【技术实现步骤摘要】
本专利技术涉及回转窑，特别是涉及一种回转窑高温区温度测量方法、装置、电子设备及计算机可读存储介质。
技术介绍
1、工业回转窑是一种连续转动的大型高温热工装备，广泛应用于冶炼、发电、建材等国民经济支柱产业。回转窑内部温度的准确获取是决定高温工业过程生产稳定运行、污染物排放的关键工艺参数，是目前传统产业提质降耗、绿色发展的瓶颈问题。
2、目前传统炉窑温度检测方法仍以热电偶、测温枪和红外热像仪为主。测温枪和红外热像仪受炉窑内粉尘的影响，测温距离和精度有限，无法测量炉窑高温区的温度。热电偶在旋转物料和高温结圈的影响下，短时间内就会失准甚至损坏。利用红外热像仪测量窑皮温度，然后再根据耐材导热系数计算窑内温度的方法，受外部环境（例如、气温、降水、风，降温水雾等）和窑壁厚度不均（主要是要内壁结圈导致）等问题的影响，也很难计算出准确的窑内高温区温度。因此，如何准确获取工业回转窑运行的过程中高温区的温度是本领域技术人员需要解决的问题。
技术实现思路
1、本专利技术实施例的目的是提供一种回转窑高温区温度测量方法、装置、电子设备及计算机可读存储介质，能够实现对回转窑高温区温度的测量，测量精确度高、实时性强，利于提高回转窑的生产稳定性。
2、为解决上述技术问题，本专利技术实施例提供了以下技术方案：
3、本专利技术一方面提供了一种回转窑高温区温度测量方法，包括：
4、采集各个窑头预设测温点及各个窑身低温区预设测温点在预设时长内的温度序列数据；
5、
6、其中，所述高温区温度预测模型为基于各个所述窑头预设测温点、各个所述窑身低温区预设测温点及所述高温区待测点的历史温度序列数据结合长短期记忆网络训练而成的。
7、在一种示例性的实施方式中，所述采集各个窑头预设测温点及各个窑身低温区预设测温点在预设时长内的温度序列数据，包括：
8、通过设置于窑头的红外热成像仪获取预设时长内的各个第一温度数据；
9、通过设置于窑身低温区的各个热电偶获取所述预设时长内的各个第二温度数据；
10、各个所述第一温度数据和各个所述第二温度数据构成对应的温度序列数据。
11、在一种示例性的实施方式中，所述高温区温度预测模型为基于各个所述窑头预设测温点、各个所述窑身低温区预设测温点及所述高温区待测点的历史温度序列数据结合长短期记忆网络训练而成的，包括：
12、获取各个所述窑头预设测温点及各个所述窑身低温区预设测温点的历史温度序列数据，所述历史温度序列数据包括与每个历史时刻分别对应的历史温度数据组；其中，所述历史温度数据组包括窑头的各个窑头预设测温点分别对应的历史温度以及低温区的各个所述窑身低温区预设测温点分别对应的历史温度；
13、获取所述高温区待测点处与每个所述历史时刻分别对应的目标历史温度；
14、将各个所述历史时刻分别对应的历史温度数据组作为长短期记忆网络的输入，将与每个所述历史时刻分别对应的目标历史温度作为训练目标进行神经网络的训练，并在训练过程中更新训练参数，直至满足预设条件的情况下得到训练好的高温区温度预测模型。
15、在一种示例性的实施方式中，在获取所述获取各个所述窑头预设测温点及各个所述窑身低温区预设测温点的历史温度序列数据之后，还包括：
16、对所述历史温度序列数据进行滤波处理和平滑处理，得到处理后的历史温度序列数据；
17、则，所述将各个所述历史时刻分别对应的历史温度数据组作为长短期记忆网络的输入，包括：
18、将所述处理后的历史温度序列数据中各个所述历史时刻分别对应的历史温度数据组作为长短期记忆网络的输入。
19、在一种示例性的实施方式中，所述对所述历史温度序列数据进行滤波处理和平滑处理，得到处理后的历史温度序列数据，包括：
20、采用异常尖峰值对所述历史温度序列数据中的异常点进行滤波处理；
21、采用高斯滤波对过滤后的历史温度序列数据进行平滑处理，得到处理后的历史温度序列数据。
22、在一种示例性的实施方式中，所述训练参数包括：模型层数、隐层节点数量、最大周期、最小批次的大小、梯度阈值、初始学习率、学习率下周周期、学习率下降因子。
23、在一种示例性的实施方式中，所述采用预先建立的高温区温度预测模型对所述温度序列数据进行分析，得到高温区待测点的温度数据，包括：
24、采用预先建立的高温区温度预测模型对所述温度序列数据进行分析，得到高温区待测点对应的温度序列数据；
25、将所述温度序列数据中最后一个时刻对应的温度数据作为所述高温区待测点的当前温度数据。
26、本专利技术另一方面提供了一种回转窑高温区温度测量方法，包括：
27、采集模块，用于采集各个窑头预设测温点及各个窑身低温区预设测温点在预设时长内的温度序列数据；
28、预测模块，用于采用预先建立的高温区温度预测模型对所述温度序列数据进行分析，得到高温区待测点的温度数据；其中，所述高温区温度预测模型为基于各个所述窑头预设测温点、各个所述窑身低温区预设测温点及所述高温区待测点的历史温度序列数据结合长短期记忆网络训练而成的。
29、本专利技术另一方面提供了一种电子设备，包括：
30、存储器，用于存储计算机程序；
31、处理器，用于执行所述计算机程序时实现如上述所述回转窑高温区温度测量方法的步骤。
32、本专利技术另一方面提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述所述回转窑高温区温度测量方法的步骤。
33、从以上技术方案可以看出，本专利技术实施例具有以下优点：
34、本专利技术实施例中提供了一种回转窑高温区温度测量方法，包括：采集各个窑头预设测温点及各个窑身低温区预设测温点在预设时长内的温度序列数据；采用预先建立的高温区温度预测模型对温度序列数据进行分析，得到高温区待测点的温度数据；其中，高温区温度预测模型为基于各个窑头预设测温点、各个窑身低温区预设测温点及高温区待测点的历史温度序列数据结合长短期记忆网络训练而成的。
35、由此可见，本专利技术实施例中预先根据回转窑的各个窑头预设测温点、各个窑身低温区预设测温点及高温区待测点的历史温度序列数据，结合长短期记忆网络训练高温区温度预测模型，在对回转窑高温区温度进行测量时，采集各个窑头预设测温点及各个窑身低温区预设测温点在预设时长内的温度序列数据，然后通过该高温区温度预测模型对温度序列数据进行分析，即可得到高温区待测点的温度数据；由于窑头区域及低温区中测温点的温度数据可以直接通过测温器件进行采集，本专利技术实施例中可以通过基于长短期记忆网络建立的高温区温度预测模型结合窑头区域的温度数据及低温区的温度数据对窑身高温区的温度数据进行预测，实现对本文档来自技高网...
【技术保护点】
1.一种回转窑高温区温度测量方法，其特征在于，包括：
2.根据权利要求1所述的回转窑高温区温度测量方法，其特征在于，所述采集各个窑头预设测温点及各个窑身低温区预设测温点在预设时长内的温度序列数据，包括：
3.根据权利要求1所述的回转窑高温区温度测量方法，其特征在于，所述高温区温度预测模型为基于各个所述窑头预设测温点、各个所述窑身低温区预设测温点及所述高温区待测点的历史温度序列数据结合长短期记忆网络训练而成的，包括：
4.根据权利要求3所述的回转窑高温区温度测量方法，其特征在于，在获取所述获取各个所述窑头预设测温点及各个所述窑身低温区预设测温点的历史温度序列数据之后，还包括：
5.根据权利要求4所述的回转窑高温区温度测量方法，其特征在于，所述对所述历史温度序列数据进行滤波处理和平滑处理，得到处理后的历史温度序列数据，包括：
6.根据权利要求3所述的回转窑高温区温度测量方法，其特征在于，所述训练参数包括：模型层数、隐层节点数量、最大周期、最小批次的大小、梯度阈值、初始学习率、学习率下周周期、学习率下降因子。
7.
8.一种回转窑高温区温度测量方法，其特征在于，包括：
9.一种电子设备，其特征在于，包括：
10.一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上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述回转窑高温区温度测量方法的步骤。
...【技术特征摘要】
1.一种回转窑高温区温度测量方法，其特征在于，包括：
2.根据权利要求1所述的回转窑高温区温度测量方法，其特征在于，所述采集各个窑头预设测温点及各个窑身低温区预设测温点在预设时长内的温度序列数据，包括：
3.根据权利要求1所述的回转窑高温区温度测量方法，其特征在于，所述高温区温度预测模型为基于各个所述窑头预设测温点、各个所述窑身低温区预设测温点及所述高温区待测点的历史温度序列数据结合长短期记忆网络训练而成的，包括：
4.根据权利要求3所述的回转窑高温区温度测量方法，其特征在于，在获取所述获取各个所述窑头预设测温点及各个所述窑身低温区预设测温点的历史温度序列数据之后，还包括：
5.根据权利要求4所述的回转窑高温区温度测量方法，其特征在于，所述对所述历史温度序列数据进行滤波处理和平...
【专利技术属性】
技术研发人员：叶恒棣，朱佼佼，曾小信，张震，
申请(专利权)人：中冶长天国际工程有限责任公司，
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。