摘要
本发明公开了一种基于BP神经网络的铁水温降预测方法,包括:采集鱼雷罐车铁水运输过程历史铁水温降数据;对采集的所述雷罐车铁水运输过程历史铁水温降数据进行筛选和分类,去除数据中的异常数据,并对有效数据进行结构化存储,得到分别对应铁水运输过程各阶段的结构化数据集;将所述结构化数据集按比例分成训练数据集和验证数据集,构建BP神经网络模型,并分别通过训练数据集和验证数据集对所构建的所述BP神经网络模型进行训练和验证,得到铁水运输过程铁水温降预测模型;通过所述铁水运输过程铁水温降预测模型对铁水运输过程各阶段的温降值进行预测。应用本发明可以对铁水运输各阶段的温降值进行准确预测,减少人工劳动量,提升生产效率。
技术关键词
BP神经网络模型
鱼雷罐车
阶段
铁水倒罐
子模块
装载量
预测系统
异常数据
参数
车型
人工劳动量
计算机
数据采集模块
处理器
指令
数据项
系统为您推荐了相关专利信息
数字孪生技术
图像采集器
实训系统
控制接口
视觉
岩石接触面
承载力计算方法
概率密度函数
嵌岩桩
三角形
可再生能源
机组
粒子群优化算法
策略
计算机设备