期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于改进极限学习机的转炉出钢合金化锰收得率预测模型 被引量:10
1
作者 周凯啸 林文辉 +3 位作者 孙建坤 冯小明 方炜 刘青 《中南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2021年第5期1399-1406,共8页
针对转炉炼钢出钢合金化过程合金的加入量偏差较大的问题,为更精确地控制合金加入量,以某钢厂冶炼HRB400钢出钢过程加入硅锰合金为例,建立基于极限学习机算法的Mn元素收得率预测模型,并引入正则化方法和改进粒子群算法(IPSO)对极限学习... 针对转炉炼钢出钢合金化过程合金的加入量偏差较大的问题,为更精确地控制合金加入量,以某钢厂冶炼HRB400钢出钢过程加入硅锰合金为例,建立基于极限学习机算法的Mn元素收得率预测模型,并引入正则化方法和改进粒子群算法(IPSO)对极限学习机算法进行优化,以提高模型的泛化能力和预测精度。研究结果表明:Mn元素收得率预测相对误差在5%和3%以内的命中率分别为95%和80%,准确性高于BP神经网络及人工经验的预测结果。照此种方式控制硅锰合金加入量可以满足成品钢的成分要求,且每炉次硅锰合金加入量较人工经验值平均减少20 kg,可带来每年400万元的经济效益,能够为现场生产提供参考。 展开更多
关键词 转炉 出钢合金化 元素收得率 正则化极限学习机 改进粒子群算法 预测模型
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部