基于BP神经网络的RH精炼终点钢液温度预测

炼钢 ›› 2023, Vol. 39 ›› Issue (5): 33-40.

基于BP神经网络的RH精炼终点钢液温度预测

柴宝堂1，2，雷洪1，2，徐猛1，2，赵岩2

（1.东北大学材料电磁过程研究教育部重点实验室，辽宁沈阳 110819；
2.东北大学冶金学院，辽宁沈阳 110819）

出版日期:2023-10-05 发布日期:2023-09-27

Predicted temperature of molten steel at the end of RH refining on the base of BP neural network

Online:2023-10-05 Published:2023-09-27

摘要/Abstract

摘要： 合理地控制RH精炼终点钢液温度，可以有效地保障连铸过程中拉速的稳定，明显提升铸坯的质量。为了精准预测RH精炼终点钢液温度，先采用Spearman相关系数分析各影响因素与RH精炼终点钢液温度之间的关系，筛选出相关系数较高的影响因素；然后运用SPSS软件进行主成分分析，得到一组互不相关且能较好地描述RH精炼终点钢液温度的影响因素；最后分别采用粒子最优化算法、遗传算法和退火算法优化BP神经网络模型预测终点温度。计算结果表明，到站温度、进站钢水氧值、真空时间、钢中初始碳含量、钢包净空、脱碳终点氧值这些因素是RH真空精炼终点钢液温度预报的主要因素。粒子最优化算法优化BP神经网络预测RH处理终点钢液温度的温度极差最大，为20 ℃。该模型的均方根误差和平均绝对误差最小，分别为3.38和2.35，且预测RH处理终点钢液温度±5 ℃的命中率最高，达到90.0 %。

关键词: RH精炼, 粒子最优化算法, 遗传算法, 退火算法, BP神经网络模型, 钢液温度

柴宝堂, 雷洪, 徐猛, 赵岩. 基于BP神经网络的RH精炼终点钢液温度预测[J]. 炼钢, 2023, 39(5): 33-40.

[1]	饶江平, 杨治争, 李光强, 刘昱, 袁纲, 肖邦志. IF钢RH精炼理论研究与工艺优化[J]. 炼钢, 2022, 38(5): 59-66.
[2]	庞佳佳, 包燕平, 华承健, 孙宇秋, 杨健. RH精炼钢包底吹工艺优化物理模拟研究[J]. 炼钢, 2022, 38(4): 47-53.
[3]	刘坚锋, 胡金文, 郭飞虎, 余小琴, 乔家龙, 仇圣桃. 无取向电工钢RH精炼顶渣优化[J]. 炼钢, 2021, 37(6): 28-33.
[4]	李怡宏, 董超, 朱宏伟, 崔鑫, 赵昱琨. RH壁面润湿性对气液两相流行为的影响研究[J]. 炼钢, 2021, 37(3): 29-38.
[5]	杨业鹏1，岳峰1，马明胜2. RH精炼炉脱碳模型研究[J]. 炼钢, 2020, 36(2): 10-16.
[6]	蒋兴平，张洪钢，李慕耘，林利平，陈国威. 提高RH精炼循环流量的研究与实践[J]. 炼钢, 2020, 36(2): 17-21.
[7]	王新华. 中国钢铁工业转型发展时期炼钢科技进步的展望[J]. 炼钢, 2019, 35(1): 1-11.
[8]	郭晓春，富强，王健，姚志龙. 提高RH精炼铝镇静钢连浇炉数的研究及实践[J]. 炼钢, 2018, 34(4): 45-49.
[9]	张嘉华，兰岳光，王俊刚. RH干式真空泵系统技术应用实践[J]. 炼钢, 2018, 34(3): 25-28.
[10]	舒宏富，刘浏，杨利彬. RH真空室内钢液温度连续测量系统的开发与应用[J]. 炼钢, 2016, 32(6): 34-37.
[11]	魏付豪1，刘建华1，张游游1，赵雨2，李康伟1，邓振强1. RH精炼终点预报模型[J]. 炼钢, 2016, 32(6): 38-44.
[12]	苏笃星1，马建超1，张志平2. 不同RH冶炼工艺对低碳铝镇静钢洁净度的影响[J]. 炼钢, 2015, 31(2): 36-39.
[13]	朱万军1，2，区铁2，齐江华2，杨成威2，王春锋3，刘先同3 . 150 t RH精炼装置环流特性水模试验研究[J]. 炼钢, 2014, 30(5): 38-.
[14]	陈海周;张钟蓓;张文;王逸名. 120 t RH加料系统设计及优化[J]. 炼钢, 2014, 30(2): 75-78.
[15]	周彦召;邹长东;赵家七;丁振涛. 180 t RH真空脱碳基本规律探索[J]. 炼钢, 2014, 30(1): 24-28.

基于BP神经网络的RH精炼终点钢液温度预测

Predicted temperature of molten steel at the end of RH refining on the base of BP neural network

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价