炼钢

作者：黄一鑫,赵自鑫,钟良才,于海岐,刘承军

单位：1.东北大学 冶金学院，辽宁 沈阳 110819；2.鞍钢股份有限公司 鲅鱼圈钢铁分公司，辽宁 营口 115000

关键词：转炉吹炼,终点磷预测,终点锰预测,机器学习,集成算法,数据驱动模型,

基于260 t转炉炼钢实际生产数据，用RF(Random Forests, 随机森林)、LGBM(Light Gradient Boosting Machine，轻量级梯度提升机)和Stacking集成三种不同机器学习算法建立了转炉炼钢终点磷锰预测模型。通过相关理论分析和皮尔逊相关系数法确定了模型输入变量，对比三种集成学习模型的终点命中率，表明Stacking集成模型的预测性能最好，在预测终点磷质量分数误差为±0.001 %、±0.001 5 %时的终点命中率分别为86.3 %、97.1 %，在预测终点锰质量分数误差为±0.008 %、±0.01 %时的命中率分别为83.4 %、94.4 %。

来源：2023年第6期

《炼钢》期刊编辑部

查看炼钢杂志2023年第6期