一种基于改进的RBF神经网络的铁水脱硫预报模型

脱硫过程是炼钢生产中一个十分重要的环节。脱硫效果的好坏,直接关系到炼钢生产能否保质保量地进行,而这又取决于对脱硫过程的控制,其关键是脱硫剂的加入量。因而必须建立脱硫过程模型,实时和高精度地预报脱硫剂的加入量。而脱硫过程又是一个非常复杂的工艺过程,采用传统的方法建立的模型无法保证稳定和高精度的脱硫效果。笔者提出了一种基于改进的RBF神经网络的铁水脱硫预报模型及其具体设计方法,并在炼钢厂进行了实际投运。结果表明,该模型性能良好,这同时说明了设计方法的有效性和实用性。