摘要
本发明涉及转炉炼钢技术领域,具体为一种转炉终点温度预测方法。本发明基于机器学习与深度学习,利用历史数据,实时在数据反馈中创建相关性,实现流程的预测与优化。在钢铁行业中的钢包处理工作流程中,操作工结合专业技能,利用机器学习与深度学习设计的模型决策,动态调整连铸工艺参数,可以显著提高炼钢生产的稳定性与产品质量。转炉吹炼终点温度和成分控制是转炉吹炼后期的重要操作,精确的温度预报十分重要,为了提高转炉吹炼终点碳、温命中率,利用特征相关性分析法确定模型的主要输入变量。省时省力,能够精准快速的预测转炉终点温度,有利于提高钢水质量,延长炉衬寿命。
技术关键词
温度预测方法
转炉出钢温度
数据
转炉吹炼终点
皮尔逊相关系数
深度值
训练人工智能模型
延长炉衬寿命
样本
转炉炼钢技术
机器学习库
参数
机器学习算法
铁水
连铸工艺
变量
对象
网格
系统为您推荐了相关专利信息
知识库构建方法
故障案例库
深度学习模型
风机运行参数
故障特征
无人机机翼
监测点
形变监测方法
误差补偿模型
应变传感装置
异构设计方法
网络拓扑结构
动态电源管理
通信架构
任务调度
模型预测控制框架
高比例
光伏逆变器
粒子群优化算法
历史运行数据
滑坡涌浪灾害
数字化建模方法
水池模型试验
参数
异常点