炼钢

作者：邓胜保,彭其春,彭霞林,向往,樊智勇,龙雄峰

单位：1.武汉科技大学 省部共建耐火材料与冶金国家重点实验室，湖北 武汉 430081；2.武汉科技大学 钢铁冶金及资源利用省部共建教育部重点实验室，湖北 武汉 430081；3.湖南华菱涟源钢铁有限公司，湖南 娄底 417009

关键词：转炉炼钢,终点磷含量,集成学习,Stacking模型,

精准预报终点磷含量可解决转炉吹炼过程中不能连续检测钢水成分的难题，促进转炉快速出钢和缩短冶炼周期。基于湖南某钢厂100 t转炉的实际生产数据，建立了基于集成学习算法的转炉终点钢水磷含量预测模型。通过分析转炉脱磷过程确定主要影响因素，结合钢厂实际生产确定模型的输入变量；采用四分位距法、LOF算法等方法进行数据预处理，结合10折交叉验证法和网格搜索法确定模型的最佳参数。使用4种集成学习算法（RF、AdaBoost、MultiBoosting、Stacking）分别建立预测模型，对比4种模型预测结果发现：Stacking模型预测效果最佳，具有最高的命中率和最低的均方根误差、平均绝对百分比误差，其预测终点钢水磷质量分数误差为±0.003%、±0.005%时的命中率分别为86.08%、97.84%。

来源：2025年第2期

《炼钢》期刊编辑部

查看炼钢杂志2025年第2期