基于RBF神经网络的转炉炼钢终点预报模型

摘要：

在转炉炼钢过程中,动态控制模型的精度直接影响吹炼终点的命中率。本文对副枪检测后的动态过程建立RBF神经网络模型,预报吹炼终点钢水温度和钢水碳含量。使用遗传算法对网络参数进行初始化,再用梯度下降法对网络参数进一步调整,得到较好的命中率。在对终点碳含量模型的输入维数简化处理后,命中率得到进一步提高。

关键词： 转炉炼钢 遗传算法 神经网络

作者: 王心哲 韩敏

作者单位: 大连理工大学电子与信息工程学院自动化系 大连 116023

会议类型: 国内会议

会议名称: 中国仪器仪表学会第九届青年学术会议

会议地点: 合肥

会议语种:中文

页码: 93-96

在线出版日期: 2007-10-01（万方平台首次上网日期，不代表论文的发表时间）