基于BP神经网络的COREX铁水硅含量预测模型

摘要：

COREX铁水硅含量偏高且易波动一直是生产过程中面临的难题,而精准预测COREX铁水硅含量可为稳定并降低铁水硅含量提供理论依据和技术参考.利用BP神经网络建立了COREX铁水硅含量预测模型,通过相关分析法确定模型的输入参数,采用计算邓氏关联度的方式确定各参数对应的滞后炉次.并利用某钢厂COREX实际生产数据分别进行学习和验证,结果表明预测误差为士0.1％时,其命中率为80％.为提高模型的预测精度,在该模型的基础上,采用时间序列推移法,实时更新训练样本,优化模型.研究结果表明,改进后的模型预测误差为士0.1％时,命中率是90％,提高了模型预测精度.该模型可为判断铁水硅含量变化以及后续操作提供理论依据.

关键词：COREX工艺、铁水、硅含量、BP神经网络、预测

所属期刊栏目：30

资助基金：中国博士后科学基金面上资助项目2017M610769;中央高校基本科研业务费资助项目FRF-IC-18-010

在线出版日期：2019-03-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：776-781