张慧书
,
战东平
,
姜周华
,
张洋鹏
,
陈韧
上海金属
转炉终渣成分对后续炼钢过程将产生重要影响.采用Visual Basic 6.0进行编程,应用克服BP神经网络缺陷的小波神经网络,建立了网络结构为8-10-6,其中隐含层传递函数为Morlet型函数,输出层传递函数为S型函数的120 t转炉终渣成分预报模型.采用550炉数据进行模型训练,经20炉数据现场验证表明,模型预报结果各个成分有85.8％的平均相对误差在0.1以内.模型预测精度较高,可以满足工厂实际使用需要.
关键词:
小波神经网络
,
转炉渣
,
模型
,
预测
,
渣成分
