基于数据驱动算法与机理模型耦合的RH脱碳参数预测方法

本发明属于钢铁冶金技术领域，涉及一种基于数据驱动算法与机理模型耦合的RH脱碳参数预测方法，该方法包括：收集RH精炼过程的实际工业参数；建立机理模型；设定所述机理模型中拟合参数的初值范围；在所述初值范围内采样生成多组参数，输入所述机理模型进行计算，得到碳、氧质量分数随时间变化的初始数据集；对所述初始数据集进行预处理；利用预处理后的数据训练数据驱动算法；优化所述数据驱动算法的超参数，得到最优数据驱动算法；将工业实测的碳、氧质量分数输入所述最优数据驱动算法，输出预测的拟合参数的最优值。其有益效果是：通过机理模型与数据驱动算法的耦合，实现拟合参数预测与脱碳曲线模拟的双向优化，预测准确性显著提高。