[摘 要]利用BP神经网络建立温度预测模型，对某重机厂炼钢车间YB70钢种的中间包浇注温度进行预测，误差在±10℃以内的占90%，并利用此模型对精炼炉出钢温度进行优化，达到较好的结果。
　　[关键词]BP神经网络 浇注温度 预测
　　中图分类号：TF777 文献标识码：TF 文章编号：1009―914X（2013）22―0324―01
　　1.引言
　　中间包最基本的功能是储存钢水、分配钢水、稳定钢水静压力、促使夹杂物上浮等。中间包浇注温度对钢锭的质量有非常大的影响，温度过低会产生结疤、夹渣、裂纹等缺陷；温度过高又会大量吸气、加重偏析并且增加能耗。因此，保证中间包浇注温度达到工艺要求非常重要。本文在对某重机厂炼钢分厂YB70钢种冶炼数据统计分析的基础上，利用BP神经网络建立YB70中间包浇注温度预测模型，并对其精炼炉出钢温度进行优化。
　　2. 钢水中间包浇注温度影响因素
　　为精炼炉出钢至中间包开浇镇静过程造成的钢水温降，℃；
　　为大包开浇过程注流的散热造成的钢水温降，℃；
　　为中间包的蓄热和散热造成的钢水温降，℃。
　　3. 基于BP网络的浇注温度预测模型
　　3.1 BP神经网络
　　BP（Back Propagation）网络[2]是一种按误差逆传播算法训练的多层前馈网络。BP网络能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程，具有依据可靠、推导过程严谨、精度较高、通用性较好等优点。它的学习规则是使用最速下降法（又稱梯度法），通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。BP神经网络模型拓扑结构包括输入层（input）、隐含层（hide layer）和输出层（output layer）。
　　3.2 浇注温度预测模型
　　理论证明，带有一个隐含层的3层BP神经网络可以以任意精度逼近任何复杂的函数，是一个通用的函数逼近模型，所以本文采用3层BP神经网络建立YB70中间包钢水浇注温度预测模型。该模型由三部分组成：输入层，隐含层，输出层。
　　结语
　　本文利用BP神经网络建立了YB70钢的中间包浇注温度预测模型，对现场数据进行预测，预测值与实测值的误差在±10℃以内的炉次占90%，表明此模型具有较高的精度，利用此模型对精炼出钢温度进行优化，对现场生产具有一定的指导意义。
　　参考文献
　　[1] 职建军，崔健，田乃媛.宝钢连铸中间包热状态测试与分析[J].炼钢，2001，17（4）：60-62.
　　[2] 韩力群.人工神经网络教程[M].北京：北京邮电大学出版社，2006.
　　作者简介
　　时一钧（1984-），助理工程师，主要从事炼钢工艺方面的研究工作。