买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜天府永兴实验室;四川省环境政策研究与规划院申请的专利一种钢铁行业炼钢工艺优化方法、设备及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119940656B 。

龙图腾网通过国家知识产权局官网在2025-06-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510412928.9，技术领域涉及：G06Q10/04；该发明授权一种钢铁行业炼钢工艺优化方法、设备及存储介质是由岳超;臧剑;贺光艳;刘旭;张蕾;罗彬设计研发完成，并于2025-04-03向国家知识产权局提交的专利申请。

本一种钢铁行业炼钢工艺优化方法、设备及存储介质在说明书摘要公布了：本发明涉及钢铁行业低碳工艺优化技术领域。本发明提供了一种钢铁行业炼钢工艺优化方法、设备及存储介质，包括以下步骤：建立炼钢技术的参数化流程，定义物料、能源消耗、碳排放系数及成本参数，构建炼钢工艺参数化模型；基于炼钢工艺参数模型，定义炼钢工艺的状态空间和动作空间，设置多目标奖励函数和对应的约束违反惩罚项，得到强化学习模型；基于Q‑learning算法对强化学习模型进行训练，通过状态‑动作‑奖励的交互循环更新Q值，动态调整选择策略；对强化学习模型输出的选择策略进行仿真验证。从而解决了现有钢铁行业低碳路径研究方法中存在的动态适应性差、优化目标单一以及技术过渡不平稳的问题。

本发明授权一种钢铁行业炼钢工艺优化方法、设备及存储介质在权利要求书中公布了：1.一种钢铁行业炼钢工艺优化方法，其特征在于，包括以下步骤： 建立包含高炉-转炉炼钢、废钢炼钢和还原铁炼钢三种炼钢技术的参数化流程，定义物料、能源消耗、碳排放系数及成本参数，构建炼钢工艺参数化模型； 基于炼钢工艺参数模型，定义炼钢工艺的状态空间和动作空间，设置多目标奖励函数和对应的约束违反惩罚项，得到强化学习模型；其中，状态空间包括市场份额、总成本、碳排放量、产量和技术平稳性；动作空间为三种炼钢技术的选择策略； 所述基于炼钢工艺参数模型，定义炼钢工艺的状态空间和动作空间，设置多目标奖励函数和对应的约束违反惩罚项，得到强化学习模型的具体过程为： 将市场份额、总成本、碳排放量、产量及技术平稳性作为状态变量，构建五元组状态向量，如下式（1）所示： 其中，表示技术在时间的市场份额；表示时间的炼钢总成本；表示时间的碳排放量；表示时间的钢铁产量；表示技术平稳性，即相邻时间步市场份额变化的绝对值； 将三种炼钢技术的市场份额分配比例作为动作，如下式（2）所示： 其中，表示智能体在状态下可选择的动作；、和分别表示三种炼钢技术对应的市场份额分配比例；和分别表示市场份额的上限和下限； 奖励函数如下式（3）所示： 、和的表达式如下式（4）、式（5）和式（6）所示： 其中，、、和分别表示对应状态向量的权重系数；、和分别表示对应惩罚项的惩罚系数；表示碳排放约束的惩罚项；表示市场份额约束的惩罚项；表示钢铁产量约束的惩罚项； 基于Q-learning算法对强化学习模型进行训练，通过状态-动作-奖励的交互循环更新Q值，动态调整选择策略； 所述基于Q-learning算法对强化学习模型进行训练，通过状态-动作-奖励的交互循环更新Q值，动态调整选择策略的具体过程为： 将所有状态-动作对的Q值初始化为随机值或零； 基于当前状态和ε-贪心策略选择动作，其中，ε-贪心策略以ε概率随机探索动作空间，以1-ε概率选择当前Q值最大的动作； 执行所选动作，触发环境状态从转移至，并根据奖励函数计算即时奖励，所述奖励函数包含市场份额奖励项、成本惩罚项、碳排放惩罚项、技术平稳性惩罚项及约束违反惩罚项； 采用式（7）更新Q值，式（7）如下所示： 其中，表示Q值；表示Q值学习率；表示折扣因子，用于控制未来奖励的影响；为下一个状态下的最大Q值，表示智能体选择最优动作后的回报； 通过下式（8）对行为策略进行迭代更新，式（8）所示： 其中，表示智能体在状态下选择的炼钢工艺； 对强化学习模型输出的选择策略进行仿真验证，若仿真结果未达到预期优化目标，则通过离线梯度下降法调整强化学习模型的对应参数并重新训练强化学习模型，直至满足优化目标。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人天府永兴实验室;四川省环境政策研究与规划院，其通讯地址为：610213 四川省成都市天府新区集萃街619号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。