一种基于最近邻聚类预报轧机机时产量的方法技术

本发明专利技术公开了一种基于最近邻聚类预报轧机机时产量的方法，包括：获取每块物料的实时轧制数据；基于轧制时间计算每块物料的纯轧时间、间隔时间、节奏时间与机时产量，并建立机时产量信息表；基于物料钢种、物料重量以及产品规格设置分类条件，基于分类条件使用最近邻聚类算法实时对物料进行分档，并建立轧机机时产量分档表；实时更新每种品规轧机纯轧时间、间隔时间、节奏时间与机时产量数据并建立轧机机时产量档位信息日志表；获取待轧制物料信息，并基于各表对未知轧机机时产量进行预测。本发明专利技术方法根据轧机轧制产品品规众多的特点，使用最近邻聚类的方法对差异允许范围内的品规整合聚类，方便产量预报和生产安排等工作进行，有效提升生产效率。有效提升生产效率。有效提升生产效率。

【技术实现步骤摘要】
一种基于最近邻聚类预报轧机机时产量的方法


[0001]本专利技术涉及轧钢自动控制
，尤其涉及一种基于最近邻聚类预报轧机机时产量的方法。

技术介绍

[0002]在钢铁生产中，轧机机时产量是指轧机在单位时间内加工物料的重量。计算机时产量的目的是：作为比较分析钢铁生产设备工作效率的指标，掌握设备运行情况。通过机时产量分析预测生产计划订单所需时间，进行生产安排与工序设置。但不同品规的物料，机时产量有明显差异，而且生产工艺的调整与设备磨损等因素使得同品规产品的机时产量会随时间发生变化。随着近年来钢铁生产设备工序的升级改造与社会生产生活对钢铁产品需求的多样化发展，钢铁产品品规分类不断增加，过往品规分类方法不再适应当前生产情况，生产人员越来越难以把控完成生产订单所需的时间安排，使得精准分类预报机时产量的需求越来越迫切。
[0003]聚类方法是依据数据的相似性将数据样本进行划分，使得具有较高相似性的样本归类为同一类簇，较高差异性的样本分到不同类簇中。现有技术通过使用最近邻聚类的技术挖掘数据信息，辅助提升算法程序数据处理能力与运行效率。若能基于聚类方法对钢铁生产机时产量进行研究预报，则可以满足实际钢铁生产对于生产节奏评价与高效生产安排的需求，具有重要的理论研究意义和工程应用价值。
[0004]因此，现有技术中存在对基于最近邻聚类预报轧机机时产量的方法的设计需求。

技术实现思路

[0005]有鉴于此，本专利技术实施例的目的在于提出一种基于最近邻聚类预报轧机机时产量的方法，本专利技术方法根据轧机轧制产品品规众多的特点，使用最近邻聚类的方法对差异允许范围内的品规整合聚类，深度挖掘生产数据中隐藏的信息，方便产量预报和生产安排等工作进行，有效提升生产效率。
[0006]基于上述目的，本专利技术实施例的提供了一种基于最近邻聚类预报轧机机时产量的方法，包括以下步骤：
[0007]S1、获取每块物料的实时轧制数据，实时轧制数据包括物料钢种、物料重量、产品规格、轧制模式以及轧制时间；
[0008]S2、基于轧制时间计算每块物料的轧机纯轧时间、间隔时间、节奏时间与机时产量，并建立轧机机时产量信息表；
[0009]S3、基于物料钢种、物料重量以及产品规格设置分类条件，基于分类条件使用最近邻聚类算法实时对物料进行分档，并建立轧机机时产量分档表；
[0010]S4、实时更新每种品规轧机纯轧时间、间隔时间、节奏时间与机时产量数据并建立轧机机时产量档位信息日志表；
[0011]S5、获取待轧制物料信息，并基于轧机机时产量信息表、轧机机时产量分档表以及
轧机机时产量档位信息日志表对未知轧机机时产量进行预测。
[0012]在一些实施方式中，在S3中，建立轧机机时产量分档表的具体步骤包括：
[0013]S3
‑
1：设置分类条件为钢种、物料重量和产品规格，基于物料重量和产品规格设置向量x
i
，设置聚类中心队列Q，设置最大距离D
max
，按时间顺序逐条读取每块物料数据，取第一块板坯数据添加入队列Q，作为钢种gz1的第一个聚类中心Q
11
；
[0014]S3
‑
2：读取第二块板坯数据，如果gz2≠gz1，取第二块板坯数据添加入队列Q，作为钢种gz2的第一个聚类中心Q
21
；
[0015]如果gz2＝gz1，计算向量x2＝(w2,kd2,hd2)与聚类中心向量x1＝(w1,kd1,hd1)的距离D
21
，若D
21
＝＜D
max
，板坯P2归类于聚类中心Q
11
；若x
21
>x
max
，板坯P2成为钢种gz1的新聚类中心Q
12
；
[0016]S3
‑
3：读取第三块板坯数据，如果gz3≠gz2，gz3≠gz1，取第三块板坯数据添加入队列Q，作为钢种gz3的第一个聚类中心Q
31
；
[0017]如果gz3＝gz2，gz3≠gz1，计算向量x3与聚类中心Q
21
的距离D
31
，如果D
31
＞D
max
，板坯P3成为新聚类中心Q
22
；否则把板坯P3归类入钢种gz2的聚类中心D
21
；
[0018]如果gz3＝gz2＝gz1，并且有聚类中心Q
11
、Q
12
，计算向量x3与聚类中心Q
11
、Q
12
的距离D
31
、D
32
，如果D
31
＞D
max
、D
32
＞D
max
，板坯P3成为钢种gz1的新聚类中心Q
13
；否则把板坯P3归类入最近的聚类中心；
[0019]依此类推，直到把所有样本都进行分类并将分类结果建立轧机机时产量分档表。
[0020]在一些实施方式中，分类条件物料重量w
i
、目标宽度kd
i
和目标厚度hd
i
的计量单位与分类划分范围各不相同，物料重量的分类划分为w
i
±
w
a
、目标宽度的分类划分为kd
i
±
kd
a
、目标厚度的分类划分为hd
i
±
hd
a
，在归类前对数值预处理：
[0021]w
i
＝w
i
/w
a
[0022]kd
i
＝kd
i
/kd
a
[0023]hd
i
＝hd
i
/hd
a
。
[0024]在一些实施方式中，在S1中，产品规格包括目标宽度kd
i
、目标厚度hd
i
，轧制时间包括每一轧制阶段的轧制开始时刻t
j
和每一轧制阶段的轧制结束时刻t
j
'。
[0025]在一些实施方式中，轧制阶段包括一次轧制阶段、待温阶段以及二次轧制阶段。
[0026]在一些实施方式中，在S2中，
[0027]轧机纯轧时间T
i1
计算方法为：计算每一阶段的轧制结束时刻与轧制开始时刻的差值并记为阶段轧制时间，对所有阶段轧制时间求和以得到T
i1
；
[0028]间隔时间T
i2
计算方法为：计算每一阶段轧制开始时刻与近邻的上一阶段轧制结束时刻的差值，再对差值进行求和以得到T
i2
；
[0029]节奏时间T
i
计算方法为：
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于最近邻聚类预报轧机机时产量的方法，其特征在于，包括：S1、获取每块物料的实时轧制数据，所述实时轧制数据包括物料钢种、物料重量、产品规格、轧制模式以及轧制时间；S2、基于所述轧制时间计算所述每块物料的轧机纯轧时间、间隔时间、节奏时间与机时产量，并建立轧机机时产量信息表；S3、基于物料钢种、物料重量以及产品规格设置分类条件，基于所述分类条件使用最近邻聚类算法实时对所述物料进行分档，并建立轧机机时产量分档表；S4、实时更新每种品规轧机纯轧时间、间隔时间、节奏时间与机时产量数据并建立轧机机时产量档位信息日志表；S5、获取待轧制物料信息，并基于所述轧机机时产量信息表、轧机机时产量分档表以及轧机机时产量档位信息日志表对未知轧机机时产量进行预测。2.根据权利要求1所述的基于最近邻聚类预报轧机机时产量的方法，其特征在于，在S3中，建立轧机机时产量分档表的具体步骤包括：S3
‑
1：设置分类条件为物料钢种gz
i
、物料重量w
i
和产品规格(目标宽度kd
i
、目标厚度hd
i
)，基于物料重量和产品规格设置向量x
i
，设置聚类中心队列Q，设置最大距离D
max
，按时间顺序逐条读取每块物料数据，取第一块板坯数据添加入队列Q，作为钢种gz1的第一个聚类中心Q
11
；S3
‑
2：读取第二块板坯数据，如果gz2≠gz1，取第二块板坯数据添加入队列Q，作为钢种gz2的第一个聚类中心Q
21
；如果gz2＝gz1，计算向量x2＝(w2,kd2,hd2)与聚类中心向量x1＝(w1,kd1,hd1)的距离D
21
，若D
21
＝＜D
max
，板坯P2归类于聚类中心Q
11
；若x
21
>x
max
，板坯P2成为钢种gz1的新聚类中心Q
12
；S3
‑
3：读取第三块板坯数据，如果gz3≠gz2，gz3≠gz1，取第三块板坯数据添加入队列Q，作为钢种gz3的第一个聚类中心Q
31
；如果gz3＝gz2，gz3≠gz1，计算向量x3与聚类中心Q
21
的距离D
31
，如果D
31
＞D
max
，板坯P3成为新聚类中心Q
22
；否则把板坯P3归类入钢种gz2的聚类中心D
21
；如果gz3＝gz2＝gz1，并且有聚类中心Q
11
、Q
12
，计算向量x3与聚类中心Q
11
、Q
12
的距离D
31
、D
32
，如果D
31
＞D
max
、D
32
＞D
max
，板坯P3成为钢种gz1的新聚类中心Q
13
；否则把板坯P3归类入最近的聚类中心；依此类推，直到把所有样本都进行分类并基于分类结果建立轧机机时产量分档表。3.根据权利要求2所述的基于最近邻聚类预报轧机机时产量的方法，其特征在于，分类条件物料重量w
i
、目标宽度kd
i
和目标厚度hd
i
的计量单位与分类划分范围各不相同，物料重量的分类划分为w
i
±
w
a
、目标宽度的分类划分为kd
i
±
kd
a
...

【专利技术属性】
技术研发人员：郝诗梦，刘家赫，荆丰伟，崔庆胜，
申请(专利权)人：北京科技大学设计研究院有限公司，
类型：发明
国别省市：