BP神经网络在铁液预处理脱硫率预测中的应用

• 作者: 但斌斌 容芷君 徐杰 曾彤 李明晖 欧阳德刚 黄峰
• 来源期刊: 铸造技术
• 学科: 工学
• 关键词: BP神经网络 搅拌器 水模实验 图像处理
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 工艺技术
• 页码范围: 2183-2187,2192
• 页数: 6页
• 分类号: TF341
• 语种: 中文
• DOI: 10.16410/j.issn1000-8365.2017.09.033

摘要

水模动力学试验是设计KR脱硫搅拌器结构及优化工艺参数的主要方法之一,此方法存在脱硫率难以提取、试验周期长和成本高的缺点.针对上述问题,提出了一种BP神经网络脱硫率的预测方法.搅拌器在运行过程中,不同的结构参数和操作参数直接影响到脱硫率.基于此,选取叶片厚度、叶片高度、插入深度和搅拌转速作为BP神经网络的输入量,以脱硫率为输出量,构建了3层神经网络预测模型.利用Matlab软件对BP神经网络模型反复训练,训练精度为0.001 02,达到了预设精度.应用该网络模型对脱硫率进行预测,结果表明,建立的模型具有可行性、通用性强等优点,缩短了实验周期,提高了搅拌器的设计效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄峰		69	315	10.0	15.0
2	但斌斌		79	351	9.0	15.0
3	容芷君		57	266	9.0	12.0
4	徐杰		6	13	3.0	3.0
5	欧阳德刚		2	0	0.0	0.0
6	李明晖		1	0	0.0	0.0
7	曾彤		1	0	0.0	0.0