欢迎登录材料期刊网

材料期刊网

高级检索

结合BP网络计算机实验研究,建立了保护渣化学组成与性能的预测模型,并利用化学组成与性能的关系,对网络的实用性进行了检验,结果符合保护渣化学组成与性能的关系.保护渣粘度随着保护渣碱度的增大而减小,而半球点温度随碱度增大而增大;保护渣的半球点温度和粘度都随着渣中CaF2含量的增加而减小.用BP网络的误差反向传播算法建立的保护渣的化学组成与性能的预测模型,得出的预测值与实际值的误差小,对保护渣的设计与应用都有一定的指导作用.

参考文献

[1] 张玉文,丁伟中,朱立光.基于人工神经网络的连铸保护渣性能预测及试验研究[J].炼钢,2001(06):28-30.
[2] 朱立光;万爱珍;唐国章 等.神经网络连铸保护渣性能预测模型研究[J].炼钢,1998,14(03):37-39.
[3] 楼顺天;施阳.基于MATLAB的系统分析与设计--神经网络[M].西安:西安电子科技大学出版社,2000
[4] 陈家祥.连续铸钢手册[M].北京:冶金工业出版社,1991:685-696.
[5] 迟景灏;甘永年.连铸保护渣[M].沈阳:东北大学出版社,1994:51-54.
上一张 下一张
上一张 下一张
计量
  • 下载量()
  • 访问量()
文章评分
  • 您的评分:
  • 1
    0%
  • 2
    0%
  • 3
    0%
  • 4
    0%
  • 5
    0%