炼钢

作者：何孝雨,王敏,冀建立,包燕平,杨俊峰,王仲亮

单位：1.北京科技大学 钢铁冶金新技术国家重点实验室，北京100083；2.首钢股份公司迁安钢铁公司，河北 迁安 064400

关键词：锰收得率,因子分析,预测模型,影响因素,BP神经网络,

转炉脱氧合金化是转炉冶炼工艺的最后一步，钢液内合金成分含量控制是否精确直接影响着精炼工序的冶炼难度与冶炼周期。合金收得率是转炉合金操作人员配加合金时的重要参考标准。合金元素收得率判断的准确性直接影响着钢水成分稳定性与生产成本。通过理论分析和实际数据验证，选取了9项影响锰收得率的可观测指标，并借助因子分析法对数据进行降维处理，得到6个公因子矩阵作为模型的输入，以锰收得率为模型的输出，建立基于GA-BP神经网络的锰收得率预测模型。结果表明，模型的回归系数R2=0.714 78，平均误差为0.01，预测精度98 %以上的炉次占总炉次的75 %，预测的精度较高，对实际生产具有一定的指导意义。

来源：2022年第4期

《炼钢》期刊编辑部

查看炼钢杂志2022年第4期