Для повышения уровня контроля конечной температуры рафинирования стали LF предложен совместный метод прогнозирования конечной температуры рафинирования стали LF на основе анализа главных компонент (PCA) и нейронной сети BP. На основе металлургической теории и практики производства были выбраны 10 факторов, значительно влияющих на конечную температуру процесса производства стали 42CrMo, в качестве системы показателей для прогностической модели. Затем методом анализа главных компонент обработаны данные выборки, получено 7 главных компонент, кумулятивный вклад дисперсии составил 87,24%, что устранило взаимосвязь между данными. На этой основе построена модель прогнозирования конечной температуры печи LF на основе PCA-BP нейронной сети. При ошибке прогноза ±25 ℃ точность модели составила 98,71%, модель обладает хорошей способностью распознавания и может достигать цели прогнозирования конечной температуры производственного процесса LF-печи.

анализ главных компонент; нейронная сеть BP; прогнозирование конечной температуры