基于神经网络的真空感应炉终点钢水温度预报

钢铁研究学报, 2005, 17(4): 72-75.

1.东北大学信息与工程学院,辽宁,沈阳,110004

2.东北大学信息与工程学院,辽宁,沈阳,110004

3.东北大学信息与工程学院,辽宁,沈阳,110004

4.东北大学信息与工程学院,辽宁,沈阳,110004

基金项目: 国家重点基础研究发展计划(973计划)(2002CB312200)

End-Point Temperature Prediction Based on Neural Network for Vacuum Induction Melting

针对真空感应炉生产过程中温度测量成本较高及精度较差等不足,建立了基于RBF神经网络的真空感应炉终点钢水温度预报模型.对输入参数作了详细的分析、筛选,并运用聚类算法对该模型进行了训练.结合现场数据进行了学习和预报,预报命中率较高,表明采用该方法可很好地预报钢水温度.

[1]	孙培林.电炉炼钢学[M].北京:冶金工业出版社,1992
[2]	傅杰.特种冶炼[M].北京:冶金工业出版社,1982
[3]	李亮,姜周华,王文忠,刘晓,顾文兵,徐荣军.应用神经网络技术预报VD炉终点钢水温度[J].钢铁研究学报,2003(03):56-59.
[4]	柴天佑,谢书明,杜斌,任德祥.基于RBF神经网络的转炉炼钢终点预报[J].中国有色金属学报,1999(04):868-872.
[5]	武拥军,姜周华,姜茂发,龚伟,战东平.LF炉精炼过程钢水温度预报模型[J].钢铁研究学报,2002(02):9-12.
[6]	刘浏,杨强,张春霞.RH精炼钢水温度预报模型[J].钢铁研究学报,2000(02):15-20.
[7]	李晶,傅杰,王平,毕其富,黄成钢.钢包精炼过程中钢水成分微调及温度预报[J].钢铁研究学报,1999(02):6-9.
[8]	柴杰,江青茵,曹志凯.RBF神经网络的函数逼近能力及其算法[J].模式识别与人工智能,2002(03):310-316.
[9]	ZHU Qiu-ming;CAI Yao;LIU Lu-zheng .A Global Algorithm for a RBF Network[J].Neural Networks,1999,12(03):527-540.

上一张下一张

计量

作者相关

文章评分