基于神经网络的脱硫剂加入量预报模型的研究及应用

被引：5

作者：

梁小平 ^{[1
]}

班树勋 ^{[1
]}

王雨 ^{[1
]}

戈文荪 ^{[2
]}

黄正华 ^{[3
]}

机构：

[1] 重庆大学材料科学与工程学院

[2] 攀枝花钢铁研究院

[3] 攀枝花新钢钒股份有限公司

来源：

冶金自动化 | 2011年 / 35卷 / 06期

关键词：

炼钢; 铁水脱硫预处理; BP神经网络; 预报模型;

D O I：

暂无

中图分类号：

TF704.3 [脱硫];

学科分类号：

080602 ;

摘要：

针对攀枝花新钢钒股份有限公司提钒炼钢厂铁水脱硫预处理生产工艺过程,建立基于增加动量项和采用最大误差学习法的改进BP算法脱硫剂加入量预报模型。利用攀钢铁水脱硫现场生产数据对模型进行训练和测试,并在炼钢厂进行模型的现场应用试验。结果表明,模型的脱硫命中率达到96.8%,同时模型应用后也降低了脱硫剂的消耗量。

引用

页码：16 / 20

页数：5

共 6 条

[1] 鞍钢铁水终点硫含量神经网络预报模型 [J].