炼钢成品成分预测模型研究及工程应用

chen2424

摘　要:采用3层BP神经网络来预测炼钢成品的C、Si、Mn成分，根据炼钢的实际生产数据，选取铁水、废钢、供氧、吹氩、硅锰合金、增碳剂等28个因素作为输入变量，对输入参数进行归一化处理，采取附加动量项和自适应学习步长的措施，解决了BP神经网络局部收敛和学习时间过长的问题，提高了神经网络预报的准确率。并用VC＋＋语言编写程序，软件经生产现场运用后，模型预测结果表明：在规定的误差内（C±0.02%、Si±0.05%、Mn±0.06%），预报命中率达到85%以上，证明了模型的有效性。