一种模糊推理神经网络在转炉终点碳含量预报中的应用
考虑到机理模型能够比较准确地给出转炉吹炼过程的定性规律,而难以给出可靠的定量关系,本文首先利用冶金机理模型和PLS模型对转炉终点碳含量的影响因素进行分析,然后建立了基于模糊推理神经网络的转炉终点碳含量的预报模型。结果表明,该模型能够较好地对转炉终点碳含量进行快速预报,碳含量绝对误差±0.02％j窿制精度下命中率达94.12％,相对误差±10％控制精度下命中率达56.86％。同时利用模型分析了转炉终点碳含量控制的影响因素,为生产合格钢水及转炉的动态控制提供了参考。
转炉 变量选择 模糊推理 神经网络 预报模型
刘冬梅 邹宗树 余艾冰
东北大学材料与冶金学院辽宁沈阳110004
国内会议
重庆
中文
163-169
2006-11-01（万方平台首次上网日期，不代表论文的发表时间）