一种基于人工智能的转炉炼钢终点智能控制方法

本发明提出一种基于人工智能的转炉炼钢终点智能控制方法；针对现有技术中极端工况样本稀缺、模型泛化性差、缺乏实时数据增强机制等问题，该方法通过采集常规工况数据构建特征库用于异常识别，构建基础模型并嵌入冶金规律，利用ADDA算法解决样本不足问题，通过WGAN‑GP生成虚拟数据并结合特征空间插值和EWC算法完善数据，基于预测结果进行调控并更新模型参数；该方法可提高模型在极端工况下的预测准确率，适应炉况动态变化，提升钢水质量和冶炼效率。