文献

J-GLOBAL ID：202202278595363409   整理番号：22A1018534

LFにおける溶鋼の温度予測のためのエキスパート制御と深層ニューラルネットワークに基づくハイブリッドモデリング法

A Hybrid Modeling Method Based on Expert Control and Deep Neural Network for Temperature Prediction of Molten Steel in LF

著者 (5件)： Xin Zi-cheng (State Key Laboratory of Advanced Metallurgy, University of Science and Technology Beijing) ,  Zhang Jiang-shan (State Key Laboratory of Advanced Metallurgy, University of Science and Technology Beijing) ,  Zheng Jin (Tangshan Branch, Hebei Iron and Steel Co., Ltd.) ,  Jin Yu (Tangshan Branch, Hebei Iron and Steel Co., Ltd.) ,  Liu Qing (State Key Laboratory of Advanced Metallurgy, University of Science and Technology Beijing)
資料名： ISIJ International (Iron and Steel Institute of Japan)  (ISIJ International (Iron and Steel Institute of Japan))
巻： 62  号： 3  ページ： 532-541(J-STAGE)  発行年： 2022年 
JST資料番号： F0100A  ISSN： 0915-1559  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 英語 (EN)

抄録/ポイント： 取鍋炉(LF)中の溶鋼の温度制御は製鋼生産に重要な影響を与える。本研究では,生産データを製鋼工場から収集し,エキスパート制御と深層ニューラルネットワーク(DNN)に基づくハイブリッドモデルを,LFにおける溶鋼温度を予測するために確立した。最適DNNモデルを得るために,試行錯誤法を用いてハイパーパラメータを決定した。そして,DNNモデルの最適アーキテクチャは,4の隠れ層,35の隠れ層ニューロン,3000の反復,および0.2の学習率に対応する。多重線形回帰モデルと浅いニューラルネットワークモデルと比較して,DNNモデルはより強い一般化性能とより高い精度を示す。最適DNNモデルの決定係数(R²),相関係数(r),平均二乗誤差(MSE),および二乗平均平方根誤差(RMSE)は,それぞれ0.897,0.947,2.924,1.710に達した。一方,-5~5°Cの温度の誤差範囲では,ハイブリッドモデルのヒット率は99.4%を獲得した。結果は,提案したモデルがLFにおける溶鋼の温度を予測するために有効であることを実証している。(翻訳著者抄録)

シソーラス用語： *とりべ製鋼 ,  予測 ,  *温度制御 ,  管理 ,  溶鋼 ,  ニューラルネットワーク ,  モデル
準シソーラス用語： 温度予測 ,  深層ニューラルネットワーク

著者キーワード (5件)： とりべ炉 ,  温度予測 ,  DNN ,  エキスパート制御 ,  冶金機構

分類 (2件)： 製鋼  (WD01060A) ,  システム・制御理論一般  (IA02010H)

引用文献 (40件)：

• 1) K. Feng, D. F. He, A. J. Xu and H. B. Wang: Steel Res. Int., 87 (2016), 79.
• 2) F. He, D. F. He, A. J. Xu, H. B. Wang and N. Y. Tian: J. Iron Steel Res. Int., 21 (2014), 181.
• 3) Y. J. Wu, Z. H. Jiang and M. F. Jiang: J. Northeast. Univ., 23 (2002), 247 (in Chinese).
• 4) N. K. Nath, K. Mandal, A. K. Singh, B. Basu, C. Bhanu, S. Kumar and A. Ghosh: Ironmaking Steelmaking, 33 (2006), 140.
• 5) H. X. Tian, Z. Z. Mao and A. N. Wang: J. Iron Steel Res. Int., 16 (2009), 1.

タイトルに関連する用語 (6件)： LF ,  溶鋼 ,  温度予測 ,  エキスパート ,  深層ニューラルネットワーク ,  ハイブリッドモデリング