基于神经网络的高炉铁水硅含量和硫含量预报模型

摘要：

采用基于自学习的参考炉次法,建立了反应高炉炉温和铁水质量的预报模型,对炼铁过程铁水硅含量和硫含量进行预报,建立了基于BP神经网络的高炉铁水硅含量和硫含量预报模型.用国内某高炉的生产数据进行模型训练,经预报结果数据验证表明,想要通过现有直接获取的高炉参数很难准确同时预报铁水硅含量和硫含量,但基本能准确预报铁水硫含量的变化趋势.

关键词： 高炉冶炼 预报模型 铁水硅含量 硫含量 神经网络 参考炉次法

作者: 于卓颖 郑涛

作者单位: 唐山国丰钢铁有限公司,河北唐山063399

会议类型: 国内会议

会议名称: 2015年炼铁共性技术研讨会

会议地点: 江苏镇江

会议语种:中文

页码: 140-142

在线出版日期: 2015-04-08（万方平台首次上网日期，不代表论文的发表时间）