基于改进的联邦蒸馏算法的电熔镁炉控制系统工况诊断方法技术方案

本发明专利技术公开了一种基于改进的联邦蒸馏算法的电熔镁炉控制系统工况诊断方法，包括：1、第m个客户端构建初始的电熔镁炉模型F

【技术实现步骤摘要】
基于改进的联邦蒸馏算法的电熔镁炉控制系统工况诊断方法


[0001]本专利技术涉及工业炼镁智能控制领域，具体的说是一种基于改进的联邦蒸馏算法的电熔镁炉控制系统工况诊断方法。

技术介绍

[0002]电熔镁砂具有熔点高、结构致密、抗氧化性强、耐压强度高、耐腐蚀性强以及化学性能稳定等优良特性,在工业、军事领域乃至航天工业中都是不可或缺的战略资源。目前,提炼电熔镁砂的工艺流程通常是利用三相交流电熔镁炉(简称电熔镁炉)通过电弧来对以菱镁矿石为主的粉末状原料加热熔炼。通过吸收电弧产生的热量将矿石粉末加热到近3000度,分解为熔液状态的氧化镁和二氧化碳气体,再通过降温结晶过程排除杂质,从而得到高纯度的氧化镁晶体,即电熔镁砂。而熔炼所用容器为有限使用次数的铁制炉壳,并通过水循环系统进行冷却。
[0003]电熔镁炉的运行主要包括加热熔化、加料和排气三种正常工况。由于我国电熔镁矿石存在品位低、矿物组成复杂以及成分波动大等特性,物料在熔化过程中电阻和熔点不稳定,易发生欠烧等异常工况,对生产安全、人员安全和产品质量产生很大影响,通常是由于原料杂质成分导致局部熔点升高,以及不适当的电流设定值使局部熔炼区温度低于原料熔化温度,熔池过于粘稠,使二氧化碳气体无法正常排出,迫使溶液穿透炉壳保护层与铁质炉壳直接接触,造成炉壳温度过高至烧红烧透,处理不及时甚至会导致烧漏、熔液漏出现象。
[0004]由于超高温电熔镁炉熔液温度不直接可测,目前欠烧异常工况主要通过现场工人定期观察炉壳特征来诊断。但人工巡检工作强度大、危险性高,且准确性高度依赖操作人员的经验和状态。此外,通常从正常工况到产生欠烧工况仅需2～3分钟,而巡检工人通常需要对每个厂区内的三台电熔镁炉进行往返巡视,滞后性大,处理不及时会导致漏检。针对上述问题,亟需一种自动且快速有效的电熔镁炉工况诊断方法。

技术实现思路

[0005]针对现有技术的不足，本专利技术旨在解决电熔镁炉控制系统中人工巡检工作强度大、危险性高、准确性高度依赖操作人员的经验和状态和企业数据易泄露等问题，提出一种基于改进的联邦蒸馏算法的电熔镁炉控制系统工况诊断方法，以期实现对电熔镁炉控制系统工况诊断的优化，提高电熔镁炉控制系统工况诊断的准确性和提高企业数据隐私的安全性。
[0006]本专利技术为解决技术问题采用如下技术方案：
[0007]本专利技术一种基于改进的联邦蒸馏算法的电熔镁炉控制系统工况诊断方法的特点是应用于由M个客户端和联邦中心服务器所组成的网络环境中，所述联邦中心服务器存储有未标记的公共图像集Data0、所述M个客户端中存储有有标记图像集Data
m
；所述电熔镁炉控制系统工况诊断方法是按如下步骤进行：
[0008]步骤1、所述第m个客户端构建初始的电熔镁炉模型F
m
，并从所述联邦中心服务器下载公共图像集Data0；
[0009]步骤2、定义模型本地的训练周期为E和训练轮数为i，并初始化i＝1；定义第i
‑
1轮训练的电熔镁炉初始模型的参数为并随机初始化
[0010]步骤3、第m个客户端对有标记图像集Data
m
进行图像灰度一致性变换处理后再进行时序残差图像的提取，得到时序残差图像序列V
m
；
[0011]步骤4、所述第m个客户端将时序残差图像序列V
m
输入第i
‑
1轮训练的电熔镁炉初始模型中，并采用随机梯度下降算法对所述电熔镁炉模型的参数进行更新，得到第i轮训练的电熔镁炉本地模型的参数
[0012]步骤5、将i+1赋值给i后，判断i>E是否成立，如成立，则表示模型本地训练完成，得到训练好的电熔镁炉本地模型否则，返回步骤4顺序执行；
[0013]步骤6、所述第m个客户端将公共图像集Data0输入至已训练好的电熔镁炉本地模型中，并输出所述公共图像集Data0中所有n个电熔镁炉工况样本数据的预测向量并上传至所述联邦中心服务器；其中，x
j
表示第j个电熔镁炉工况样本数据，表示第m个客户端的预测向量中第j个电熔镁炉工况样本数据x
j
的预测概率；
[0014]步骤7、所述联邦中心服务器利用式(1)将所述M个客户端在所述公共图像集Data0中第j个电熔镁炉工况样本数据x
j
的预测向量进行汇总，得到第j个电熔镁炉工况样本数据x
j
的预测概率从而利用按照式(2)得到全局共享的预测向量
[0015][0016][0017]步骤8、所述联邦中心服务器通过多广播通道向所有M个客户端广播所述全局共享的预测向量
[0018]步骤9、初始化训练轮数i＝1；并随机初始化
[0019]步骤10、所述第m个客户端将全局共享的预测向量和公共图像集Data0输入第i
‑
1轮训练的电熔镁炉初始模型中，并利用式(3)
‑
式(6)对所述电熔镁炉本地模型的参数进行更新，从而得到第i轮训练的电熔镁炉本地模型的参数
[0020][0021][0022][0023][0024]式(3)中，S为带有温度系数T的softmax函数，D(S(
·
))||S(
·
))为K
‑
L散度；
[0025]式(4)中，为符号函数，表示第m个客户端的有标记图像集Data
m
中第j个电熔镁炉工况样本数据x
m,j
是否属于类别c，若则表示第j个电熔镁炉工况样本数据x
m,j
的类别属于类别c，若表示第j个电熔镁炉工况样本数据x
m,j
的类别不属于类别c；C为类别数；
[0026]式(5)中，α为损失函数的权重，T为温度系数；
[0027]式(6)中，η
KD
为知识蒸馏的学习率；为梯度；
[0028]步骤11、将i+1赋值给i后，判断i>T是否成立，如成立，则表示完成基于改进的联邦蒸馏算法的本地训练，得到训练好的电熔镁炉改进模型F
m
′
，否则，返回步骤10顺序执行；
[0029]步骤12、所述第m个客户端通过摄像机采集t时刻的原始视频片段，并得到第m个客户端的本地待分类图像集Data
′
m
；
[0030]步骤13、将所述本地待分类图像集Data
′
m
输入至训练好的电熔镁炉改进模型F
′
m
中进行工况诊断，并输出预测结果，从而根据所述预测结果判断t时刻电熔镁炉是否处于异常状态，若异常，则通过报警器进行报警提示。
[0031]与已有技术相比，本专利技术的有益效果体现在：
[0032]1、本专利技术将通过神经网络实现电熔镁炉控制系统工况自诊断；相比于传统方法，无需操作人员定时进行监测，大大提高了电熔镁炉工况诊断的安全性。
[0033]2、本专利技术利用改进的联邦本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进的联邦蒸馏算法的电熔镁炉控制系统工况诊断方法，其特征是应用于由M个客户端和联邦中心服务器所组成的网络环境中，所述联邦中心服务器存储有未标记的公共图像集Data0、所述M个客户端中存储有有标记图像集Data
m
；所述电熔镁炉控制系统工况诊断方法是按如下步骤进行：步骤1、所述第m个客户端构建初始的电熔镁炉模型F
m
，并从所述联邦中心服务器下载公共图像集Data0；步骤2、定义模型本地的训练周期为E和训练轮数为i，并初始化i＝1；定义第i
‑
1轮训练的电熔镁炉初始模型的参数为并随机初始化步骤3、第m个客户端对有标记图像集Data
m
进行图像灰度一致性变换处理后再进行时序残差图像的提取，得到时序残差图像序列V
m
；步骤4、所述第m个客户端将时序残差图像序列V
m
输入第i
‑
1轮训练的电熔镁炉初始模型中，并采用随机梯度下降算法对所述电熔镁炉模型的参数进行更新，得到第i轮训练的电熔镁炉本地模型的参数步骤5、将i+1赋值给i后，判断i>E是否成立，如成立，则表示模型本地训练完成，得到训练好的电熔镁炉本地模型否则，返回步骤4顺序执行；步骤6、所述第m个客户端将公共图像集Data0输入至已训练好的电熔镁炉本地模型中，并输出所述公共图像集Data0中所有n个电熔镁炉工况样本数据的预测向量并上传至所述联邦中心服务器；其中，x
j
表示第j个电熔镁炉工况样本数据，表示第m个客户端的预测向量中第j个电熔镁炉工况样本数据x
j
的预测概率；步骤7、所述联邦中心服务器利用式(1)将所述M个客户端在所述公共图像集Data0中第j个电熔镁炉工况样本数据x
j
的预测向量进行汇总，得到第j个电熔镁炉工况样本数据x
j
的预测概率从而利用按照式(2)得到全局共享的预测向量从而利用按照式(2)得到全局...

【专利技术属性】
技术研发人员：李帷韬，李俊辰，童倩倩，顾嘉钦，孙伟，李奇越，张倩，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：