公开(公告)号：CN114764547A

公开(公告)日：2022-07-19

申请号：CN202210241484.3

申请日：2022-03-11

Applicant: 重庆邮电大学

Inventor： 于洪 ,  龚江南 ,  王国胤 ,  代劲 ,  胡峰

IPC: G06F30/27 ,  G06Q10/04 ,  G06N3/08 ,  G06N3/04 ,  G06K9/62 ,  C21D11/00 ,  C21D9/70

Abstract: 本发明属于工业炼钢加热炉钢坯加热温度控制技术领域，具体涉及融合机理与深度学习的加热炉钢坯温度预测方法及装置，包括实时采集加热炉数据，并利用机理模型计算的得到融合数据后输入到混合模型预测温度，机理模型与深度学习的融合方式是将通过机理知识得到的温度分布与原有加热炉加热过程数据进行时间维度的拼接，随后提取数据的内部特征输入到长短期记忆网络，进一步捕获数据的时序性特征并对钢坯出炉温度做出准确预测，本发明既保留了钢坯加热过程的物理学特征，又适应了如今大数据环境下加热炉钢坯加热过程数据的数据特点，提升了温度预测的精度。