基于模式分类的转炉终点磷硫测模型

摘要

分析了影响转炉终点磷、硫含量的主要因素。根据入炉磷、硫、渣量及碱度的数据分布情况,把入炉磷、硫含量及造渣操作分别划分为三种模式。采用BP神经网络建立终点磷硫的预测模型,用不同磷、硫模式及造渣操作模式的样本,分别训练预测模型得到对应的模型参数。将模型应用于国内某钢厂转炉冶炼过程,测试结果表明,磷预测模型在控制精度为±0.003%、±0.004%时,命中率分别为51.7%、63.5%;硫预测模型在控制精度为±0.002%、±0.003%时,命中率分别为69.5%、86.6%。