Pour améliorer le niveau de contrôle de la température finale du laitier d'acier affiné LF, une méthode conjointe basée sur l'analyse en composantes principales (ACP) et le réseau de neurones BP a été proposée pour prédire la température finale du laitier d'acier affiné LF. En se basant sur la théorie métallurgique et la pratique de production réelle, dix facteurs influençant significativement la température finale du processus de production de l'acier 42CrMo ont été sélectionnés comme système d'indicateurs pour le modèle de prédiction. Ensuite, les données des échantillons ont été traitées par l'analyse en composantes principales, obtenant sept composantes principales, avec un taux de variance cumulé de 87,24 %, éliminant la corrélation entre les données. Sur cette base, un modèle de prédiction de la température finale du four LF basé sur le PCA-BP a été établi. Lorsque l'erreur de prédiction est de ±25 ℃, le taux de réussite du modèle est de 98,71 %, le modèle dispose d’une bonne capacité de reconnaissance et peut atteindre les objectifs de prédiction de la température finale du processus de production du four LF.

Analyse en composantes principales; Réseau de neurones BP; Prédiction de la température finale