基于熔体结构及神经网络的高炉渣预报模型

摘要

随着高炉炼铁工艺的发展,熔渣流动行为对改善炼铁工艺过程发挥着至关重要的作用.针对高炉炉渣粘度预测问题,本文基于新的硅酸盐熔体结构理论,将神经网络方法应用在炉渣粘度预测上,以表征炉渣结构的九个氧作为输入层,炉渣粘度作为输出层,建立了基于神经网络的炉渣粘度预报模型;通过验算得出,最优网络拓扑结构为9×6×1,其平均预测误差9.89％,平均数值偏差0.046Pa·s;对比基于四元渣系得到的模型的计算结果可得出,通过炉渣结构的研究来进行的炉渣粘度预测更加准确.