基于BP网络误差预测的中小型转炉智能炼钢

摘要

目前我国中小型转炉面临无法安装副枪系统、终点控制命中率较低等问题.实现中小型转炉终点命中的关键在于钢水中的碳含量和钢水温度值的准确预测,而烟气分析系统过度依赖于现存的机理模型,预测精确度较低且鲁棒性差.为提高碳含量和温度值的预测精确性,提高其终点命中的准确性,在研究烟气数据的基础上建立BP神经网络,挖掘烟气数据同含碳量、温度之间的隐含规律,并进行数值预测.同时针对误差产生的原因进行分析和改进,运用神经网络建立误差反向预测模型改进原有模型.经研究分析表明,基于误差预测改进的含碳量和温度预测模型,具有较高的预测精度和鲁棒性.