← 返回列表
基于可解释性机器学习的LF精炼钢水温度控制方法及装置
摘要文本
本发明公开了一种基于可解释性机器学习的LF精炼钢水温度控制方法及装置，涉及钢铁冶金技术领域。包括：获取待控制的钢包炉LF精炼过程数据以及LF精炼目标钢水温度；根据LF精炼过程数据以及LF精炼目标钢水温度，得到LF精炼钢水温度预测模型；根据LF精炼钢水温度预测模型，计算得到钢水温度预测基础值、关键因素参数的SHAP值以及关键因素参数与SHAP值之间的关系趋势；根据钢水温度预测基础值以及关键因素参数的SHAP值，计算得到LF精炼钢水温度预测值，根据关系趋势以及LF精炼钢水温度预测值，得到LF精炼钢水温度控制结果。本发明能够有效协助现场操作人员及时精准的调整工艺参数，从而实现钢水温度的精确控制。
申请人信息
- 申请人:北京科技大学; 江苏金恒信息科技股份有限公司
- 申请人地址:100083 北京市海淀区学院路30号
- 发明人: 北京科技大学; 江苏金恒信息科技股份有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于可解释性机器学习的LF精炼钢水温度控制方法及装置 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311541320.3 |
| 申请日 | 2023/11/17 |
| 公告号 | CN117572914A |
| 公开日 | 2024/2/20 |
| IPC主分类号 | G05D23/30 |
| 权利人 | 北京科技大学; 江苏金恒信息科技股份有限公司 |
| 发明人 | 信自成; 刘青; 张江山; 李井先; 林文辉; 兰模; 张伟东; 徐吉; 朱庆祺 |
| 地址 | 北京市海淀区学院路30号; 江苏省南京市六合区中山科技园科创大道9号A5栋五层 |
专利主权项内容
1.一种基于可解释性机器学习的LF精炼钢水温度控制方法，其特征在于，所述方法包括：S1、获取待控制的钢包炉LF精炼过程数据以及LF精炼目标钢水温度；S2、根据所述钢包炉LF精炼过程数据以及LF精炼目标钢水温度，得到LF精炼钢水温度预测模型；S3、根据所述LF精炼钢水温度预测模型，计算得到钢水温度预测基础值、关键因素参数的SHAP值以及关键因素参数与所述SHAP值之间的关系趋势；S4、根据所述钢水温度预测基础值以及关键因素参数的SHAP值，计算得到LF精炼钢水温度预测值，根据所述关系趋势以及LF精炼钢水温度预测值，得到LF精炼钢水温度控制结果。