论文部分内容阅读
利用神经网络技术,建立了产量、成材率和作业率神经网络能耗模型,与数学回归模型相比,提高了拟合精度.当产量从12 kt/月增加到55 kt/月时,工序能耗的实测值从270 kg/t减少到165 kg/t,神经网络模型工序能耗的计算值从260 kg/t减少到160 kg/t;当作业率从64 %增加到73 %时,工序能耗的实测值从164.8 kg/t减少到162.6 kg/t,神经网络模型工序能耗的计算值从164.7 kg/t减少到162.5 kg/t.为研究轧钢厂工序能耗决策提供了可靠的方法.