基于神经网络的LF炉钢液温度的预测模型

摘要

针对现有炼钢厂在LF炉钢液温度的控制方面,大多采用人工测温的方式,存在测量精度差,调节时间长等缺点,不利于钢的质量稳定且不利于降低成本。以42CrMo4钢种为例,通过进行相关性分析,筛选出影响42CrMo4的LF炉终点温度的因素,以这些影响因素作为输入,LF炉终点温度作为输出建立了神经网络的LF炉温度预测模型,探讨给定这些输入量,是否能得到较为准确的终点温度,实验表明神经网络模型能够很好地预测LF炉钢液温度。