基于XGBoost算法的转炉吹炼终点预报

转炉吹炼终点温度和成分控制是转炉吹炼后期的重要操作,精确的温度和碳的预报十分重要,为了提高转炉吹炼终点碳、温命中率,利用特征相关性分析法确定模型的主要输入变量,基于XGBoost算法建立了转炉吹炼终点预报模型,并结合实际的转炉生产数据进行模型验证。通过与采用BP、优化BP神经网络建立的模型结果进行对比,表明XGBoost算法模型在保证收敛速度快的前提下,能够达到较高终点命中率,为进一步提高终点温、碳命中率,对XGBoost算法模型中几个重要建模参数值做出优化调整,最终XGBoost算法模型在出钢温度偏差为±15℃、±10℃时终点命中率分别为95.84%、91.69%;出钢碳质量分数偏差为±0.015%、±0.01%时终点命中率分别为93.31%、87.84%。