摘要
本发明属于钢铁冶金技术领域,特别是涉及一种精炼过程钢液终点氧含量预测及脱氧工艺,其包括:收集历史数据,基于机器学习技术对精炼结束终点氧含量预测模型进行训练及测试,得到构建好的终点氧含量预测模型;根据建立好的预测模型,计算不同操作参数对终点氧含量的影响程度,明确各个因素对终点氧含量的影响效果;将粒子群算法应用到氧含量预测模型中,计算最优脱氧工艺。本发明将粒子群算法结合深度神经网络技术应用到钢液精炼过程的脱氧操作中,对钢液精炼结束后最终的氧含量进行精准控制,提升脱氧效果,降低生产成本,提高产品质量。