氩氧精炼低碳铬铁终点碳含量预测模型  

A model of end-point carbon content prediction for argon oxygen refined low carbon ferrochrome

作　　者：江虹[1] 王宏志 

机构地区：[1]长春工业大学电气与电子工程学院,吉林长春130012 [2]长春工业大学计算机科学与工程学院,吉林长春130012

出　　处：《长春工业大学学报》2015年第6期692-695,共4页Journal of Changchun University of Technology

基　　金：国家科技支撑计划重点项目(2007BAE17B00)

摘　　要：采用RBF神经网络的方法建立冶炼终点碳含量预测模型,通过控制补吹氧气量和添加冷却剂量,及时有效地控制了各类物料的添加和供氧量的调节,实现冶金生产的自动化,并进行了仿真验证。With RBF neural network, an end-point carbon content prediction model is established. By controlling the blowing oxygen and filling coolant, the material addition and oxygen supply can be timely an verify d effectively adjusted to realize the automation of metallurgical production. Simulations model.

关 键 词：AOD 碳含量 RBF神经网络 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]