标题：基于深度网络的LF精炼炉钢液温度预测
作者：李爱莲 张航；解韶峰
作者单位：内蒙古科技大学信息工程学院，内蒙古 包头 014010；内蒙古科技大学基建处，内蒙古 包头014010
关键字：LF精炼炉；温度预测；深度信念网络
摘要：目前，钢厂大多采用人工测温方式，该方式成本高、精确度低、工作强度高。针对某钢厂的LF精炼炉，基于大量生产与物耗数据，经数据预处理和相关性分析，结合专家经验，确定了温度预测模型的输入输出。引入深度网络，深度网络结构更加复杂，提取特征更加细致，提出了基于深度信念网络的LF炉钢液温度预测模型，并与基于灰狼优化算法的BP神经网络模型进行对比研究。结果表明，深度信念网络模型预测准确率为93%，比浅层网络精度高，可为实际生产提供理论指导，也将为以温度预测值与实际值温差最小和耗电量最少为目标的精炼过程优化奠定基础。