炼钢

作者：柴宝堂,雷洪,徐猛,赵岩

单位：1.东北大学 材料电磁过程研究教育部重点实验室，辽宁 沈阳 110819；2.东北大学 冶金学院，辽宁 沈阳 110819

关键词：RH精炼,粒子最优化算法,遗传算法,退火算法,BP神经网络模型,钢液温度,

合理地控制RH精炼终点钢液温度，可以有效地保障连铸过程中拉速的稳定，明显提升铸坯的质量。为了精准预测RH精炼终点钢液温度，先采用Spearman相关系数分析各影响因素与RH精炼终点钢液温度之间的关系，筛选出相关系数较高的影响因素；然后运用SPSS软件进行主成分分析，得到一组互不相关且能较好地描述RH精炼终点钢液温度的影响因素；最后分别采用粒子最优化算法、遗传算法和退火算法优化BP神经网络模型预测终点温度。计算结果表明，到站温度、进站钢水氧值、真空时间、钢中初始碳含量、钢包净空、脱碳终点氧值这些因素是RH真空精炼终点钢液温度预报的主要因素。粒子最优化算法优化BP神经网络预测RH处理终点钢液温度的温度极差最大，为20 ℃。该模型的均方根误差和平均绝对误差最小，分别为3.38和2.35，且预测RH处理终点钢液温度±5 ℃的命中率最高，达到90.0 %。

来源：2023年第5期

《炼钢》期刊编辑部

查看炼钢杂志2023年第5期