[发明专利]一种钢包吸热能力的判断方法

权利要求书

1.一种钢包吸热能力的判断方法，其特征在于，钢包吸热能力的判断方法包括：定义特征量HAC；进行历史数据采集和划分；计算与HAC相关的工艺参数；构建HAC与钢包钢水温降关系的初始模型；构建HAC与钢包钢水温降关系的最终模型；构建HAC_1、HAC_2、HAC_3与钢包HAC的关系模型；建立HAC_4回归模型，计算钢包HAC值；筛选得到最优组合模型。

2.如权利要求1所述的钢包吸热能力的判断方法，其特征在于，钢包吸热能力的判断方法包括以下步骤：

步骤一，定义特征量HAC表征钢包的吸热能力；

步骤二，划分数据集，计算与HAC相关模型参数；

步骤三，构建HAC与钢包钢水温降关系的初始模型和最终模型；

步骤四，构建HAC_1、HAC_2、HAC_3与钢包HAC的关系模型；

步骤五，建立HAC_4回归模型，计算钢包HAC值；

步骤六，筛选最优组合模型。

3.如权利要求2所述的钢包吸热能力的判断方法，其特征在于，步骤一中，HAC与钢包吸热造成的钢水温降大小呈正相关；

HAC由四项构成，分别为环境项HAC_1、钢包体温项HAC_2、钢包体质项HAC_3和钢包基因项HAC_4；其中，环境项HAC_1、钢包体温项HAC_2、钢包体质项HAC_3与生产条件和工艺参数有关，环境项HAC_1包括两个参数：出钢钢水温度和车间温度；钢包体温项HAC_2包括四个参数：钢包在上一周转期的满包时长、钢包在装钢前的空包时长、钢包装钢前的烘烤强度和钢包装钢前的烘烤时长；钢包体质项HAC_3包括四个参数：钢包周转次数、水口使用次数、透气砖使用次数和滑板使用次数；

步骤二中的划分数据集并计算与HAC相关模型参数包括：

采集6个月以上的历史正常生产时的钢水冶炼检测数据，一个炉次作为一条样本；取80％的连续样本作为模型训练集，20％的连续样本作为算法筛选集；

对样本数据进行工艺分析和计算，得到HAC_1、HAC_2和HAC_3的相关参数；其中，钢包在上一周转期的满包时长＝出钢时长×0.5+钢水出钢结束到开始浇铸的时间间隔+浇铸时长×0.5；钢包在装钢前的空包时长＝出钢开始时间－上一周转期停浇时间；烘烤强度标记为不烘烤0、小火1、中火2和大火3。

4.如权利要求2所述的钢包吸热能力的判断方法，其特征在于，步骤三中的构建HAC与钢包钢水温降关系的初始模型包括：

(1)设定HAC初值：HAC初值由环境项HAC_1的参数计算，HAC初值＝出钢温度归一化值×出钢温度权重－车间温度归一化值×车间温度权重；归一化处理采用线性插值法，出钢温度的上下限值为1500～1700℃，车间温度的上下限值为-10～50℃，将出钢温度和车间温度的实际值映射为(0，1)之间的小数；出钢温度权重的取值范围为0.8～1.0，车间温度权重的取值范围为0～0.2；

(2)计算钢包钢水温降：钢包钢水温降＝钢水实际温降－非钢包影响造成的钢水温降；非钢包影响造成的钢水温降包括出钢过程温降、合金熔化吸热温降、吹氩吸热温降和包底冷钢熔化吸热温降；其中，出钢过程温降取0.2～0.4℃/min，合金熔化吸热温降由加入合金的种类、合金量通过热力学计算得到，吹氩吸热温降取0.1～0.2℃/min，包底冷钢熔化吸热温降取4～6℃/t；

(3)将训练样本的HAC初值、出钢量、测温前钢包盛钢水时长作为输入值，将钢包钢水温降作为目标值；其中，测温前钢包盛钢水时长＝出钢时长×0.5+出钢结束至测温时间的间隔；

(4)分别采用不同的机器学习算法，记为算法①、算法②……，设置算法参数，构建HAC与钢包钢水温降关系的初始模型A_Initial；至少选择两种机器学习算法，包括但不限于随机森林、神经网络、支持向量机、线性回归、梯度提升树等。