首页> 中文期刊> 《电子技术与软件工程》 >基于SSA-BP神经网络的转炉炼钢终点碳含量预测

基于SSA-BP神经网络的转炉炼钢终点碳含量预测

         

摘要

本文研究一种基于神经网络的预测方法对炉口终点碳含量进行在线检测,来提高光谱法中终点碳含量判定准确率。转炉炼钢终点的在线检测对于提升钢铁质量,节能减排等都具有重要意义。通过对获取到的光谱图像信息的分析,基于冶炼过程中光谱的变化规律,提取了连续谱的峰值和有效宽度,两个特征发射峰谱线对应的强度和方差,以及三段小特征峰峰值对应波长的动态变化范围积分面积这9个特征向量作为模型的输入参量。借助麻雀搜索算法寻找到BP神经网络回归模型的最优参数,建立起炼钢终点的预测模型。经过实验验证,该模型优于传统BP神经网络模型,准确率得到提升,并且测量时间小于0.3s,能够为炼钢终点的判断提供重要依据。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号