-
题名基于随机森林预测转炉物料的废钢比计算模型
被引量:2
- 1
-
-
作者
王健豪
方庆
王家辉
罗霄
张华
倪红卫
-
机构
武汉科技大学钢铁冶金及资源利用省部共建教育部重点实验室
湖南华菱湘潭钢铁有限公司
-
出处
《钢铁》
CAS
CSCD
北大核心
2024年第3期79-91,共13页
-
基金
国家自然科学基金资助项目(52004191)
中国博士后科学基金资助项目(2022M711120)
湖北省教育厅科学技术研究资助项目(B2022020)。
-
文摘
在“双碳”背景下,提高废钢消耗比例和降低铁钢比已成为钢铁行业能效提升和节能降碳的重要途径。随着废钢资源的不断积累和环保压力的增加,钢铁企业迫切需要找到一个平衡点,既能有效利用废钢资源,又能控制成本和提高经济效益。基于某厂实际生产数据,首先通过物料平衡和热平衡分析构建了一个静态估计模型,结果显示,物料平衡的计算误差为0.13%,热平衡的计算误差约为0.18%,证实了静态模型的准确性,并通过模型的矫正,调整废钢加入量以减少计算误差。其次,为了进一步提高模型预测的准确性,采用随机森林算法对钢水产量、轻烧白云石加入量和石灰加入量进行预测。测试集数据预测的均方根误差RMSE分别为1.9259、0.25614和0.43336,预测方差分别为0.83741、0.86133和0.87614,这证明随机森林算法在预测中的可靠性和有效性。最后,结合原料价格和预测结果,构建了最佳废钢比的计算模型。根据当前原料价格,模型计算出最佳废钢比例为27%。而当钢水价格上涨、废钢价格下降时,最佳废钢比例增至32%。该模型可以基于原料的不同价格计算出使吨铁水利润达到最大的废钢比,优化废钢利用比例,实现高效利用废钢资源、降低碳排放和提高能源效率,为相关企业实现转炉智能、低碳、高效和低成本生产提供一定的理论基础。
-
关键词
转炉
吨铁水利润
废钢比
随机森林算法
物料预测
-
Keywords
converter
profit per ton of molten iron
scrap steel ratio
random forest algorithm
material prediction
-
分类号
TF713
[冶金工程—钢铁冶金]
TP18
[自动化与计算机技术—控制理论与控制工程]
-