摘要
本发明公开了一种电渣重熔高温合金钛含量预报方法、系统及存储介质,属于高温合金生产技术领域。该方法包括:收集已有冶炼数据,并进行筛选与净化;计算渣‑钢化学反应的吉布斯自由能变化数据,与冶炼工艺参数数据共同作为模型的输入变量,电渣锭钛含量为模型的输出变量;对输入变量进行特征选择;针对输入变量进行标准化处理,并将输入变量数据集划分为训练集和测试集;构建多层堆叠泛化机器学习模型,对模型进行训练和测试,并运用树形结构Parzen估计算法进行模型调优;对不同冶炼条件下的电渣重熔高温合金钛含量进行预测。本发明基于机器学习融合冶金机理进行电渣重熔高温合金钛含量预报,可以准确地预报高温合金电渣锭的钛含量。
技术关键词
高温合金
预报方法
Parzen窗估计
树形结构
估计算法
斯皮尔曼相关系数
变量
梯度提升模型
特征选择
机器学习模型训练
电渣炉结晶器
中间层
数据
深度神经网络模型
超参数
支持向量机模型
回归树模型
最大化方法
学习器
系统为您推荐了相关专利信息
预报方法
历史气象数据
流速
水位监测设备
可读存储介质
节点
区块链系统
阶段
保证系统安全性
系统运行效率
三维重建方法
保护区
超分辨率网络
二维图像数据序列
混合损失函数
人体姿态估计算法
姿态特征
门控循环神经网络
融合特征
图像特征提取