基于改进人工神经网络的LF钢水终点温度预报

陶子玉; 姜茂发; 刘承军

您当前的位置：

首页 >

文章列表页 >

基于改进人工神经网络的LF钢水终点温度预报

试验研究 | 更新时间：2026-01-21

- 基于改进人工神经网络的LF钢水终点温度预报
- Prediction of Molten Steel End Point Temperature in LF Based on Modified Artificial Neural Network
- 特殊钢 2006年27卷第6期页码：21-23
- 作者机构：
  
  东北大学材料与冶金学院,沈阳,110004
- 作者简介：
  
  [ "陶子玉(1959-),男，博士生，教授级高级工程师，从事现代炼钢工艺优化研究。" ]
- 基金信息：
- DOI：
  中图分类号：
- 收稿：2006-05-06，
  
  网络首发：2023-03-01，
  
  纸质出版：2006-03-01
- 稿件说明：
移动端阅览
陶子玉, 姜茂发, 刘承军. 基于改进人工神经网络的LF钢水终点温度预报[J]. 特殊钢, 2006,27(6):21-23.

陶子玉, 姜茂发, 刘承军. Prediction of Molten Steel End Point Temperature in LF Based on Modified Artificial Neural Network[J]. Special Steel, 2006, 27(6): 21-23.
陶子玉, 姜茂发, 刘承军. 基于改进人工神经网络的LF钢水终点温度预报[J]. 特殊钢, 2006,27(6):21-23. DOI：

陶子玉, 姜茂发, 刘承军. Prediction of Molten Steel End Point Temperature in LF Based on Modified Artificial Neural Network[J]. Special Steel, 2006, 27(6): 21-23. DOI：

摘要

采用改进的人工神经网络算法

开发了40t钢包炉精炼时钢水终点温度预报模型。与传统BP网络算法相比较

改进算法可提高预测速度和精度。生产现场实验表明

传统BP神经网络算法

钢水温度预测误差±5℃的炉次仅为77%

用改进的BP神经网络算法

其误差±5℃的炉次为90%。

Abstract

The prediction model of end point temperature of molten steel refining in a 40 t ladle furnace has been developed bya modified artificial neural network calculation method. Compared with traditional Back-Propagation (BP) network calculation method

the modified artificial calculation method can increase prediction efficiency and precision. The examination in production situ showed that using modified BP artificial neural network calculation method

the heats percentage with ±5 ℃ error of prediction temperature of molten steel was 90%

while using traditional BP artificial neural network calculation method

that with ±5 ℃ error of prediction temperature only 77% .

关键词

Keywords

references

浏览量

下载量

CSCD

CNKI被引量

文章被引用时，请邮件提醒。

提交

工具集

关联资源

我国不锈钢发展现状及展望

超低氧弹簧钢脱磷回磷的热力学研究

石油套管钢LF精炼过程T[O]和夹杂物的控制

转炉-LF和铁水预处理-转炉-钢包吹氩对耐候钢冶金质量的影响

210 t顶底复吹转炉-RH流程IF钢板坯连铸钢水温降规律的研究