基于模式分类的转炉终点磷硫测模型

摘要：

分析了影响转炉终点磷、硫含量的主要因素。根据入炉磷、硫、渣量及碱度的数据分布情况,把入炉磷、硫含量及造渣操作分别划分为三种模式。采用BP神经网络建立终点磷硫的预测模型,用不同磷、硫模式及造渣操作模式的样本,分别训练预测模型得到对应的模型参数。将模型应用于国内某钢厂转炉冶炼过程,测试结果表明,磷预测模型在控制精度为±0.003％、±0.004％时,命中率分别为51.7％、63.5％;硫预测模型在控制精度为±0.002％、±0.003％时,命中率分别为69.5％、86.6％。

关键词： 磷硫预报 模式分类 BP神经网络

作者: 郑忠 李启贤 张涛

作者单位: 重庆大学材料科学与工程学院,重庆 400044

会议类型: 国内会议

会议名称: 第十六届全国炼钢学术会议

会议地点: 深圳

会议语种:中文

页码: 132-138

在线出版日期: 2010-12-01（万方平台首次上网日期，不代表论文的发表时间）