钢铁研究学报

作者：刘晓航，王肸杰，刘畅，贺铸，李光强，王强

单位：1.武汉科技大学省部共建耐火材料与冶金国家重点实验室，湖北武汉430081；2.武汉科技大学钢铁冶金及资源利用省部共建教育部重点实验室，湖北武汉430081；3.武汉工程大学资源与安全工程学院，湖北武汉430073

关键词：关键词：BP神经网络；150t工业钢包；渣眼演化；水模型；单孔底吹

摘要：钢包底吹精炼过程中，渣眼行为对钢成分和夹杂物数量的调控有着至关重要的作用。由于生产现场工况复杂、温度较高、成本较大等原因，现场测试存在一定难度和危险，测试结果的精度也无法保证。为准确探究钢包底吹孔位置、单孔底吹气体流量和渣层厚度对渣眼面积的影响，采用1∶5的相似比，以150t实际工业钢包为原型建立水模型，利用BP神经网络算法拟合实验数据生成模型，对精炼过程中渣眼的演化行为进行预测。分析表明，当隐藏层神经元数目n=16，迭代次数Epoch=60000时，模型损失函数Error值达到最小，决定系数R2=93?439%，模型性能优异，预测精度满足工业需求，可有效地指导工业生产。

来源：2024年第4期

《钢铁研究学报》期刊编辑部

查看钢铁研究学报杂志2024年第4期