基于加热炉埋偶实验的GCr15钢坯心部温度预测

加热炉钢坯的心部温度均匀性控制对产品质量稳定性至关重要,由于加热炉中的高温环境,对钢坯心部温度高精度预测始终是一个难题。为了解决这个难题,本实验建立了一种基于钢坯埋偶黑匣子温度测量方法,有效获知加热炉内钢坯不同位置实际温度分布情况。基于黑匣子测温实验数据,采用数据清洗、数据平滑与标准化等预处理方法,采用基于数据驱动的神经网络、随机森林与XGBoost模型,利用加热炉中可测的炉气温度对不可测的钢坯心部的温度进行预测。预测GCr15钢150 mm×150 mm坯心部温度,结果表明:XGBoost模型回归预测效果最好,相对误差主要分布在0%~5.4%,模型中97.1%的样本点绝对误差小于10℃,其RMSE误差为4.1345℃,MAPE误差为0.47%。提出了钢坯埋偶黑匣子测温+XGBoost模型预测钢坯心部温度的方法。