基于神经元网络+知识库的转炉动态模型及其现场测试
由于原有的转炉动态代数学模型的若干固有缺点使得模型的碳温命中率无法提高，在对原模型进行大规模参数与结构优化及各种代数和神经元模型的比较研究后，在国际上首次开发成功了基于神经元网络＋知识库的转炉动态模型，对12000炉历史数据进行了仿真分析 ，获得具有国际先进水平的仿真命中率。还对宝钢4、5号转炉做了现场测试，测试结果同样令人满意，表明该模型具有普遍应用价值。新模型将在宝钢二炼钢2座转炉上投运。
转炉 模型 过程控制 副枪
杜斌 周小华
上海宝钢集团公司
国内会议
北京
中文
36～44
2000-09-26（万方平台首次上网日期，不代表论文的发表时间）