基于XGBoost算法的LF精炼钢水成分预报模型
A forecasting Model of Steel Composition of LF Refining Based on XGBoost Algorithm
##1.前言 钢铁工业是国民经济的重要支柱产业,是建设现代化强国的重要支撑。2021 年我国钢铁产量达到 10亿吨,占世界总产量 53％。在以电弧炉或转炉-LF精炼-真空脱气-连铸为主流的现代化炼钢流程中,LF工序起着承上启下的作用,被誉为炼钢流程中的缓冲器[1]。初炼后的钢水温度和成分通常具有一定波动性,通过 LF 精炼可以对其进行控制,定时为脱气或连铸工序提供温度和成分均合格的钢水。鉴于其优势,几乎所有优特钢的生产都需经过LF精炼工序,但企业目前在LF工序也面临着一些共性问题,例如,初炼炉终点往往存在一定的波动性,钢包到站后具体加多少脱氧剂、渣料,往往根据操作人员的经验而定,导致LF初期钢水成分和成渣性波动较大,这种波动性通常具有一定遗传性,最终导致产品质量波动大。如何实现LF精炼初期钢水成分的稳定控制是当前冶金工作者面临的一大难题。
李世健;田大成;刘震;谢天;秦振;张刘瑜;
苏州思萃熔接技术研究所有限公司,江苏 张家港 215628##北京科技大学钢铁冶金新技术国家重点实验室,北京,100083##江苏永钢集团,江苏,张家港 215628;苏州思萃熔接技术研究所有限公司,江苏 张家港 215628;南京强思数字科技有限公司, 江苏 南京 210000;南京强思数字科技有限公司, 江苏 南京 210000;苏州思萃熔接技术研究所有限公司,江苏 张家港 215628;苏州思萃熔接技术研究所有限公司,江苏 张家港 215628##江苏永钢集团,江苏,张家港 215628;
231-235 / 5
评论