转炉冶炼终点磷含量预测模型、方法及模型的构建方法技术

本申请涉及转炉冶炼终点磷含量预测技术领域，提供一种转炉冶炼终点磷含量预测模型、方法及模型的构建方法，先采集历史生产数据，并进行数据预处理得到一份初始数据集，在初始数据集的基础上，训练并保存一个降噪自编码器，使用训练好的降噪自编码器对数据进行降噪和压缩得到一个新数据集，在数据集使用K‑Means聚类将数据集划分为多个子数据集，基于多个子数据集使用集成模型训练多个子预测模型，最后将降噪自编码器模型、K‑Means聚类模型、子预测模型部署上线后输入数据即可通过模型得到终点磷含量预测值。方案覆盖了全钢种数据并提高了转炉冶炼终点磷含量预测的命中率，为缩短冶炼周期和数字化工厂实现自动化炼钢提供技术支撑。

【技术实现步骤摘要】

本申请涉及转炉冶炼终点磷含量预测，特别涉及一种转炉冶炼终点磷含量预测模型、方法及模型的构建方法。

技术介绍

1、转炉炼钢是以铁水、废钢（生铁块）、铁合金为主要原料，在不借助外加能源的情况下，依靠铁水本身的物理热和铁水中的碳、硅等组分间发生化学反应产生的热量在转炉中完成炼钢的过程。伴随现代钢铁生产工艺的进步，在冶炼过程中，一般采用铁水预处理工艺对难以脱除的硫、磷等杂质进行处理。

2、目前，转炉冶炼终点磷含量的准确预测成为现代工艺流程中转炉终点控制的核心。国内绝大多数钢厂主要依据现场操作人员操作经验对转炉炼钢终点进行人为控制，而现场操作人员的操作经验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。

3、随着智能控制技术和信息技术的发展，转炉炼钢生产过程中产生的数据信息检测和采集得以实现，进而形成庞大的转炉炼钢生产数据资源。转炉炼钢是复杂的非线性过程，仅使用单纯的机理分析、统计回归等方法难以建立起精准的计算模型。因此，有研究者尝试将机器学习等智能方法引入转炉炼钢终点预报模型的建立过程中。但是，从调研结果发现，现本文档来自技高网...

【技术保护点】

1.一种转炉冶炼终点磷含量预测模型，其特征在于，包括：降噪自编码器模型、聚类模型和预测模型；

2.根据权利要求1所述的转炉冶炼终点磷含量预测模型，其特征在于，所述数据特征包括：铁水量、废钢量、总耗氧量、TSC-C含量、TSC-温度、TSO-C含量、TSO-O含量、TSO-温度、脱硫后铁水C含量、脱硫后铁水Si含量、脱硫后铁水Mn含量、脱硫后铁水P含量、脱硫后铁水S含量、脱硫后铁水温度、污泥球造渣剂、烧结返矿造渣剂、发热剂造渣剂、菱镁石造渣剂、石灰造渣剂、精品碎粉料造渣剂、镁球造渣剂、石灰石造渣剂。

3.一种转炉冶炼终点磷含量预测方法，其特征在于，用于权利要求1或2...

【技术特征摘要】

1.一种转炉冶炼终点磷含量预测模型，其特征在于，包括：降噪自编码器模型、聚类模型和预测模型；

2.根据权利要求1所述的转炉冶炼终点磷含量预测模型，其特征在于，所述数据特征包括：铁水量、废钢量、总耗氧量、tsc-c含量、tsc-温度、tso-c含量、tso-o含量、tso-温度、脱硫后铁水c含量、脱硫后铁水si含量、脱硫后铁水mn含量、脱硫后铁水p含量、脱硫后铁水s含量、脱硫后铁水温度、污泥球造渣剂、烧结返矿造渣剂、发热剂造渣剂、菱镁石造渣剂、石灰造渣剂、精品碎粉料造渣剂、镁球造渣剂、石灰石造渣剂。

3.一种转炉冶炼终点磷含量预测方法，其特征在于，用于权利要求1或2所述的转炉冶炼终点磷含量预测模型，包括以下步骤：

4.一种转炉冶炼终点磷含量预测模型的构建方法，其特征在于，用于构建权利要求1或2所述的转炉冶炼终点磷含量预测模型，包括以下步骤：

5.根据权利要求4所述的转炉冶炼终点磷含量预测模型的构建方法，其特征在于，所述降噪自编码器模型还包括：解码器，所述解码器用于将所述编码器生成的所述压缩特征恢复为原始数据的维度，并与所述原始数据进行对比，以确认所述编码器的压缩效果；

6.根据权利要求4所述的转炉冶炼终...

【专利技术属性】
技术研发人员：朱庆祺，
申请(专利权)人：江苏金恒信息科技股份有限公司，
类型：发明
国别省市：