【技术实现步骤摘要】
本申请涉及高炉喷吹调控，特别是涉及一种基于机器学习的高炉喷吹调控系统。
技术介绍
1、为确保高炉生产炉料顺行稳定，要求煤粉喷吹系统一方面要保证高炉持续供热的稳定性，另一方面要保证进入高炉内的煤粉燃烧充分性，从而提高钢铁冶炼过程中的经济性和环保性。目前对煤粉的喷吹主要是通过喷粉控制系统进行。
2、但在实际工作中发现，煤粉喷吹的控制主要有两种，一是制定煤粉供给方案后不进行调控，存在着控制精确性差、喷煤效率低的不足的问题，第二种是通过建立控制模型，根据监测值的实时变动进行快速调节，存在着调节频率高，监测值的轻微变动也会触发调节指令，增加高炉设备的运行成本，无法提高高炉冶炼效率和经济性。
技术实现思路
1、本申请的目的是：为解决上述技术问题，本申请提供了一种基于机器学习的高炉喷吹调控系统，旨在高效精准的调节高炉喷吹系统，提高高炉冶炼效率和经济性。
2、本申请的一些实施例中，增设决策单元，通过决策单元构建决策树模型和多个决策特征，并通过监测单元采集各个决策特征的实时参数生成决...
【技术保护点】
1.一种基于机器学习的高炉喷吹调控系统，其特征在于，包括：
2.如权利要求1所述的基于机器学习的高炉喷吹调控系统，其特征在于，所述决策单元包括：
3.如权利要求2所述的基于机器学习的高炉喷吹调控系统，其特征在于，所述第三决策模块还用于：
4.如权利要求3所述的基于机器学习的高炉喷吹调控系统，其特征在于，所述监测单元还包括：
5.如权利要求4所述的基于机器学习的高炉喷吹调控系统，其特征在于，所述设定各个决策特征的反馈周期时长时，包括：
6.如权利要求4所述的基于机器学习的高炉喷吹调控系统，其特征在于，所述中控单
【技术特征摘要】
1.一种基于机器学习的高炉喷吹调控系统，其特征在于，包括：
2.如权利要求1所述的基于机器学习的高炉喷吹调控系统，其特征在于，所述决策单元包括：
3.如权利要求2所述的基于机器学习的高炉喷吹调控系统，其特征在于，所述第三决策模块还用于：
4.如权利要求3所述的基于机器学习的高炉喷吹调控系统，其特征在于，所述监测单元还包括：
5.如权利要求4所述的基于机器学习的高炉喷吹调控系统，其特征在于，所述设定各个决策特征的反馈周期时长时，包括：
6...
【专利技术属性】
技术研发人员：徐倩霏，徐利，吕纪永，武建荣，邢峰，苏存平，艾志明，丁传伟，张上杰，陈小江，张海，曲猛，付加会，何贵驰，
申请(专利权)人：常熟市龙腾特种钢有限公司，
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。