基于BP神经网络的脱氧合金化配料问题分析

作者：刘芃麦; 朱家明^*; 高正帅; 何雅宁

来源：齐鲁工业大学学报, 2019, 33(05): 74-80.

DOI：10.16442/j.cnki.qlgydxxb.2019.05.012

• 脱氧合金化
• 成本优化
• BP神经网络
• 线性规划
• MATLAB
• LINGO

针对钢铁行业竞争压力的不断加剧以及国内外各大炼钢厂对钢水"脱氧合金化"技术的青睐,提出钢水脱氧合金化的元素收得率预测方法以及最优合金配料方案。建立C、Mn两种元素收得率预测的BP神经网络模型,并进一步改进模型及算法以提高元素收得率的预测准确率;进行钢水脱氧合金化成本优化计算,并给出最优合金配料方案。将元素收得率预测值与实际值进行比较,误差控制在2%之内,精确度较高;并将配料方案与原加料方案进行对比,成本优化效果明显。根据数学模型从完善自动配料模型、积极承担社会责任等角度对钢厂提出发展建议,鼓励钢厂不断推动"脱氧合金化"技术进步,降低生产成本、提高钢材质量,帮助企业提升核心市场竞争力。

• 单位
  安徽财经大学