基于时间序列的神经网络高炉炉温预测
稳定的炉温是保证高炉顺行、提高生铁质量和实现节能降耗的必要条件.针对高炉炉温与铁水硅质量分数及铁水温度之间存在的相关关系,利用某钢铁厂高炉的在线生产数据,构建一种双输出神经网络炉温预测模型,同时预测铁水硅质量分数和铁水温度,以便更加全面地预测炉温;同时,深入研究炉温时间序列对该模型性能的影响,确定较好的时间序列,建立基于时间序列的炉温预测模型.仿真结果表明,模型预测精度大大提高,可为高炉操作人员决策提供可靠依据.
高炉 铁水温度 硅质量分数 炉温预测 神经网络 时间序列
崔桂梅 蒋召国 詹万鹏 顾婧弘
内蒙古科技大学信息工程学院,内蒙古 包头 014010
国内会议
包头
中文
15-21
2015-08-08（万方平台首次上网日期，不代表论文的发表时间）