-
公开(公告)号：CN116384254A
公开(公告)日：2023-07-04
申请号：CN202310510682.X
申请日：2023-05-08
申请人： 北京科技大学
IPC分类号： G06F30/27 , G06F18/214 , G06F18/22 , G06N3/006 , G06N20/00 , G06F113/08 , G06F119/08
摘要： 本发明公开了一种用于LF精炼炉钢水温度预测的误差修正方法及系统，包括：基于单隐含层的反向传播神经网络模型，通过采集获取影响LF精炼钢水温度的因素对应的第一冶炼数据作为数据集，对模型进行训练，构建LF炉精炼钢水温度预测模型；通过采集当前新炉次的第二冶炼数据，依据预测模型，获取当前的初始钢水温度预测值；根据第二冶炼数据与第一冶炼数据的相似度，获取与当前新炉次近似的历史炉次对应的第一冶炼数据的钢水温度预测值，通过与钢水温度真实值进行对比，获取预测误差，对初始钢水温度预测值进行修正；本发明将案例推理方法增量式学习的优势与其他人工智能算法拟合非线性关系的优势相结合，从而提升了模型预测精度。
-
公开(公告)号：CN115456264B
公开(公告)日：2023-07-25
申请号：CN202211062538.6
申请日：2022-09-01
申请人： 北京科技大学
IPC分类号： G06Q10/04 , G06F18/23 , G06F18/214 , G06Q50/04
摘要： 本发明提供了一种中小型转炉的终点碳含量和终点温度预测方法，属于智能冶炼工艺领域。所述预测方法获取中小型转炉的历史生产数据并进行维度筛选，再基于共享最近邻传播SNN‑AP算法构建聚类模型，将筛选后的数据集输入聚类模型，得到基于模型训练数据集的聚类中心点集及对应的聚类数据集，为每类数据集建立终点碳含量预测模型和终点温度预测模型；将每个类别的数据集输入对应的预测模型进行训练，得到成熟的预测模型；采集中小型转炉与比较数列对应的数据项，输入对应类别的成熟的预测模型，得到预测的当前碳含量及温度。本发明利用SNN‑AP聚类算法将相似炉况的冶炼数据归纳区分，提高了终点碳含量和终点温度预测的准确度和精度。
-
公开(公告)号：CN115456264A
公开(公告)日：2022-12-09
申请号：CN202211062538.6
申请日：2022-09-01
申请人： 北京科技大学
摘要： 本发明提供了一种中小型转炉的终点碳含量和终点温度预测方法，属于智能冶炼工艺领域。所述预测方法获取中小型转炉的历史生产数据并进行维度筛选，再基于共享最近邻传播SNN‑AP算法构建聚类模型，将筛选后的数据集输入聚类模型，得到基于模型训练数据集的聚类中心点集及对应的聚类数据集，为每类数据集建立终点碳含量预测模型和终点温度预测模型；将每个类别的数据集输入对应的预测模型进行训练，得到成熟的预测模型；采集中小型转炉与比较数列对应的数据项，输入对应类别的成熟的预测模型，得到预测的当前碳含量及温度。本发明利用SNN‑AP聚类算法将相似炉况的冶炼数据归纳区分，提高了终点碳含量和终点温度预测的准确度和精度。
-
-
搜索结果
3 条记录 (耗时 0.024 秒)
