基于BP神经网络的COREX铁水硅含量预测模型

• 作者: 吴胜利 周恒 文冰洁 顾凯
• 来源期刊: 钢铁研究学报
• 关键词: COREX工艺 铁水 硅含量 BP神经网络 预测
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 冶炼与加工
• 页码范围: 776-781
• 页数: 6页
• 语种: 中文
• DOI: 10.13228/j.boyuan.issn1001-0963.20180085

摘要

COREX铁水硅含量偏高且易波动一直是生产过程中面临的难题,而精准预测COREX铁水硅含量可为稳定并降低铁水硅含量提供理论依据和技术参考.利用BP神经网络建立了COREX铁水硅含量预测模型,通过相关分析法确定模型的输入参数,采用计算邓氏关联度的方式确定各参数对应的滞后炉次.并利用某钢厂COREX实际生产数据分别进行学习和验证,结果表明预测误差为士0.1％时,其命中率为80％.为提高模型的预测精度,在该模型的基础上,采用时间序列推移法,实时更新训练样本,优化模型.研究结果表明,改进后的模型预测误差为士0.1％时,命中率是90％,提高了模型预测精度.该模型可为判断铁水硅含量变化以及后续操作提供理论依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴胜利	北京科技大学冶金与生态工程学院	123	1355	20.0	34.0
2	周恒	北京科技大学冶金与生态工程学院	10	10	3.0	3.0
3	顾凯	北京科技大学冶金与生态工程学院	3	3	1.0	1.0
4	文冰洁	北京科技大学冶金与生态工程学院	1	0	0.0	0.0