为了实现炼钢过程钢水温度的精确控制,在分析了实际炼钢厂钢水温度控制现状和钢水温度影响因素的基础上,建立了关键工序节点钢水温度的正向预测模型和逆向预定模型.同时,为了克服现有钢水温度预报方法的不足,提出一种基于钢包热状态和BP神经网络的混合模型方法.该方法以钢包热状态跟踪模型为基础,充分考虑了钢包热状态对钢水温度的影响,并与BP神经网络结合,可有效提高预测精度.
科研之友
微信
新浪微博
Facebook
分享链接
