基于机理和反向传播神经网络的转炉石灰加入量计算模型

针对高废钢比转炉冶炼条件,以转炉碱度计算为理论基础,以某钢厂转炉一级和二级的数采系统为数据来源,利用设计数据筛选规则、数据预处理和计算损失函数提高计算精度,构建了基于机理+结构为15-3-50-5-1的反向传播(BP)神经网络的石灰加入量计算模型,并将计算结果与真实值和传统模型计算结果进行了对比。结果表明:机理+BP神经网络模型预测的石灰加入质量与真实值的平均相对误差仅为10.7%,相较传统计算模型下降约7%,说明构建的新模型预测误差小、精度高。