【技术实现步骤摘要】
本申请涉及板坯轧制领域，具体而言，涉及一种应用于板坯轧制下的杂质去除提醒方法、系统及介质。
技术介绍
1、板坯是钢坯的一种，为钢水通过连铸机连铸形成，一般铸坯宽厚比大于3的即称板坯，其主要用于轧制板材，但尚未开始轧制，轧制过程中会对板坯内的杂质进行去除，现有的板坯杂质去除方法中没有建立轧制模型，难以通过轧制模型进行灵活的调整轧制参数，造成轧制产品中的杂质清理效果较差，且在杂质清除过程中，无法进行动态提醒，影响杂质去除精度；针对上述问题，目前亟待有效的技术解决方案。
技术实现思路
1、本申请实施例的目的在于提供一种应用于板坯轧制下的杂质去除提醒方法、系统及介质，根据不同的板坯参数生成轧制参数对板坯进行轧制处理，从而将板坯中的杂质进行去除，通过分析处理后的轧制产品质量进行判断杂质去除效果，并进行动态提醒，提高板坯轧制灵活性。
2、本申请实施例还提供了一种应用于板坯轧制下的杂质去除提醒方法，包括：
3、获取板坯参数信息，板坯参数信息包括板坯厚度、板坯组分、板坯金相结构；
4、将板坯参数信息输入轧制模型，通过轧制模型输出设定的轧制参数信息；
5、根据设定的轧制参数信息对板坯进行轧制，并获取实时轧制状态信息；
6、基于实时轧制状态信息分析板坯参数信息的变化数据，根据板坯参数信息的变化数据输入质量评价模型，根据质量评价模型输出轧制产品质量评价结果；
7、根据质量评价结果生成杂质去除信息，将杂质去除信息传输至终端进行杂质去除
8、可选地，在本申请实施例所述的应用于板坯轧制下的杂质去除提醒方法中，获取板坯参数信息，具体包括：
9、采集板坯图像，提取图像特征，将图像特征进行归一化处理，得到优化图像特征；
10、将优化图像特征与设定的参考特征进行比较，得到特征偏差率；
11、判断所述特征偏差率是否大于或等于预设的特征偏差率阈值；
12、若大于或等于，则将优化图像特征判定为背景特征，将背景特征进行剔除；
13、若小于，则判定为板坯特征，根据板坯特征获取板坯边缘特征，生成板坯厚度。
14、可选地，在本申请实施例所述的应用于板坯轧制下的杂质去除提醒方法中，将板坯参数信息输入轧制模型，通过轧制模型输出设定的轧制参数信息，具体包括：
15、获取板坯参数信息，得到板坯厚度数据集、板坯组分数据集与板坯金相结构数据集；
16、根据板坯参数的权重信息生成数据集比例信息，根据数据集比例信息调用对应比例的板坯厚度数据量、板坯组分数据量与板坯金相结构数据量，生成训练数据集；
17、将训练数据集输入轧制模型进行模型训练，得到训练结果，判断训练结果是否收敛；
18、若收敛，则根据轧制模型输出设定的轧制参数信息；
19、若不收敛，则调整数据集比例，生成新的训练数据集，根据新的训练数据集对轧制模型进行训练，直至轧制模型收敛。
20、可选地，在本申请实施例所述的应用于板坯轧制下的杂质去除提醒方法中，根据设定的轧制参数信息对板坯进行轧制，并获取实时轧制状态信息，具体包括：
21、获取轧制参数信息，轧制参数信息包括轧制温度、轧制速度与轧制力；
22、根据轧制参数信息分析不同时间节点的轧制温度、轧制速度与轧制力；
23、将相邻时间节点的轧制温度进行差值计算，得到温度差；
24、判断所述温度差是否大于或等于设定的温度阈值；
25、若大于或等于，则调整轧制温度；
26、若小于，则根据当前轧制温度生成轧制状态信息。
27、可选地，在本申请实施例所述的应用于板坯轧制下的杂质去除提醒方法中，根据轧制参数信息分析不同时间节点的轧制温度、轧制速度与轧制力，还包括：
28、获取不同时间节点的轧制速度，根据不同时间节点的轧制速度分析速度变化率；
29、根据速度变化率分析不同时间节点对应的轧制力，生成轧制速度与轧制力的关系曲线；
30、根据轧制速度与轧制力的关系曲线分析轧制力的变化量；
31、根据轧制力的变化量分析杂质处理结果；
32、判断轧制处理结果是否满足要求；
33、若满足要求，则按照当前轧制速度与轧制力对板坯进行轧制处理；
34、若不满足要求，则调整轧制速度或轧制力。
35、可选地，在本申请实施例所述的应用于板坯轧制下的杂质去除提醒方法中，基于实时轧制状态信息分析板坯参数信息的变化数据，根据板坯参数信息的变化数据输入质量评价模型，根据质量评价模型输出轧制产品质量评价结果，具体包括：
36、获取不同时间节点的轧制状态信息，将相邻时间节点的轧制状态信息进行比较，得到状态差值；
37、根据状态差值计算板坯参数变化量，根据质量评价模型对板坯参数变化量进行分析；
38、若板坯参数变化量大于第一变化量阈值且小于第二变化量阈值，则生成第一质量评价信息；
39、若板坯参数变化量大于或等于第二变化量阈值，则生成第二质量评价信息；
40、根据第一质量评价信息与第二质量评价信息生成轧制产品质量评价结果；
41、其中，质量评价模型的训练方法如下：
42、基于板坯参数变化信息与质量评价结果的关系，生成训练数据；
43、根据训练数据对质量评价模型进行若干次迭代训练，根据迭代训练结果动态调整质量评价模型的模型参数；
44、将训练数据随机抽取建立验证集，将验证集输入训练后的质量评价模型进行验证，得到验证结果；
45、基于验证结果对质量评价模型添加约束条件，得到最终的质量评价模型，基于最终的质量评价模型对板坯参数变化量进行分析，其中约束条件包括模型参数的取值范围或迭代训练的次数。
46、第二方面，本申请实施例提供了一种应用于板坯轧制下的杂质去除提醒系统，该系统包括：存储器及处理器，所述存储器中包括应用于板坯轧制下的杂质去除提醒方法的程序，所述应用于板坯轧制下的杂质去除提醒方法的程序被所述处理器执行时实现以下步骤：
47、获取板坯参数信息，板坯参数信息包括板坯厚度、板坯组分、板坯金相结构；
48、将板坯参数信息输入轧制模型，通过轧制模型输出设定的轧制参数信息；
49、根据设定的轧制参数信息对板坯进行轧制，并获取实时轧制状态信息；
50、基于实时轧制状态信息分析板坯参数信息的变化数据，根据板坯参数信息的变化数据输入质量评价模型，根据质量评价模型输出轧制产品质量评价结果；
51、根据质量评价结果生成杂质去除信息，将杂质去除信息传输至终端进行杂质去除提醒。
52、可选地，在本申请实施例所述的应用于板坯轧制下的杂质去除提醒系统中，获取板坯参数信息，具体包括：
53、采集板坯图像，提取图像特征，将图像特征进本文档来自技高网...
【技术保护点】
1.一种应用于板坯轧制下的杂质去除提醒方法，其特征在于，包括：
2.根据权利要求1所述的应用于板坯轧制下的杂质去除提醒方法，其特征在于，基于实时轧制状态信息分析板坯参数信息的变化数据，根据板坯参数信息的变化数据输入质量评价模型，根据质量评价模型输出轧制产品质量评价结果，具体包括：
3.根据权利要求2所述的应用于板坯轧制下的杂质去除提醒方法，其特征在于，获取板坯参数信息，具体包括：
4.根据权利要求3所述的应用于板坯轧制下的杂质去除提醒方法，其特征在于，根据设定的轧制参数信息对板坯进行轧制，并获取实时轧制状态信息，具体包括：
5.根据权利要求4所述的应用于板坯轧制下的杂质去除提醒方法，其特征在于，根据轧制参数信息分析不同时间节点的轧制温度、轧制速度与轧制力，还包括：
6.一种应用于板坯轧制下的杂质去除提醒系统，其特征在于，该系统包括：存储器及处理器，所述存储器中包括应用于板坯轧制下的杂质去除提醒方法的程序，所述应用于板坯轧制下的杂质去除提醒方法的程序被所述处理器执行时实现以下步骤：
7.根据权利要求6所述的应用
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中包括应用于板坯轧制下的杂质去除提醒方法程序，所述应用于板坯轧制下的杂质去除提醒方法程序被处理器执行时，实现如权利要求1至5中任一项所述的应用于板坯轧制下的杂质去除提醒方法的步骤。
...【技术特征摘要】
1.一种应用于板坯轧制下的杂质去除提醒方法，其特征在于，包括：
2.根据权利要求1所述的应用于板坯轧制下的杂质去除提醒方法，其特征在于，基于实时轧制状态信息分析板坯参数信息的变化数据，根据板坯参数信息的变化数据输入质量评价模型，根据质量评价模型输出轧制产品质量评价结果，具体包括：
3.根据权利要求2所述的应用于板坯轧制下的杂质去除提醒方法，其特征在于，获取板坯参数信息，具体包括：
4.根据权利要求3所述的应用于板坯轧制下的杂质去除提醒方法，其特征在于，根据设定的轧制参数信息对板坯进行轧制，并获取实时轧制状态信息，具体包括：
5.根据权利要求4所述的应用于板坯轧制下的杂质去除提醒方法，其特征在于，根据轧制参数...
【专利技术属性】
技术研发人员：陈洋，
申请(专利权)人：宝鸡核力材料科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。