基于神经网络的转炉出钢过程钢水温降预测方法和系统

    公开(公告)号:CN117493863A

    公开(公告)日:2024-02-02

    申请号:CN202210866877.3

    申请日:2022-07-22

    Abstract: 本发明提供了一种基于神经网络的转炉出钢过程钢水温降预测方法和系统,包括:将结构化数据集分为训练数据集和验证数据集,构建全连接神经网络对训练数据集进行训练学习,并使用验证数据集对训练效果进行验证,当训练效果达到预期时,停止训练,得到出钢过程钢水温降预测模型;首先获取当前炉次数据,然后对获取到的当前炉次数据进行结构化处理,最后使用所述出钢过程钢水温降预测模型,预测当前炉次出钢过程钢水温降。本发明解决了人工估算和机理公式计算准确率低的问题,降低了操作工的劳动强度,提高了生产的稳定性,有助于浇铸节奏可控性的提升。

    铝合金熔铸全流程配料计算模型系统及方法

    公开(公告)号:CN118673653A

    公开(公告)日:2024-09-20

    申请号:CN202310275103.8

    申请日:2023-03-20

    Abstract: 本发明提供了一种铝合金熔铸全流程配料计算模型系统及方法,包括:人机交互模块:向服务端的目标装入总量计算模块、初始配料方案计算模块和补充配料方案计算模块下达计算启动指令;目标装入总量计算模块:读取输入数据,并计算目标装入总量;初始配料方案计算模块:读取目标装入总量和目标铝种成分的上下限信息,以及原料的价格、成分和库存重量信息,求解得到成本最优的初始配料方案;补充配料方案计算模块:读取实际装入总量、最近一次铝水检化验实绩和目标铝种成分的上下限信息,以及各原料的成分和库存重量信息,求解得到配料总重量最小的补充配料方案。本发明表现出成分命中率高、降本效果显著等优点。

Patent Agency Ranking