一种基于人工智能的9Ni钢工艺优化方法及装置

本发明公开了一种基于人工智能的9Ni钢工艺优化方法，涉及钢铁生产技术领域，包括：采集多源工艺参数和优化目标参数；对采集到的数据进行特征处理，生成目标特征数据；基于目标特征数据构建9Ni钢性能多目标预测模型，并对模型进行训练直至收敛；利用收敛后的9Ni钢性能多目标预测模型构建多目标优化函数，并采用随机优化算法对所述多目标优化函数在操作约束条件下求解并输出最优工艺参数组合。本发明综合应用了深度学习建模、聚类清洗、特征工程构造、深度学习及随机优化策略，构成了面向9Ni钢制造过程的数据驱动型智能工艺优化体系，不仅能够显著提升目标性能指标的达成率，减少参数试错周期，还可实现工艺路径的智能调整与成本优化。