引用本文:彭小奇,胡志坤,梅 炽,胡 军,姚俊峰.炼铜转炉吹炼终点的神经网络和自适应残差补偿组合预报模型[J].控制理论与应用,2002,19(1):149~151.[点击复制]
PENG Xiaoqi,HU Zhikun,MEI Chi,HU Jun,YAO Junfeng.Converting Furnace Endpoint Prediction Model Based on Neural Network and Adaptive Error Compensation[J].Control Theory and Technology,2002,19(1):149~151.[点击复制]
炼铜转炉吹炼终点的神经网络和自适应残差补偿组合预报模型
Converting Furnace Endpoint Prediction Model Based on Neural Network and Adaptive Error Compensation
摘要点击 1179  全文点击 1286  投稿时间：1999-12-27  修订日期：2000-06-19
查看全文  查看/发表评论  下载PDF阅读器
DOI编号  10.7641/j.issn.1000-8152.2002.1.033
  2002,19(1):149-151
中文关键词  转炉  铜锍吹炼  神经网络  终点预报
英文关键词  converting furnace  matte converting  neural network  endpoint prediction
基金项目  湖南省自然科学基金(01JJY2110); 湖南省教育厅高校科研项目基金资助项目
作者单位E-mail
彭小奇 中南大学 应用物理与热能工程系, 长沙 410083 ty.j@lycos.com 
胡志坤 中南大学 应用物理与热能工程系, 长沙 410083  
梅 炽 中南大学 应用物理与热能工程系, 长沙 410083  
胡 军 中南大学 应用物理与热能工程系, 长沙 410083  
姚俊峰 中南大学 应用物理与热能工程系, 长沙 410083  
中文摘要
      提出了基于改进的BP神经网络学习算法和自适应残差补偿算法的炼铜转炉吹炼终点组合预报模型. 利用某厂实际生产数据进行仿真运行的结果表明, 本文建立的模型具有较高的预报精度和较强的实用性, 可用于指导生产实践.
英文摘要
      It is the first time that a converting furnace endpoint prediction model based on an improved BP neural network and error compensation of linear regression. By simulating test, it is proved that the model possesses higher precision and practicability.