基于信息融合算法的LF炉钢水温度预测
来源期刊：钢铁研究学报2005年第6期
论文作者：田慧欣 王安娜 马志刚 战东平 姜周华 尹小东
关键词：LF; 信息融合; BP神经网络; Matlab; 钢水; 温度预测;
摘 要：LF炉钢水温度的控制对钢的质量和连铸操作的顺行都很重要,而LF炉钢水温度的预报是LF炉钢水温度控制的前提.针对LF炉冶炼过程中物理化学反应过程及传热过程的复杂性,以宝山钢铁股份有限公司300 t LF炉为研究对象,在分析了影响LF炉钢水温度的主要因素的基础上,应用基于BP神经网络的信息融合算法,开发了用C语言编写的预测程序,预测了LF炉的钢水温度.实验表明,此算法可以提高预测的速度和精度,预测结果为误差不大于±5 ℃的炉次大于90%.
田慧欣1，王安娜1，马志刚2，战东平3，姜周华3，尹小东2
(1.东北大学信息科学与工程学院,辽宁,沈阳,110004;
2.宝山钢铁股份有限公司技术中心,上海,201900;
3.东北大学材料与冶金学院,辽宁,沈阳,110004)
摘要:LF炉钢水温度的控制对钢的质量和连铸操作的顺行都很重要,而LF炉钢水温度的预报是LF炉钢水温度控制的前提.针对LF炉冶炼过程中物理化学反应过程及传热过程的复杂性,以宝山钢铁股份有限公司300 t LF炉为研究对象,在分析了影响LF炉钢水温度的主要因素的基础上,应用基于BP神经网络的信息融合算法,开发了用C语言编写的预测程序,预测了LF炉的钢水温度.实验表明,此算法可以提高预测的速度和精度,预测结果为误差不大于±5 ℃的炉次大于90%.
关键词:LF; 信息融合; BP神经网络; Matlab; 钢水; 温度预测;
【全文内容正在添加中】
