摘要
文章研究了BP神经网络控制算法在LTS钢包倾翻中的应用实例,旨在提高钢水包自动倾翻的精准度和效率,从而提升钢水纯净度和成品钢材质量。通过结合雷达和激光传感器采集LTS钢包倾翻过程中的液面高度和钢包距离数据,构建了基于BP神经网络的倾翻角度预测模型。实验采用500组实际生产数据对模型进行训练与测试,结果显示,该模型在角度预测任务中,偏差控制在3°以内的准确度达97.78%;其中,54%的预测值与实际值的偏差小于1°。尽管整体预测准确度较高,但在高精度预测中仍存在优化空间。文章提出的算法在实际应用中取得了良好效果,为LTS钢包倾翻的自动化控制提供了有效解决方案,具有重要的工业应用价值。
出处
《冶金与材料》
2025年第10期43-45,共3页
Metallurgical and Materials
