钢包炉（LF）精炼是进行炉外精炼的主要手段。其主要任务之一就是对钢液的温度进行精确的控制与调整，因此需要及时获取钢液温度信息。本研究对某钢厂120吨精炼炉现有生产方式进行研究，对影响温度的因素进行分析，并对采集到的数据进行预处理。基于传统神经网络在小样本集上拟合能力差的问题，本研究选用广义回归神经网络建立模型，可以在提升预测实时性的同时保证精度。在与其他网络模型对比后证明广义回归神经网络的预测性能较好，准确度高。
科研之友
微信
新浪微博
Facebook
分享链接
