亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Steel Scrap Yield Prediction in Basic Oxygen Steelmaking Based on Random Forest and Neural Networks

废品 炼钢 产量(工程) 铸铁 随机森林 人工神经网络 过程(计算) 冶金 碱性氧气炼钢 均方误差 原材料 工艺工程 相关系数 工程类 材料科学 统计 数学 计算机科学 人工智能 化学 有机化学 操作系统
作者
Chaojie Zhang,Yi Nian,Liqiang Zhang,Jinjun Cheng,Zhen Zhang
出处
期刊:Steel Research International [Wiley]
卷期号:96 (7) 被引量:1
标识
DOI:10.1002/srin.202400713
摘要

Steel scrap is a primary raw material in basic oxygen steelmaking. However, its yield is influenced by numerous factors, making accurate prediction challenging. This study explores and predicts the steel scrap yield in the basic oxygen steelmaking process using machine learning techniques. First, the interquartile range method is applied to clean the collected steelmaking process data. By analyzing the blow loss of molten iron and the amount of steel obtained from the scrap, a deviation coefficient of scrap yield is defined and calculated. Next, a correlation analysis and a feature importance analysis using the random forest algorithm identify the factors influencing the deviation coefficient of scrap yield. Finally, a multilayer neural network regression model is constructed to predict the deviation coefficient of scrap yield. The model achieves a mean squared error of 0.00051 on the test set, with an accuracy rate of 96.89% for absolute errors within ±0.05. This method not only effectively predicts scrap yield but also provides a reference for calculating steel materials and controlling costs in the steelmaking process.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
姬鲁宁完成签到 ,获得积分10
19秒前
1分钟前
duan123456发布了新的文献求助10
1分钟前
wwe完成签到,获得积分10
1分钟前
duan123456完成签到,获得积分10
1分钟前
sasz完成签到 ,获得积分10
1分钟前
梦梦完成签到 ,获得积分10
2分钟前
kitty完成签到,获得积分10
2分钟前
苹果香萱完成签到 ,获得积分10
3分钟前
4分钟前
4分钟前
4分钟前
4分钟前
4分钟前
老实的夏柳完成签到,获得积分10
4分钟前
eclo完成签到 ,获得积分10
5分钟前
xiaoli发布了新的文献求助10
5分钟前
惠香香的完成签到,获得积分10
5分钟前
风息完成签到,获得积分10
5分钟前
7分钟前
CodeCraft应助单薄的绝施采纳,获得10
7分钟前
雪花完成签到 ,获得积分10
7分钟前
7分钟前
豆子完成签到 ,获得积分10
7分钟前
9464完成签到 ,获得积分0
7分钟前
8分钟前
钟山发布了新的文献求助10
8分钟前
8分钟前
8分钟前
Lucas应助锂电阳离子无序采纳,获得10
8分钟前
eskyhome完成签到 ,获得积分10
8分钟前
Owen应助钟山采纳,获得10
8分钟前
9分钟前
乌鲁鲁发布了新的文献求助10
9分钟前
10分钟前
钟山发布了新的文献求助10
10分钟前
navon完成签到,获得积分10
10分钟前
10分钟前
10分钟前
10分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
48V Low-voltage Power Distribution Network (PDN) Architecture Industry Report, 2024 800
Fundamentals of Pharmaceutical and Biologics Regulations: A Global Perspective, Second Edition 700
适配Micro-LED色转换的高兼容性量子点负性光刻胶制备与工艺研究 500
Direct and Iterative Linear System Solvers 500
Vander's Renal Physiology第10版 500
Rocket Propulsion Elements, 10th Edition 400
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7304833
求助须知:如何正确求助?哪些是违规求助? 8922882
关于积分的说明 18901918
捐赠科研通 6967938
什么是DOI,文献DOI怎么找? 3212183
关于科研通互助平台的介绍 2380984
邀请新用户注册赠送积分活动 2189474