脱磷转炉脱磷渣FeO预报模型

为提高"全三脱"工艺脱磷转炉的脱磷效率、降低钢铁料的消耗,基于氧平衡机理模型,采用Levenberg-Marquardt神经网络优化算法,建立了脱磷转炉脱磷渣FeO预报模型。将氧平衡机理模型计算的氧化物(FeO,CaO,SiO_2,MgO,MnO,P_2O_5,Al_2O_3)质量和出钢温度作为输入项导入神经网络工具箱,训练成误差最小化的网络。结果表明,FeO预测值与实测值相对误差在10%以内的炉次达到85%。建立的模型具有较高的预报命中率,可为现场生产提供理论依据。