Le contrôle de l'uniformité de la température au cœur de la billette en acier dans le four de chauffage est essentiel pour la stabilité de la qualité du produit. En raison de l'environnement à haute température dans le four, la prédiction à haute précision de la température au centre de la billette reste un défi. Pour résoudre ce problème, cette expérience a établi une méthode de mesure de température basée sur un boîtier noir enfoui dans la billette en acier, permettant d'obtenir efficacement la distribution réelle de la température à différentes positions dans la billette dans le four. Sur la base des données expérimentales de mesure du boîtier noir, des méthodes de prétraitement telles que le nettoyage, le lissage et la normalisation des données ont été utilisées, adoptant des modèles basés sur la conduite des données comme les réseaux de neurones, la forêt aléatoire et XGBoost. La température non mesurable du cœur de la billette a été prédite à l'aide de la température mesurable des gaz de four. La prédiction de la température du cœur de la billette en acier GCr15 de 150 mm x 150 mm a montré que le modèle XGBoost avait la meilleure performance de régression, avec une erreur relative principalement située entre 0 % et 5,4 %. 97,1 % des points d'échantillon avaient une erreur absolue inférieure à 10 ℃, avec un RMSE de 4,1345 ℃ et une erreur MAPE de 0,47 %. Une méthode combinant la mesure par boîtier noir enfoui et le modèle XGBoost a été proposée pour prédire la température au cœur de la billette en acier.

Température du cœur de la billette GCr15; expérience du boîtier noir; réseau de neurones; forêt aléatoire; XGBoost