一种基于微观结构和机器学习实现冶金熔渣黏度预测的方法

本发明公开了一种基于微观结构和机器学习实现冶金熔渣黏度预测的方法，属于冶金熔渣黏度预测技术领域。该方法包括：根据该熔渣体系的具体成分，采用Lammps软件进行分子动力学模拟，获得熔渣的微观结构单元种类和数量；然后采用机器学习建立熔渣的微观结构单元模型获得结构单元摩尔含量；最后将从微观结构模型中获得的待预测熔渣结构单元摩尔含量输入经推导修改后的熔渣黏度预测方程中，获得待测熔渣黏度的预测值。本发明通过微观结构和机器学习的方法避免了外部环境因素的干扰，能够快速精确地获取不同成分和不同温度条件下冶金熔渣的黏度，显著提高了冶金熔渣黏度预测的精度和稳定性并极大地降低了成本。