本发明涉及一种转炉出钢量的确定方法和系统,考虑到转炉炼钢过程工作环境恶劣,测量困难,受其他因素干扰大,提供了一种以数据为依托的数据驱动预测模型,将主成分分析法(PCA)与RBF神经网络相结合,通过对原始变量相关内部结构进行数学分析,找到变量间的关系与内在联系,可以快速精准地实现转炉出钢量的预测,提高了转炉炼钢过程成分命中率和产品稳定性,有利于实现炼钢成分窄区间控制,节约合金化成本,在钢铁冶金领域有良好的应用前景。
声明:
“转炉出钢量的确定方法和系统” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)