典型文献
基于AO-ENN的LF炉C、Mn合金收得率预报模型
文献摘要：
LF炉是钢铁冶炼中的重要设备,其主要作用是对钢水中合金成分进行调整,然而目前实际生产中大多仍使用人工经验来对合金成分进行调整,而且已有的合金加料模型效果并不令人满意.为了使添加的合金更加准确、成本进一步降低,设计了一种基于天鹰优化器(AO)来优化Elman神经网络(ENN)的合金收得率预报模型.首先根据相关性分析出对合金元素收得率影响较大的因子,然后利用AO优化后的ENN建立合金元素收得率预报模型,最后通过预测的合金元素收得率来计算所需加入的合金量.利用实际生产中的真实数据来进行仿真试验,仿真结果表明,建立的AO-ENN模型相较于BP模型和Elman模型,误差更小,精度更高,对实际生产中的合金加入问题有较好的指导意义.
文献关键词：
LF炉;合金加料;天鹰优化器;Elman神经网络;合金元素收得率;预报模型
中图分类号：
作者姓名：
易振;柴琳;刘惠康;杨磊
作者机构：
武汉科技大学信息科学与工程学院,湖北武汉430081;武汉科技大学冶金自动化与检测技术教育部工程研究中心,湖北武汉430081
文献出处：
引用格式：
[1]易振;柴琳;刘惠康;杨磊-.基于AO-ENN的LF炉C、Mn合金收得率预报模型)[J].中国冶金,2022(05):40-48,57
A类：
B类：
AO,ENN,LF,Mn,预报模型,钢铁冶炼,钢水,合金成分,合金加料,令人满意,天鹰优化器,Elman,合金元素收得率,计算所,金量,真实数据,仿真试验
AB值：
0.163535
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。
