来源：期刊VIP网 时间：
作者：杜屏;赵华涛;刘志强;储满生;唐珏;石泉;张振;
单位：江苏省(沙钢)钢铁研究院;教育部低碳钢铁前沿技术工程研究中心;东北大学冶金学院;辽宁省低碳钢铁前沿技术工程研究中心;
摘要：高炉铁水w (Si)是现场管理高炉的重点指标之一,但现场取样存在滞后性。因此铁水w (Si)预测对于帮助现场提前管控炉况具有重要意义。基于实际高炉数据,应用箱线图、多重插补法以及均值标准化进行治理,夯实数据基础。应用MIC协同PCA技术构建铁水w(Si)最优表征输入集合,包含50个w (Si)高关联度高炉参数,以及携带92.9%信息的5个高炉衍生特征。将GWO与XGBoost融合建模预测下1h铁水w(Si),GWO作为一种优化手段可使命中率(±0.05%误差范围)提升10.00个百分点。与其他模型相对比,GWO-XGBoost模型取得最优预测效果,平均绝对百分比误差为7.88%,均方根差为0.038,命中率最高达到85.86%,模型误差集中在0.07%以内,预测值与真实值吻合度较高,能够为现场提供可靠的铁水w(Si)未来趋势。
关键词：高炉;;铁水w(Si)预测;;数据治理;;MIC;;PCA;;GWO-XGBoost
基金资助：国家自然科学基金资助项目(52404343,52274326);; 中央高校基本科研业务费资助项目(N2425031,N25BJD007);; 中国博士后科学基金资助项目(2024M760370);; 辽宁省科技计划联合项目(重点研发项目)(2023JH2/101800058)
