【技术实现步骤摘要】
一种钢材夹杂物级别预测方法、装置、终端及存储介质
[0001]本申请涉及挖掘预测
，尤其涉及一种钢材夹杂物级别预测方法、装置、终端及存储介质。
技术介绍
[0002]钢铁行业是信息化发展较早的行业，经过三十余年的发展形成了完备的五级信息化体系，钢铁企业在生产、经营、质量控制等方面积累了大量数据，如何充分归集、分析、挖掘、利用这些数据变的尤为重要。
[0003]由于近几年大数据技术的发展，为数据的集成、治理、应用提供了技术基础。目前，钢铁企业利用大数据技术，并通过质量结果反推生产情况的经验化分析方法，实现对钢材产品的质量结果的判定，但随着生产工艺的不断改进，上述经验化分析方法已逐渐无法适应如今的生产体系，利用质量结果无法有效反应生产情况，从而导致钢铁企业因生产问题造成钢材产品质量成本居高不下的问题因此，对于钢铁企业来说，如何通过生产情况直接预测产品质量结果的需求愈加迫切。
技术实现思路
[0004]本申请提供了一种钢材夹杂物级别预测方法、装置、终端及存储介质，以解决现有技术中无法准确反应钢材产品质
【技术保护点】
【技术特征摘要】
1.一种钢材夹杂物级别预测方法，其特征在于，所述预测方法包括：获取钢材在炼钢生产中的过程参数数据；基于数据仓库工具，将所述钢材的过程参数数据及其身份标识进行匹配，所述身份标识包括时间和计划号；将已匹配所述身份标识的钢材的过程参数数据输入数据挖掘预测模型，得到所述钢材在炼钢生产后的夹杂物级别，所述数据挖掘预测模型基于XGBoost算法构建得到。2.根据权利要求1所述的钢材夹杂物级别预测方法，其特征在于，所述获取钢材在炼钢生产中的过程参数数据，包括：通过MES系统采集生产排产数据和投料数据，所述生产排产数据包括每个炼钢炉的生产时间、生产设备号、钢坯尺寸、钢材规格、炉号和轧制计划，所述投料数据包括每个炼钢炉的炼钢物料工艺信息；通过DCS系统采集炼钢工艺工程的参数数据，所述炼钢工艺过程包括LF工序过程、RH工序过程和连铸工序过程，所述参数数据包括LF工序过程的低吹氩气时间、送电时间和白渣时间，RH工序过程的保真空时间，以及连铸工序过程的中包过热度；通过LIMS系统采集化学校验数据，所述化学校验数据包括RH座包钢水成分和熔炼钢水成品成分；通过工厂数据库采集炼钢生产的实际控制参数，所述实际控制参数包括连铸工序的电磁搅拌强度、末端电磁搅拌强度和二次冷却区的配水量。3.根据权利要求1所述的钢材夹杂物级别预测方法，其特征在于，在将所述钢材的过程参数数据及其身份标识进行匹配之后，所述方法还包括：将对夹杂物级别的发生概率无用的钢材的过程参数数据删除。4.根据权利要求1所述的钢材夹杂物级别预测方法，其特征在于，在所述将已匹配所述身份标识的钢材的过程参数数据输入数据挖掘预测模型之前，所述方法还包括：针对任一钢材的过程参数数据，采用孤立森林算法，将存在异常的过程参数数据和存在冗余的过程参数数据删除。5.根据权利要求1所述的钢材夹杂物级别预测方法，其...
【专利技术属性】
技术研发人员：郑士良，安宝，胡金柱，王启凡，彭晶，马小津，赵卫健，张麟，
申请(专利权)人：河钢数字技术股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。