基于承钢生产数据预测烧结矿FeO含量

• 作者: 刘月明 刘颂 吕庆 张振峰
• 来源期刊: 钢铁研究学报
• 关键词: FeO含量 数据预处理 特征工程 XGBoost算法
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 冶炼与加工
• 页码范围: 957-962
• 页数: 6页
• 语种: 中文
• DOI: 10.13228/j.boyuan.issn1001-0963.20180148

摘要

为了克服烧结矿中FeO含量检验滞后的问题,基于烧结生产各个环节所积累的大量数据,采用XGBoost算法建立FeO含量预测模型,以指导生产工作人员及时调整配料方案和设备参数.首先对承钢3号烧结机sqlsever数据库中的相关数据进行提取和整合,然后结合特征工程对特征参数数据进行一系列可视化分析和处理,最后将XGBoost算法应用于预测烧结矿FeO含量的建模当中,并与决策树模型预测效果进行对比.结果表明XGBoost模型预测效果较好,预测后的损失值最小可达0.071 876,实现了准确预测FeO含量的目的,为烧结矿FeO含量的预测提供了一种有效的预测方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕庆	华北理工大学冶金与能源学院	82	124	5.0	8.0
2	刘颂	华北理工大学冶金与能源学院	13	21	3.0	4.0
3	刘月明	华北理工大学冶金与能源学院	2	4	1.0	2.0
4	张振峰		3	10	2.0	3.0