基于LS-SVM的低碳铬铁含碳值在线预测模型研究

• 作者: 陈洪军 高国丽
• 来源期刊: 自动化技术与应用
• 学科: 工学
• 关键词: 低碳铬铁 碳值 支持向量机
• 年，卷（期）: 2014,（8）
• 所属期刊栏目: 控制理论与应用
• 页码范围: 4-7
• 页数: 4页
• 分类号: TP13
• 字数: 2515字
• 语种: 中文

摘要

铁合金终点产品是低碳铬铁,它的主要技术参数有温度和碳含量(碳值)等.其中,碳值的检测一般采用离线的方式进行,在一定程度延长了生产过程,降低了生产效率、提高了生产成本.本文提出的一种基于最小二乘支持向量(LS-SVM)的铁合金碳值预测算法为解决问题提供了可能.最后,仿真结果证明了该算法的有效性.