摘要
分析了AOD炉冶炼中低碳铬铁生产工艺,选取影响炉渣碱度的主要因素作为炉渣碱度预报的输入,运用核主元分析(KPCA)及最小二乘支持向量机(LSSVM)方法建立了炉渣碱度预报数学模型。通过MATLAB仿真,验证了模型的可行性。
Slag basicity prediction model is set up based on kernel principal component analysis （KPCA） and least squares sup- port vector machine （LSSVM） method which select the main factors influencing the slag basicity as input of slag basicity prediction in AOD furnace smelting medium and low carbon ferrochrome production process. The results of MATLAB simulation have proved that the model is reliable.
出处
《自动化与仪器仪表》
2013年第4期17-18,21,共3页
Automation & Instrumentation
基金
吉林省教育厅"十二五"科学技术研究项目(吉教科合字2013-430)
关键词
炉渣碱度
核主元分析法
最小二乘支持向量机
预报模型
slag basicity
kernel principal component analysis
least squares support vector machine
prediction model
作者简介
邱东（1969-），男，吉林长春人，副教授，硕士生导师，博士，主要研究方向为智能控制与系统优化。
