加熱炉鋼塊の心部温度均一性制御は製品品質の安定性に不可欠である。加熱炉内の高温環境のため、鋼塊心部温度の高精度予測は常に課題であった。この課題を解決するため、本実験では鋼塊埋め込みブラックボックス温度測定法を確立し、加熱炉内の鋼塊各位置の実温度分布を効果的に把握した。ブラックボックス測温実験データに基づき、データクリーニング、データ平滑化、標準化などの前処理手法を用い、データ駆動型のニューラルネットワーク、ランダムフォレスト、XGBoostモデルを採用して、加熱炉内で計測可能な炉内ガス温度から計測不可能な鋼塊心部温度を予測した。150 mm x 150 mmのGCr15鋼鋼塊心部温度を予測した結果、XGBoostモデルが最も優れた回帰予測効果を示し、相対誤差は主に0%〜5.4%の範囲に分布し、モデル内の97.1%のサンプル点の絶対誤差は10 ℃未満であり、RMSE誤差は4.1345 ℃、MAPE誤差は0.47%であった。鋼塊埋め込みブラックボックス測温＋XGBoostモデルによる鋼塊心部温度予測手法を提案した。

GCr15鋼鋼塊心部温度;ブラックボックス実験;ニューラルネットワーク;ランダムフォレスト;XGBoost