基于副枪转炉终点磷预报
根据武钢炼钢总厂三分厂冶炼工艺特点及现场数据，对该厂转炉终点P含量的预报进行研究。预报过程中，分别采用了代数学模型和人工神经网络模型两种预报方法，并对两种预报模型进行了对比分析。研究结果表明代数学模型建立简单，但不能很好地描述炼钢过程，预报结果并不理想。人工神经网络模型则在选取合适的结构基础上对样本数据进行训练得到合理的权值后能对转炉终点P含量进行较好预报。对桩测数据的预报相对误差在±10％以内的命中率为75.4％相对误差在±15％以内的命中率为86.1％。从而对现场生产起到指导作用，为快速出钢提供了依据，提高了生产效率。
转炉终点 含量预报 多元线性回归 神经网络 冶炼工艺
彭其春 张波 邹继新 刘路长 赵元 肖文斌
武汉科技大学钢铁冶金及资源利用省部共建教育部重点实验室,武汉 430081 武汉科技大学钢铁冶金及资源利用省部共建教育部重点实验室,武汉 430081武汉钢铁集团有限公司,武汉 430083 武汉钢铁集团有限公司,武汉 430083
国内会议
北京
中文
1139-1143
2009-11-12（万方平台首次上网日期，不代表论文的发表时间）