-
题名利用改进XGBoost预测RH精炼终点钢水温度
被引量：4
- 1
-
-
作者
徐猛
雷洪
何江一
韩信
王兴华
王燕斌
-
机构
东北大学材料电磁过程研究教育部重点实验室
东北大学冶金学院
建龙北满特殊钢有限责任公司
沈阳东惠科国际贸易有限公司
-
出处
《材料与冶金学报》
CAS
北大核心
2023年第5期437-443,共7页
-
基金
国家自然科学基金与宝钢联合资助项目(U1460108)。
-
文摘
合适的RH精炼终点钢水温度是保证连铸坯质量的重要前提.为了准确地预测RH精炼终点钢水温度,首先利用随机森林在处理高维数据集上的优势,采用袋外数据评分法进行特征选择,以确定模型的输入变量;然后利用Optuna框架优化XGBoost超参数,减少计算耗时,提高模型命中率;最后,结合实际的RH精炼生产数据进行模型验证.结果表明:与网格搜索和随机搜索相比,Optuna框架在优化XGBoost超参数的计算耗时和命中率上具有一定优势;与优化后的GBDT和LightGBM两种模型相比,优化后的XGBoost模型具有更好的预测性能,在偏差为±5℃时RH精炼终点钢水温度的命中率达到92%.
-
关键词
RH精炼
XGBoost算法
终点预报
Optuna
钢水温度
-
Keywords
RH refining
XGBoost algorithm
end-point prediction
Optuna
molten steel temperature
-
分类号
TF769.4
[冶金工程—钢铁冶金]
-
