公开(公告)号：CN116127345B

公开(公告)日：2023-11-14

申请号：CN202211661806.6

申请日：2022-12-23

Applicant: 北京科技大学

Inventor： 黎敏 ,  董倩倩 ,  胡帅杰 ,  吕志民 ,  阳建宏

IPC: G06F18/2321 ,  G06F18/214 ,  G06N3/04 ,  G06N3/08 ,  G06F30/27

Abstract: 本发明公开了一种基于深度聚类生成对抗网络的转炉炼钢工艺模式设计方法，包括：获取若干历史样本的生产数据并进行预处理，构建历史样本数据集；构建深度聚类生成对抗网络模型，并利用历史样本数据集进行训练；以待设计工艺模式的炉次作为新样本，获取新样本的初始信息，并对初始信息进行预处理，基于预处理后的初始信息对新样本进行聚类；根据新样本的聚类结果，生成新样本对应的工艺随机向量，将新样本对应的工艺随机向量与其对应的预处理后的初始信息一起输入训练好的深度聚类生成对抗网络模型中，生成新样本对应的工艺模式；基于生成的新样本的工艺模式，确定新样本最终的工艺模式。本发明对提高钢铁生产企业的产品质量和经济效益有很大帮助。

公开(公告)号：CN116127345A

公开(公告)日：2023-05-16

申请号：CN202211661806.6

申请日：2022-12-23

Applicant: 北京科技大学

Inventor： 黎敏 ,  董倩倩 ,  胡帅杰 ,  吕志民 ,  阳建宏

IPC: G06F18/2321 ,  G06F18/214 ,  G06N3/04 ,  G06N3/08 ,  G06F30/27

Abstract: 本发明公开了一种基于深度聚类生成对抗网络的转炉炼钢工艺模式设计方法，包括：获取若干历史样本的生产数据并进行预处理，构建历史样本数据集；构建深度聚类生成对抗网络模型，并利用历史样本数据集进行训练；以待设计工艺模式的炉次作为新样本，获取新样本的初始信息，并对初始信息进行预处理，基于预处理后的初始信息对新样本进行聚类；根据新样本的聚类结果，生成新样本对应的工艺随机向量，将新样本对应的工艺随机向量与其对应的预处理后的初始信息一起输入训练好的深度聚类生成对抗网络模型中，生成新样本对应的工艺模式；基于生成的新样本的工艺模式，确定新样本最终的工艺模式。本发明对提高钢铁生产企业的产品质量和经济效益有很大帮助。