基于区间约束极限梯度提升的转炉炼钢耗氧量预测 |
| |
引用本文: | 邬冠洲,曹玲玲,蒋胜龙.基于区间约束极限梯度提升的转炉炼钢耗氧量预测[J].冶金自动化,2023(3):44-53. |
| |
作者姓名: | 邬冠洲 曹玲玲 蒋胜龙 |
| |
作者单位: | 重庆大学材料科学与工程学院 |
| |
基金项目: | 国家自然科学基金面上项目(61873042); |
| |
摘 要: | 氧气是转炉炼钢生产过程中的一种重要的气体能源。转炉炼钢耗氧量的精准预测既有利于提高炼钢过程的稳定控制,也是炼钢厂生产有序运行的有力保障。根据转炉炼钢过程的机理特征,建立了基于区间约束的极限梯度提升(interval constraint-based extreme gradient boosting, IC-XGBoost)数据模型,以提升炼钢耗氧量预测的精度和准度。利用转炉炼钢过程实际数据及其噪声扰动,对改进XGBoost模型进行对比测试。与神经网络、支持向量机(support vector machine, SVM)和XGBoost等传统数据模型相比,所建立的模型能够通过高效计算获得更好的预测精度和准度,且具有较好的抗干扰能力。
|
关 键 词: | 转炉炼钢 耗氧量预测 区间约束 XGBoost 噪声干扰 |
|
|