李长荣
,
赵浩文
,
谢祥
,
尹青
钢铁
转炉炼钢过程是一个非常复杂的物理化学变化过程,人工控制很难一次达到终点目标值,通常需要经过多次补吹才能出钢.通过研究影响转炉冶炼终点磷含量的主要因素,确定了影响转炉终点磷含量的参数,建立了基于Levenberg-Marquardt(LM)算法BP神经网络转炉终点磷含量的预报模型.结果表明:在预报误差目标精度为土0.002%内,命中率达到了90%.
关键词:
BP神经网络
,
终点磷含量
,
Levenberg-Marquardt算法
,
预报模型
刘锟
,
刘浏
,
何平
钢铁
分析了转炉终点磷、锰含量的主要影响因素,建立终点磷、锰含量预报与控制模型,优化转炉脱磷工艺.研究结果表明:根据副枪检测碳含量和温度值,通过数学模型预报终点磷、锰含量,在控制精度为4±0.004%和±0.03%时,命中率分别达到89.5%和94.0%;转炉终点温度为1625～1655℃,终点碳w([C])≤0.06%的条件下冶炼w([P])≤0.010%的低磷钢,应将副枪点测后的供氧比例从9.0%增加到12.0%,矿石比例维持在30%以上,终渣碱度控制在3.0～3.5.
关键词:
副枪
,
转炉
,
终点磷含量
,
终点锰含量
,
工艺优化
张慧宁
,
徐安军
,
崔健
,
贺东风
,
田乃媛
钢铁
在传统BP神经网络预测模型的基础上,依据灰色理论中的灰色关联度,提出了输出变量各个影响因素的灰色关联度权值,首次建立基于灰色理论的神经网络预测模型,并依据国内某钢厂300组实际生产数据进行仿真试验。试验结果表明：误差绝对值小于5%的炉数有39炉,占总炉数的65.00%;误差绝对值小于10%的炉数共有58炉,占到96.67%。与传统BP神经网络相比,基于灰色理论的神经网络模型的预测精度提高近12.5%,说明基于灰色理论的铁水预处理终点磷含量神经网络预测模型能更精确地反映现场实际水平。
关键词:
灰色理论
,
关联度
,
终点磷含量
,
神经网络模型
