基于BP神经网络的合金收得率预测模型

摘要:脱氧合金化是转炉冶炼工艺的最后一步,钢液内合金成分含量控制是否精确直接影响着精炼工序的冶炼难度与冶炼周期。合金收得率是转炉合金工人配加合金时的重要参考标准,关于合金元素收得率判断的准确性直接影响着钢水成分稳定性与生产成本。应用神经网络算法,建立了以终点温度、终点氧含量、终点硅含量为变量的合金收得率预测模型,对所建立的模型性能进行了研究,对模型预测结果进行了测试,证实模型运行准确可靠,能够为生产冶炼作出指导。

关键词:
  • 合金  
  • 收得率  
  • 转炉  
  • 转炉模型  
作者:
李廷刚; 陈勇; 郑伟; 马仲群; 孙建鹏; 毛勇
单位:
五矿营口中板有限责任公司; 辽宁营口115000
刊名:
山西冶金

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

期刊名称:山西冶金

山西冶金杂志紧跟学术前沿,紧贴读者,国内刊号为:14-1167/TF。坚持指导性与实用性相结合的原则,创办于1974年,杂志在全国同类期刊中发行数量名列前茅。