基于GBDT算法真空自耗铸锭终点锰含量预测模型

作者：查伟; 董艳伍^*; 姜周华; 刘玉潇

来源：中国冶金, 2023, 33(07): 107-114.

DOI：10.13228/j.boyuan.issn1006-9356.20230098

• 真空自耗炉
• 元素烧损
• 终点锰含量
• 特征降维
• GBDT预测模型

真空自耗熔炼是生产高品质特殊钢的重要方法之一，但熔炼过程中易挥发元素容易烧损并使铸锭成分产生波动，影响最终铸锭的质量。为准确控制锰元素熔炼前后的成分波动，采用皮尔逊相关系数法和互信息法对生产数据进行降维处理，选取12个特征作为模型输入，数据标准化和超参数寻优后建立真空自耗铸锭梯度提升决策树(GBDT)终点锰含量预测模型，并与决策树(DT)、随机森林(RF)和适应性提升(Adaboost)预测模型进行对比。研究发现，工艺参数中熔炼电流、补缩电流及真空度对终点锰含量的影响程度最大。经过降维处理后各模型的预测误差都有降低，其中GBDT模型的降低幅度最大，并且其均方根误差为0.031 46,平均绝对误差为0.025 51,模型误差最低，在±0.06%、±0.04%、±0.02%误差范围内的炉次所占比例分别为96%、78%、44%,整体误差范围内预测效果较好，对实际生产有一定的指导意义。

• 单位
  东北大学