买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉新余钢铁股份有限公司;北京科技大学申请的专利一种基于机器学习的RH精炼钢水碳含量实时预测方法和系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120069192B 。

龙图腾网通过国家知识产权局官网在2025-07-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510126596.8，技术领域涉及：G06Q10/04；该发明授权一种基于机器学习的RH精炼钢水碳含量实时预测方法和系统是由罗仁辉;袁静;肖敏;何杨;刘建华;张宇迪设计研发完成，并于2025-01-27向国家知识产权局提交的专利申请。

本一种基于机器学习的RH精炼钢水碳含量实时预测方法和系统在说明书摘要公布了：本发明属于钢铁冶金技术领域，具体为一种基于机器学习的RH精炼钢水碳含量实时预测方法和系统，通过对RH精炼烟气时序数据分析和挖掘，围绕RH脱碳过程提出烟气修正系数和具有代表性的特征变量，并采用机器学习算法构建预测模型，能够充分挖掘烟气数据中的特征参量，描述烟气数据与实际碳含量的偏差，实现RH精炼过程钢水碳含量高精度的实时预测。

本发明授权一种基于机器学习的RH精炼钢水碳含量实时预测方法和系统在权利要求书中公布了：1.一种基于机器学习的RH精炼钢水碳含量实时预测方法，其特征在于，包括如下步骤： S1、采集RH精炼历史炉次的生产数据，对异常炉次进行筛选预处理，并对每个历史炉次的烟气时序数据进行如下处理： S11、根据设定的时间步长将烟气时序数据分为多个片段，通过烟气积分计算每个片段内的累积脱碳量、累积烟气量和平均烟气含量、累积CO量和平均CO含量、累积CO2量和平均CO2含量； S12、叠加所有片段内的累积脱碳量，得到冶炼周期内基于烟气分析计算的累积脱碳量； S13、根据该历史炉次的初始碳含量和终点碳含量数据，计算冶炼周期内的实际脱碳量； S14、定义烟气修正系数表示烟气分析与实际检测的偏差，通过计算实际脱碳量和累积脱碳量的比值获得； S15、结合烟气修正系数，计算每个时间步长片段内的实际脱碳量； S2、将RH精炼生产数据中与脱碳过程相关的工艺参量、S1步骤中烟气时序数据处理后产生的参量存入模型数据库，用于后续建模； S3、将每个时间步长片段内的累积烟气量和平均烟气含量、累积CO量和平均CO含量、累积CO2量和平均CO2含量和工艺参量作为模型输入变量，将每个时间步长片段内的实际脱碳量作为模型输出变量，采用机器学习算法进行权重提取和特征选择，并构建预测模型； S4、实时采集RH精炼当前炉次的生产数据，每个时间步长结束后，均对该时间步长内的累积脱碳量、累积烟气量和平均烟气含量、累积CO量和平均CO含量、累积CO2量和平均CO2含量进行计算；将模型输入变量代入预测模型，输出每个时间步长片段内的实际脱碳量预测结果；结合当前炉次的初始碳含量，实现钢水碳含量的实时预测； 所述步骤S1中，每个时间步长内的累积脱碳量计算方法为 式中，表示时间步长内的累积脱碳量，ppm；表示烟气流量，kgh；表示烟气中CO百分比含量，%；表示烟气中CO2百分比含量，%；表示C的相对原子质量；表示CO的相对原子质量；表示CO2的相对原子质量；t表示时间，s；表示钢水重量，kg； 所述步骤S1中，每个时间步长片段内的累积烟气量和平均烟气含量、累积CO量和平均CO含量、累积CO2量和平均CO2含量计算方法为 。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人新余钢铁股份有限公司;北京科技大学，其通讯地址为：338000 江西省新余市渝水区冶金路1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。