欢迎登录材料期刊网
邓长辉 , 王姝 , 王福利 , 桑海峰
钢铁研究学报
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.
关键词: 真空感应炉 , 神经网络 , 温度预报 , 聚类算法
