基于数字孪生和AO-ELM融合驱动的RH炉终点温度预报模型

RH精炼炉作为钢铁冶炼过程中的关键设备,其终点温度对后期铸造和产品质量影响较大。为了尽可能准确地预报钢水的终点温度,提出基于数字孪生的RH炉终点温度预报方法,通过数字孪生体模型实现终点温度的精准预报。首先通过天鹰优化器优化极限学习机(AO-ELM)构建终点温度预报虚拟模型,根据物理空间中得到的实时炼钢数据,由AO-ELM模型获得初始预测值,同时更新孪生数据库;然后通过相似度搜索,在孪生数据库中找到相似的冶炼炉次,对比相似炉次下的预报值与实际值,对初始预报值进行加权误差修正,得到最终预报值。实际算例结果表明,所建模型相较于传统人工智能终点温度预报模型更加精准和可靠,对后续温度控制有较好的指导意义。