權利要求
1.轉爐出鋼過程合金加入量的確定方法，其特征在于，包括以下步驟：
S1.采集轉爐生產數據集，建立預測模型數據庫；
S2.對采集的轉爐生產數據集進行數據篩選和淘洗，對篩選和淘洗后的數據進行預處理；
S3.確定影響轉爐出鋼過程Si收得率的工藝參數變量，作為模型的輸入變量，建立LSTM神經網絡Si收得率預測模型；
S4.確定影響轉爐出鋼過程Mn收得率的工藝參數變量，作為模型的輸入變量，建立LSTM神經網絡Mn收得率預測模型；
S5.確定影響轉爐出鋼過程Cr收得率的工藝參數變量，作為模型的輸入變量，建立LSTM神經網絡Cr收得率預測模型；
S6.預測模型訓練和測試；
S7.采集現場冶煉過程的實時數據，預測Si、Mn和Cr元素收得率；
S8.通過整數線性規劃求解合金加入量；
S9.按照求解的合金加入量結果配加合金，出鋼結束，數據存入預測模型數據庫。
2.根據權利要求1所述的轉爐出鋼過程合金加入量的確定方法，其特征在于，所述步驟S1中，所述轉爐生產數據集包括：
生產日期、爐次號、吹煉周期、鐵水成分、鐵水裝入量、廢鋼裝入量、渣料加入量、合金加入量、副槍信息、終點化驗成分、吹氧信息、出鋼溫度、出鋼量和合金化后包樣化驗成分。
3.根據權利要求1所述的轉爐出鋼過程合金加入量的確定方法，其特征在于，所述步驟S2中，所述對采集的轉爐生產數據集進行數據篩選和淘洗，具體包括：
刪除重復數據，刪除異常點和極端異常點，異常數據的評判如式（1）：
（1）
其中，表示待測數據按照從小到大排序后的第個數據，為上四分位數，為下四分位數，表示四分位距。
4.根據權利要求1所述的轉爐出鋼過程合金加入量的確定方法，其特征在于，所述步驟S2中，所述對篩選和淘洗后的數據進行預處理，具體包括：
將數據集歸一化到[-1,1]，具體處理方式如式（2）所示：
（2）
其中，為生產數據樣本的原始數據；為經過歸一化處理的數據；表示第個樣本點；表示第個輸入變量；、、分別為原始數據樣本中的最小值、最大值和平均值。
5.根據權利要求1所述的轉爐出鋼過程合金加入量的確定方法，其特征在于，所述步驟S3中，所述Si收得率預測模型輸入變量包括：鋼包狀態
聲明：
“轉爐出鋼過程合金加入量的確定方法和系統” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究，如用于商業用途，請聯系該技術所有人。
我是此專利(論文)的發明人(作者)
1827
編輯：中冶有色網
來源：北京科技大學
分享 0
舉報 0
收藏 0
反對 0
點贊 0
2025年07月09日 ~ 11日 
