申请/专利权人:北京科技大学
申请日:2024-02-20
公开(公告)日:2024-03-22
公开(公告)号:CN117744503A
主分类号:G06F30/27
分类号:G06F30/27;G06F18/2135;G06N3/006;G06N3/0464;G06N3/08;G06F119/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.09#实质审查的生效;2024.03.22#公开
摘要:本发明属于钢铁冶金技术领域,具体为一种转炉出钢温度的预测方法,提供一种以转炉生产数据为依托的数据驱动预测模型,利用主成分分析法(PCA)提取初始数据的主要特征分量后进行数学降维,结合GWO‑CNN实现复杂生产环境下不同冶炼数据的准确寻优,实现转炉出钢温度快速精准的预测,提高了转炉出钢过程成分命中率和产品稳定性,节约炼钢成本,在钢铁冶金领域有良好的应用前景。
主权项:1.一种转炉出钢温度预测方法,其特征在于,包括以下步骤:S1.采集工业生产转炉生产数据集,建立预测模型数据库;S2.对采集的生产数据集进行数据筛选和淘洗,对筛选和淘洗后的数据进行预处理;S3.对转炉生产过程数据利用主成分分析法提取主要特征分量后数学降维;S4.建立GWO优化算法优化的CNN神经网络转炉出钢温度预测模型;S5.采用经过预处理的历史数据集对预测模型进行训练和验证;S6.采集现场冶炼过程的实时数据;S7.对采集到的实时数据进行主成分分析法降维处理;S8.代入GWO-CNN神经网络转炉出钢温度预测模型预测转炉出钢温度。
全文数据:
权利要求:
百度查询: 北京科技大学 一种转炉出钢温度的预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。