← 返回列表
一种LSTM融合机理模型预测富氧底吹铜熔炼关键参数的方法
摘要文本
本发明涉及富氧底吹铜熔炼技术领域,且公开了一种LSTM融合机理模型预测富氧底吹铜熔炼关键参数的方法构建铜冶炼过程机理模型,通过VMD算法对铜熔炼过程中的历史数据进行初步处理,通过FA算法对VMD算法处理后的数据进行因子分析,用于减少特征维度,构建LSTM模型,将机理模型的输出与VMD算法和FA算法的结果结合形成一个综合特征集,将生产的实时数据输入LSTM模型,对关键工艺参数进行预测。该LSTM融合机理模型预测富氧底吹铜熔炼关键参数的方法通过LSTM可以有效捕捉时间序列数据中的长期依赖关系和复杂模式,而机理模型可以提供对过程物理和化学原理的深入理解。这种融合可以整合两种方法的优势,提高预测的准确性。
申请人信息
- 申请人:昆明理工大学
- 申请人地址:650093 云南省昆明市一二一大街文昌路68号
- 发明人: 昆明理工大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种LSTM融合机理模型预测富氧底吹铜熔炼关键参数的方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410103325.6 |
| 申请日 | 2024/1/25 |
| 公告号 | CN117690505A |
| 公开日 | 2024/3/12 |
| IPC主分类号 | G16C20/10 |
| 权利人 | 昆明理工大学 |
| 发明人 | 张晓龙; 张国淼; 马骥; 张檠; 李惟骞; 钟珑昕; 郭泊源; 赵培新 |
| 地址 | 云南省昆明市五华区学府路253号 |
专利主权项内容
1.一种LSTM融合机理模型预测富氧底吹铜熔炼关键参数的方法,其特征在于:包括以下步骤:S1、构建铜冶炼过程机理模型;S2、通过VMD算法对铜熔炼过程中的历史过程参数集进行分解;S3、通过FA算法对VMD算法处理后的数据进行因子分析,用于减少特征维度;S4、构建LSTM模型,将机理模型的输出与VMD算法和FA算法的结果结合形成一个综合特征集,用于对LSTM模型进行约束;S5、将生产的实时数据输入LSTM模型,对关键工艺参数进行预测。 (来自 )