Resumen

La adición de escoria de refinado LF es un factor importante que afecta a la composición del acero final del proceso de refinado. Con el fin de controlar mejor la composición del acero final y mejorar la eficiencia de la producción, este artículo utiliza un algoritmo mejorado de optimización de ballenas para optimizar máquinas de vectores de soporte gemelas con el fin de establecer un modelo de predicción de adición de escoria de refinado LF. El modelo LWOA-TSVR se entrena y se prueba con datos históricos, y el modelo tiene una gran capacidad de generalización y una alta precisión. Aplicando el modelo al proceso de producción industrial, se verificó que el modelo tiene una alta precisión de predicción y puede proporcionar orientación para el proceso real de producción de refinado de adición de escoria de refinado LF, que es importante para el control de la composición del acero final.

INTRODUCCIÓN

La escoria de afino LF es la oxidación del hierro, silicio, manganeso, fósforo, azufre y otros elementos en el proceso de fabricación del acero y la reacción química de los componentes en el disolvente [1]. Las escorias de afino han demostrado tener un gran valor. El uso de escoria de refinado puede realizar mejor las tareas de desulfuración, desoxidación, desgasificación y desentrenamiento del proceso de refinado [2]. Sin embargo, la escoria de refinado contiene cal, que inevitablemente aportará agua al acero y provocará un aumento del contenido de hidrógeno en el acero, lo que afectará gravemente a la calidad del acero [3]. Si se cumplen al mismo tiempo los requisitos de desulfuración del acero y de detención del aumento del contenido de hidrógeno en el acero, es necesario seguir estudiando la cantidad real de adición para obtener la cantidad más adecuada de adición de escoria de afino. Sin embargo, para la adición de escoria de refinado LF, los modelos de predicción existentes no son completos, como la red neuronal BP en el proceso de búsqueda de los pesos óptimos, es fácil caer en el mínimo local [4], lo que conducirá a la exactitud del modelo es difícil de garantizar, y el error con la producción real es grande, mientras que el estudio de otros factores sobre la exactitud de la producción de acero ha sido difícil hacer un gran avance. Para resolver los problemas anteriores, este trabajo utiliza el algoritmo inteligente híbrido LWOA-TSVR para establecer un modelo de predicción de la adición de escoria de refino LF en el proceso de refino LF. Aprovechando la eficiencia del modelado y la alta precisión de las máquinas de vectores de soporte gemelas en la predicción, los parámetros del modelo se buscan de forma óptima mediante un algoritmo de optimización de ballena mejorado para mejorar la precisión del modelo de predicción. Se utilizan experimentos industriales para obtener datos reales de producción en la prueba, y la eficacia computacional del modelo se comprueba mediante el conjunto de pruebas del modelo.

• Materias:Proceso de refinado Modelo de predicción Escoria metalúrgica
• Subjects:Refining process Prediction modeling Metallurgical slag
• Palabras claves:LF (Horno de Cuchara); Refinación; Adición de escoria; Modelo de predicción; Validación
• Keywords:LF (Ladle Furnace); Refining; Slag addition; Prediction model; Validation