欢迎登录材料期刊网

材料期刊网

高级检索

  • 论文(1)
  • 图书()
  • 专利()
  • 新闻()

基于LM算法BP神经网络的高炉-转炉界面铁水温度预报模型

任彦军 , ,王家伟,张晓兵,赵浩文

钢铁

通过研究高炉-转炉界面铁水运输过程温度的主要影响因素,确定了影响高炉-转炉界面铁水运输过程温度的参数,建立了基于Levenberg-Marquardt(LM)算法BP神经网络的高炉-转炉界面铁水温度及铁水过程温降的预报模型。用沙钢100包铁水数据进行模型训练,50包铁水数据进行现场预报,结果表明:在高炉-转炉界面“一包到底”模式下,当绝对误差│X│≤20℃时,铁水温度命中率为94%,铁水温降命中率为78%;当绝对误差│X│≤40℃时,铁水温度命中率为100%,铁水温降命中率为92%,该预报模型能够满足现场实际生产需求,对炼钢生产有很好的指导意义。

关键词: 温度 , BP neural network , LM algorithm , predictive model

出版年份

刊物分类

相关作者

相关热词