基于RBF神经网络的转炉冶炼中低碳铬铁终点磷含量预报模型的研究

• 作者: 戴文娟 邱东
• 来源期刊: 计算机测量与控制
• 关键词: RBF神经网络 转炉 终点磷含量
• 年，卷（期）: 2014,（9）
• 所属期刊栏目: 算法、设计与应用
• 页码范围: 3020-3023
• 页数: 4页
• 分类号: TP183
• 语种: 中文

摘要

中低碳铬铁冶炼工艺复杂,杂质磷含量的高低是影响铬铁产品质量的重要因素;通过研究转炉冶炼中低碳铬铁铁水脱磷预处理的反应特性及热力学条件,分析了影响中低碳铬铁合金终点磷含量的重要因素;基于中钢吉铁辽阳公司转炉冶炼中低碳铬铁的生产工艺及样本数据,建立了基于RBF人工神经网络的转炉冶炼中低碳铬铁终点磷含量预报模型,实现了对冶炼过程终点中低碳铬铁磷含量的在线预报与分析;仿真结果表明,该模型预报精度在±0.003％范围内命中率达到85.7％,为改进冶炼工艺、提高产品质量提供了重要的理论依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邱东	长春工业大学电气与电子工程学院	28	110	5.0	9.0
2	戴文娟	长春工业大学电气与电子工程学院	1	8	1.0	1.0