基于人工神经网络的高炉渣黏度预报模型

• 作者: 傅元坤 储滨 吴亮亮 杜洪缙 黄志甲
• 来源期刊: 安徽工业大学学报（自然科学版）
• 关键词: 高铝渣 黏度 神经网络 熔化性温度
• 年，卷（期）: 2013,（3）
• 页码范围: 322-327
• 页数: 6页
• 分类号: TF534.2
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7872.2013.03.019

摘要

针对宝钢不锈钢高炉高铝渣流动性较差,且黏度预报精确度较低的现状,采用旋转型黏度测定方法,测定1500,1475,1450℃,A12O3质量分数为15％～19％,MgO质量分数为7％～11％,碱度R2为1.1～1.3条件下的高铝渣系黏度,构建炉渣黏度与其成分的数据库,在此基础上,建立人工神经网络的炉渣黏度预报模型.应用结果表明,基于人工神经网络的炉渣黏度预报模型的预报误差基本在5％以内,命中率为90％以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄志甲	安徽工业大学建筑与工程学院	98	623	13.0	20.0
2	杜洪缙		3	5	1.0	2.0
3	吴亮亮	安徽工业大学冶金与资源学院	2	6	1.0	2.0
4	储滨		2	2	1.0	1.0