基于AO-ENN的LF炉C、Mn合金收得率预报模型

摘要

LF炉是钢铁冶炼中的重要设备,其主要作用是对钢水中合金成分进行调整,然而目前实际生产中大多仍使用人工经验来对合金成分进行调整,而且已有的合金加料模型效果并不令人满意。为了使添加的合金更加准确、成本进一步降低,设计了一种基于天鹰优化器(AO)来优化Elman神经网络(ENN)的合金收得率预报模型。首先根据相关性分析出对合金元素收得率影响较大的因子,然后利用AO优化后的ENN建立合金元素收得率预报模型,最后通过预测的合金元素收得率来计算所需加入的合金量。利用实际生产中的真实数据来进行仿真试验,仿真结果表明,建立的AO-ENN模型相较于BP模型和Elman模型,误差更小,精度更高,对实际生产中的合金加入问题有较好的指导意义。