论文部分内容阅读
针对某厂150 t超高功率电弧炉的生产设备、冶炼工艺和终点预报问题进行研究,通过混合编程技术,建立基于BP神经网络的电弧炉温度预报模型,并基于现场生产数据进行优化。优化后当温度控制精度为±20℃时,模型预报命中率达到82.5%,可以满足实际生产的要求。而且模型与现场数据库建立连接,实现模型的自动运行和温度的实时预报。实践表明该预报模型对现场生产具有积极的指导意义。