-
题名支持向量机脱磷效率与炉渣碱度测试模型研究
被引量：1
- 1
-
-
作者
邱东
符营营
张楠
赵晨旭
-
机构
长春工业大学电气与电子工程学院
-
出处
《中国测试》
CAS
北大核心
2014年第1期1-4,共4页
-
基金
吉林省教育厅"十二五"科学技术研究项目(2013-430)
-
文摘
炉渣碱度是影响冶炼产品质量和能源消耗的重要因素,适宜的炉渣碱度可以快速有效地去除钢液中硫、磷等杂质,同时减少炉衬侵蚀程度。通过对AOD炉冶炼中低碳铬铁过程中脱磷阶段的热力学分析,研究脱磷效率的影响因素,运用支持向量机建立炉渣碱度和脱磷效率之间的测试模型。仿真实验表明:相对误差在5%以内,为提高AOD炉的脱磷效率、解决生产中出现的含磷量高的问题提供了理论依据。
-
关键词
炉渣碱度
脱磷
支持向量机
测试模型
-
Keywords
slag basicity
dephosphorization
support vector machine
measurement＇model
-
分类号
TF114.1
[冶金工程—冶金物理化学]
TF141.6
-
-
题名AOD炉冶炼中低碳铬铁炉渣碱度预报模型的研究
- 2
-
-
作者
邱东
符营营
-
机构
长春工业大学电气与电子工程学院
-
出处
《自动化与仪器仪表》
2013年第4期17-18,21,共3页
-
基金
吉林省教育厅"十二五"科学技术研究项目(吉教科合字2013-430)
-
文摘
分析了AOD炉冶炼中低碳铬铁生产工艺,选取影响炉渣碱度的主要因素作为炉渣碱度预报的输入,运用核主元分析(KPCA)及最小二乘支持向量机(LSSVM)方法建立了炉渣碱度预报数学模型。通过MATLAB仿真,验证了模型的可行性。
-
关键词
炉渣碱度
核主元分析法
最小二乘支持向量机
预报模型
-
Keywords
slag basicity
kernel principal component analysis
least squares support vector machine
prediction model
-
分类号
TF111
[冶金工程—冶金物理化学]
-
