摘要
本发明提供一种基于大数据的高炉炉渣碱度预测方法,属于数据处理技术领域,包括:步骤1:基于预设监测设备实时监测并采集高炉的冶炼的相关数据,对高炉的冶炼相关数据进行处理获取高炉的冶炼相关数据集;步骤2:对高炉的冶炼的相关数据集进行分析,进而构建最终炉渣碱度预测模型;步骤3:对高炉的冶炼的相关数据集进行分析,构建高炉炉渣碱度的理论计算模型;步骤4:分别获取高炉炉渣碱度的理论计算模型以及最终炉渣碱度预测模型的输出结果,进而基于输出结果确定每个模型的碱度准确率;步骤5:基于所有模型的碱度准确率确定最终预测结果并推送到人工交互界面。实现了高炉炉渣碱度的精准预测和智能推送,提升了冶炼效率与工艺控制水平。
技术关键词
高炉
理论
周期
大数据
监测设备
冶金工艺
评价方法
参数
异常数据
分析方法
特征提取方式
模型构建方法
偏差
数学模型
填补方法
数据处理技术
因子
界面
燃料
系统为您推荐了相关专利信息
检修计划
检修风险
潮流转移分布因子
稳定断面
支路
数据传输网络
数据处理模块
老年人
步态监测传感器
生理指标传感器
智能决策系统
数字孪生
处理单元
石油开采工程
分析单元
语音识别模型
文本
情感识别模型
声纹识别模型
错误率