Para melhorar o nível de controle da temperatura final do aço refinado LF, foi proposta uma metodologia combinada baseada na Análise de Componentes Principais (PCA) e na rede neural BP para prever a temperatura final do aço refinado LF. Com base na teoria metalúrgica e na prática real de produção, foram selecionados 10 fatores que influenciam significativamente a temperatura final no processo de produção do aço 42CrMo como sistema de indicadores para o modelo de previsão. Em seguida, os dados amostrais foram processados por análise de componentes principais, obtendo-se 7 variáveis principais, com taxa acumulada de contribuição de variância de 87,24%, eliminando a correlação entre os dados. Com base nisso, foi estabelecido um modelo de previsão da temperatura final do forno LF baseado em PCA-BP. Com erro de previsão de ±25 ℃, a taxa de acerto do modelo foi de 98,71%, e o modelo possui boa capacidade de reconhecimento, podendo atingir o objetivo de prever a temperatura final do processo de produção do forno LF.

Análise de componentes principais; Rede neural BP; Previsão da temperatura final