脱磷转炉脱磷渣FeO预报模型

• 作者: 刘延强 季晨曦 崔衡 张丙龙 罗磊 苏晓伟
• 来源期刊: 重庆大学学报
• 学科: 工学
• 关键词: 脱磷转炉 预报模型 神经网络
• 年，卷（期）: 2018,（8）
• 页码范围: 56-65
• 页数: 10页
• 分类号: TF703.6
• 语种: 中文
• DOI: 10.11835/j.issn.1000-582X.2018.08.007

摘要

为提高"全三脱"工艺脱磷转炉的脱磷效率、降低钢铁料的消耗,基于氧平衡机理模型,采用Levenberg-Marquardt神经网络优化算法,建立了脱磷转炉脱磷渣FeO预报模型.将氧平衡机理模型计算的氧化物(FeO,CaO,SiO2,MgO,MnO,P2 O5,Al2 O3)质量和出钢温度作为输入项导入神经网络工具箱,训练成误差最小化的网络.结果表明,FeO预测值与实测值相对误差在10％以内的炉次达到85％.建立的模型具有较高的预报命中率,可为现场生产提供理论依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔衡	北京科技大学钢铁共性技术协同创新中心	54	317	10.0	14.0
2	罗磊		22	64	4.0	7.0
3	季晨曦		29	160	7.0	11.0
4	张丙龙		19	62	5.0	7.0
5	刘延强		14	38	4.0	5.0
6	苏晓伟	北京科技大学钢铁共性技术协同创新中心	2	1	1.0	1.0