基于BP神经网络的电弧炉炼钢过程的终点预报

针对电弧炉炼钢过程的高度非线性、时变性、不确定性,基于BP算法,建立了增量神经网络电弧炉冶炼终点的预报模型。以废钢、铁水、铁矿石、通电时间、吨钢氧耗和电耗相对于参考炉均值的增量为输入节点,对冶炼钢水终点温度和碳、磷的含量进行预报。研究表明,当钢水终点温度和碳、磷含量的控制精度分别在±10℃、±0．03％和±0．04％时,预报值命中率分别为93％、95．2％和86．3％。