典型文献
基于PSO-BP神经网络的转炉炼钢碳含量预测
文献摘要：
针对转炉炼钢终点控制问题,对炼钢过程中采集的炉口火焰光谱信息进行研究,采用阿特曼Z-score模型将光谱数据做标准化处理,获取量纲一致的样本集信息.采用主成分分析方法,提取了13个有效的光谱特征频率.基于耦合粒子群算法(PSO)与BP神经网络算法,构建基于炉口火焰光谱信息的炼钢后期钢水碳含量连续预报模型.预报效果采用正交试验方法验证与测试,研究结果表明:PSO-BP神经网络模型的整体测试误差在±0.05以内,具有一定的准确性与普适性,可为炼钢终点控制策略的优化提供定量指导.
文献关键词：
转炉炼钢;Z-score模型;主成分分析;PSO-BP神经网络
中图分类号：
作者姓名：
董晶;张利民;张燕超;张彩军;韩阳
作者机构：
华北理工大学 理学院,河北 唐山 063210;衡水学院,河北 衡水 053000;华北理工大学 冶金与能源学院,河北 唐山 063210
文献出处：
引用格式：
[1]董晶;张利民;张燕超;张彩军;韩阳-.基于PSO-BP神经网络的转炉炼钢碳含量预测)[J].华北理工大学学报（自然科学版）,2022(01):16-23
A类：
B类：
PSO,转炉炼钢,碳含量预测,终点控制,控制问题,炼钢过程,火焰光谱,光谱信息,阿特,特曼,score,光谱数据,标准化处理,量纲,样本集,主成分分析方法,光谱特征,特征频率,粒子群算法,神经网络算法,钢水,预报模型,预报效果,正交试验方法,试验方法验证,体测,测试误差
AB值：
0.360297
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
