齐鲁工业大学学报

2019, (05) 74-80

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于BP神经网络的脱氧合金化配料问题分析
Analysis of Deoxidation Alloying Burden Based on BP Neural Network

刘芃麦;朱家明;高正帅;何雅宁

摘要(Abstract):

针对钢铁行业竞争压力的不断加剧以及国内外各大炼钢厂对钢水“脱氧合金化”技术的青睐,提出钢水脱氧合金化的元素收得率预测方法以及最优合金配料方案。建立C、Mn两种元素收得率预测的BP神经网络模型,并进一步改进模型及算法以提高元素收得率的预测准确率;进行钢水脱氧合金化成本优化计算,并给出最优合金配料方案。将元素收得率预测值与实际值进行比较,误差控制在2%之内,精确度较高;并将配料方案与原加料方案进行对比,成本优化效果明显。根据数学模型从完善自动配料模型、积极承担社会责任等角度对钢厂提出发展建议,鼓励钢厂不断推动“脱氧合金化”技术进步,降低生产成本、提高钢材质量,帮助企业提升核心市场竞争力。

关键词(KeyWords): 脱氧合金化;成本优化;BP神经网络;线性规划;MATLAB;LINGO

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金(1808085QA15),省级教学研究项目(2018jyxm1305),安徽财经大学科研创新基金项目(JR201902YB)

作者(Author): 刘芃麦;朱家明;高正帅;何雅宁

Email:

DOI: 10.16442/j.cnki.qlgydxxb.2019.05.012

文章评论(Comment):

序号(No.) 时间(Time) 反馈人(User) 邮箱(Email) 标题(Title) 内容(Content)
反馈人(User) 邮箱地址(Email)
反馈标题(Title)
反馈内容(Content)
扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享