| 注册
首页|期刊导航|工程科学学报|基于Kmeans–BP神经网络的KR工序终点铁水硫含量预测模型

基于Kmeans–BP神经网络的KR工序终点铁水硫含量预测模型

冯凯 贺东风 徐安军 赵宏博 林时敬

工程科学学报2023,Vol.45Issue(7):1187-1193,7.
工程科学学报2023,Vol.45Issue(7):1187-1193,7.

基于Kmeans–BP神经网络的KR工序终点铁水硫含量预测模型

End sulfur content prediction method of molten iron in KR based on Kmeans–BP neural network

冯凯 1贺东风 1徐安军 1赵宏博 2林时敬3

作者信息

  • 1. 北京科技大学冶金与生态工程学院,北京 100083
  • 2. 北京北科亿力科技有限公司,北京 100012
  • 3. 北京智冶互联科技有限公司,北京100144
  • 折叠

摘要

关键词

KR/硫含量/预测/Kmeans聚类/BP神经网络/脱硫反应动力学

分类

矿业与冶金

引用本文复制引用

冯凯,贺东风,徐安军,赵宏博,林时敬..基于Kmeans–BP神经网络的KR工序终点铁水硫含量预测模型[J].工程科学学报,2023,45(7):1187-1193,7.

基金项目

国家自然科学基金资助面上项目(51574032) (51574032)

工程科学学报

OA北大核心CSCDCSTPCD

2095-9389

访问量5
|
下载量0
段落导航相关论文