摘要
本发明公开了一种基于XGBoost和有限元联合驱动的转炉终点温度预测方法,包含以下步骤:采集转炉吹炼生产过程数据、生产计划数据和取样测温数据;对数据进行预处理;将数据集划分训练集与测试集;将训练集数据在python环境下运用XGBoost构建模型;使用建好的XGBoost模型对测试集进行验证;利用Fluent有限元软件建立多相流模型;模拟转炉内钢水温度场,并导出钢水温度场数据;运用XGBoost模型结合有限元模型对预测值进行处理,在python环境下运用matplotlib搭建温度场云图。该预测方法所需数据量小,预测精度高。
技术关键词
温度预测方法
转炉
XGBoost模型
终点
训练集数据
初始边界条件
输出特征
物理
湍流模型
炉衬
密度
测温
计划
方程
分类器
软件
模块
稳态
比率
系统为您推荐了相关专利信息
负荷预测模型
负荷预测方法
时间序列特征
电力
网络优化
协同作业系统
机器人执行模块
特征值
组合算法
特种作业