人工神经网络在钢水二次精炼脱磷中的运用  

Application of artificial neural network in study of dephosphorisation

作　　者：彭明[1] 郭上型[1] 

机构地区：[1]安徽工业大学冶金与材料学院,安徽马鞍山243002

出　　处：《安徽工业大学学报（自然科学版）》2003年第2期102-105,共4页Journal of Anhui University of Technology（Natural Science）

基　　金：安徽省教育厅自然科学基金资助项目(2000j1189zd)

摘　　要：使用CaO基渣系对钢水进行二次精炼脱磷,基于BP神经网络建立脱磷预报系统。对于初始组成(质量分数)为:CaO(48%)-CaF2(32%)-Fe2O3(20%)的熔剂,通过实验与脱磷预报系统的预报发现:①添加剂BaO替代熔剂中CaO的量>13%时,脱磷率ηP90%;②Fe2O3添加量在25%～37%之间时,ηP90%;③渣中存在SiO2时,脱磷率将大幅降低。Artificial neural network (ANN) has its prominent advantage in pred iction, in this study of dephosphorization based with CaO( 48% )-CaF2( 32 % )-Fe2O3( 20% ) slag in secondary refining process, the back propagat ion network was utilized. With the aid of ANN, it is founded that ? P is greate r than 90% if the addition of BaO is above 13% and quantity of Fe2O3 is betw een 25% ～ 37% , while the existence of SiO2 can decrease ? Pdrastically.

关 键 词：钢水 二次精炼 人工神经网络 脱磷工艺 误差反向传播网络 冶金生产 

分 类 号：TF704.4[冶金工程—钢铁冶金] TP183[自动化与计算机技术—控制理论与控制工程]