一种模糊神经网络模型在转炉终点预测中的应用研究
本文研究了转炉冶炼终点的影响因素,对所采集的数据进行预处理,建立了转炉终点预测的模糊神经网络模型,并对其性能进行了分析.结果表明,基于网络学习型模糊神经网络模型能够较好地实现对转炉终点成分和温度的预测:终点碳含量在目标值±0.02﹪以内的命中率为77.78﹪;终点磷含量在目标值±0.002﹪以内的命中率为62.63﹪;终点温度在目标值±12℃范围之内的命中率为65.66﹪.
模糊神经网络 转炉炼钢 终点预测
王淑阁 邹宗树
东北大学,辽宁,沈阳,110004
国内会议
安徽
中文
596-598,610
2005-11-01（万方平台首次上网日期，不代表论文的发表时间）