基于LSTM模型的连铸下渣智能预测方法

摘要

本发明涉及连铸技术领域，具体是一种基于LSTM模型的连铸下渣智能预测方法。包括：按照预设的数据采集周期控制数据采集设备分别采集连铸钢包浇注过程中的与钢水液面位置相关的若干组参数；将若干组参数划分为输入数据组和真实数据组；将输入数据组和真实数据组作为原始数据以形成LSTM模型的训练集；使用局部加权回归方法对LSTM模型框架的原始数据进行平滑处理；将经过平滑处理后的原始数据输入LSTM模型框架，得到LSTM模型的输出结果；根据输出结果确定下渣预测数据。本发明不需要对钢包浇注系统结构进行改造，也不需要额外添加检测设备进行下渣检测，解决了现有的下渣检测方法需要对钢包浇注系统结构进行改造，额外添加检测设备才能进行下渣检测的问题。