炼钢

作者：刘东旭,李明明,邵磊,邹宗树,

单位：1.东北大学 冶金学院，辽宁 沈阳 110819；2.东北大学 多金属共生矿生态化冶金教育部重点实验室，辽宁 沈阳110819

关键词：AOD,终点碳温预测,模型融合,Stacking 模型,

为提高AOD不锈钢冶炼终点碳温预测的准确性和可靠性，提出一种基于多个机器学习算法（RF、XGBoost、AdaBoost、KNN、SVR和岭回归）嵌入的Stacking模型融合的AOD终点碳温预测方法。基于理论基础和相关性分析确定了模型的输入特征变量，利用箱线图法对历史数据进行预处理，结合5折交叉验证和贝叶斯优化算法确定了模型的最优参数，通过对上述6种机器学习算法的逐层筛选，构建了RF+XGBoost+KNN—RF二层Stacking多模型融合的终点碳含量预测模型、RF+AdaBoost+KNN—RF+XGBoost+KNN—XGBoost三层Stacking多模型融合的终点温度预测模型。预测结果表明，RF+XGBoost+KNN—RF二层Stacking模型在终点碳质量分数误差为±0.01 %的命中率为87.86 %，RF+AdaBoost+KNN—RF+XGBoost+KNN—XGBoost三层Stacking模型在终点温度误差为±15 ℃的命中率为94.22 %，相较于单一的机器学习模型，预测精度显著提高。

来源：2024年第4期

《炼钢》期刊编辑部

查看炼钢杂志2024年第4期