Предсказание дозы ферромарганца с помощью ИИ
Алгоритм на базе CatBoost может вычислить точную массу ферромарганца, необходимую для соблюдения ГОСТа. Это поможет минимизировать перерасход дорогостоящего сырья при выплавке стали.
В условиях металлургического производства мастер не знает заранее, как именно марганец усвоится в плавке. На результат влияют перегрев, извлечение кислорода и состав шлака. Чтобы не переплачивать за лишний металл, разработчики обучают модель CatBoost предсказывать минимальную дозу ферромарганца (ФМн78), которая обеспечит содержание марганца ровно на нижней границе стандарта, 0,45%.
Для обучения модели используют данные, которые доступны до добавки ферросплавов: объём кислорода при продувке, показатель основности шлака и температура в ковше. В обучающую выборку намеренно не включают «данные из будущего», такие как итоговый процент марганца или фактическая доза, чтобы избежать искажения точности. Модель должна самостоятельно восстановить сложные закономерности усвоения металла по косвенным признакам.
В качестве базового уровня точности для сравнения используется прогноз медианы обучающей выборки. Это позволяет понять, насколько эффективно ИИ справляется с задачей по сравнению с простым средним значением. В процессе обучения применяется ранняя остановка: алгоритм прекращает работу, когда точность на проверочном наборе перестаёт расти, что предотвращает переобучение.
Внедрение таких моделей в работу печи помогает точнее рассчитывать шихту. Это значит, что вы сможете снизить избыточный расход ферросплавов, не нарушая при этом требования качества готовой стали.
Текст подготовила языковая модель по материалам источников.


