1 西安建筑科技大学材料与矿资学院, 陕西 西安 710055
2 中冶宝钢技术服务有限公司, 上海 201999
以不同处理工艺钢渣, 即转炉热泼渣、 转炉滚筒渣、 铸余渣、 铁水脱硫渣、 电炉热泼渣和电炉滚筒渣作为研究对象。 利用X射线衍射仪和X射线荧光光谱分析仪研究钢渣的化学成分与物相组成。 利用BP神经网络模型建立钢渣活性指数预测模型, 研究化学成分、 物相组成与活性的关系。 结果表明: 钢渣的处理工艺不同, 其化学成分与物相组成存在明显差异； 钢渣活性指数预测模型具有良好的符合性, 即相对误差为2.42%和-2.54%, 能充分反映输入层与输出层之间的映射关系。
X射线衍射 X射线荧光光谱 钢渣 活性指数 预测模型 X-Ray diffraction X-Ray fluorescence Steel slag Active index Prediction model 光谱学与光谱分析
2017, 37(8): 2590
