Page 22 - 国外钢铁技术信息内参（ 2022年5月）
P. 22
ᇏݓࣁඋ࿐߶
1）从最后一次在 LMF 测温到浇铸工序钢包打开时，钢包内钢水的温降。ᇏݓࣁඋ࿐߶
可以修改所开发的模型以包含这些信息。软件的开发使用带有 numpy、scipy、
pytorch 和 pandas 软件库的 Python 3.8 完成。在训练阶段，我们使用了一台带有
GeForce GTX 950M GPU 的 Linux 系统计算机。为了模拟生产环境中 Microsoft
ᇏݓࣁඋ࿐߶
SQL 数据库发生的 SQL 数据库调用，使用 XAMPP 在 Linux 计算机上构建了一
个类似的 MySQL 数据库。安装 ODBC 驱动程序和 MySQL ODBC 连接器后，
MySQL 数据库和 python 程序就可通过 Pyodbc 库进行通信。
该模型的目标是实现三方面的预测:
2）在一个炉次中点时，中间包钢水的温度。 ᇏݓࣁඋ࿐߶
3）在考虑各种混合因素后得出温度变化曲线，并得出中间包钢水温度曲线
的斜率。
除了为操作人员提供钢包历史的定量和定性的信息外，提供这三种预测将有
助于操作人员根据钢包内钢水温度做出决策。
5. 研究过程 ᇏݓࣁඋ࿐߶
ᇏݓࣁඋ࿐߶
ᇏݓࣁඋ࿐߶
（1）数据输入
在 Butler 内的 SDI Butler Division 模块，“IN”为模型开发提供了数据输入。
收集到的数据具有混合抽样率的特点，其中大多数数据是事件触发或手动触发的，
而其他数据则是在固定的时间段内收集的。这些工业数据按照下列方式分类：
表 1 模型开发使用到的工业数据
ᇏݓࣁඋ࿐߶
数据集 描述 相关数据
针对每个炉次当钢水注入钢 钢包包龄，炉次号，出钢温度，钢水
电弧炉
包时收集的数据 重量，时间点
由事件触发的钢包在不同位 钢包包龄，钢包位置，时间点，炉次
钢包事件
置的数据 号
来自钢包冶金炉（LMF）的 钢包包龄，电弧情况，搅拌情况，钢
LMF 事件
数据，是事件触发数据 包内钢水温度采样，时间点
钢包包龄，连浇序号，炉次号，中间
浇铸过程和中间包数据，每 5
浇铸过程 包钢水温度，钢包钢水重量，中间包
ᇏݓࣁඋ࿐߶
秒记录一次
液位，浇铸速度
19
