天津冶金
天津冶金
천진야금
TIANJIN METALLURGY
2013年
z1期
79-82
,共4页
电炉%终点预报%终点控制%RBF神经网络
電爐%終點預報%終點控製%RBF神經網絡
전로%종점예보%종점공제%RBF신경망락
介绍了采用RBF神经元网络建立电炉冶炼的碳温终点工艺指标与其影响因素间的神经元网络模型,其基本思路为:分析电炉的工艺、原料和操作特点,从而确定模型,再对模型进行训练和学习,用电炉实际运行的结果参数验证模型的准确性.该模型对现场的数据进行了自学习和预报,预报结果逐渐与实际接近.实际运行结果表明,该模型有着更好的收敛特性和很强的自学习能力,运行准确可靠,预报的结果有很高的精度和实用性,能较好地指导生产实践.
介紹瞭採用RBF神經元網絡建立電爐冶煉的碳溫終點工藝指標與其影響因素間的神經元網絡模型,其基本思路為:分析電爐的工藝、原料和操作特點,從而確定模型,再對模型進行訓練和學習,用電爐實際運行的結果參數驗證模型的準確性.該模型對現場的數據進行瞭自學習和預報,預報結果逐漸與實際接近.實際運行結果錶明,該模型有著更好的收斂特性和很彊的自學習能力,運行準確可靠,預報的結果有很高的精度和實用性,能較好地指導生產實踐.
개소료채용RBF신경원망락건립전로야련적탄온종점공예지표여기영향인소간적신경원망락모형,기기본사로위:분석전로적공예、원료화조작특점,종이학정모형,재대모형진행훈련화학습,용전로실제운행적결과삼수험증모형적준학성.해모형대현장적수거진행료자학습화예보,예보결과축점여실제접근.실제운행결과표명,해모형유착경호적수렴특성화흔강적자학습능력,운행준학가고,예보적결과유흔고적정도화실용성,능교호지지도생산실천.