D0I:10.13374/j.issn1001053x.1997.02.001 第19卷第2期 北京科技大学学报 Vol.19 No.2 1997年4月 Journal of University of Science and Technology Beijing Apr.1997 炼钢厂连铸钢水温度预报模型 曹永国杨守礼李顶宜 1)北京科技大学冶金学院，北京1000832)钢铁研究总院，北京100081 摘要应用神经网络建立连铸钢水温度预报模型，重点研究了转炉出钢到中间包浇铸区间的温度 变化，确定钢水温降与其影响因素之间的非线性映射关系本模型能较准确地预报连铸钢水温度. 关键词钢水温度，神经网络，预报 中图分类号TF777.1 在连铸过程中，保持钢水温度稳定，降低出钢温度，在较低的过热度条件下浇注，是浇注 过程顺利进行和保证铸坯质量的重要手段.唐钢一炼钢厂的转炉容量小(6)，使用小钢包 (15),温度波动范围大.该厂为了防止连铸钢水温度过低，普遍采用了高温出钢，出钢温度大 都在1700℃以上，造成了大量的能源浪费，且使得中包钢水过热度过大，常出现拉漏、跑钢 等事故，本文针对一炼钢厂的情况，利用神经网络建立了连铸钢水温度预报模型. 1建模原理 1.1BP人工神经网络算法 BP神经网络是一种前向多层神经网络，有输人层节点，输出层节点和隐含层节点，当信 号输入时，首先传到隐节点，经过作用函数后，再把隐节点的输出信号传播到输出层节点，经 过处理后给出输出结果.节点的作用函数选用S型函数，如： fx)=l/1+e-9 具体算法如下： (1)初始化权值W和阀值日，把所有权值和阀值都设成较小的随机数. (2)提供输人输出样本对，用输人值进行网络的正向计算，比较计算结果与期望输出值， 直到两者的误差小于规定值为止 (3)设隐层单元n,个，输人层n个，输出层m个，用S型函数计算各隐层的输出X和输 出层的值，则X和Y分别表示为： X,=f∑w+9,0≤j≤n,-1 =0 ”一1 Y=∑W,X-,0≤k≤m-I 1996-03-25收稿 第一作者男30岁硕士第 卷 第 期 年 月 北 京 科 技 大 学 学 报 反 炼钢厂 连铸钢水温度预报模 型 曹永 国 杨 守礼 李顶 宜 北京科技 大学冶金 学院 ， 北京 钢铁研 究总 院 ， 北 京 摘要 应用 神经 网络建立 连 铸钢水温度 预报模 型 ， 重 点研究 了转炉 出钢 到 中间包浇铸 区 间的温 度 变化 ， 确定 钢水温降与其影 响 因 素之 间的 非线性 映射关 系 本模 型 能较准确地 预报连铸钢水温度 关健词 钢水温度 ， 神经 网络 ， 预报 中图分类号 在连铸过程 中 ， 保持钢水温 度 稳定 ， 降低出钢 温 度 ， 在 较 低 的过 热度条件下 浇 注 ， 是 浇 注 过 程 顺 利 进 行 和 保 证 铸 坯 质 量 的 重 要 手 段 唐 钢 一 炼 钢 厂 的 转 炉 容 量 小 ， 使 用 小 钢 包 ， 温度波 动范 围大 该 厂 为 了 防止 连铸钢 水温 度 过低 ， 普遍 采 用 了高温 出钢 ， 出钢温 度大 都 在 一 ℃ 以 上 ， 造 成 了大 量 的 能 源 浪 费 ， 且 使 得 中包 钢 水 过 热 度 过 大 ， 常 出现 拉 漏 、 跑 钢 等事 故 本 文针 对一炼钢 厂 的情况 ， 利 用神经 网 络建 立 了 连铸钢 水温度 预 报模 型 建模原理 人工神经 网络算法 神经 网络是 一 种 前 向多层 神 经 网 络 ， 有 输人 层 节 点 ， 输 出层 节 点 和 隐含层 节 点 当信 号输人 时 ， 首 先传到 隐节 点 ， 经 过 作 用 函数后 ， 再 把 隐节 点 的输 出信 号传播 到 输 出层 节 点 ， 经 过处理 后 给 出输 出结 果 节点 的作 用 函 数 选 用 型 函 数 ， 如 一 一 今 具体算法 如下 初 始 化权值 和 阀值 ， 把 所有 权值 和 阀值都设成较小 的 随机数 提供输人 输 出样 本 对 ， 用 输人值进 行 网络 的正 向计算 ， 比较 计算 结果 与期望 输 出值 ， 直到 两 者 的误差小 于 规定 值 为止 设 隐层 单元 。 ，个 ， 输人 层 。 个 ， 输 出层 个 ， 用 型 函数计算各 隐层 的输 出 和输 出层 的值 长 · 则 戈和 长分别 表示 为 气 一 关一 瓦叽若 ”户 ” ‘ ‘ ” ， 一 ’ 一 一 ‘瓦代 一 “， ‘ “ ‘ 一 ’ 一 一 收稿 第一作者 男 岁 硕 士 DOI ：10．13374／j ．issn1001－053x．1997．02．001