摘要
本发明公开了一种基于LF精炼炉精炼过程钢液温度的预测方法及系统,具体涉及LF精炼控制技术领域,包括以下步骤:获取LF精炼炉进站参数,包括钢液入站温度、钢水重量、冶炼时间以及吹氩量,并将采集到的数据进行预处理,得到初步的LSTM预测模型,将影响钢液温度的参数作为输入量,钢水出站温度作为输出量;划分训练集、验证集和测试集,使用准备好的数据集对LSTM预测模型进行训练,训练过程中通过验证集并调整模型的参数以最小化预测误差,最后利用测试集来评估温度预测模型的性能。本发明改进后的灰狼算法有效的解决了过早的陷入局部最优的问题,提高了模型的预测精度。
技术关键词
LF精炼炉
灰狼算法
sigmoid函数
温度预测模型
非线性
参数
可读存储介质
灰狼优化算法
数据
预测模型训练
数学模型
归一化方法
因子
变异策略
迭代方法
训练集
位置更新
预测系统
定义
预测误差