基于LM算法BP神经网络的高炉-转炉界面铁水温度预报模型

• 作者: 任彦军 张晓兵 王家伟 赵浩文
• 来源期刊: 钢铁
• 关键词: 温度 BP神经网络 LM算法 预报模型
• 年，卷（期）: 2012,（9）
• 所属期刊栏目: 炼钢
• 页码范围: 40-42,49
• 语种: 中文

摘要

通过研究高炉-转炉界面铁水运输过程温度的主要影响因素,确定了影响高炉-转炉界面铁水运输过程温度的参数,建立了基于Levenberg-Marquardt (LM)算法BP神经网络的高炉-转炉界面铁水温度及铁水过程温降的预报模型.用沙钢100包铁水数据进行模型训练,50包铁水数据进行现场预报,结果表明:在高炉-转炉界面“一包到底”模式下,当绝对误差| X |≤20℃时,铁水温度命中率为94％,铁水温降命中率为78％；当绝对误差|X|≤40℃时,铁水温度命中率为100％,铁水温降命中率为92％,该预报模型能够满足现场实际生产需求,对炼钢生产有很好的指导意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王家伟	贵州大学材料与冶金学院	63	252	9.0	11.0
2	赵浩文	贵州大学材料与冶金学院	6	35	4.0	5.0