论文部分内容阅读
提出了将炉口火焰光强及图像信息结合人工神经网络用于转炉炼钢终点时间预测的新方法。构建了火焰光强和图像采集系统。该系统主要包括炉口火焰光强信息采集、炉口火焰图像信息采集、炉口火焰光强及图像数据分析、处理软件等几部分。对所设计的硬、软件系统进行了调试并用于现场实验。通过对实验结果的分析表明，在吹炼过程中，炉口火焰光强和图像特征量存在着明显的变化规律。进一步建立了基于火焰光强信息、图像信息和终点时间的BP(Error Back Propagation)神经网络的预测模型。将转炉炉口火焰光强与图像信息作为样本训练BP神经网络，该神经网络模型能定量地预测转炉炼钢终点时间，理论上满足预测要求。利用BP神经网络预测转炉炼钢终点时间的方法是可行的。