一种基于孤立森林与极端随机树用于高锰钢纵裂纹工艺控制的方法

本发明公开了一种基于孤立森林与极端随机树用于高锰钢纵裂纹工艺控制的方法。该方法通过采集高锰钢连铸过程中的工艺参数和裂纹缺陷数据，构建纵裂纹数据库，并采用孤立森林算法剔除异常工况数据。然后，使用极端随机树算法建立工艺参数与纵裂纹发生之间的非线性关系，并通过贝叶斯优化算法优化模型超参数。训练完成后，采用模型自带的feature_importance模块对工艺参数进行重要性排序，并利用SHAP方法对排名较高且可控的工艺参数进行特征依赖性分析，量化关键工艺参数对裂纹形成的影响。本发明可实现数据驱动的工艺优化，提高高锰钢铸坯质量，降低纵裂纹发生率，为冶金行业提供一种高效、可解释的智能工艺控制方法。