利用炼钢过程中烟气分析系统中氧气消耗比例-PQ、氧气消耗总量-Q、烟气中的CO含量-[CO]和烟气中的CO2含量-[CO2]探索钢水中的碳含量[C]和钢水温度值[T].通过构建[C]&[T]的预报模型,模拟炼钢过程,更为精准的对炼钢终点进行控制,提高了炼钢终点的高命中率.根据公开的炼钢数据,构建预测[C]&[T]的BP神经网络模型.通过不断调节网络权值和阈值,使误差达到最小.然后将所有数据的70％用来训练,后30％用于检测.利用MATLAB求解,画出后30％数据的[C]和[T]的预测值和实际值分布图,发现误差在1％之内.通过观察碳含量和钢水温度值的误差分布图,得出了累计耗氧比[PQ]在74.28％～78.56％区间总有较为精准的[C]预报结果,在75.13％～84％区间总有较为精准的[T]预报结果,即在累计耗氧量在区间75.13％～78.56％总有较精确的[T]&[C]值.
- 作 者：
- 于国庆 刘皓月 卢畅畅 吴宇航 YU Guo-qing LIU Hao-yue LU Chang-chang WU Yu-hang
- 作者单位：
- 于国庆,刘皓月,卢畅畅,YU Guo-qing,LIU Hao-yue,LU Chang-chang(华北理工大学数学建模创新实验室,河北唐山 063009;华北理工大学,理学院河北唐山 063009)
吴宇航,WU Yu-hang(河北省数据科学与应用重点实室,河北唐山 063009;唐山市数据科学实验室,河北唐山 063009) - 刊 名：
- 新一代信息技术
- 英文刊名：
- New Generation of Information Technology
- 年，卷(期)：
- 2018 1(4)
- 基金项目：
