高炉铁水温度的神经网络软测量及应用

摘要：

利用径向基神经网络方法(RBF法),对高炉炼铁中的铁水温度进行神经网络软测量研究.根据流体动力学与化学反应动力学机理选取了对铁水温度有显著影响的5项变量作为辅助变量,从实际采样数据出发,建立辅助变量与铁水温度之间的RBF模型.通过115组训练数据确定网络模型参数,再由连续的51组检测数据验证模型的误差和精度.数据检验证明,RBF神经网络建模不仅算法简单实用,而且达到满足生产需要的效果.

关键词： 软测量 RBF神经网络 铁水温度 高炉炼铁

作者: 刘芳 曹秀英 彭晶

作者单位: 浙江大学,电气工程学院,浙江,杭州,310027 邯郸钢铁股份有限公司

会议类型: 国内会议

会议名称: 全国冶金自动化信息网2006年会——炼钢连铸过程自动化技术交流会

会议地点: 福建厦门

会议语种:中文

页码: 148-151

在线出版日期: 2006-09-18（万方平台首次上网日期，不代表论文的发表时间）