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
设备状态监控
个性化建议
多设备协同
语音识别模块
指令优化
设备运行参数
模糊控制规则
关键运行参数
自动调频方法
模糊规则库
智能沙发控制系统
坐姿识别
网络技术
不良坐姿
体型