基于神经网络和多元回归的终点硫含量预报模型

摘要：

针对梅钢铁水罐喷吹CaO+Mg粉剂复合脱硫过程，分别建立了基于改进BP神经网络和多元线性回归方法的铁水预处理终点硫含量预报模型.用梅钢的1 154炉数据分别对两个模型进行训练，经100炉数据现场验证表明，BP神经网络模型与多元线性回归模型相比，前者预报结果有19％的炉次预报值与实际值完全一致，后者为15％;前者有90％的炉次误差≤O.003％，后者为77％;前者的平均误差为0.001 7％，后者为0.002 68％.

关键词： 铁水预处理 铁水脱硫 BP神经网络 多元线性回归 硫含量预报

作者: 张慧书 战东平 姜周华

作者单位: 东北大学 材料与冶金学院，辽宁 沈阳 110004

会议类型: 国内会议

会议名称: 2006年全国博士生学术论坛——冶金工程分论坛

会议地点: 沈阳

会议语种:中文

页码: 5-7

在线出版日期: 2006-10-13（万方平台首次上网日期，不代表论文的发表时间）