一种基于机器学习的连铸保护渣粘度预报方法2024

专利内容

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 117894397 A (43)申请公布日 2024.04.16 (21)申请号 202410298431.4 (22)申请日 2024.03.15 (71)申请人 北京科技大学 地址 100000 北京市海淀区学院路30号 (72)发明人 闫威　沈杨阳　 (74)专利代理机构 武汉金睿科知识产权代理事 务所(普通合伙) 42322 专利代理师 原明云 (51)Int.Cl. G16C 20/30 (2019.01) G16C 20/60 (2019.01) G06N 20/20 (2019.01) 权利要求书3页 说明书6页 附图3页 (54)发明名称 一种基于机器学习的连铸保护渣粘度预报 方法 (57)摘要 本发明属于金属连铸技术领域，具体为一种 基于机器学习的连铸保护渣粘度预报方法，收集 不同温度下已知成分的连铸保护渣粘度数据；将 连铸保护渣的成分数据转化为以氧离子和氟离 子特性为基础的熔渣结构数据，与温度共同作为 模型输入特征值，保护渣粘度作为模型输出特征 值；将连铸保护渣的熔渣结构数据、温度和粘度 数据进行归一化处理，将数据分为训练集与测试 集；构建基于成分—结构—粘度的堆叠集成机器 学习模型，并使用贝叶斯算法优化堆叠集成机器 学习模型中的机器学习算法，得到优化的连铸保 A 护渣粘度预报模型对不同温度下连铸保护渣的 7 粘度进行预报，可以准确的预报连铸保护渣的粘 9 3 4 度。 9 8 7