以钢铁企业高炉煤气系统为研究对象,采用灰色关联度分析了高炉煤气产生量、消耗量的影响因素与煤气量的关系.基于人工神经网络预测方法,建立了高炉煤气BP神经网络预测模型,对钢铁企业各生产工序中高炉煤气的产生与消耗量进行预测,探讨了企业在正常生产、事故检修等工况下各工序的煤气产生量和消耗量预测的合理性.研究表明:所建立的预测模型精度高、误差小,能有效解决实际生产中高炉煤气的供需预测问题,从而减少高炉煤气放散,为企业制定合理煤气使用计划提供了理论依据.

作 者：

张琦 谷延良 提威 蔡九菊 ZHANG Qi GU Yan-liang TI Wei CAI Jiu-ju  

作者单位：

张琦,提威,蔡九菊,ZHANG Qi,TI Wei,CAI Jiu-ju(东北大学,材料与冶金学院,辽宁沈阳110004)
谷延良,GU Yan-liang(首秦金属材料有限公司,河北秦皇岛,066326) 

刊 名：

东北大学学报（自然科学版）  ISTIC EI PKU

英文刊名：

JOURNAL OF NORTHEASTERN UNIVERSITY(NATURAL SCIENCE) 

年，卷(期)：

2010 31(12) 

基金项目：

中央高校基本科研业务费专项资金资助项目，国家高技术研究发展计划项目，东北大学博士后基金资助项目