一种通过机器学习预测冶金熔渣黏度的方法

本发明公开了一种通过机器学习预测冶金熔渣黏度的方法，属于冶金熔渣黏度预测技术领域。该方法包括：通过实验检测与分子动力学模拟相结合的方式获取冶金熔渣的微观结构信息，采用机器学习的方法，在成分和温度的基础上，添加微观结构为特征变量，建立熔渣的黏度预测模型，以获得待测熔渣黏度的预测值。本发明通过收集实验数据和分子动力学模拟来获取微观结构信息，采用机器学习的方法建立基于微观结构的熔渣黏度预测模型，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。