加热炉炉温神经网络预测模型的开发

• 作者: 曹磊 谭玉倩 钟闻
• 来源期刊: 冶金动力
• 学科: 工学
• 关键词: 加热炉炉温 学习速率 动量因子 BP神经网络
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 自动化
• 页码范围: 58-60,65
• 页数: 4页
• 分类号: TP311.5
• 字数: 2884字
• 语种: 中文

摘要

针对加热炉系统非线性、大滞后、大惯性，炉温难以有效预测的问题，以山东钢铁莱芜分公司宽厚板加热炉为研究对象，通过神经网络训练获得充分逼近仿真对象的系统参数，最后使用该方法对莱钢宽厚板加热炉炉温进行预测，结果说明该方法预测准确，具有较强的实践意义，为炉温控制提供了可靠依据，提高了生产效率，降低了能耗。