考虑时滞的铁水硅含量预报模型
王炜1
余方超2
1.武汉科技大学,钢铁冶金及资源利用省部共建教育部重点实验室,湖北,武汉,4300812.马鞍山钢铁股份有限公司,安徽,马鞍山,243000
摘要：根据神经网络的特点,建立了高炉硅预报神经网络模型和学习算法来预报高炉铁水硅含量.根据高炉冶炼的实际生产数据,选取风温、风量、透气性、料速、炉顶温度、焦炭负荷、喷煤量、上一炉铁水的硅含量作为输入,并对输入参数进行时效和时滞处理,采取附加动量项和自适应学习步长的措施缩短系统学习时间,提高了预报的准确率.应用表明,当允许绝对误差不大于0.1时,命中率为85.25%.
关键词：铁水硅含量预报模型神经网络时滞处理
分类号：TF531(炼铁)
论文发表日期：2006-01-01
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：3( 41-43 )
英文信息