本发明属于钢铁冶金技术领域,具体为一种转炉出钢过程合金加入量的确定方法和系统,考虑到LSTM神经网络对非线性关系有很强的捕捉能力,本发明构建基于LSTM神经网络的合金元素收得率预测模型,不同合金元素由于影响其收得率的因素不同,即模型输入变量不同,因此不同合金元素建立不同的LSTM模型进行训练。另外,本发明结合收得率预测结果通过整数线性规划求解得到合金加入量,该方法不仅能够快速找到合金配料的最优方案,同时提高了转炉炼钢过程成分命中率和钢产品稳定性,且获得的总成本最低,有效降低合金化成本,具有良好的应用前景。
声明:
“转炉出钢过程合金加入量的确定方法和系统” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)