基于神经网络的转炉冶炼终点预报模型——硫预报模型

• 作 者: 李秀娟
• 机 构: 河北联合大学
• 出 处: 河北理工大学 河北联合大学
• 发表日期: 2006年期
• 关键词: 神经网络 转炉炼钢 硫含量 预报模型 冶炼终点

在转炉炼钢的过程中，炼钢工凭经验判断是否达到炼钢终点，如果达到，便进行出钢。但是这种判断方法具有很大的盲目性。如果能够建立准确的终点预报模型，则可以通过计算机控制炼钢是否达到冶炼终点，这样不但提高了终点命中率，而且减少了后吹次数，从而能够提高劳动生产率、降低生产成本、提高产品质量。
本文分析了国内外转炉炼钢终点预报技术的现状，并考虑到国内占大多数的转炉均为中小型，因此在原有终点温度、终点碳、锰、磷含量预报模型的基础上，最终确立了以BP神经网络为基础，采用VisualBasic语言编程处理，准确的转炉终点硫含量预报模型。通过分析影响转炉终点硫含量的因素，确立了31个输入变量，建立了三层BP神经网络。以唐山不锈钢钢铁有限公司的300炉实际生产数据作为样本，对终点硫含量进行预报。预报结果表明，当样本终点硫含量在0.010％～0.020％范围内，模型终点预报[S]在误差±0.0018％范围内时命中率可达到85％。总体来看模型的预报结果已接近于采用副枪技术的动态控制模型的预报精度。