基于改进BP神经网络的铁水预处理终点硫含量预报模型.pdf

　第 42 卷 　第 3 期 钢 铁 　Vol . 42 , No . 3 　2 0 0 7 年 3 月 Iron and St eel March 　2007 基于改进 BP 神经网络的铁水预处理终点硫含量预报模型 张慧书 , 　战东平 , 　姜周华 (东北大学材料与冶金学院 , 辽宁 沈阳 110004) 摘 　要 : 铁水预处理脱硫是纯净钢生产中的一项重要任务 ,其中铁水终点硫含量是反映脱硫站能力和生产效果的 重要指标 。对梅山钢铁股份有限公司铁水包喷吹 CaO + Mg 粉剂复合脱硫过程 ,通过采用 自适应调整学习率和最 大误差学习法对标准B P 算法进行了改进 ,建立了基于改进B P 神经网络的铁水预处理终点硫含量预报模型 。用梅 钢的1 154 炉数据进行模型训练 ,经 100 炉数据现场验证表明 ,改进的B P 算法比标准 B P 算法预报误差 ≤0 . 003 % 的精度提高 28 % ,有 19 %的炉次预报值与实际值完全一致 ,有 90 %的炉次误差 ≤0 . 003 % ,平均误差为 0 . 00 17 % 。 改进的B P 算法在铁水预脱硫终点硫含量预报模型应用中获得了更好的使用效果 。 关键词 : 铁水预处理 ; B P 神经网络 ; 硫含量 ( ) 中图分类号 : TF704 　　文献标识码 : A 　　文章编号 : 0449749X 2007 Final Sulf ur Content Prediction Model Based on Improved BP Artif icial Neural Net work f or Hot Metal Pretreatment ZHAN G Huishu , 　ZHAN Dongping , 　J IAN G Zho uhua ( School of Mat erial s and Met allur gy , Nort hea st ern U niver sit y , Shenyang 110004 , Liaoning , China) Abstract : Predesulfurization of hot met al has become an import ant t ask for clean st eel p ro duction . The final sulfur cont ent i s a key index of desulfurization st ation for cap acit y and efficiency evaluation . Ba sed on t he p ractice of CaO + Mg pow der coinj ection at Mei shan St eel , and imp roved B P algorit hm wit h new met ho d of adj u sting st udy rat e and learning met hod of maximal error ,a p rediction mo del of final sulfur cont ent for hot met al p ret reat ment wa s est ab li shed . The dat a of 1 154 heat s were u sed to t raining t he mo del and t