摘要
本发明属于钢铁冶金技术领域,具体为一种基于机器学习的RH精炼钢水碳含量实时预测方法和系统,通过对RH精炼烟气时序数据分析和挖掘,围绕RH脱碳过程提出烟气修正系数和具有代表性的特征变量,并采用机器学习算法构建预测模型,能够充分挖掘烟气数据中的特征参量,描述烟气数据与实际碳含量的偏差,实现RH精炼过程钢水碳含量高精度的实时预测。
技术关键词
精炼钢水
钢水碳含量
工艺参量
机器学习算法
修正系数计算方法
构建预测模型
量计算方法
数据
钢铁冶金技术
精炼烟气
变量
时序
特征参量
烟气流量
特征选择
预测系统
真空室
偏差
系统为您推荐了相关专利信息
铜基合金
铜镍合金
显微硬度测试
热传导方程
三点支撑结构
数据分析系统
数据处理模块
学生
教师
前端数据采集模块
网络安全攻击
溯源方法
数字取证技术
分析恶意软件
分析网络流量
功能测试方法
控制无线通信系统
自动化测试脚本
脚本执行系统
卡尔曼滤波器
储能系统优化
电池单体
电池组
卷积神经网络模型
化学电池