论文部分内容阅读
针对高炉炼铁过程中炉温难以实时检测,且受原料成分、生产操作条件波动的影响,难以采用已有模型准确预测的难题,利用高炉数据,结合能够直观表示高炉内部热状态的风口图像,建立BP神经网络模型对铁水硅含量和铁水温度进行预测,加入炉温时间序列提高模型预测的准确性.采用某大型高炉实际生产数据进行仿真实验,结果表明该方法能准确预测炉温.