LF炉钢水温度的控制对钢的质量和连铸操作的顺行都很重要,而LF炉钢水温度的预报是LF炉钢水温度控制的前提.针对LF炉冶炼过程中物理化学反应过程及传热过程的复杂性,以宝山钢铁股份有限公司300 t LF炉为研究对象,在分析了影响LF炉钢水温度的主要因素的基础上,应用基于BP神经网络的信息融合算法,开发了用C语言编写的预测程序,预测了LF炉的钢水温度.实验表明,此算法可以提高预测的速度和精度,预测结果为误差不大于±5 ℃的炉次大于90%.
参考文献
| [1] | 李晶;傅杰;王平 等.LF-VD-CC过程中钢液温度控制模型[J].北京科技大学学报,1998,20(03):441-445. |
| [2] | 武拥军,姜周华,姜茂发.LF炉精炼过程钢水温度预报技术[J].东北大学学报(自然科学版),2002(03):247-250. |
| [3] | 武拥军,姜周华,姜茂发,龚伟,战东平.LF炉精炼过程钢水温度预报模型[J].钢铁研究学报,2002(02):9-12. |
| [4] | 李晶,傅杰,王平,毕其富,黄成钢.钢包精炼过程中钢水成分微调及温度预报[J].钢铁研究学报,1999(02):6-9. |
| [5] | Tom P. Fredman;J. Torrkulla .Two-Dimensional dynamic simulation of the thermal state of ladles[J].Metallurgical and materials transactions. A, physical metallurgy and materials science,1999(2):323-330. |
| [6] | 王军,苏剑波,席裕庚.多传感器融合综述[J].数据采集与处理,2004(01):72-77. |
| [7] | 杨万海.多传感器数据融合及其应用[M].西安:西安电子科技大学出版社,2004 |
| [8] | A. L. Orille;G. M. A. Sowilam .Application of neural networks for direct torque control[J].Computers & Industrial Engineering,1999(1/2):391-394. |
| [9] | Lisowski J.;Czechowicz W.;Rak A. .Neural network classifier for ship domain assessment[J].Mathematics and computers in simulation,2000(3/4):399-406. |
| [10] | 新闻;周路;李翔.Matlab神经网络仿真与应用[M].北京:科学出版社,2003 |
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：
-
10%
-
20%
-
30%
-
40%
-
50%