基于 k-means聚类算法的电弧炉终点碳预报

为了实现对电弧炉冶炼过程碳质量分数的预测，根据炼钢过程的碳氧反应机理建立电弧炉脱碳模型。在此基础上采用数据挖掘技术中的k-means聚类算法对电弧炉炼钢历史数据进行分析，选取8个影响终点碳质量分数的因素，得出不同冶炼情况下的聚类结果。通过计算当前炉次与聚类结果加权欧氏距离，将相似度高的聚类结果炉次作为当前炉次的预测参考炉次，最终实现对电弧炉终点碳质量分数的预测。仿真结果表明钢水碳质量分数预报的命中率在75%以上，模型具有较高的预报精度。