应用改进BP神经网络的铁水预脱硫过程镁耗量预报模型
在铁水预脱硫过程中，镁具有较强的脱硫能力，是重要脱硫剂之一。采用Visual Basic 6.0进行编程，建立网络结构为4-18-1，模型数据归一化范围均为”0，1”区间的BP神经网络铁水预脱硫镁耗量预报模型。并通过采用自适应调整学习率和最大误差学习法对标准BP算法进行了改进。采用1000炉数据进行模型训练，经100炉数据现场验证表明，改进的BP算法比标准BP算法预报绝对值误差5 kg之内的精度提高29％，模型预报结果绝对值误差在5 kg以内的为71％，有87％的炉次绝对值误差在10 kg以内，平均绝对值误差为4.84 kg。
神经网络 铁水预处理 脱硫过程 镁耗量 预报模型
张慧书 战东平 姜周华
东北大学 材料与冶金学院,辽宁 沈阳 110004
国内会议
青岛
中文
11-13
2010-05-01（万方平台首次上网日期，不代表论文的发表时间）