[发明专利]一种基于神经网络的炼钢终点预测方法

摘要

本发明涉及一种基于神经网络的炼钢终点预测方法，本发明中通过神经网络代替人工经验来预测中小转炉炼钢的终点，通过采集多组生产参数作为自变量，通过光纤采集转炉内部的火焰温度信息和火焰光谱信息作为自变量，以多组来训练三层BP神经网络，采用MIV对自变量进行筛选，选出对终点影响较大的自变量作为输入参数，选取待测转炉的输入参数，输入到训练好的神经网络中，得出预测的转炉终点温度和终点碳含量；本发明克服了中小转炉炼钢终点人工经验预测的不足，利用光纤传到精确测定了转炉内部的火焰信息，能够得到较为准确的神经网络。

主权项

一种基于神经网络的炼钢终点预测方法，其特征在于，包括：通过生产设备采集多组转炉炼钢中的参数信息，所述参数信息包括铁水的重量、铁水的温度、碳含量、废钢质量、氧枪吹氧时间、氧枪位置和吹氧量；在转炉侧壁设置通气孔，通过光纤获得转炉内部的火焰信息，所述火焰信息包括光谱信息和温度信息；将所述铁水的重量、铁水的温度、碳含量、氧枪吹氧时间、吹氧量、火焰光谱信息和火焰温度信息作为自变量，利用所述自变量构成训练样本；建立三层BP神经网络，利用所述训练样本对建立的BP神经网络进行训练，将所述训练样本输入到三层BP神经网络，计算得到终点温度和终点碳含量，将计算得到终点温度和终点碳含量与实际测量的终点温度和终点碳含量对比，直至计算值与实际值的相差足够小或为零，从而确定三层BP神经网络的中间层权值和阈值；采用MIV 算法对所有的所述自变量进行筛选，筛选出对预测结果的影响程度达到预设标准的自变量；将所述神经网络将筛选出的对所述预测结果的影响程度达到预设标准的自变量作为输入参数；选取待预测炼钢转炉的输入参数，输入到训练好的BP神经网络中，神经网络给出对转炉炼钢终点的预测结果；所述转炉炼钢终点包括碳含量和钢水温度。