[发明专利]一种基于粒子群优化案例推理的RH终点温度预测方法

权利要求书

1.一种基于粒子群优化案例推理的 RH 终点温度预测方法，其特征在于，包括如下步骤：

S1：分析出所有引起当前RH精炼炉数据中的钢液温度变化趋势的第一影响因素并建立第一案例库；

S2：利用多元线性回归方法计算出第一案例库中的第一影响因素的第一多元线性回归系数，并对第一影响因素的属性进行约简；

S3：获取第一影响因素中第一多元线性回归系数值大于第一预设值的第一预设影响因子；

S4：采用粒子群优化方法对第一预设影响因子的属性权重进行优化；

S5：基于约简的属性和优化的第一权重系数利用灰色关联相似算法对RH精炼钢水终点温度进行预测以获取预测温度；

还包括历史案例库，所述历史案例库存储有历史终点温度、与历史终点温度相对应、影响历史温度的历史影响因素和历史影响因素的历史权重系数，步骤S5中调用历史案例库并通过灰色关联相似算法计算历史案例库和第一案例库的相似度，筛选出相似度值大于第二预设值时的历史终点温度作为RH精炼钢水终点温度的预测温度。

2.如权利要求1所述的一种基于粒子群优化案例推理的 RH 终点温度预测方法，其特征在于：所述第一影响因素包括到站钢水温度、处理开始钢水温度、钢水重量、氩气消耗、加入合金量、加入脱氧剂量、真空室烘烤温度、浸渍管寿命、钢包净空、总处理周期。

3.如权利要求1或2所述的一种基于粒子群优化案例推理的 RH 终点温度预测方法，其特征在于：步骤S3中获取第一影响因素中第一多元线性回归系数值大于0.1的预设影响因子。

4.如权利要求3所述的一种基于粒子群优化案例推理的 RH 终点温度预测方法，其特征在于：所述第一预设影响因子包括到站钢水温度、钢水重量、加入合金量、加入脱氧剂量、总处理周期。

5.如权利要求4所述的一种基于粒子群优化案例推理的 RH 终点温度预测方法，其特征在于：所述预测温度为，，，其中为到站钢水温度/℃，为过程温降/℃，为与时间有关的第一温降/℃，为加入铁合金造成的第二温降/℃，为由于加入脱氧剂造成的第一温升/℃，为其它因素造成的第三温降/℃，为进行吹入氧气造成的第二温升/℃。

6.如权利要求5所述的一种基于粒子群优化案例推理的 RH 终点温度预测方法，其特征在于：，为与吹氩流量有关的自然温降系数/（℃ • min-1），为RH处理时间/min，，为合金的加入量/kg，为合金温降系数/（℃ • t^-1），，，为钢水游离氧含量，为脱氧造成的温度变化/℃，，为钢包温降系数/（℃ • min-1），，为吹氧量/m³。

7.如权利要求6所述的一种基于粒子群优化案例推理的 RH 终点温度预测方法，其特征在于：步骤S3通过粒子群优化方法优化第一预设影响因子的属性权重时的学习因子c1=c2=2，粒子群体个数N=40，最大迭代次数maxgeneration=100，获取的权系数为[0.0468，0.2879，0.2839，0.1440，0.2374]。

8.如权利要求1或2所述的一种基于粒子群优化案例推理的 RH 终点温度预测方法，其特征在于：步骤S1中结合具体工艺条件，收集310组热生产数据，其中200组作为操作指导模型和预处理的第一案例库数据，110组作为测试数据。

9.如权利要求1所述的一种基于粒子群优化案例推理的 RH 终点温度预测方法，其特征在于：步骤S5中包括：获取第一预设影响因子中第一权重系数值大于第三预设值的第二预设影响因子；通过灰色关联相似算法计算历史案例库中的历史权重系数和第一权重系数的相似度并获取相似度值大于第四预设值的历史权重系数；获取历史权重系数对应的历史影响因素和历史终点温度并将历史终点温度作为RH精炼钢水终点温度的预测温度；将第一案例库存储在历史案例库中。