-
题名基于PCA-BP神经网络的转炉终点磷含量预报模型
- 1
-
-
作者
王华建
李万明
战东平
臧喜民
-
机构
辽宁科技大学材料与冶金学院
辽宁省高品质特殊钢智能制造专业技术创新中心
东北大学冶金学院
沈阳工业大学材料科学与工程学院
-
出处
《钢铁研究学报》
CAS
CSCD
北大核心
2024年第8期1011-1018,共8页
-
基金
国家自然科学面上基金资助项目(52374338)
黑龙江省揭榜挂帅科技攻关资助项目(2022ZXJ03A02)。
-
文摘
转炉炼钢终点控制是转炉吹炼后期的重要操作,为了更加准确地预报转炉炼钢终点磷含量,选取影响终点磷含量的13个工艺参数,然后采用灰色关联度分析和主成分分析(PCA)处理得到输入参数,通过比较不同隐含层节点个数的预报结果的均方误差值确定隐含层节点个数,结合可变学习速率的BP算法,基于PCA-BP神经网络建立了转炉终点磷含量预报模型,并对Q235钢种实际生产数据代入模型进行仿真。通过与传统BP、PCABP神经网络以及小波神经网络建立的模型结果进行对比,表明算法优化后的PCA-BP神经网络的终点命中率更高,该模型实现预测转炉终点磷质量分数在误差范围±0.004%、±0.008%和±0.01%内,命中率分别达到44%、86%和96%。
-
关键词
转炉炼钢
终点磷含量
BP神经网络
预报模型
灰色关联度
-
Keywords
converter steelmaking
endpoint phosphorous content
BP neural network
forecasting model
grey correlation
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
