【技术实现步骤摘要】
本专利技术属于钢铁冶金，具体为一种炼钢用铁合金的品质评级及推荐方法。
技术介绍
1、铁合金生产过程排放大量烟尘、废渣和废水等污染物，减少炼钢用铁合金消耗，实现能源资源高效利用，是钢铁企业节能降耗的必经之路。炼钢过程中合金化成本占总成本的5-10%，铁合金种类繁多且价格参差，炼钢过程中合金选择不当会造成大量资源浪费，同时影响钢产品的质量，因此铁合金品质需要科学且实用的管理模式与手段。
2、转炉是钢铁工业生产的重要步骤，合金化过程是炼钢工艺的重要控制工艺。目前，绝大多数钢厂主要由现场操作人员利用经验公式对炼钢用铁合金加入量进行人为计算及查找，而经验公式仅仅是通过对现场生产以及生产控制数据的总结分析得到，难以达到稳定准确的效果。
技术实现思路
1、为解决现有技术存在的问题，本专利技术的主要目的是提出一种炼钢用铁合金的品质评级及推荐方法，旨在填补目前钢铁企业对合金管理及使用方面的缺失，并解决在转炉冶炼出钢过程中合金选择存在误差的问题。
2、为解决上述技术问题，根据本专利技术的一个方面，本专利技术提供了如下技术方案：
3、一种炼钢用铁合金的品质评级及推荐方法，包括以下步骤：
4、s1.针对炼钢用铁合金的物理化学性能进行检测并采集铁合金品质数据集，采集工业生产转炉生产数据集，建立铁合金品质数据库；
5、s2.对采集的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；
6、s3.建立基于改进k-means++聚类的多
7、s4.采用经过预处理的历史数据集对评估模型进行训练和验证；
8、s5.采集现场冶炼过程的实时数据及铁合金使用数据；
9、s6.将现场冶炼过程的实时数据及铁合金使用数据代入多因素炼钢用铁合金层级评估模型划分当前使用铁合金级别；
10、s7.根据铁合金级别推荐使用高性价比合金，冶炼结束后数据存入铁合金品质数据库，并定期更新评级模型。
11、作为本专利技术所述的一种炼钢用铁合金的品质评级及推荐方法的优选方案，其中：所述步骤s1中，所述铁合金品质数据集包括：密度、粒度、熔点、粉化率、合金主要成分（si、mn、cr、fe、mo、v）、c指数、微量元素成分（p、s、o、n、b、ti、cu）、合金价格、合金厂家及批次、导热性、导电性、铁合金性价比指数。
12、作为本专利技术所述的一种炼钢用铁合金的品质评级及推荐方法的优选方案，其中：铁合金性价比指数计算公式如下：
13、（1）
14、（2）
15、（3）
16、（4）
17、为铁合金性价比指数，i为铁合金种类，为转鼓实验粉化率，为c指数，为主成分相对含量，为微量元素相对含量，为合金元素收得率，为钢液成分，为转炉终点成分，为出钢量，为合金加入量，为合金价格，为主成分检验含量，为主成分国标含量，为微量元素检验含量，为微量元素国标含量。
18、作为本专利技术所述的一种炼钢用铁合金的品质评级及推荐方法的优选方案，其中：所述步骤s1中，所述转炉生产数据集包括：炉龄、操作手、出钢量、铁水重量、废钢重量、合金加入量、合金种类、吹炼周期、总氧量、炉渣碱度、造渣料加入量、终点温度、终点碳含量、终点磷含量、碳氧积。
19、作为本专利技术所述的一种炼钢用铁合金的品质评级及推荐方法的优选方案，其中：所述步骤s2中，对采集的转炉生产数据集进行数据筛选和淘洗，具体包括：
20、删除重复数据，删除异常点和极端异常点，异常数据的评判如式（5）：
21、（5）
22、其中，表示待测数据按照从小到大排序后的第个数据，为上四分位数，为下四分位数，表示四分位距。
23、作为本专利技术所述的一种炼钢用铁合金的品质评级及推荐方法的优选方案，其中：所述步骤s2中，对筛选和淘洗后的数据进行预处理，具体包括：
24、将数据集归一化到[-1,1]，具体处理方式如式（6）所示：
25、（6）
26、其中，为输入的特征变量，其中和为各独立样本数据的最大值和最小值。
27、作为本专利技术所述的一种炼钢用铁合金的品质评级及推荐方法的优选方案，其中：所述步骤s2中，所述转炉生产数据集以8：2的比例区分训练集和验证集。
28、作为本专利技术所述的一种炼钢用铁合金的品质评级及推荐方法的优选方案，其中：所述步骤s3中，所述k-means++聚类为经典聚类算法，具有复杂度低、聚类效果好等特点，同时k-means++聚类确定了具体的聚类中心初值，增加聚类结果的稳定性。所述改进k-means++聚类法处理步骤如下：
29、1）划分层级个数nf；
30、2）确定初始聚类中心个数；
31、3）选取初始评估中心；
32、4）使用改进k-means++聚类；
33、5）聚类结果中各个簇内最大、最小值之差是否小于1/nf，是则根据聚类中心的值确定层级，否则增加一个聚类中心，重复步骤3）直至差值小于1/nf；
34、6）根据聚类中心的值确定层级。
35、作为本专利技术所述的一种炼钢用铁合金的品质评级及推荐方法的优选方案，其中：所述步骤s5中，采集现场冶炼过程实时数据的方法为：通过建立odbc连接从检化验系统和二级系统的oracle数据库获取。
36、作为本专利技术所述的一种炼钢用铁合金的品质评级及推荐方法的优选方案，其中：所述步骤s6中，划分当前使用铁合金级别方法与历史炉次相同。
37、作为本专利技术所述的一种炼钢用铁合金的品质评级及推荐方法的优选方案，其中：所述步骤s7中，推荐使用高性价比合金方法为：根据对炼钢用铁合金的事先划分层级，在调用时从高到低依次按照层级推荐调用炼钢用铁合金。
38、作为本专利技术所述的一种炼钢用铁合金的品质评级及推荐方法的优选方案，其中：所述方法还包括，根据用户反馈和模型性能，持续对铁合金层级评估模型进行优化和微调的步骤：
39、若模型在某些情况下表现不佳，则通过添加用户特定需求数据库中的各种数据种类至准确铁合金层级评估数据集中，以生成更多训练样本持续对铁合金层级评估模型进行优化。
40、本专利技术的有益效果如下：
41、本专利技术提出一种炼钢用铁合金的品质评级及推荐方法，提供一种以铁合金物化性能及生产使用数据为依托的品质分类模型。通过提出的铁合金性价比指标将物化性能，主成分因素、使用参数利用相同公式进行同尺度评估，并使用改进k-means++聚类进行评级，实现对炼钢用铁合金的事先层级划分，在实际调用时可以从高到低依次按照层级推荐调用炼钢用铁合金，提高铁合金利用效率。进一步提高炼钢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。
本文档来自技高网...【技术保护点】
1.一种炼钢用铁合金的品质评级及推荐方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的炼钢用铁合金的品质评级及推荐方法，其特征在于，所述步骤S1中，所述铁合金品质数据集包括：密度、粒度、熔点、粉化率、合金主要成分、C指数、微量元素成分、合金价格、合金厂家及批次、导热性、导电性、铁合金性价比指数。
3.根据权利要求2所述的炼钢用铁合金的品质评级及推荐方法，其特征在于，铁合金性价比指数计算公式如下：
4.根据权利要求1所述的炼钢用铁合金的品质评级及推荐方法，其特征在于，所述步骤S1中，所述转炉生产数据集包括：炉龄、操作手、出钢量、铁水重量、废钢重量、合金加入量、合金种类、吹炼周期、总氧量、炉渣碱度、造渣料加入量、终点温度、终点碳含量、终点磷含量、碳氧积。
5.根据权利要求1所述的炼钢用铁合金的品质评级及推荐方法，其特征在于，所述步骤S2中，对采集的转炉生产数据集进行数据筛选和淘洗，具体包括：
6.根据权利要求1所述的炼钢用铁合金的品质评级及推荐方法，其特征在于，所述步骤S2中，对筛选和淘洗后的数据进行预处理，具体包括
7.根据权利要求1所述的炼钢用铁合金的品质评级及推荐方法，其特征在于，所述步骤S2中，所述转炉生产数据集以8：2的比例区分训练集和验证集。
8.根据权利要求1所述的炼钢用铁合金的品质评级及推荐方法，其特征在于，所述步骤S3中，所述改进K-means++聚类法处理步骤如下：
9.根据权利要求1所述的炼钢用铁合金的品质评级及推荐方法，其特征在于，所述步骤S7中，推荐使用高性价比合金方法为：根据对炼钢用铁合金的事先划分层级，在调用时从高到低依次按照层级推荐调用炼钢用铁合金。
10.根据权利要求1所述的炼钢用铁合金的品质评级及推荐方法，其特征在于，所述方法还包括，根据用户反馈和模型性能，持续对铁合金层级评估模型进行优化和微调的步骤：
...【技术特征摘要】
1.一种炼钢用铁合金的品质评级及推荐方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的炼钢用铁合金的品质评级及推荐方法，其特征在于，所述步骤s1中，所述铁合金品质数据集包括：密度、粒度、熔点、粉化率、合金主要成分、c指数、微量元素成分、合金价格、合金厂家及批次、导热性、导电性、铁合金性价比指数。
3.根据权利要求2所述的炼钢用铁合金的品质评级及推荐方法，其特征在于，铁合金性价比指数计算公式如下：
4.根据权利要求1所述的炼钢用铁合金的品质评级及推荐方法，其特征在于，所述步骤s1中，所述转炉生产数据集包括：炉龄、操作手、出钢量、铁水重量、废钢重量、合金加入量、合金种类、吹炼周期、总氧量、炉渣碱度、造渣料加入量、终点温度、终点碳含量、终点磷含量、碳氧积。
5.根据权利要求1所述的炼钢用铁合金的品质评级及推荐方法，其特征在于，所述步骤s2中，对采集的转炉生产数据集进行数据筛选和淘...
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。