Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

转炉冶炼终点磷含量预测模型、方法及模型的构建方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:江苏金恒信息科技股份有限公司

摘要: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。

主权项: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;所述降噪自编码器模型的输出端连接所述聚类模型的输入端,所述聚类模型的输出端连接所述预测模型的输入端;所述降噪自编码器模型包括:编码器,所述编码器用于提取输入数据特征,保留相关的信息,去掉噪声和非必要信息,并将输入数据压缩成低维表示,得到压缩特征;所述聚类模型包括k个聚类类别,所述聚类模型用于接收所述降噪自编码器模型处理后的数据,并根据所述数据特征,判断所述处理后的数据的聚类类别;所述预测模型包括k个子预测模型,k个所述子预测模型与k个所述聚类类别一一对应,所述预测模型用于接收经过所述聚类模型判断所述聚类类别后的数据,并将所述数据输入到与所述聚类类别对应的所述子预测模型中,得到数据预测结果;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。

全文数据:

权利要求:

百度查询: 江苏金恒信息科技股份有限公司 转炉冶炼终点磷含量预测模型、方法及模型的构建方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。