BP神经网络IF钢铝耗的预测模型

• 作者: 包燕平 张思源 张超杰 林路
• 来源期刊: 工程科学学报
• 学科: 工学
• 关键词: IF钢 低碳钢 铝耗 神经网络 预测模型
• 年，卷（期）: 2017,（4）
• 页码范围: 511-519
• 页数: 9页
• 分类号: TF769.4
• 字数: 5902字
• 语种: 中文
• DOI: 10.13374/j.issn2095-9389.2017.04.005

摘要

为了解决某钢厂IF钢冶炼RH精炼过程铝耗偏高问题,通过数理统计和BP神经网络相结合的方法建立了铝耗预测模型,并与多元线性回归模型进行比较,该模型具有更高准确度.该模型分析了不同冶炼工艺参数对铝耗的具体影响,并对相应工艺参数进行了优化.结果表明:脱碳结束氧活度或RH进站氧活度降低0.005％左右,每吨钢铝耗可降低0.07～0.08kg,铝脱氧有效利用系数为70.31％～80.35％;RH进站钢液温度增加35～40℃,铝耗降低1kg左右,铝热反应升温利用系数在97.4％左右;吹氧量小于100m3和大于100m3时,氧气与铝反应的比例分别为37.3％和74.6％左右,吹氧量每增加50m3,铝耗分别增加0.1kg和0.2kg左右.工艺参数优化后平均铝耗由1.359kg降低到1.113kg,降幅达18.1％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	包燕平	北京科技大学钢铁冶金新技术国家重点实验室	245	1582	18.0	26.0
2	林路		7	16	3.0	3.0
3	张思源	北京科技大学钢铁冶金新技术国家重点实验室	3	7	1.0	2.0
4	张超杰	北京科技大学钢铁冶金新技术国家重点实验室	8	16	2.0	3.0