辽宁省教育厅基金资助项目(202063296)
- 作品数：2 被引量：18H指数：2
- 相关作者：陈昌谢书明丁惜瀛孙凯更多>>
- 相关机构：沈阳工业大学更多>>
- 发文基金：辽宁省教育厅基金资助项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于BP神经网络的转炉炼钢终点预报被引量：14
- 2007年
- 转炉内的温度极高,对终点温度和碳的含量很难及时、准确地测量,因此建立精确的温度和碳的预报模型十分重要.但转炉炼钢是一个非常复杂的很难用数学方程精确描述的高温冶金反应过程,传统的静态模型控制精度不高,命中率不很理想.为此提出了基于BP神经网络的转炉炼钢终点温度及碳含量的预报模型,以Levenberg-Marquardt(LM)算法来训练网络,其算法是梯度法与高斯牛顿法的结合.仿真结果表明,预报精度高于传统的机理模型.
- 谢书明陈昌丁惜瀛
- 关键词：转炉BP神经网络LEVENBERG-MARQUARDT算法
- 基于RBF神经网络的转炉炼钢终点预报被引量：6
- 2006年
- 转炉炼钢控制目标是终点温度和碳含量,由于炉温过高,无法在线连续测量.用传统的机理模型建立的终点温度和碳含量模型不够精确.基于RBF神经网络任意逼近函数能力,隐层中心采用最近邻聚类算法,避开K-均值法依赖于聚类中心的初始位置,易陷入局部极小点的缺点.权值调整采用带加权因子的递推最小二乘算法,建立基于RBF神经网络的转炉炼钢终点温度及碳含量的预报模型,并结合某钢铁企业一座180 t转炉的实际数据进行模型验证研究.结果表明,预报精度高于传统的机理模型及BP模型.
- 谢书明孙凯陈昌
- 关键词：转炉炼钢RBF神经网络最近邻聚类K-均值聚类递推最小二乘法
