基于支持向量机的铁水硅含量的预测

钢铁研究, 2016, 44(1): 6-9.

1.北京科技大学冶金与生态工程学院,北京,100083

2.北京科技大学冶金与生态工程学院,北京,100083

3.北京科技大学冶金与生态工程学院,北京,100083

4.首钢股份公司迁安钢铁公司炼铁分厂,河北迁安,064404

Prediction of silicon content in hot metal based on support vector machine

为了准确预测高炉炼铁过程的硅含量,分析了高炉工艺参数对高炉铁水硅含量的时序性影响,以支持向量机理论为基础构建了2类铁水硅含量预测模型,即硅含量模型和硅变化量模型.利用首钢迁钢3号高炉铁水硅含量数据进行模型测试,测试结果表明2类模型预测命中率均可达到80％.

[1]	李红英 .支持向量分类机的核函数研究[D].重庆大学,2009.
[2]	马金芳;贾国利.关于高炉低硅冶炼的探讨[J].中国冶金,2008(9):31-35.
[3]	国宏伟;陈令坤;左海滨;杨天钧;于仲洁.基于模糊推理的高炉炉温预报模型[J].钢铁研究,2007(2):22-24,32.

上一张下一张

计量

作者相关

文章评分