典型文献
数据驱动弹簧钢脱碳影响要素分析与质量预测
文献摘要：
脱碳质量对于线材钢产品质量和性能有显著影响,因此提出了一种基于线材生产过程数据的弹簧钢脱碳影响要素分析与质量预测方法.首先,采用XGBoost进行变量选择;其次,采用沙普利加法解释模型(SHap-ley Additive exPlanation,SHAP)对影响弹簧钢质量的要素进行分析与解释;再次,采用偏相关分析(partial cross mapping,PCM)构建影响要素的因果关系图,对影响脱碳质量的根因进行识别;最后,基于XGBoost构建脱碳质量状态预测模型.利用宝钢高速线材产线弹簧钢脱碳数据进行方法验证,选出了 12个脱碳影响要素,在此变量选择结果上分别使用SHAP和PCM方法获取了更多的数据特征信息,利用该变量子集构建XGBoost脱碳质量预测模型,准确率为88.72％,检出率可达到93.89％,与使用全体变量建模的结果接近,验证了所提方法的有效性.
文献关键词：
弹簧钢;脱碳;数据驱动建模;可解释性相关分析;偏相关分析
中图分类号：
作者姓名：
徐佳昀;吕立华;蒋嘉石;施逸非;姜庆超;颜学峰
作者机构：
华东理工大学能源化工过程智能制造教育部重点实验室,上海200237;宝山钢铁股份有限公司中央研究院智能所,上海201900
文献出处：
引用格式：
[1]徐佳昀;吕立华;蒋嘉石;施逸非;姜庆超;颜学峰-.数据驱动弹簧钢脱碳影响要素分析与质量预测)[J].冶金自动化,2022(05):103-111
A类：
SHap,可解释性相关分析
B类：
动弹,弹簧钢,脱碳,影响要素,要素分析,质量预测,碳质,过程数据,XGBoost,变量选择,沙普利,加法,解释模型,ley,Additive,exPlanation,SHAP,钢质,偏相关分析,partial,cross,mapping,PCM,因果关系,关系图,根因,状态预测,宝钢,高速线材,碳数据,方法验证,数据特征,特征信息,子集,数据驱动建模
AB值：
0.395712
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
