科研之友
微信
新浪微博
Facebook
分享链接
摘要
采用3层BP神经网络预测电炉终点C成分,根据现场实际情况,选取电耗量、氧耗量、生铁量、废钢量、碳粉量、天然气消耗量、石灰量和原始C、P元素的质量分数9个影响因素作为本模型的输入节点,终点C元素质量分数作为输出节点。输入参数采用线性变换法对数据进行归一化处理,同时应用实际生产数据对终点成分预报模型进行离线验证通过对比其误差与收敛速度,得出最适合本模型的隐层节点数,保证了预报的准确性。实际检验结果表明,预报精度较高,可达到90%以上。
-
单位东北大学; 辽宁科技学院
