【技術實現步驟摘要】
本專利技術涉及鋼鐵冶金，特別是涉及一種基于機器學習技術的精煉過程鋼液終點氧含量預測及脫氧工藝。
技術介紹
1、鋼中氧元素的存在對鋼的性能有不利影響，在鋼液的精煉過程中，需要將鋼液中氧含量控制在較低水平。不同鋼種應用條件不同，其對氧含量的要求也應有所不同，因此其脫氧操作工藝也應有所不同。現有的脫氧工藝大多向鋼液中加入足量的脫氧合金以及精煉渣劑以保證足夠低的氧含量，很難對鋼液中游離氧含量進行精確控制。一方面使合金、石灰等原輔料消耗量增加，另一方面也可能導致部分爐次的氧含量無法滿足鋼種要求，降低產品質量，甚至導致質量不合格。
2、神經網絡技術可以實現復雜的非線性映射，具有很強的學習能力，并且具有較強的自適應性，當訓練樣本發生變化時，神經網絡間連接的權值和閾值可自動進行調整，進而給出當前輸入條件下最優的期望輸出。粒子群算法通過模擬鳥類的捕食行為進行優化計算，最終得到最優解，使問題收斂。
3、基于鋼液精煉過程脫氧操作的不足之處，將粒子群算法結合深度神經網絡技術應用到精煉過程的脫氧操作中，對精準控制鋼中的氧含量、穩定提升脫氧效果，降低企業生產成本，提高產品質量，具有非常重要的價值以及意義。
技術實現思路
1、本專利技術的目的在于提供一種基于機器學習技術的精煉過程鋼液終點氧含量預測及脫氧工藝，以解決上述
技術介紹
中提出的問題。
2、為實現上述目的，本專利技術提供如下技術方案：
3、一種精煉過程鋼液重點氧含量預測及脫氧工藝，包括如下步驟：
5、s2，將預處理數據集和歷史終點氧含量數據集劃分為訓練集和測試集；
6、s3，以脫氧工藝為輸入，終點氧含量為輸出，構建精煉過程鋼液終點氧含量深度神經網絡預測模型；
7、s4，使用訓練集對所述終點氧含量預測模型進行訓練，使用測試集對所述終點氧含量預測模型進行預測，并計算終點氧含量預測模型的預測值與實際值的誤差；
8、s5，對計算的預測誤差值進行判斷，若所述預測誤差值小于設定閾值，則得到訓練好的所述終點氧含量預測模型；若預測的誤差值大于等于所述設定閾值，則對終點氧含量預測模型的輸入層數量、中間層數量及節點數和學習率等參數進行調整并返回至s4；
9、s6，獲取初始脫氧工藝，基于粒子群算法對初始脫氧工藝進行優化；粒子群算法的迭代次數為50-200，種群規模為10-200；
10、s7，將若干個優化脫氧工藝輸入到訓練好的終點氧含量預測模型，得到若干個終點氧含量預測值；
11、s8，將若干個終點氧含量預測值與期望氧含量的差值的最小值所對應的優化脫氧工藝作為最優脫氧工藝。
12、作為優選的技術方案，上述s1中還包括以下具體步驟：
13、s11，采集精煉過程中的脫氧工藝，得到歷史脫氧工藝數據，并獲取終點氧含量，得到歷史終點氧含量數據；
14、s12，重復執行s11，得到歷史脫氧工藝數據集和歷史終點氧含量數據集；
15、s13，對歷史脫氧工藝數據集中存在缺失、重復和錯誤的歷史脫氧工藝數據進行刪除，得到刪除數據集，并對刪除數據集中的數據進行歸一化處理，得到預處理數據集；
16、s14，將初始歷史終點氧含量數據集中與刪除的歷史脫氧工藝數據對應的歷史終點氧含量數據進行刪除，得到歷史終點氧含量數據集。
17、作為優選的技術方案，上述s13中的歸一化處理公式如下：
18、
19、式中：ymin為歸一化的最小值，取-1，ymax為歸一化的最大值，取1，xmin為x的最小值，xmax為x的最大值，y為歸一化后的值，x為歸一化之前的數據。
20、作為優選的技術方案，s3中，終點氧含量預測模型的節點之間的傳遞函數使用sigmoid函數，sigmoid函數如下式：
21、
22、式中，xj為終點氧含量預測模型的輸入，wij表示第i各節點與第j個節點之間連接的權值，θi表示第i個節點的閾值。yj為神經元節點的輸出值，n為神經網絡節點輸入變量的個數。
23、作為優選的技術方案，s4中，終點氧含量預測模型的預測值與實際值的誤差包括均方根誤差和平均絕對誤差；均方根誤差和平均絕對誤差計算公式如下：
24、
25、式中：xcal.為終點氧含量預測模型預測的終點氧含量，xexp.為終點氧含量的實際值，n為測試集中數據的數量，rmse為均方根誤差，mae為平均絕對誤差。
26、與現有技術相比，本專利技術的有益效果是：
27、本專利技術中基于機器學習技術的精煉過程鋼液終點氧含量預測以及脫氧工藝優化方法，將粒子群算法結合深度神經網絡技術應用到精煉過程的脫氧操作中，實現了對最終的氧含量進行精準控制，優化了脫氧操作工藝，減少了石灰等原輔料的加入量，控制了真空精煉時間，降低了生產成本，提高了產品質量。
本文檔來自技高網...【技術保護點】
1.一種精煉過程鋼液重點氧含量預測及脫氧工藝，其特征在于，包括如下步驟：
2.如權利要求1所述的精煉過程鋼液重點氧含量預測及脫氧工藝，其特征在于，S1包括以下步驟：
3.如權利要求2所述的精煉過程鋼液重點氧含量預測及脫氧工藝，其特征在于，S13中，歸一化處理公式如下：
4.如權利要求1所述的精煉過程鋼液重點氧含量預測及脫氧工藝，其特征在于，S3中，終點氧含量預測模型的節點之間的傳遞函數使用Sigmoid函數，Sigmoid函數如下式：
5.如權利要求1所述的精煉過程鋼液重點氧含量預測及脫氧工藝，其特征在于，S4中，終點氧含量預測模型的預測值與實際值的誤差包括均方根誤差和平均絕對誤差；均方根誤差和平均絕對誤差計算公式如下：
【技術特征摘要】
1.一種精煉過程鋼液重點氧含量預測及脫氧工藝，其特征在于，包括如下步驟：
2.如權利要求1所述的精煉過程鋼液重點氧含量預測及脫氧工藝，其特征在于，s1包括以下步驟：
3.如權利要求2所述的精煉過程鋼液重點氧含量預測及脫氧工藝，其特征在于，s13中，歸一化處理公式如下：
4.如權利要求1所述的精煉過程鋼...
【專利技術屬性】
技術研發人員：崔猛，亢旭晨，趙值璋，李健，王樑，董冠求，么旭林，李東華，王田苗，郝瑞紅，
申請(專利權)人：天津市新天鋼聯合特鋼有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。