基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
根据铁水预处理的实际生产工艺,利用BP神经网络建立了铁水预处理脱硫时铁水中氮含量的预报模型.利用生产数据对网络进行训练后,可以用于预测铁水预处理脱硫后铁水中氮含量,预报相对误差可以控制在22%以下,w[N]的绝对误差值控制在8×10-4%以内.给各输入参量增加扰动后,模型计算表明,初始温度和初始[N],[C],[P]含量,四因素影响最大,且温度和[C]含量为负扰动,[N]为正扰动,说明增加温度和碳含量有利于脱氮.
推荐文章
铁水预处理过程中氮含量的变化规律
铁水预处理
脱氮
氮含量
增量式遗传RBF神经网络在铁水脱硫预处理中的应用
遗传算法
RBF算法
增量数据
脱硫
预测
铁水含硅量预测系统中数据预处理技术的研究
数据预处理
工艺参数
均值滤波
归一化
回归分析
基于数据的高炉铁水硅含量预测
硅含量
差分进化
极限学习机
高炉
数据
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 铁水预处理脱硫过程氮含量预测
来源期刊 材料与冶金学报 学科 工学
关键词 铁水预处理 脱硫 BP神经网络 氮含量预测
年,卷(期) 2007,(4) 所属期刊栏目 冶金
研究方向 页码范围 255-259
页数 5页 分类号 TF111.18
字数 3354字 语种 中文
DOI 10.3969/j.issn.1671-6620.2007.04.004
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王世俊 安徽工业大学冶金与资源学院 84 429 11.0 16.0
2 周云 安徽工业大学冶金与资源学院 73 365 11.0 16.0
3 董元篪 安徽工业大学冶金与资源学院 90 522 13.0 18.0
4 彭军 北京科技大学冶金与生态工程学院 8 20 3.0 4.0
8 刘丽霞 安徽工业大学冶金与资源学院 7 24 4.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (1)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
铁水预处理
脱硫
BP神经网络
氮含量预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
材料与冶金学报
季刊
1671-6620
21-1473/TF
大16开
沈阳市文化路东北大学114信箱
1982
chi
出版文献量(篇)
1355
总下载数(次)
3
总被引数(次)
8163
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导