摘要： KR搅拌法是铁水预脱硫的重要工艺之一，但在脱硫过程中脱硫剂的加入量主要依赖于人工经验控制，导致铸坯质量不稳定，一次脱硫命中率较低。为准确控制脱硫剂加入量，提高一次脱硫命中率，提出一种基于异质堆叠集成学习的脱硫剂加入量预测方法。首先，进行数据清洗，采用LOF算法结合专家经验剔除异常值。其次，采用最大信息系数结合斯皮尔曼秩相关系数进行特征筛选。最后，引入堆叠集成算法，基于评价指标和误差相关性分析优选模型的不同基学习器，并采用Optuna算法为基学习器寻找最优参数组合，建立异质堆叠集成预测模型。以现场采集的脱硫数据作为样本进行实例分析，结果表明，模型的决定系数(R2)为91.6%，均方根误差(RMSE)为197.79，平均绝对误差(MAE)为117.14，平均绝对百分比误差(MAPE)为6.95%。
