摘要
烧结矿碱度的测量是钢铁工业中的关键和难点,况且又容易受到烧结几乎每一个操作环节的影响。据此提出利用BP神经网络进行多传感器数据融合的烧结矿碱度的预报模型。通过对现场实际数据进行仿真,表明该方法鲁棒性强,准确性高,泛化能力广,具有很强的实用性和推广价值。
The measurement of R in sintering process is difficult to control. A prediction model of R in sintering process based on BP neural network is proposed simulation shows that the prediction with this method is more robust.
出处
《自动化技术与应用》
2005年第9期7-9,共3页
Techniques of Automation and Applications
关键词
多传感器数据融合
神经网络算法
碱度
权值和阈值
Multisensor data fusion
Neural network algebra
Basieity
Synaptic weights and bias
