首钢高炉铁水温度神经网络预报模型的研究与应用

摘要：

按照现代控制理论,把炼铁高炉视为多输入—单输出系统,利用时差与人工神经网络结合的方法,结合高炉生产实际建立首钢高炉铁水温度神经网络模型。通过自适应调整学习率并附加动量因子的梯度下降反向传播算法训练函数,提高网络收敛速度。采用不断更新学习样本集的方法提高铁水温度预报的命中率,可以为高炉操作提供有效性指导。

关键词： 高炉 铁水温度 温度预报 神经网络模型

作者: 刘莎莎

作者单位: 北京首钢自动化信息技术有限公司 自动化研究所,北京 100041

会议类型: 国内会议

会议名称: 中国计量协会冶金分会2007年年会

会议地点: 北京

会议语种:中文

页码: 552-555

在线出版日期: 2007-09-01（万方平台首次上网日期，不代表论文的发表时间）