袁平
,
王福利
,
毛志忠
钢铁研究学报
在电弧炉(EAF)冶炼生产过程中,出钢温度、碳含量和磷含量等终点参数直接关系到后续生产工艺,甚至影响产品质量.准确预报电弧炉的终点参数对降低冶炼成本,提高生产效益具有重要意义.考虑到电弧炉终点参数既受定量因素的影响,又受非定量因素的影响,将GM与LS-SVM结合,建立了G-SVM预报模型.GM反映炉体自身变化等非定量因素对系统的影响,LS-SVM反映各种定量因素的影响,提高了预报精度.该方法具有模型结构简单,建模所需样本数据少,速度快等优点.实践证明,预报结果接近实际值,该方法是切实可行并有效的,可以用于电弧炉炼钢终点预报.
关键词:
终点预报
,
灰色模型
,
支持向量机
,
电弧炉
刘冬梅
,
邹宗树
,
余艾冰
材料与冶金学报
doi:10.3969/j.issn.1671-6620.2006.04.002
分析了对转炉终点温度的影响因素,利用减法聚类自动确定模糊规则的数目,建立了模糊神经网络系统预报转炉终点温度.结果表明,该方法建立的模型能够对终点温度进行较好的预报,误差在±4℃以内的命中率可达25.49%;预报误差小于±20℃的炉数可达84.31%.
关键词:
转炉
,
减法聚类
,
模糊神经网络
,
终点预报
,
温度
