基于BP神经网络算法的脱磷转炉终点磷含量预报模型

来源 :炼钢 | 被引量 : 0次 | 上传用户:tkzc666
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为更准确地预测脱磷转炉冶炼终点钢水磷含量,选取某钢铁公司冶炼DC04钢种作为研究对象.根据工业试验得到的铁水条件、造渣料及吹氧量等工艺参数,利用灰色关联分析法得到各工艺参数关于脱磷转炉终点磷含量的灰色关联度,并结合BP神经网络算法建立关于脱磷转炉冶炼终点磷含量的预报模型.通过不断优化,使该模型实现预测脱磷转炉终点w(P)误差值分别在±0.004%、±0.006%和±0.008%时,命中率达到83.33%,90.00%和93.33%.通过该模型在现场的应用,可为钢铁企业更准确和快速的确定终点磷含量提供技术参考.
其他文献
针对某钢厂 Φ600 mm AISI4130钢连铸大圆坯存在的中心裂纹,通过低倍观测到裂纹分布在V型偏析区内,采用原位分析发现中心主要为碳、硫偏析,采用扫描电镜观察裂纹形貌发现裂纹
角横裂是包晶钢连铸工艺中最为突出的质量问题,针对包晶钢角横裂的产生机理与控制技术进行了文献综述.w(C)= 0.08%~0.18%的包晶和亚包晶钢由于在钢液凝固过程中存在δ相到γ相的
针对板坯连铸轻压下过程,对铸坯单元体建立力学平衡方程,结合温度的计算结果,分析了钢种和压下位置对铸坯受力和变形量的影响.结果表明,轻压下过程中铸坯边部受到的应力明显
钢水质量和收得率是转炉生产的两项重要生产考核指标。通过红外热成像法检测转炉出钢钢水图像中钢渣占比率,从而有效控制钢水质量和收得率是转炉生产工艺之一。由于转炉出钢钢水红外灰度图像具有背景噪声干扰大、钢渣呈多目标分离标状且边缘非规则等特点,因此如何提高钢水图像分割及钢渣占比检测准确率一直是难点问题。针对该问题,提出了一种基于水平集的转炉出钢钢水图像分割方法,能将钢水、钢渣和背景区域有效分割。该方法首先
对采用“BOF→LF→RH→CC”工艺生产EH36船板钢过程中的夹杂物进行了研究.用SEM-EDS分析了试样中的夹杂物形貌和成分,用FactSage软件计算了夹杂物的析出情况.研究表明:LF进站