[发明专利]一种转炉炼钢的熔池碳含量及温度全程实时预测方法

权利要求书

1.一种转炉炼钢的熔池碳含量及温度全程实时预测方法，其特征在于，该预测方法具体包括以下步骤：

S1）获取若干历史炉次的冶炼过程、熔池碳含量、熔池温度信息和辅料添加数据，以及原料数据，将得到的所述数据进行预处理；

S2）将S1）得到的所述数据进行拟合，转化为函数型数据，选取响应变量和协变量均为函数型数据的模型，将所述转化为函数型数据对模型进行训练，获得函数型熔池温度预测模型和函数型熔池碳含量预测模型，

具体步骤为：

S2.1）将经S1.3)预处理后的数据中的冶炼过程数据x_i、熔池碳含量数据y_c与熔池温度数据y_T用M个基函数的线性组合，即得到函数型数据x_i（t）, y_c（t）, y_T（t）；

原料数据作为常函数处理；

S2.2）选取响应变量和协变量均为函数型数据的回归模型为训练模型；

S2.3）选取B样条基函数将S2.1）的训练模型中的β_i（t）

函数化为；

S2.4）将S2.1）获得的函数型熔池温度数据作为训练模型输出，原料数据与冶炼过程数据作为S2.2）训练模型输入，通过最小二乘法获得系数矩阵B的估计，把作为B代进，确定训练模型中的，其中j代表变量名称，即得到函数型熔池温度预测模型，

将S1）获得的函数型熔池碳含量数据作为训练模型输出，原料数据与冶炼过程数据作为S2.2）训练模型输入，通过最小二乘法获得系数矩阵B的估计，把作为B代进，确定训练模型中的β_i（t），其中j代表变量名称，即得到函数型熔池碳含量预测模型；

S3）将吹炼实时的数据传入函数型熔池温度预测模型和函数型熔池碳含量预测模型，实时计算并输出吹炼开始至当前的熔池温度和熔池碳含量的预测值。

2.根据权利要求1所述的预测方法，其特征在于，所述S1）中：原料数据包括：入炉铁水温度、铁水重量、铁水C含量、铁水Si含量、铁水Mn含量、铁水P含量、铁水S含量、废钢加入量、生铁加入量；

所述冶炼过程数据包括：烟气CO累积量、烟气CO₂累积量、累积吹氧量、底吹气体速率轻烧添加量、白云石添加量、小粒添加量、铁碳球添加量、矿石添加量、原石添加量、焦炭添加量、溅渣剂添加量。

3.根据权利要求2所述的预测方法，其特征在于，所述S1）中预处理为将数据按照吹炼进程作时间长度归一处理，基于以下公式进行：

，

式中：t_k为每一炉次第k个采样点时间、T_k为归一化后第k个采样点时间、L为每一炉次吹炼总时间。

4.根据权利要求3所述的预测方法，其特征在于，所述预处理中还包括：剔除异常数据，将历史数据中缺失的炉次和存在工艺过程异常的炉次的数据作为异常数据行剔除。