论文部分内容阅读
针对宝钢不锈钢高炉高铝渣流动性较差，且黏度预报精确度较低的现状，采用旋转型黏度测定方法，测定1500，1475，1450℃，Al2O3质量分数为15％-19％，MgO质量分数为7％-11％，碱度R2为1．1～1-3条件下的高铝渣系黏度，构建炉渣黏度与其成分的数据库，在此基础上，建立人工神经网络的炉渣黏度预报模型。应用结果表明，基于人工神经网络的炉渣黏度预报模型的预报误差基本在5％以内，命中率为90％以上。