一种基于循环神经网络多渣系算法工艺及应用方法

本发明公开了一种基于循环神经网络多渣系算法工艺及应用方法，涉及冶金工程技术领域，本发明针对传统转炉出钢顶渣与精炼造渣工艺依赖人工数据、未统一优化的问题，提出一种基于循环神经网络(RNN)的多渣系算法工艺及应用方法，通过图像处理层留存转炉及精炼工序渣样图像，结合边缘处理层优配渣系组元；利用RNN分析渣样形貌、碱度、温度、时间节点等特征数据，结合热力学与动力学计算，构建统一计算平台及相图模型，并通过试验数据修正评估模型可行性，实现多渣系动态优配，提升钢液成分、温度、夹杂物控制效果及冶炼效益，为不同钢种多渣系设计提供新思路。