基于承钢生产数据预测烧结矿FeO含量

来源：钢铁研究学报杂志2018年第12期北京时间：

作者：吕庆1，刘月明1，张振峰2，刘颂1

单位：1.?崩砉ご笱б苯鹩肽茉囱г海?河北唐山063009；2.河北钢铁集团承钢分公司，河北承德067000

摘要：为了克服烧结矿中FeO含量检验滞后的问题，基于烧结生产各个环节所积累的大量数据，采用XGBoost算法建立FeO含量预测模型，以指导生产工作人员及时调整配料方案和设备参数。首先对承钢3号烧结机sqlsever数据库中的相关数据进行提取和整合，然后结合特征工程对特征参数数据进行一系列可视化分析和处理，最后将XGBoost算法应用于预测烧结矿FeO含量的建模当中，并与决策树模型预测效果进行对比。结果表明XGBoost模型预测效果较好，预测后的损失值最小可达0. 071876，实现了准确预测FeO含量的目的，为烧结矿FeO含量的预测提供了一种有效的预测方法。

关键词：FeO含量;数据预处理;特征工程;XGBoost算法