基于小波神经网络的120 t转炉终渣成分预报模型开发

上海金属, 2014, 36(6): 30-33.

基于小波神经网络的120 t转炉终渣成分预报模型开发

张慧书 ^1, , 战东平 ^2, , 姜周华 ^3, , 张洋鹏 ^4, , 陈韧 ^5,

1.辽宁科技学院冶金学院,辽宁本溪117004;东北大学材料与冶金学院,沈阳110004

2.东北大学材料与冶金学院,沈阳,110004

3.东北大学材料与冶金学院,沈阳,110004

4.东北大学材料与冶金学院,沈阳,110004

5.辽宁科技学院冶金学院,辽宁本溪,117004

基金项目: 国家863项目(2012AA03A503) 中央高校基本科研业务费项目(N110402013) 辽宁科技学院博士科研启动基金(406B06) 国家自然科学基金(50834009)

关键词：小波神经网络 , 转炉渣 , 模型 , 预测 , 渣成分

DEVELOPMENT OF THE FORECAST MODEL FOR THE FINAL SLAG COMPOSITION IN A 120 t CONVERTER BY THE WAVELET NEURAL NETWORK

Keywords： Wavelet Neural Network , Converter Slag , Model , Forecast , Slag Composition

转炉终渣成分对后续炼钢过程将产生重要影响.采用Visual Basic 6.0进行编程,应用克服BP神经网络缺陷的小波神经网络,建立了网络结构为8-10-6,其中隐含层传递函数为Morlet型函数,输出层传递函数为S型函数的120 t转炉终渣成分预报模型.采用550炉数据进行模型训练,经20炉数据现场验证表明,模型预报结果各个成分有85.8％的平均相对误差在0.1以内.模型预测精度较高,可以满足工厂实际使用需要.

参考文献

[1]	吴伟,邹宗树,马嵩,李永祥,郭振和.梅钢顶底复吹转炉冶炼终渣及钢水成分的研究[J].炼钢,2004(02):47-50.
[2]	孙凤梅,崔绍刚,卢金强,张军,马建超.50t转炉静态控制模型开发及生产实践[J].上海金属,2013(06):34-37.
[3]	Martin T Hagan;Howard B Demuth;Mark Beale.Neural network design[M].American:PWS Publishing Company,1996:251-255.
[4]	张慧书,战东平,姜周华.基于改进BP神经网络的铁水预处理终点硫含量预报模型[J].钢铁,2007(03):30-32.
[5]	张慧书,战东平,姜周华.改进BP网络在铁水预脱硫终点硫含量预报中的应用[J].东北大学学报（自然科学版）,2007(08):1140-1142.
[6]	崔锦泰;程正兴.小波分析导论[M].西安:西安交通大学出版社,1995:24-27.
[7]	Ingrid Daubechie;李建平;杨万年.小波十讲[M].北京:国防工业出版社,2004:14-15.
[8]	闻新;周露;李翔.MATLAB神经网络仿真与应用[M].北京:科学出版社,2003:258-263.
[9]	Zhang Q.;Benveniste A. .Wavelet networks[J].IEEE Transactions on Neural Networks,1992(6):889-898.

上一张下一张

计量

下载量()
访问量()

作者相关

文章评分

您的评分：
1

0%
2

0%
3

0%
4

0%
5

0%

材料期刊网

基于小波神经网络的120 t转炉终渣成分预报模型开发

DEVELOPMENT OF THE FORECAST MODEL FOR THE FINAL SLAG COMPOSITION IN A 120 t CONVERTER BY THE WAVELET NEURAL NETWORK

参考文献