节点文献

炼铜转炉吹炼终点的神经网络和自适应残差补偿组合预报模型

Converting Furnace Endpoint Prediction Model Based on Neural Network and Adaptive Error Compensation

  • 推荐 CAJ下载
  • PDF下载
  • 不支持迅雷等下载工具，请取消加速工具后下载。

【作者】 彭小奇； 胡志坤； 梅炽； 胡军； 姚俊峰；

【Author】 PENG Xiaoqi, HU Zhikun, MEI Chi, HU Jun and YAO Junfeng (Department of Applied Physics and Heat Engineering , Central South University · Changsha, 410083, P.R.China)

【机构】 中南大学应用物理与热能工程系； 中南大学应用物理与热能工程系 长沙410083； 长沙410083； 长沙410083；

【摘要】 提出了基于改进的BP神经网络学习算法和自适应残差补偿算法的炼铜转炉吹炼终点组合预报模型 .利用某厂实际生产数据进行仿真运行的结果表明 ,本文建立的模型具有较高的预报精度和较强的实用性 ,可用于指导生产实践

【Abstract】 It is the first time that a converting furnace endpoint prediction model based on an improved BP neural network and error compensation of linear regression. By simulating test, it is proved that the model possesses higher precision and practicability.

【关键词】 转炉； 铜锍吹炼； 神经网络； 终点预报；
【Key words】 converting furnace； matte converting； neural network； endpoint prediction；
【基金】 湖南省自然科学基金 (0 1JJY2 110 );湖南省教育厅高校科研项目基金资助项目
  • 【文献出处】 控制理论与应用 ,Control Theory & Applications , 编辑部邮箱 ,2002年01期
  • 【分类号】TP183
  • 【被引频次】20
  • 【下载频次】139
打印本页
节点文献中：