基于神经网络的铁水KR脱硫预报模型  

PREDICTION MODEL OF MOLTEN IRON'S KR DESULPHURIZATION BASED ON BP NEURAL NETWORK

作　　者：但斌斌[1] 陈奎生[1] 张华[1] 李具中[2] 王雪冬[2] 邓品团[2] 

机构地区：[1]武汉科技大学机械自动化学院,湖北武汉430081 [2]武汉钢铁(集团)公司,湖北武汉430081

出　　处：《计算机应用与软件》2011年第1期118-120,172,共4页Computer Applications and Software

基　　金：湖北省自然科学基金(2006ABA288);武汉科技大学科学基金项目(2008TD03);武汉科技大学绿色制造与节能减排科技研究中心开放基金项目(B0912)

摘　　要：将神经网络理论应用于铁水脱硫过程,研究工艺参数与其影响因子之间的关系,建立预报模型,为生产过程中工艺参数(搅拌时间、搅拌次数和加入剂量)的设定选择提供准确的预报。研究分析表明,该预报模型可以应用于实际生产,提高铁水的脱硫成功的命中率,降低铁水的脱硫成本。In this paper,we apply neural network theory to molten iron desulphurization process,study the relationship between technical parameters and its influence factors,establish forecasting model,and provide accurate prediction for setting technical parameters in production process（stirring time,stirring times and dosage added）.Research and analyses results show that the prediction model can be applied in practical production for improving the shot rate of successful desulphurization of molten iron and reducing the cost of molten iron＇s desulphurization.

关 键 词：神经网络 KR脱硫 预报模型 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]