公开(公告)号：CN110991089A

公开(公告)日：2020-04-10

申请号：CN201911363776.9

申请日：2019-12-26

Applicant: 北京科技大学

Inventor： 刘青 ,  林文辉 ,  孙建坤 ,  周凯啸

IPC: G06F30/20 ,  G06F111/10

Abstract: 本发明提供了一种转炉炼钢冶炼后期碳含量预报方法，具体涉及钢铁冶金技术领域，该方法是在指数衰减模型的基础上进行了改进，引入了“历史脱碳曲线”、“参考脱碳曲线”、“计算脱碳曲线”的概念，不仅有效发挥了历史炉次脱碳曲线的参考价值，还充分利用了当前炉次实际脱碳曲线的特征，从而提出了一种具有更好适应性和更高准确率的冶炼后期碳含量预报的改进指数模型。

公开(公告)号：CN112036081A

公开(公告)日：2020-12-04

申请号：CN202010872199.2

申请日：2020-08-26

Applicant: 北京科技大学

Inventor： 刘青 ,  周凯啸 ,  林文辉 ,  孙建坤 ,  冯小明

IPC: G06F30/27 ,  G06N3/08 ,  C21C5/28 ,  G06F111/04

Abstract: 本发明涉及钢铁冶金技术领域，提供了一种基于收得率预测的转炉出钢硅锰合金加入量确定方法，包括S1采集转炉多炉次生产数据并进行归一化处理；S2确定模型输入变量；S3确定影响转炉出钢过程合金收得率的因素，作为模型的输入变量；S4建立单调性约束的BP人工神经网络Mn元素收得率预测模型；S5调整模型参数，得到优化预测结果；S6确定转炉出钢硅锰合金的预测加入量。本发明方法采用单调性约束的方式对BP人工神经网络进行改进，使其能够和冶金反应机理结合，用来对转炉冶炼终点Mn元素收得率进行预测，能取得比普通BP人工神经网络更好的预测效果；具有较好的准确度和经济效益，可为现场生产过程合金的加入提供有益指导。

公开(公告)号：CN110991089B

公开(公告)日：2020-07-31

申请号：CN201911363776.9

申请日：2019-12-26

Applicant: 北京科技大学

Inventor： 刘青 ,  林文辉 ,  孙建坤 ,  周凯啸

IPC: G06F30/20 ,  G06F111/10

Abstract: 本发明提供了一种转炉炼钢冶炼后期碳含量预报方法，具体涉及钢铁冶金技术领域，该方法是在指数衰减模型的基础上进行了改进，引入了“历史脱碳曲线”、“参考脱碳曲线”、“计算脱碳曲线”的概念，不仅有效发挥了历史炉次脱碳曲线的参考价值，还充分利用了当前炉次实际脱碳曲线的特征，从而提出了一种具有更好适应性和更高准确率的冶炼后期碳含量预报的改进指数模型。

公开(公告)号：CN112036081B

公开(公告)日：2021-06-01

申请号：CN202010872199.2

申请日：2020-08-26

Applicant: 北京科技大学

Inventor： 刘青 ,  周凯啸 ,  林文辉 ,  孙建坤 ,  冯小明

IPC: G06F30/27 ,  G06N3/08 ,  C21C5/28 ,  G06F111/04

Abstract: 本发明涉及钢铁冶金技术领域，提供了一种基于收得率预测的转炉出钢硅锰合金加入量确定方法，包括S1采集转炉多炉次生产数据并进行归一化处理；S2确定模型输入变量；S3确定影响转炉出钢过程合金收得率的因素，作为模型的输入变量；S4建立单调性约束的BP人工神经网络Mn元素收得率预测模型；S5调整模型参数，得到优化预测结果；S6确定转炉出钢硅锰合金的预测加入量。本发明方法采用单调性约束的方式对BP人工神经网络进行改进，使其能够和冶金反应机理结合，用来对转炉冶炼终点Mn元素收得率进行预测，能取得比普通BP人工神经网络更好的预测效果；具有较好的准确度和经济效益，可为现场生产过程合金的加入提供有益指导。