基于副枪转炉终点硫预报
根据武钢炼钢总厂三分厂冶炼工艺特点及现场数据,对该厂转炉终点硫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硫含量进行较好预报。对现场生产预报数据进行统计,预报转炉终点”S”含量预测相对误差在±10％内的预测占总数的60.5％,在±15％内的预测占总数的81.5％;绝对误差在±0.002％内的预测占总数的92.1％。从而对现场乍产起到指导作用,提高了转炉终点命中率,提高了转炉生产的经济效率。
转炉终点 副抢 含量预报 多元线性回归 神经网络
彭其春 张波 杨柳 刘路长 赵元
湖北 武汉,武汉科技大学材料与冶金学院,430081 湖北 武汉,武汉科技大学材料与冶金学,430081 湖北 武汉,武汉钢铁集团有限公司,430083
国内会议
深圳
中文
125-131
2010-12-01（万方平台首次上网日期，不代表论文的发表时间）