Einsatz künstlicher neuronaler Netze in Sauerstoffkonvertern in der Stahlerzeugung
Vorhersage des Schlagendes und des endgültigen Kohlenstoffgehalts von Flüssigstahl.
- 64 Seiten
- 3 Lesestunden
Die Entwicklung eines mathematischen Modells zur Optimierung der Entkohlung im primären Raffinationsprozess steht im Mittelpunkt dieses Buches. Durch den Einsatz künstlicher Intelligenz, insbesondere künstlicher neuronaler Netze, wird eine präzise Vorhersage der entscheidenden Variablen wie Endblaszeit und Kohlenstoffgehalt im flüssigen Stahl ermöglicht. Die Ergebnisse zeigen eine hohe Übereinstimmung mit realen Daten aus einem Stahlwerk, was die Relevanz und Effizienz des Modells unterstreicht.