CN106200593A - 一种智能化连铸过程控制系统及其控制方法 - Google Patents
一种智能化连铸过程控制系统及其控制方法 Download PDFInfo
- Publication number
- CN106200593A CN106200593A CN201610751249.5A CN201610751249A CN106200593A CN 106200593 A CN106200593 A CN 106200593A CN 201610751249 A CN201610751249 A CN 201610751249A CN 106200593 A CN106200593 A CN 106200593A
- Authority
- CN
- China
- Prior art keywords
- data
- module
- management
- conticaster
- intranet
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000005266 casting Methods 0.000 title claims abstract description 31
- 238000007726 management method Methods 0.000 claims abstract description 58
- 238000013523 data management Methods 0.000 claims abstract description 46
- 238000004458 analytical method Methods 0.000 claims abstract description 29
- 238000013500 data storage Methods 0.000 claims abstract description 28
- 238000003860 storage Methods 0.000 claims abstract description 11
- 238000004886 process control Methods 0.000 claims abstract description 9
- 230000008569 process Effects 0.000 claims description 32
- 238000006243 chemical reaction Methods 0.000 claims description 22
- 238000001914 filtration Methods 0.000 claims description 21
- 230000007246 mechanism Effects 0.000 claims description 21
- 230000008859 change Effects 0.000 claims description 9
- 239000000284 extract Substances 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 claims description 8
- 238000007418 data mining Methods 0.000 claims description 7
- 230000004927 fusion Effects 0.000 claims description 4
- 238000005457 optimization Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 11
- 238000009749 continuous casting Methods 0.000 abstract description 10
- 238000004519 manufacturing process Methods 0.000 abstract description 8
- 238000004891 communication Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 230000010354 integration Effects 0.000 description 4
- 238000013139 quantization Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000003066 decision tree Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000000465 moulding Methods 0.000 description 2
- 230000007935 neutral effect Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 239000000344 soap Substances 0.000 description 2
- 238000000547 structure data Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000004064 recycling Methods 0.000 description 1
- 238000005201 scrubbing Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种智能化连铸过程控制系统及其控制方法,包括将连铸过程数据虚拟化的云基础架构,以及将云基础架构中的虚拟数据进行存储与管理的数据存储与管理系统,数据存储与管理系统连接开放式统一标准异构数据管理平台,该开放式统一标准异构数据管理平台连接智能分析决策平台,这种智能化连铸过程控制系统,根据连铸机控制的功能需求,结合云计算技术,构建云计算平台,为项目的各个子系统提供共享的数据平台,实现各个子系统的协同工作,同时提供智能决策服务,提供准确的过程控制信息,提高连铸生产过程的稳定性。该系统不仅能使得连铸控制各子系统有效地协同工作,而且能够针对重要的生产指标给出准确的决策信息。
Description
技术领域
本发明属于连铸机连铸过程控制技术领域,具体涉及一种智能化连铸过程控制系统及其控制方法。
背景技术
连铸过程是由多个控制部件共同参与的复杂的系统工程,传统的连铸控制由于控制部件多,控制子系统复杂,各子系统之间不能很好的协同交互等原因使得连铸过程控制较为困难且效果差,进而导致所生产的产品合格率不能很好的满足工程需要。
发明内容
本发明的目的是克服现有的连铸控制子系统不能有效协同交互和决策能力低下的问题,提供一种能使连铸控制各子系统有效地协同工作,而且能够针对重要的生产指标给出准确的决策信息的系统。
为此,本发明提供了一种智能化连铸过程控制系统,包括将连铸过程数据虚拟化的云基础架构,以及将云基础架构中的虚拟数据进行存储与管理的数据存储与管理系统,所述的数据存储与管理系统连接一个开放式统一标准异构数据管理平台,该开放式统一标准异构数据管理平台包括异构数据交换接口单元、连铸机管理业务逻辑单元和内外网数据交换单元;
所述的异构数据交换接口单元连接在数据存储与管理系统和连铸机管理业务逻辑单元之间,对从数据存储与管理系统采集的连铸机各个子系统的异构数据进行格式转换并传输给连铸机管理业务逻辑单元,同时对连铸机管理业务逻辑单元传输的数据进行格式转换并传输给数据存储与管理系统;
所述的连铸机管理业务逻辑单元连接在异构数据交换接口单元和内外网数据交换单元之间,对异构数据交换接口单元传输的数据进行处理并传输给内外网数据交换单元,同时对内外网数据交换单元传输的数据进行处理并传输给异构数据交换接口单元;
所述的内外网数据交换单元连接连铸机管理业务逻辑单元,对连铸机管理业务逻辑单元传输的数据进行融合后再传输给连铸机管理业务逻辑单元。
智能化连铸过程控制系统的过程控制方法包括如下步骤:
步骤一:异构数据交换接口单元从数据存储与管理系统采集连铸机各个子系统的异构数据,并对数据进行格式转换,传输给连铸机管理业务逻辑单元;
步骤二:连铸机管理业务逻辑单元针对格式转换后的连铸机各子系统异构数据,进行数据的过滤和分类处理,提高各子系统数据的可用性,然后传输给内外网数据交换单元;
步骤三:内外网数据交换单元在对数据进行格式转换、数据过滤及分类处理的基础上,实现各个子系统异构数据的融合,然后再传输给连铸机管理业务逻辑单元;
步骤四:连铸机管理业务逻辑单元针对内外网数据交换单元融合后的数据进行过滤和分类,然后传输给异构数据交换接口单元,为智能决策及子系统间的协同工作提供支持;
步骤五:异构数据交换接口单元对连铸机管理业务逻辑单元分类后的数据进行格式转换,传递给数据存储与管理系统进行连铸机各个子系统的协同控制。
所述的异构数据交换接口单元包括采集数据进行编码采样的信息交换与沟通模块和利用标准的数据格式转换机制对数据进行格式转换的异构数据转换模块。
所述的连铸机管理业务逻辑单元包括利用数据挖掘预处理方法进行噪声、冗余及错误等的过滤的数据过滤模块和利用数据挖掘分类方法进行智能分类的数据分类模块。
所述的内外网数据交换单元包括整合各子系统的异构应用系统整合模块、读写数据库的数据信息交换模块和协调优化连铸机子系统的业务流程管理模块。
所述的内外网数据交换单元还连接一个智能分析决策平台,智能分析决策平台从内外网数据交换单元提取知识和规则,建立知识库和规则库对知识和规则进行管理,并利用知识对各子系统间的过程控制进行决策,协调各子系统间的工作过程,实现过程控制与智能决策一体化。
所述的智能分析决策平台包括智能分析决策系统协作接口模块、知识库、推理机制模块、解释机制模块和规则库;所述的智能分析决策系统协作接口模块连接内外网数据交换单元,从内外网数据交换单元提取数据并传递给推理机制模块和解释机制模块,并建立知识库和规则库,然后由推理机制模块和解释机制模块将分析的结果和信息通过智能分析决策系统协作接口模块反馈给内外网数据交换单元。
所述的智能分析决策系统协作接口模块包括数据采集接口模块和数据智能分类模块;所述的数据采集接口模块从内外网数据交换单元提取数据,并进行基本的数据过滤和去噪,之后提交给数据智能分类模块,数据智能分类模块对数据采集接口提交的数据进行分类,根据分类结果对数据进行分类管理,并更新知识库和规则库。
所述的数据存储与管理系统包括数据存储模块与数据管理模块,所述的数据存储模块对云基础架构中的虚拟数据的数据表和数据结构建模,并建立数据库存储数据表和数据,数据管理模块对数据库进行集成,建立数据中心,实现对异构数据库的统一建模与管理。
本发明的有益效果:本发明提供的这种智能化连铸过程控制系统及其控制方法,根据连铸机控制的功能需求,结合云计算技术,构建云计算平台,为项目的各个子系统提供共享的数据平台,实现各个子系统的协同工作,同时提供智能决策服务,提供准确的过程控制信息,提高连铸生产过程的稳定性。该系统不仅能使得连铸控制各子系统有效地协同工作,而且能够针对重要的生产指标给出准确的决策信息。
附图说明
以下将结合附图对本发明做进一步详细说明。
图1是本发明的系统结构示意图。
附图说明:1、数据存储与管理系统;2、开放式统一标准异构数据管理平台;3、异构数据交换接口单元;4、连铸机管理业务逻辑单元;5、内外网数据交换单元;6、信息交换与沟通模块;7、异构数据转换模块;8、数据过滤模块;9、数据分类模块;10、异构应用系统整合模块;11、数据信息交换模块;12、业务流程管理模块;13、智能分析决策平台。
具体实施方式
实施例1:
本实施例提供一种智能化连铸过程控制系统,包括将连铸过程数据虚拟化的云基础架构,以及将云基础架构中的虚拟数据进行存储与管理的数据存储与管理系统1,所述的数据存储与管理系统1连接一个开放式统一标准异构数据管理平台2,该开放式统一标准异构数据管理平台2包括异构数据交换接口单元3、连铸机管理业务逻辑单元4和内外网数据交换单元5。
云基础架构将连铸机现场采集数据、仿真实验产生数据等连铸机智能控制平台中数据进行虚拟化,然后采用ORACLE数据库存储关系型数据进行存储统一管理,实现基于私有云架构的数据存储模块,实现连铸机智能控制平台中数据(现场采集数据、仿真实验产生数据等)的可靠存储、管理、共享等功能,同时能够保证数据的安全性以及节约存储空间。
数据存储与管理系统1包括数据存储模块与数据管理模块,所述的数据存储模块对云基础架构中的虚拟数据的数据表和数据结构建模,并建立数据库存储数据表和数据,建立知识库、业务数据库(包括工艺参数数据库、设备状态数据库)存储由数据管理模块从分布式计算架构中采集的数据。数据管理模块对数据库进行集成,建立数据中心,实现对异构数据库的统一建模与管理。另外,还可以提供较为完善的冗余备份和故障恢复机制,实现在集群中可靠地存储海量文件。
数据存储备份和存储管理源于上世纪70年代的终端/主机计算模式,当时由于数据集中在主机上,因此,易管理的海量存储设备——磁带库是当时必备的设备。80年代以后,由于PC的发展,尤其是90年代应用最广的客户机/服务器模式的普及以及互联网的迅猛发展,使得存储容量、存储模式和存储要求都发生了根本性的变化,一些新兴的存储技术迅速崛起,为构建一个更安全的信息时代提供了更多的选择。本实施例中数据的存储与管理技术,属于现有成熟的系统,使用一个存储器根据逻辑需要配备一套简单的逻辑管理程序即可实现,在此不做详细描述。
开放式统一标准异构数据管理平台2实现统一的、标准的数据交换协议,并将它们进行封装,为数据发送方与接收方提供透明的异构数据管理平台,实现各个子系统的协同工作,同时能够按照一定策略自动完成从铸造现场向研究所数据管理中心采集所需数据的任务。
异构数据交换接口单元3连接在数据存储与管理系统1和连铸机管理业务逻辑单元4之间,对从数据存储与管理系统1采集的连铸机各个子系统的异构数据进行格式转换并传输给连铸机管理业务逻辑单元4,同时对连铸机管理业务逻辑单元4传输的数据进行格式转换并传输给数据存储与管理系统1;
连铸机管理业务逻辑单元4连接在异构数据交换接口单元3和内外网数据交换单元5之间,对异构数据交换接口单元3传输的数据进行处理并传输给内外网数据交换单元5,同时对内外网数据交换单元5传输的数据进行处理并传输给异构数据交换接口单元3;
内外网数据交换单元5连接连铸机管理业务逻辑单元4,对连铸机管理业务逻辑单元4传输的数据进行融合后再传输给连铸机管理业务逻辑单元4。
开放式统一标准异构数据管理平台2利用可扩展的服务架构,对各子系统的异构数据进行转换,融合各子系统异构数据,管理各子系统的控制过程,最终实现各子系统间的协同工作。
实施例2:
本实施例提供一种智能化连铸过程控制系统的过程控制方法,结合图1所示,包括如下步骤:
步骤一:异构数据交换接口单元3从数据存储与管理系统1采集连铸机各个子系统的异构数据,并对数据进行格式转换,传输给连铸机管理业务逻辑单元4;
步骤二:连铸机管理业务逻辑单元4针对格式转换后的连铸机各子系统异构数据,进行数据的过滤和分类处理,提高各子系统数据的可用性,然后传输给内外网数据交换单元5;
步骤三:内外网数据交换单元5在对数据进行格式转换、数据过滤及分类处理的基础上,实现各个子系统异构数据的融合,然后再传输给连铸机管理业务逻辑单元4;
步骤四:连铸机管理业务逻辑单元4针对内外网数据交换单元5融合后的数据进行过滤和分类,然后传输给异构数据交换接口单元3,为智能决策及子系统间的协同工作提供支持;
步骤五:异构数据交换接口单元3对连铸机管理业务逻辑单元4分类后的数据进行格式转换,传递给数据存储与管理系统1进行连铸机各个子系统的协同控制。
通过本实施例的这种智能化连铸过程控制系统的过程控制方法,通过数据的过滤、分类、融合和共享,最终可以提供准确的过程控制信息,实现连铸控制各子系统有效地协同工作,提高连铸生产过程的稳定性。
实施例3:
本实施例在实施例1和实施例2的基础上进一步进行说明。
上述异构数据交换接口单元3包括采集数据进行编码采样的信息交换与沟通模块6和利用标准的数据格式转换机制对数据进行格式转换的异构数据转换模块7。
本实施例中,信息交换与沟通模块6是为了采集数据进行编码采样的,其具体可有一个数据采集器和配合PCM编码技术实现,数据采集(DAQ),是指从传感器和其它待测设备等模拟和数字被测单元中自动采非电量或者电量信号,送到上位机中进行分析,处理。数据采集系统是结合基于计算机或者其他专用测试平台的测量软硬件产品来实现灵活的、用户自定义的测量系统。
采样是指用每隔一定时间的信号样值序列来代替原来在时间上连续的信号,也就是在时间上将模拟信号离散化.量化是用有限个幅度值近似原来连续变化的幅度值,把模拟信号的连续幅度变为有限数量的有一定间隔的离散值.编码则是按照一定的规律,把量化后的值用二进制数字表示。编码的作用一是采用一定的格式来记录数字数据,二是采用一定的算法来压缩数字数据。
异构数据转换模块7涉及异构数据的转换,这是一种基于计算机技术的内容,属于成熟技术,具体可参照大连理工大学软件工程专业20090606邢华的硕士学位论文“异构数据转换系统的涉及与实现”。
信息交换与沟通模块6,能够自动从铸造现场向研究所实验室采集所需的数据,实现数据的量化编码、采样,然后发送到异构数据转换模块7,转换成标准的数据格式,并可以将智能决策平台的决策结果反馈到铸造现场。接收来自各子系统的异构数据,根据数据格式类型(文档、图片、不同的PLC及不同的数据库等),选择合适转换机制进行数据格式转换,实现各子系统间的信息交换与协同。
异构数据转换模块7,采用标准的数据格式转换机制(如采用XML格式、WebService、SOAP等)转换各子系统的异构数据,实现子系统间的信息交换与协调。针对不同的控制器(包含目前工业现场所有的主流控制器),如西门子、施耐德、AB的PLC等的主要的现场总线的通讯协议,上层应用程序给出控制器的地址即可从控制器中读写数据。针对不同的数据库系统,如SQL Server、MySQL或Oracle等,上层程序给出要访问的数据库所在的主机地址、主机名、数据库名、表名及相应字段名即可读写数据库。
随着研究院业务的发展变化,会增加新的子系统,采用面向服务的架构(SOA),支持新的数据转换机制的增加,提供良好的二次开发功能。
上述连铸机管理业务逻辑单元4包括利用数据挖掘预处理方法进行噪声、冗余及错误等的过滤的数据过滤模块8和利用数据挖掘分类方法(决策树、贝叶斯方法及支持向量机等)进行智能分类的数据分类模块9。数据过滤模块8和数据分类模块9用数据过滤器和数据分类器配合逻辑程序即可实现,在此不做详细说明。
连铸机管理业务逻辑单元4中,数据过滤模块8针对经过异构数据交换接口得到的连铸机各子系统数据,利用数据挖掘预处理方法(如数据清理、数据集成、数据变换及数据规约等)进行噪声、冗余及错误等的过滤功能,提高数据的可用性,为智能决策和控制提供支持。数据分类模块9,针对过滤后的连铸机各子系统数据,对其进行分类,传输到内外网数据交换中,实现异构数据的整合。
上述内外网数据交换单元5包括利用SOA、SOAP等面向服务的方法整合各子系统的异构应用系统整合模块10、采用数据库或文件访问的方法读写数据库的数据信息交换模块11和利用Wed Services等技术管理各子系统的控制过程,实现子系统间协同工作的业务流程管理模块12。
本实施例中的异构应用系统整合模块10和业务流程管理模块12是基于SOA架构的一种体系架构设计,SOA是面向服务的体系结构是一个组件模型,它将应用程序的不同功能单元(称为服务)通过这些服务之间定义良好的接口和契约联系起来。接口是采用中立的方式进行定义的,它应该独立于实现服务的硬件平台、操作系统和编程语言,这使得构建在各种各样的系统中的服务可以使用一种统一和通用的方式进行交互。本实施例中的异构应用系统整合模块10即是使用该项技术对各子系统进行整合,再利用Wed Services等技术管理各子系统的控制过程,实现子系统间协同工作。
数据信息交换模块11是基于OPC技术和RPC框架的一种,是采用数据库或文件访问的方法读写数据库。
内外网数据交换单元5对异构数据进行格式转换、数据过滤及分类处理的基础上,实现各个子系统异构数据的整合、子系统间的协同工作。其中数据信息交换部分在对异构数据进行格式转换与过滤分类处理的基础上,实现与服务器中结构化、半结构化和非结构化数据进行数据交换的机制(采用XML格式的信息交换技术),完成异构数据的融合。其中业务流程管理部分采用Web Service融合各个子系统的控制流程,协调各个子系统间的工作过程,优化各个子系统间的控制方式。
实施例4:
本实施例进一步进行改进,在上述几个实施例的基础上,内外网数据交换单元5还连接一个智能分析决策平台13,智能分析决策平台13从内外网数据交换单元5提取知识和规则,建立知识库和规则库对知识和规则进行管理,并利用知识对各子系统间的过程控制进行决策,协调各子系统间的工作过程,实现过程控制与智能决策一体化。
智能分析决策平台13包括智能分析决策系统协作接口模块、知识库、推理机制模块、解释机制模块和规则库;所述的智能分析决策系统协作接口模块连接内外网数据交换单元5,从内外网数据交换单元5提取数据并传递给推理机制模块和解释机制模块,并建立知识库和规则库,然后由推理机制模块和解释机制模块将分析的结果和信息通过智能分析决策系统协作接口模块反馈给内外网数据交换单元5。
1、智能分析决策系统协作接口模块
智能分析决策系统协作接口模块包括数据采集接口模块和数据智能分类模块;所述的数据采集接口模块从内外网数据交换单元5提取数据,并进行基本的数据过滤和去噪,之后提交给数据智能分类模块,数据智能分类模块利用按数据类型简单分类方法和机器学习分类方法(K近邻、决策树、贝叶斯方法、支持向量机、神经网络等),对数据采集接口提交的数据进行分类,根据分类结果对数据进行分类管理,并更新知识库和规则库。
智能分析决策系统协作接口模块的主要任务包含三个方面:
(1)、收集来自各个子模块的信息,并传递给智能控制系统用于建立知识库和规则库以及数据分析;
(2)、将智能控制系统分析的结果和信息反馈到各个子模块中;
(3)、与物理实验室及仿真实验室进行数据交互。
2、知识库的建立
知识库是问题求解所需要的领域知识的集合,包括基本事实、规则和其他有关信息。知识库保存从数据中学习的知识,解决之前出现过的相似问题,提高知识可复用能力,支持知识的增量性更新,是一种基于B/S模式存储已知事实的存储结构。
3、推理机制模块
根据当前已知的事实,利用知识库中的知识及规则库中的规则,按一定的推理方法(如精确推理、模糊推理及不确定推理等)和控制策略进行推理,求得推理结果,协调各子系统间的工作过程。本实施例中,推理机制模块是一种基于Rete推理算法的逻辑系统。
4、解释机制模块
该模块由一组程序组成,主要负责跟踪并记录推理过程,当用户需要对求解过程给出解释时,将根据问题的要求分别做相应的处理,最后把解答用约定的形式通过人机接口输出给用户。解释机制的实现依赖于具体推理过程,通过对推理过程进行分析,并在实现推理过程时对过程进行抽象和量化表示,从而实现推理过程的可解释性。在建立解释机制时,将推理过程量化表示分成多个节点,每到达一个节点时,记录当前节点的推理结果以及原因,保证在推理过程结束时,能够得到一个完整的推理过程的解释。本实施例中,解释机制模块是基于存储规则触发过程的一种逻辑系统。
5、规则库的建立
规则库建立要求设计实现智能分析决策平台13各个工作过程中需要遵循的基本规则,并对他们进行组织管理。
本实施例中,通过智能分析决策系统协作接口模块获得的数据经过知识获取、数据集成、信息查询、知识推理与解释等环节,最终得到准确的控制决策信息,然后由开放式统一标准异构数据管理平台2将决策信息传输给各个子系统,实现各个子系统的协同工作,提供智能决策服务,提供准确的过程控制信息,提高连铸生产过程的稳定性。本实施例中,规则库是基于产生式规则的逻辑存储结构。
以上例举仅仅是对本发明的举例说明,并不构成对本发明的保护范围的限制,凡是与本发明相同或相似的设计均属于本发明的保护范围之内。本实施例没有详细叙述的部件和结构属本行业的公知部件和常用结构或常用手段,这里不一一叙述。
Claims (9)
1.一种智能化连铸过程控制系统,包括将连铸过程数据虚拟化的云基础架构,以及将云基础架构中的虚拟数据进行存储与管理的数据存储与管理系统(1),其特征在于:所述的数据存储与管理系统(1)连接一个开放式统一标准异构数据管理平台(2),该开放式统一标准异构数据管理平台(2)包括异构数据交换接口单元(3)、连铸机管理业务逻辑单元(4)和内外网数据交换单元(5);
所述的异构数据交换接口单元(3)连接在数据存储与管理系统(1)和连铸机管理业务逻辑单元(4)之间,对从数据存储与管理系统(1)采集的连铸机各个子系统的异构数据进行格式转换并传输给连铸机管理业务逻辑单元(4),同时对连铸机管理业务逻辑单元(4)传输的数据进行格式转换并传输给数据存储与管理系统(1);
所述的连铸机管理业务逻辑单元(4)连接在异构数据交换接口单元(3)和内外网数据交换单元(5)之间,对异构数据交换接口单元(3)传输的数据进行处理并传输给内外网数据交换单元(5),同时对内外网数据交换单元(5)传输的数据进行处理并传输给异构数据交换接口单元(3);
所述的内外网数据交换单元(5)连接连铸机管理业务逻辑单元(4),对连铸机管理业务逻辑单元(4)传输的数据进行融合后再传输给连铸机管理业务逻辑单元(4)。
2.如权利要求1所述的智能化连铸过程控制系统,其特征在于,智能化连铸过程控制系统的过程控制方法包括如下步骤:
步骤一:异构数据交换接口单元(3)从数据存储与管理系统(1)采集连铸机各个子系统的异构数据,并对数据进行格式转换,传输给连铸机管理业务逻辑单元(4);
步骤二:连铸机管理业务逻辑单元(4)针对格式转换后的连铸机各子系统异构数据,进行数据的过滤和分类处理,提高各子系统数据的可用性,然后传输给内外网数据交换单元(5);
步骤三:内外网数据交换单元(5)在对数据进行格式转换、数据过滤及分类处理的基础上,实现各个子系统异构数据的融合,然后再传输给连铸机管理业务逻辑单元(4);
步骤四:连铸机管理业务逻辑单元(4)针对内外网数据交换单元(5)融合后的数据进行过滤和分类,然后传输给异构数据交换接口单元(3),为智能决策及子系统间的协同工作提供支持;
步骤五:异构数据交换接口单元(3)对连铸机管理业务逻辑单元(4)分类后的数据进行格式转换,传递给数据存储与管理系统(1)进行连铸机各个子系统的协同控制。
3.如权利要求1或2所述的智能化连铸过程控制系统,其特征在于:所述的异构数据交换接口单元(3)包括采集数据进行编码采样的信息交换与沟通模块(6)和利用标准的数据格式转换机制对数据进行格式转换的异构数据转换模块(7)。
4.如权利要求1或2所述的智能化连铸过程控制系统,其特征在于:所述的连铸机管理业务逻辑单元(4)包括利用数据挖掘预处理方法进行噪声、冗余及错误等的过滤的数据过滤模块(8)和利用数据挖掘分类方法进行智能分类的数据分类模块(9)。
5.如权利要求1或2所述的智能化连铸过程控制系统,其特征在于:所述的内外网数据交换单元(5)包括整合并协调优化各子系统的异构应用系统整合模块(10)、读写数据库的数据的数据信息交换模块(11)和协调优化连铸机子系统的业务流程管理模块(12)。
6.如权利要求1或2所述的智能化连铸过程控制系统,其特征在于:所述的内外网数据交换单元(5)还连接一个智能分析决策平台(13),智能分析决策平台(13)从内外网数据交换单元(5)提取知识和规则,建立知识库和规则库对知识和规则进行管理,并利用知识对各子系统间的过程控制进行决策,协调各子系统间的工作过程,实现过程控制与智能决策一体化。
7.如权利要求6所述的智能化连铸过程控制系统,其特征在于:所述的智能分析决策平台(13)包括智能分析决策系统协作接口模块、知识库、推理机制模块、解释机制模块和知识库;所述的智能分析决策系统协作接口模块连接内外网数据交换单元(5),从内外网数据交换单元(5)提取数据并传递给推理机制模块和解释机制模块,并建立知识库和规则库,然后由推理机制模块和解释机制模块将分析的结果和信息通过智能分析决策系统协作接口模块反馈给内外网数据交换单元(5)。
8.如权利要求7所述的智能化连铸过程控制系统,其特征在于:所述的智能分析决策系统协作接口模块包括数据采集接口模块和数据智能分类模块;所述的数据采集接口模块从内外网数据交换单元(5)提取数据,并进行基本的数据过滤和去噪,之后提交给数据智能分类模块,数据智能分类模块对数据采集接口提交的数据进行分类,根据分类结果对数据进行分类管理,并更新知识库和规则库。
9.如权利要求1所述的智能化连铸过程控制系统,其特征在于:所述的数据存储与管理系统(1)包括数据存储模块与数据管理模块,所述的数据存储模块对云基础架构中的虚拟数据的数据表和数据结构建模,并建立数据库存储数据表和数据,数据管理模块对数据库进行集成,建立数据中心,实现对异构数据库的统一建模与管理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610751249.5A CN106200593A (zh) | 2016-08-29 | 2016-08-29 | 一种智能化连铸过程控制系统及其控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610751249.5A CN106200593A (zh) | 2016-08-29 | 2016-08-29 | 一种智能化连铸过程控制系统及其控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106200593A true CN106200593A (zh) | 2016-12-07 |
Family
ID=57527551
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610751249.5A Pending CN106200593A (zh) | 2016-08-29 | 2016-08-29 | 一种智能化连铸过程控制系统及其控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106200593A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107291058A (zh) * | 2017-08-01 | 2017-10-24 | 西安交通大学 | 一种连铸生产过程数据采集监控系统 |
CN107526818A (zh) * | 2017-08-28 | 2017-12-29 | 中山市博美科研技术服务有限公司 | 一种基于企业私有云大数据处理系统及方法 |
CN109542984A (zh) * | 2018-11-02 | 2019-03-29 | 浙江大学 | 一种面向建筑结构试验的异构数据融合方法 |
CN114130978A (zh) * | 2021-11-29 | 2022-03-04 | 中冶华天南京工程技术有限公司 | 一种连铸智慧集控方法 |
CN116128057A (zh) * | 2022-11-01 | 2023-05-16 | 宝钢工程技术集团有限公司 | 一种关于连铸仿真计算的知识库建立方法 |
CN117518940A (zh) * | 2023-12-08 | 2024-02-06 | 中工慧科(北京)智能科技有限公司 | 异构系统语境同构智慧工控平台 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1103323A2 (de) * | 1999-11-29 | 2001-05-30 | SMS Demag AG | Verfahren und Vorrichtung zum Stranggiessen von Stahl |
CN101966570A (zh) * | 2009-07-27 | 2011-02-09 | 中冶赛迪工程技术股份有限公司 | 一种连铸实体仿真及虚拟实现平台 |
CN203409215U (zh) * | 2013-06-13 | 2014-01-29 | 唐山渤海冶金设备有限责任公司 | 一种连铸机液压剪切割控制系统 |
-
2016
- 2016-08-29 CN CN201610751249.5A patent/CN106200593A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1103323A2 (de) * | 1999-11-29 | 2001-05-30 | SMS Demag AG | Verfahren und Vorrichtung zum Stranggiessen von Stahl |
CN101966570A (zh) * | 2009-07-27 | 2011-02-09 | 中冶赛迪工程技术股份有限公司 | 一种连铸实体仿真及虚拟实现平台 |
CN203409215U (zh) * | 2013-06-13 | 2014-01-29 | 唐山渤海冶金设备有限责任公司 | 一种连铸机液压剪切割控制系统 |
Non-Patent Citations (1)
Title |
---|
马步强等: "连铸机智能控制平台的架构设计", 《2015连铸装备的技术创新和精细化生产技术交流会会议论文集》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107291058A (zh) * | 2017-08-01 | 2017-10-24 | 西安交通大学 | 一种连铸生产过程数据采集监控系统 |
CN107526818A (zh) * | 2017-08-28 | 2017-12-29 | 中山市博美科研技术服务有限公司 | 一种基于企业私有云大数据处理系统及方法 |
CN109542984A (zh) * | 2018-11-02 | 2019-03-29 | 浙江大学 | 一种面向建筑结构试验的异构数据融合方法 |
CN109542984B (zh) * | 2018-11-02 | 2021-06-04 | 浙江大学 | 一种面向建筑结构试验的异构数据融合方法 |
CN114130978A (zh) * | 2021-11-29 | 2022-03-04 | 中冶华天南京工程技术有限公司 | 一种连铸智慧集控方法 |
CN116128057A (zh) * | 2022-11-01 | 2023-05-16 | 宝钢工程技术集团有限公司 | 一种关于连铸仿真计算的知识库建立方法 |
CN117518940A (zh) * | 2023-12-08 | 2024-02-06 | 中工慧科(北京)智能科技有限公司 | 异构系统语境同构智慧工控平台 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106200593A (zh) | 一种智能化连铸过程控制系统及其控制方法 | |
Lu | The current status and developing trends of industry 4.0: A review | |
Milov et al. | Intellectual management decision support in gas industry. | |
CN104144204B (zh) | 一种进行工业自动化系统的模拟的方法及系统 | |
CN102130783B (zh) | 神经网络的智能化告警监控方法 | |
Di Nardo | Developing a conceptual framework model of industry 4.0 for industrial management | |
CN116485576A (zh) | 一种航空制造业知源大脑数据智能制造管理平台 | |
CN106383916B (zh) | 基于工业设备预测性维护的数据处理方法 | |
CN115097788A (zh) | 一种基于数字孪生工厂的智能管控平台 | |
Ralph et al. | Digitalization and digital transformation in metal forming: key technologies, challenges and current developments of industry 4.0 applications | |
Liu et al. | Digital Twin-based manufacturing system: A survey based on a novel reference model | |
CN113822585A (zh) | 一种智能冶炼工厂信息化管理系统 | |
CN115544775A (zh) | 一种数字孪生车间多维多层级模型构建与动态配置方法 | |
Plakhotnikov et al. | The use of artificial intelligence in cyber-physical systems | |
Gómez-Marín et al. | Integrating multi-agent system and microsimulation for dynamic modeling of urban freight transport | |
Long et al. | 6G comprehensive intelligence: network operations and optimization based on Large Language Models | |
CN116301825A (zh) | 一种基于工业互联网平台的操作系统 | |
CN115640980A (zh) | 基于目标控制的电网工程造价动态管理系统 | |
CN114881352A (zh) | 一种柔性建筑综合能源大数据智慧管理平台及构建方法 | |
Fang et al. | Design of Intelligent University Financial Management System Based on B/S Structure and Complex Data Mining | |
Dubenko et al. | Multi-Agent Reinforcement Learning for Robot Collaboration | |
CN106127422A (zh) | 一种连铸机智能控制平台 | |
Chatterjee | Process Automation to Autonomous Process in Cement Manufacturing: Basics of Transformational Approach | |
Ouyang et al. | [Retracted] Distribution Network Security Situation Awareness Method Based on the Distribution Network Topology Layered Model | |
Qiao et al. | Research and Implementation of Multi Fusion Data Model Construction Technology for Distribution Network Digital Twins |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20161207 |
|
RJ01 | Rejection of invention patent application after publication |