深度学习在炼钢过程中的研究进展及应用现状
Chinese Journal of Engineering(2022)
Abstract
炼钢过程是极其复杂的工业场景,影响因素多且安全性要求极高,是当前深度学习尚未大规模应用的领域之一.在对深度学习的原理和类型进行梳理的基础之上,结合国内外应用实例,总结了深度学习在炼钢过程中的发展历程与研究现状.指出了深度学习在炼钢过程中应用主要有特征提取简单、泛化能力强、模型可塑性高的优势,同时也面临数据依赖性高、预处理难度大、生产安全性有待验证的挑战.提出了未来随着高精度传感器的应用、物联网的普及、计算硬件的迭代、以及算法的创新,深度学习模型可以更加有效地应用于炼钢的更多场景中,将推动冶金工业智能化发展.
MoreAI Read Science
Must-Reading Tree
Example
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined