论文部分内容阅读
建立了基于BP神经网络的高炉铁水硅含量预测模型，给出了学习参数的确定方法，BP网络的学习算法和步骤，并利用湘钢4#高炉一段连续时期内正常生产的数据经过时序化、归一化处理后进行训练和仿真，结果表明，高炉冶炼在运用了先进的BP人工神经网络预测模型后，能预测[Si]的高低，判断炉温走势，调控炉温；并能同时监测多个主要控制对象，对于了解高炉各方面的状态具有指导性的作用。