转炉炼钢多变量神经网络预报模型

摘要：

终点钢水温度和碳、硫、磷等成分含量的有效控制是转炉炼钢过程的重要任务.本文基于多变量输入输出的神经网络来建立转炉炼钢的预报模型,首先对采集数据进行预处理,并采用滚动优化方法来提高模型的准确性,仿真与试验对比证实了该方法建立模型的有效性和高命中率.

关键词： 终点温度 组分含量 神经网络 命中率

作者: 赵晓东 徐生林 杨成忠

作者单位: 杭州电子科技大学信息与控制研究所,浙江,杭州,310018

会议类型: 国内会议

会议名称: 第21届中国过程控制会议

会议地点: 杭州

会议语种:中文

页码: 2111-2115

在线出版日期: 2010-08-07（万方平台首次上网日期，不代表论文的发表时间）