真空感应炉终点碳含量预报
End-point Carbon Content Prediction Based on RBF Neural Network作者机构：东北大学教育部暨辽宁省流程工业综合自动化重点实验室 太阳锻造实业有限公司辽宁鞍山114000
出 版 物：《控制与决策》 (Control and Decision)
年 卷 期：2006年第21卷第2期
页 面：210-212,216页
核心收录：
学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：国家自然科学基金项目(60374003) 国家"973"计划子课题(2002CB312200)
摘 要：针对冶炼过程中碳含量不能直接测定的不足,采用RBF神经网络对真空感应炉的终点碳含量进行预报.在第一次预报时,初步计算出冶炼到达终点的时间和终点的碳含量;经过二次预报进行误差校正,使结果更加精确.结合现场120组数据进行学习和预报,预报命中率较高.实验结果表明,采用该方法预报碳含量可以取得良好的效果.
维普期刊数据库
同方期刊数据库
