基于BO-RF的烧结矿化学成分预测模型研究

作者：李一帆; 李锦祥; 杨锦堂; 杨爱民^*; 刘卫星; 李杰

来源：烧结球团, 2023, 48(06): 109-138.

DOI：10.13403/j.sjqt.2023.06.091

• 混合矿
• 烧结矿
• 化学成分
• BO-RF算法
• 预测模型

烧结矿的化学成分是决定烧结矿质量和高炉冶炼顺行的关键因素之一。为了稳定烧结矿化学成分，通过对烧结矿与混合矿化学成分进行相关性分析，选取两者相关性高的化学成分作为输入参数，并采用贝叶斯算法优化随机森林算法里的超参数，对烧结矿中化学成分[w(TFe)、w(FeO)、w(SiO2)、w(CaO)、w(MgO)、w(Al2O3)、碱度(R)]进行预测，建立了基于BO-RF的烧结矿化学成分预测模型。预测结果表明：烧结矿化学成分的预测准确率均达到90.0%以上，其中烧结矿w(CaO)的预测准确率达到96.9%,烧结矿R的预测准确率为96.5%。烧结矿化学成分预测相对误差均在5.0%以内，其中烧结矿R的预测相对误差在3.5%以内，烧结矿w(TFe)的预测相对误差在1.4%以内，整体预测精度较高。

• 单位
  华北理工大学