基于BP神经网络的炼钢终点预报研究

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

作者机构：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 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 

出 版 物：《新一代信息技术》 (New Generation of Information Technology)

年 卷 期：2018年第1卷第4期

页      面：6-10页

学科分类：080602[工学-钢铁冶金] 08[工学] 0806[工学-冶金工程] 

主　　题：智能炼钢 BP神经网络 终点碳含量 钢水温度值 误差分布图 

摘      要：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。