认知智能连铸钢包质量预判模型的应用方法及系统技术方案

本发明专利技术公开了一种认知智能连铸钢包质量预判模型的应用方法及系统，该应用方法包括：获取钢包的目标数据；其中，所述目标数据与钢包的质量参数相关；将所述目标数据输入所述认知智能连铸钢包质量预判模型；根据所述认知智能连铸钢包质量预判模型输出的结果确定所述钢包的质量是否异常，和/或所述钢包的质量发生异常的概率。本发明专利技术通过获取与钢包质量参数相关的目标数据，输入认知智能连铸钢包质量预判模型，并根据模型输出的结果分析钢包的质量是否异常、异常的原因以及异常的概率；可以充分利用认知智能在数据处理方面的技术，解决连铸过程中难以准确分析钢包质量的问题，提高连铸的效率，同时改善连铸钢坯的质量。同时改善连铸钢坯的质量。同时改善连铸钢坯的质量。

【技术实现步骤摘要】
认知智能连铸钢包质量预判模型的应用方法及系统


[0001]本专利技术涉及计算机
，尤其涉及一种认知智能连铸钢包质量预判模型的应用方法及系统。

技术介绍

[0002]在连续铸钢(下文简称“连铸”)过程中，钢包内钢水的温度、钢水的成分以及钢包的材料等诸多因素都会影响钢包内钢水的质量，进而影响铸成的钢坯的质量。目前，在连铸工艺中对钢包质量的分析与控制主要采取人工的方式，然而，这种方式存在难以对所有影响因素进行全面监控、导致质量分析准确性低的问题，进而影响铸成的钢坯的质量。

技术实现思路

[0003]本专利技术要解决的技术问题是为了克服现有技术中采用人工的方式分析连铸钢包的质量，难以对所有影响因素进行全面监控、导致质量分析准确性低的缺陷，提供一种认知智能连铸钢包质量预判模型的应用方法及系统。
[0004]本专利技术是通过下述技术方案来解决上述技术问题：
[0005]本专利技术提供一种认知智能连铸钢包质量预判模型的应用方法，包括：
[0006]获取钢包的目标数据；其中，所述目标数据与钢包的质量参数相关；
[0007]将所述目标数据输入所述认知智能连铸钢包质量预判模型；
[0008]根据所述认知智能连铸钢包质量预判模型输出的结果确定所述钢包的质量是否异常，和/或所述钢包的质量发生异常的概率；
[0009]其中，所述认知智能连铸钢包质量预判模型基于连铸过程中产生的历史数据构建。
[0010]较佳地，所述目标数据包括所述钢包内钢水的成分数据；
[0011]所述认知智能连铸钢包质量预判模型的参数基于所述历史数据拟合得到；
[0012]所述根据所述认知智能连铸钢包质量预判模型输出的结果确定所述钢包的质量是否异常的步骤包括：
[0013]判断所述认知智能连铸钢包质量预判模型输出的结果是否在允许的误差范围内；
[0014]若是，则确定所述钢包的质量正常；
[0015]若否，则确定所述钢包的质量异常。
[0016]较佳地，所述应用方法还包括：
[0017]若所述钢包的质量异常，则检测当前所述钢包内所述钢水的各个成分、所述钢水的温度和/或所述钢包内侧材料的成分，以确定质量异常的原因。
[0018]较佳地，所述目标数据包括所述钢包内钢水的过热度，所述过热度表征所述钢水的实际温度与熔点之间的温度差；
[0019]所述认知智能连铸钢包质量预判模型基于所述历史数据训练得到，所述历史数据包括所述钢水的过热度以及对应的连铸钢坯的纵裂数据；
[0020]所述根据所述认知智能连铸钢包质量预判模型输出的结果确定所述钢包的质量发生异常的概率的步骤包括：
[0021]根据所述认知智能连铸钢包质量预判模型输出的纵裂数据确定所述钢包的质量发生异常的概率。
[0022]本专利技术还提供一种认知智能连铸钢包质量预判模型的应用系统，包括：
[0023]数据获取模块，用于获取钢包的目标数据；其中，所述目标数据与钢包的质量参数相关；
[0024]数据输入模块，用于将所述目标数据输入认知智能连铸钢包质量预判模型；
[0025]质量分析模块，用于根据所述认知智能连铸钢包质量预判模型输出的结果确定所述钢包的质量是否异常，和/或所述钢包的质量发生异常的概率；
[0026]其中，所述认知智能连铸钢包质量预判模型基于连铸过程中产生的历史数据构建。
[0027]较佳地，所述目标数据包括所述钢包内钢水的成分数据；
[0028]所述认知智能连铸钢包质量预判模型的参数基于所述历史数据拟合得到；
[0029]所述质量分析模块还用于判断所述认知智能连铸钢包质量预判模型输出的结果是否在允许的误差范围内；
[0030]若是，则确定所述钢包的质量正常；
[0031]若否，则确定所述钢包的质量异常。
[0032]较佳地，所述认知智能连铸钢包质量预判模型的应用系统还包括异常原因确定模块，若所述钢包的质量异常，则检测当前所述钢包内所述钢水的各个成分、所述钢水的温度和/或所述钢包内侧材料的成分，以确定质量异常的原因。
[0033]较佳地，所述目标数据包括所述钢包内钢水的过热度，所述过热度表征所述钢水的实际温度与熔点之间的温度差；
[0034]所述认知智能连铸钢包质量预判模型基于所述历史数据训练得到，所述历史数据包括所述钢水的过热度以及对应的连铸钢坯的纵裂数据；
[0035]所述质量分析模块还用于根据所述认知智能连铸钢包质量预判模型输出的纵裂数据确定所述钢包的质量发生异常的概率。
[0036]本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上运行的计算机程序，处理器执行计算机程序时实现上述的认知智能连铸钢包质量预判模型的应用方法。
[0037]本专利技术还提供一种计算机可读存储介质，存储计算机程序，计算机程序被处理器执行时实现上述的认知智能连铸钢包质量预判模型的应用方法。
[0038]在符合本领域常识的基础上，所述各优选条件，可任意组合，即得本专利技术各较佳实施例。
[0039]本专利技术的积极进步效果在于：通过获取与钢包质量参数相关的目标数据，输入认知智能连铸钢包质量预判模型，并根据模型输出的结果分析钢包的质量是否异常、异常的原因以及异常的概率；可以充分利用认知智能在数据处理方面的技术，解决连铸过程中难以准确分析钢包质量的问题，提高连铸的效率，同时改善连铸钢坯的质量。
附图说明
[0040]图1为本专利技术实施例1的认知智能连铸钢包质量预判模型的应用方法的流程图。
[0041]图2为本专利技术实施例2的认知智能连铸钢包质量预判模型的应用方法的误差范围示意图。
[0042]图3为本专利技术实施例2的认知智能连铸钢包质量预判模型的应用方法的质量问题追溯流程图。
[0043]图4为本专利技术实施例3的认知智能连铸钢包质量预判模型的应用系统的模块示意图。
[0044]图5为本专利技术实施例4的认知智能连铸钢包质量预判模型的应用系统的模块示意图。
[0045]图6为本专利技术实施例5的电子设备的结构示意图。
具体实施方式
[0046]下面通过实施例的方式进一步说明本专利技术，但并不因此将本专利技术限制在所述的实施例范围之中。
[0047]实施例1
[0048]本实施例提供一种认知智能连铸钢包质量预判模型的应用方法，参照图1，该应用方法包括以下步骤：
[0049]S1、获取钢包的目标数据；其中，所述目标数据与钢包的质量参数相关；
[0050]S2、将所述目标数据输入所述认知智能连铸钢包质量预判模型；
[0051]S3、根据所述认知智能连铸钢包质量预判模型输出的结果确定所述钢包的质量是否异常，和/或所述钢包的质量发生异常的概率；
[0052]其中，所述认知智能连铸钢包质量预判模型基于连铸过程中产生的历史数据构建。
[0053]具体地，在连铸过程中，钢包内钢水的温度、钢水的成分以及钢包内本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种认知智能连铸钢包质量预判模型的应用方法，其特征在于，所述应用方法包括：获取钢包的目标数据；其中，所述目标数据与钢包的质量参数相关；将所述目标数据输入所述认知智能连铸钢包质量预判模型；根据所述认知智能连铸钢包质量预判模型输出的结果确定所述钢包的质量是否异常，和/或所述钢包的质量发生异常的概率；其中，所述认知智能连铸钢包质量预判模型基于连铸过程中产生的历史数据构建。2.如权利要求1所述的认知智能连铸钢包质量预判模型的应用方法，其特征在于，所述目标数据包括所述钢包内钢水的成分数据；所述认知智能连铸钢包质量预判模型的参数基于所述历史数据拟合得到；所述根据所述认知智能连铸钢包质量预判模型输出的结果确定所述钢包的质量是否异常的步骤包括：判断所述认知智能连铸钢包质量预判模型输出的结果是否在允许的误差范围内；若是，则确定所述钢包的质量正常；若否，则确定所述钢包的质量异常。3.如权利要求2所述的认知智能连铸钢包质量预判模型的应用方法，其特征在于，所述应用方法还包括：若所述钢包的质量异常，则检测当前所述钢包内所述钢水的各个成分、所述钢水的温度和/或所述钢包内侧材料的成分，以确定质量异常的原因。4.如权利要求1
‑
3中任一项所述的认知智能连铸钢包质量预判模型的应用方法，其特征在于，所述目标数据包括所述钢包内钢水的过热度，所述过热度表征所述钢水的实际温度与熔点之间的温度差；所述认知智能连铸钢包质量预判模型基于所述历史数据训练得到，所述历史数据包括所述钢水的过热度以及对应的连铸钢坯的纵裂数据；所述根据所述认知智能连铸钢包质量预判模型输出的结果确定所述钢包的质量发生异常的概率的步骤包括：根据所述认知智能连铸钢包质量预判模型输出的纵裂数据确定所述钢包的质量发生异常的概率。5.一种认知智能连铸钢包质量预判模型的应用系统，其特征在于，包括：数据获取模块，用于获取钢包的目标数据；其中，所述目标数据与钢包的质量参数相关；数据输入模块，用于将所述目标数据输入所述认知智能连铸钢...

【专利技术属性】
技术研发人员：余炯，
申请(专利权)人：华院计算技术上海股份有限公司，
类型：发明
国别省市：