来源：期刊VIP网 时间：
作者：胡雨生;陈光;赵博识;包向军;杨筱静;包训晨;张璐;
单位：安徽工业大学能源与环境学院;马鞍山钢铁股份有限公司;
摘要：精准预测RH炉蒸汽消耗量是炼钢蒸汽系统优化调控和余热蒸汽的合理利用的重要支撑。由于钢水成分和精炼时长的差异，使得蒸汽消耗波动较大，导致精准预测RH炉蒸汽消耗量难度极大。文章全面考虑了RH工艺中影响蒸汽消耗量的因素，利用BP神经网络具有的较强处理非线性问题能力和遗传算法(GA, Genetic Algorithm)具有的全局搜索寻优能力，分别建立了BP、GA-BP两种RH炉蒸汽消耗量预测模型。结果表明，BP模型的均方误差和平均绝对百分比误差分别为0.138 t/炉和2.030%。采用遗传算法优化后，模型预测性能得到提高，即均方误差为0.124 t/炉，平均绝对百分比误差为1.800%。文章所构建的GA-BP模型能有效揭示蒸汽消耗量与众多影响因素之间的非线性关系，预测精度达98.2%,可为蒸汽资源合理利用以及全厂蒸汽资源优化调度提供精准重要参考依据。
关键词：RH炉;;蒸汽消耗量;;预测模型;;预测精度
基金资助：国家重点研发计划资助项目(2020YFB1711100);; 安徽省重大产业创新计划(AHZDCYCX-LSDT2023-01)
