利用神经网络技术预测轧钢厂的工序能耗  

Predicting Process Energy Consumption by Using Neural Netw orks

作　　者：陈光[1] 顾明言[2] 

机构地区：[1]东北大学冶金与材料学院,沈阳243002 [2]安徽工业大学冶金与材料学院

出　　处：《西安交通大学学报》2001年第12期1319-1321,共3页Journal of Xi'an Jiaotong University

基　　金：国家"九七三"计划资助项目 (G2 0 0 0 0 2 6 30 0 );安徽省教育基金资助项目 (2 0 0 0J .2 .190 )

摘　　要：利用神经网络技术 ,建立了产量、成材率和作业率神经网络能耗模型 ,与数学回归模型相比 ,提高了拟合精度 .当产量从 12kt/月增加到 5 5kt/月时 ,工序能耗的实测值从 2 70kg/t减少到 16 5kg/t ,神经网络模型工序能耗的计算值从 2 6 0kg/t减少到 16 0kg/t;当作业率从 6 4 %增加到 73%时 ,工序能耗的实测值从 16 4 .8kg/t减少到 16 2 .6kg/t,神经网络模型工序能耗的计算值从 16 4 .7kg/t减少到 16 2 .5kg/t .

关 键 词：神经网络 工序能耗 产量 作业率 轧钢厂 成材率 激发函数 相对误差 

分 类 号：TG338[金属学及工艺—金属压力加工] TP183[自动化与计算机技术—控制理论与控制工程]