科研之友
微信
新浪微博
Facebook
分享链接
摘要
元素收得率是炼钢工艺的重要评价指标,以大型炼钢厂所提供的螺纹钢冶炼数据为依据,选择在冶炼过程中的原料及环境等22个参数,实现高效的碳、锰元素收得率预报。对原始数据做出合理清洗,排除异常数据点;利用MATLAB建立基于遗传算法-反向传播神经网络(genetic algorithm-back propagation neural network,简称GA-BP)模型实现螺纹钢碳、锰元素收得率预报,模型预测的均方误差达到10-4;与BP模型预测结果进行对比,并进行算法预测结果的稳定性测试,凸显了模型的高效和适用性。测试证明,该理论能够实现精准、稳定的碳、锰元素收得率预测,对炼钢工艺的成本优化以及冶炼过程操作的智能化具有重要的指导意义。
-
单位土木工程学院; 四川轻化工大学
