CN110523940A - 基于特征区域的结晶器粘结预警方法及系统 - Google Patents

基于特征区域的结晶器粘结预警方法及系统 Download PDF

Info

Publication number
CN110523940A
CN110523940A CN201910721303.5A CN201910721303A CN110523940A CN 110523940 A CN110523940 A CN 110523940A CN 201910721303 A CN201910721303 A CN 201910721303A CN 110523940 A CN110523940 A CN 110523940A
Authority
CN
China
Prior art keywords
bonding
thermocouple
characteristic area
characteristic
feature vector
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
Application number
CN201910721303.5A
Other languages
English (en)
Inventor
白居冰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
MCC Southern Continuous Casting Technology Engineering Co Ltd
Original Assignee
Beijing Shuyu Technology Development Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Shuyu Technology Development Co Ltd filed Critical Beijing Shuyu Technology Development Co Ltd
Priority to CN201910721303.5A priority Critical patent/CN110523940A/zh
Publication of CN110523940A publication Critical patent/CN110523940A/zh
Pending legal-status Critical Current

Links

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B22CASTING; POWDER METALLURGY
    • B22DCASTING OF METALS; CASTING OF OTHER SUBSTANCES BY THE SAME PROCESSES OR DEVICES
    • B22D11/00Continuous casting of metals, i.e. casting in indefinite lengths
    • B22D11/16Controlling or regulating processes or operations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/15Correlation function computation including computation of convolution operations

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Mechanical Engineering (AREA)
  • Investigating Or Analyzing Materials Using Thermal Means (AREA)

Abstract

本发明提出一种基于特征区域的结晶器粘结预警方法及系统,涉及漏钢技术领域,该方法包括:S110、针对单个热电偶进行数据采集,并根据所采集的数据确定上热电偶和下热电偶的基础特征数据;S120、运动粘性系数和所述上热电偶和下热电偶的基础特征数据形成多维的粘结特征向量;S130、通过将所述多维的粘结特征向量映射到高维特征空间,以所述多维的粘结特征向量为特征点获取粘结特征区域;S140、将所述待判定粘结特征向量与所述粘结特征区域相比较,若所述待判定粘结特征向量不在所述粘结特征区域内,则发出结晶器粘结预警。利用本发明,可实现自适应界定特征区域的边界,避免了传统的预警系统需要进行离线数据分析的环节,从而缩短了系统应用的周期。

Description

基于特征区域的结晶器粘结预警方法及系统
技术领域
本发明涉及钢铁冶金技术领域,尤其涉及一种基于特征区域的结晶器粘结预警方法及系统。
背景技术
粘结是指连铸过程中弯月面附近较薄的初生坯壳发生破裂,钢液渗出后与结晶器铜板接触发生粘连,随结晶器振动和铸坯下移,粘结块反复撕裂、愈合且不断下移,当其到达结晶器下部时,由于气隙的存在失去了铜板的支撑约束,钢液从裂口处溢出造成漏钢。漏钢不仅危及现场操作人员的安全,严重损坏连铸设备,同时将导致连铸生产被迫中断,设备维修和生产成本大幅上升。国内外冶金工作者开发了各种不同的预警产品,以期预防漏钢的发生,降低生产损失。
目前,现有的漏钢预报方法主要通过在结晶器铜板上嵌入安装测温热电偶,根据热电偶温度的变化来监控和判别铸坯与铜板之间是否发生粘结。
现有漏钢预报技术的实际应用情况来看,基于逻辑判断的漏钢预报方法对连铸设备、工艺参数和物性参数的依赖性较强,当工艺调整和拉速提升时,参数变动大,导致误报率和漏报率大幅上升;神经网络方法对学习和训练样本的要求较高,样本不全或无效时都会严重影响其预报效果,模型泛化能力较低。
总之,在粘结预警方面,存在着准确率低误报率高的普遍现象,使用过程中需要根据不同的工艺状态甚至生产设备的恶化状态不断调整参数,参数调整困难,难以调整到位;开发高泛化能力,无调整参数的自适应系统是当前的重点,对生产过程降低损失具有重要的意义。
所以,亟需一种能够提升检测速度,且不损失检测准确度的动作姿态识别方法。
发明内容
鉴于上述问题,本发明提供一种基于特征区域的结晶器粘结预警方法及系统,其主要目的提高泛化能力,实现无调整参数的自适应预警系统。
为实现上述目的,本发明提供一种基于特征区域的结晶器粘结预警方法,应用于电子装置,所述方法包括:S110、针对单个热电偶进行数据采集,对所采集的数据进行线性拟合以确定上热电偶和下热电偶的基础特征数据;S120、根据上热电偶和下热电偶的基础特征数据,通过公式确定上、下热电偶的运动粘性系数,并根据运动粘性系数和所述上热电偶和下热电偶的基础特征数据形成多维的粘结特征向量;S130、通过将多维的粘结特征向量映射到高维特征空间,以多维的粘结特征向量为特征点获取粘结特征区域;S140、将根据待判定热电偶数据形成的待判定粘结特征向量与所述粘结特征区域相比较,若所述待判定粘结特征向量不在所述粘结特征区域内,则发生结晶器粘结预警。
优选的,在所述步骤S130中,通过确定所述粘结特征区域的边界值获取所述粘结特征区域,确定所述粘结特征区域的边界的方法包括:S210、将多维的粘结特征向量映射到高维特征空间,在所述高维特征空间进行计算以多维的粘结特征向量为特征点的分布函数F(X),其中,F表示特征空间,X为所述特征点的多维的粘结特征向量;所述X={xi|i=1...k},k为特征向量维度,xi为特征向量的第i维分量;S220、对所述分布函数F(X)进行二阶求导,得到F(X)的二阶导数,根据F(X)的二阶导数确定各个维度的极大值与极小值作为临界值;F”(Xi)<=Limax;F”(Xi)>=Limin;其中,Li为第i维分量的临界参数。
优选的,所述上热电偶的粘结特征数据至少包括:上热电偶上升、下降模式Umode,上热电偶上升斜率Uslap,上热电偶温度升高指数UMaxCoeff,上热电偶上升、下降模式时的最大下降斜率USlapNeg;所述下热电偶的粘结特征数据至少包括:下热电偶上升、下降模式Dmode,下热电偶上升斜率Dslap,下热电偶温度升高指数DMaxCoeff,下热电偶上升、下降模式时的最大下降斜率DSlapNeg。
优选的,在所述步骤S120中,获取上、下热电偶的运动粘性系数的公式如下:
其中,上热电偶的y坐标为Yu,下热电偶的y坐标为Yd,当前的拉坯速度为v(m/min),上热电偶的最高温度点时刻为UMaxPoint,下热电偶的最高温度点产生时刻为DMaxPoint,HotPoint V为热点运动速度。
优选的,所述温度升高指数通过如下公式获得:
MaxTCoeff=Tmax/average(T,M)-1;
其中,M为数据点数量,average(T,M)为M个数据点的平均温度,Tmax为M个数据点中的最高温度。
此外,为实现上述目的,本发明还提供一种基于特征区域的结晶器粘结预警系统,包括:数据采集模块,用于针对单个热电偶进行数据采集;特征向量获取模块,用于对所采集的数据进行线性拟合以确定上热电偶和下热电偶的基础特征数据;然后根据上热电偶和下热电偶的基础特征数据,通过公式确定上、下热电偶的运动粘性系数,并根据所述运动粘性系数和所述上热电偶和下热电偶的基础特征数据形成多维的粘结特征向量;特征区域形成模块,用于通过将所述多维的粘结特征向量映射到高维特征空间,以所述多维的粘结特征向量为特征点获取粘结特征区域;粘结预警模块,用于将根据待判定的热电偶数据形成的待判定粘结特征向量与所述粘结特征区域相比较,若所述待判定粘结特征向量不在所述粘结特征区域内,则发出结晶器粘结预警。
优选的,所述特征区域形成模块包括:分布函数确定单元,用于将多维的粘结特征向量映射到高维特征空间,在高维特征空间进行计算以多维的粘结特征向量为特征点的分布函数F(X),其中,F表示特征空间,X为所述特征点的多维的粘结特征向量;所述X={xi|i=1...k},k为特征向量维度,xi为特征向量的第i维分量;边界确定单元,用于对所述分布函数F(X)进行二阶求导,得到F(X)的二阶导数,根据F(X)的二阶导数确定各个维度的极大值与极小值作为临界值;F”(Xi)<=Limax;F”(Xi)>=Limin,其中,Li为第i维分量的临界参数。
为实现上述目的,本发明还提供一种电子装置,该电子装置包括存储器和处理器,所述存储器中存储有基于特征区域的结晶器粘结预警程序,所述基于特征区域的结晶器粘结预警程序被所述处理器执行时实现如下步骤:S110、针对单个热电偶进行数据采集,对所采集的数据进行线性拟合以确定上热电偶和下热电偶的基础特征数据;S120、根据上热电偶和下热电偶的基础特征数据,通过公式确定上、下热电偶的运动粘性系数,并根据运动粘性系数和所述上热电偶和下热电偶的基础特征数据形成多维的粘结特征向量;S130、通过将多维的粘结特征向量映射到高维特征空间,以多维的粘结特征向量为特征点获取粘结特征区域;S140、将根据待判定热电偶数据形成的待判定粘结特征向量与所述粘结特征区域相比较,若所述待判定粘结特征向量不在所述粘结特征区域内,则发生结晶器粘结预警。
优选的,通过确定所述粘结特征区域的边界值获取所述粘结特征区域。确定所述粘结特征区域的边界的方法包括:S210、将多维的粘结特征向量映射到高维特征空间,在所述高维特征空间进行计算以多维的粘结特征向量为特征点的分布函数F(X),其中,F表示特征空间,X为所述特征点的多维的粘结特征向量;所述X={xi|i=1...k},k为特征向量维度,xi为特征向量的第i维分量;S220、对所述分布函数F(X)进行二阶求导,得到F(X)的二阶导数,根据F(X)的二阶导数确定各个维度的极大值与极小值作为临界值;F”(Xi)<=Limax;F”(Xi)>=Limin;其中,Li为第i维分量的临界参数。
本发明提出的基于特征区域的结晶器粘结预警方法及系统,该方法采集结晶器粘结在时间及空间上的不变量特征,并利用所述不变量特征构成用于描述粘结发展过程的静态模型,有益效果如下:
1、由于基于结晶器粘结的不变量特征,预警判断更加符合粘结发生和发展的规律,从而达到预警准确率高、误报率低的效果;
2、将铸坯粘结变化的过程描述为高维抽象空间中的点运动(高维点振动);应用中无需参数调整,通过自适应系统参数适应设备、工艺以及材料的变化;
3、解决了其他模型泛化能力差的问题,避免了系统参数调整期的调整等待,系统上线即可进入结晶器粘结预警监控;
4、无需离线数据,自适应界定特征区域的边界,避免了传统的预警系统需要进行离线数据分析的环节,从而缩短了系统应用的周期。
附图说明
图1为本发明基于特征区域的结晶器粘结预警方法较佳实施例的流程图;
图2为本发明基于特征区域的结晶器粘结预警方法较佳实施例的原理示意图;
图3为本发明的多维的粘结特征向量作为特征点分布在高维特征空间的状态图;
图4为本发明实施例的基于特征区域的结晶器粘结预警系统的逻辑结构图;
图5为本发明实施例的基于特征区域的结晶器粘结预警方法的应用环境示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明提供一种基于特征区域的结晶器粘结预警方法,将铸坯粘结变化的过程描述为高维抽象空间中的点运动(高维点振动),是以结晶器粘结在时间及空间上的不变量特征为基础判断结晶器是否粘结的方法。
需要说明的是,相对于铸坯的大生产过程来说,粘结现象属于少数的异常现象;粘结现象与正常生产状态存在明显区别,因此,粘结现象的发生意味着从正常生产状态进入非正常生产状态,这种非正常状态是突发的、快速的。如果在空间维度,将铸坯粘结变化的过程描述为高维抽象空间中的点的分布,则非正常状态表现为点的异常分布;而在时间维度上,将铸坯粘结变化的过程描述为高维抽象空间中的点的运动,非正常状态则会表现为从一个分布区域运动到另一个分布区域。
本发明提供一种基于特征区域的结晶器粘结预警方法。图1示出了根据本发明实施例的基于特征区域的结晶器粘结预警方法的流程图。该方法可以由一个装置执行,该装置可以由软件和/或硬件实现。
连铸坯的质量与生产顺行是为实现高效连铸所必须解决的两大问题;而粘结漏钢是连铸过程中漏钢的主要形式。漏钢预报技术分为漏钢预报系统和热成像系统两种,均利用埋植在结晶器铜板中的热电偶,测出浇注过程中结晶器铜板各点的温度及温度变化趋势,经过一定的规则判断发生在结晶器内可能的粘结点(铸坯的坯壳与结晶器铜板粘结),给出报警并按照一定的规则进行自动降速或者停车等控制。
其中,在正常浇注情况下,由于结晶器内新生高温坯壳的不断向下运动,上热电偶温度大于下热电偶温度;当坯壳发生粘结被拉断时,补入的钢水直接和铜板接触,上热电偶温度升高,拉断处会形成薄弱的坯壳并继续向下运动,在钢水静压力的作用下紧贴铜壁,使下热电偶的温度也随之上升;当粘结严重时,会使上、下热电偶的温升达到一定值。需要说明的是,上热电偶即为上排的热电偶,而下热电偶即为下排的热电偶。
基于上述粘结现象中上、下热电偶的温度特点,漏钢预报技术往往会在热电偶的纵方向上进行测温,即对上排热电偶温度检测后,马上就对同组的下排热电偶进行温度检测。
如图1所示,本发明提供一种基于特征区域的结晶器粘结预警方法,应用于电子装置,所述方法包括:S110-S140。
S110、针对单个热电偶进行数据采集,对所采集的数据进行线性拟合以确定上热电偶和下热电偶的基础特征数据。其中,上热电偶即为上排热电偶,下热电偶即为下排热电偶。
为了采集结晶器粘结在时间及空间上的不变量特征,因此需要针对单个热电偶进行数据采集;也就是说采集结晶器铜板内所有热电偶的在具体时刻的温度数据。
结晶器粘结关键影响因素包括:能够反应在相同实验条件下影响结晶器粘结的关键因素。在关键因素属性上取值相同的结晶器粘结样本点分布在相对独立的区域,成为粘结特征区域。
对所采集的数据进行线性拟合,是采用最小二乘法的线性回归算法进行多项拟合,进而得到基础特征数据;具体来说,是根据采集的数据点值利用最小二乘法形成标量曲线,然后对所形成的标量曲线进行特征分析,比如曲线的上升还是下降模式,如果是上升模式,那么上升的斜率,如果是下降模式,那么下降的最大斜率等。
进一步的,基础特征数据,包括上升下降模式,上升拟合斜率(即上升斜率),最大下降斜率,最高温度时间点以及温度升高指数。
基础特征数据的获取过程包括:首先,通过对数据点的线性拟合,得到多个数据点的斜率特征;通过斜率特征的正负,对所采集的数据进行分段;其中,斜率为正时,判定温度曲线变化为上升模式,斜率为负时,判定温度曲线变化为下降模式;其次,计算温度曲线的上升模式时的斜率,或者下降模式时的斜率;并计算温度曲线在下降模式时的最大下降斜率;记录最高温度点的出现时刻,即最高温度时间点MaxPoint;计算温度升高指数,假设数据点的数量为M,计算M个数据点的平均温度average(T,M),其中,这M个数据点中选择温度最高的数据点,记录其最高温度为Tmax,则温度升高指数MaxTCoeff=Tmax/average(T,M)-1。
根据上述数据运算过程,对上热电偶和下热电偶分别获取基础特征数据;其中,上热电偶的基础粘结特征数据至少包括:上热电偶上升、下降模式Umode,上热电偶上升斜率Uslap,上热电偶温度升高指数UMaxCoeff,上热电偶上升、下降模式时的最大下降斜率USlapNeg;所述下热电偶的基础粘结特征数据至少包括:下热电偶上升、下降模式Dmode;下热电偶上升斜率Dslap,下热电偶温度升高指数DMaxCoeff,下热电偶上升、下降模式时的最大下降斜率DSlapNeg。
需要说明的是,D**代表下热电偶,U**代表上热电偶。
S120、根据上热电偶和下热电偶的基础特征数据,通过公式确定上、下热电偶的运动粘性系数,并根据运动粘性系数和上热电偶和下热电偶的基础特征数据形成多维的粘结特征向量。
需要说明的是,粘结的判断特征向量(即粘结特征向量)构成中,有单只热电偶特征作为分量,组合的特征也需要作为分量;因此,需要通过单只热电偶特征数据计算组合特征数据。
在一个具体的实施例中,获取上、下热电偶的运动粘性系数UDMovementCoeff的公式如下:
其中,上热电偶的y坐标为Yu,下热电偶的y坐标为Yd,当前的拉坯速度为v(m/min),上热电偶的最高温度点时刻为UMaxPoint,下热电偶的最高温度点产生时刻为DMaxPoint,HotPoint V为热点运动速度。
需要说明的是,热电偶按照预先设计的热电偶排列方案安装,而上、下热电偶的坐标可通过热电偶的排列方案确定。
上、下热电偶的运动粘性系数,结合上热电偶和下热电偶的基础特征数据形成多维的粘结特征向量,即将不变量特征构成用于描述粘结发展过程的静态模型;在一个具体实施例中,多维特征向量P为一个九维特征向量:
P=[Umode,Uslap,UMaxCoeff,USlapNeg,Dmode,Dslap,DMaxCoeff,DSlapNeg,UDMovementCoeff]。
对特征向量P做维度描述包括,上热电偶上升、下降模式Umode,如果是上升+下降模式,为true,否则为false;上热电偶上升斜率Uslap,对上热电偶的温度曲线计算上升斜率;上热电偶温度升高指数UMaxCoeff,通过UMaxTCoeff=Tmax/average(T,M)-1进行计算;USlapNeg:上升、下降模式时的最大下降斜率;下热电偶上升、下降模式Dmode,如果是上升+下降模式,为true,否则为false;下热电偶上升斜率Dslap,对下热电偶的温度曲线计算上升斜率;下热电偶温度升高指数DMaxCoeff,通过DMaxTCoeff=Tmax/average(T,M)-1进行计算;DSlapNeg:上升、下降模式时的最大下降斜率;另外,根据上述计算公式进行计算上、下热电偶的运动粘性系数;然后,将上述特征数据作为各个维度的数据组成多维特征向量,也就是一个九维的描述该组合粘结信号的特征向量。
S130、通过将多维的粘结特征向量映射到高维特征空间,以多维的粘结特征向量为特征点获取粘结特征区域。
也就是说,每个特征向量看做是一个高维点,上述高维点分布在高维特征空间内形成一个超凸多面体。此超凸多面体在每个维度上是一个区间,因此采用每个多维粘结特征向量的某个分量是否落在该维度的定义的特征域区间上,即可判断该粘性特征向量在上述超凸多面体内,也就是在粘结特征区域内。
在一个具体的实施例中,是通过计算确定各个维度的粘结特征区域的边界值进而确定所述粘结特征区域。确定所述粘结特征区域的边界的方法,也就是计算各个维度的特征区间的方法包括:S210-S220。
S210、将多维的粘结特征向量映射到高维特征空间,在高维特征空间进行计算以多维的粘结特征向量为特征点的分布函数F(X),其中,F表示特征空间,X为所述特征点的多维的粘结特征向量;所述X={xi|i=1...k},k为特征向量维度,xi为特征向量的第i维分量。
S220、在各个维度上,对所述分布函数F(X)进行二阶求导,得到F(X)的二阶导数,根据所述F(X)的二阶导数确定各个维度的极大值与极小值作为临界值;F”(Xi)<=Limax;F”(Xi)>=Limin;其中,Li为第i维分量的临界参数。
需要说明的是,F(X)是向量的函数,对分布函数F(X)进行二阶求导,就是对多维粘结特征向量进行方向(某个维度)导数的求解,也就是确定各个维度的区域值的区间的过程。
S140、将根据待判定热电偶数据形成的待判定粘结特征向量与所述粘结特征区域相比较,若所述待判定粘结特征向量不在所述粘结特征区域内则发出结晶器粘结预警。
在各个维度内,将待判定粘结特征向量的值与所在维度内,特征区域的区间值进行比较;若待判定粘结特征向量的该维度的分量在该维度的特征区域的区间值内,则判定为正常状态的特征点。若否,即,若待判定粘结特征向量的该维度的分量不在该维度的特征区域的区间值内,则判定为非正常状态的特征点,即进行粘结预警。
综上所述,通过求二阶导数的方法找到极值点,无需调整系统参数,是基于一种超凸多面体的边界动态调整思想,进行动态地调整特征区域,从而使得本发明的基于特征区域的结晶器粘结预警方法适应生产过程、工况条件的复杂多变,及生产规格的扩展性。
图2示出了根据本发明实施例的基于特征区域的结晶器粘结预警方法的原理示意图,如图2所示,先进行单偶的特征抽象如步骤S110所示,其中,单偶的特征包括上升下降模式,上升拟合斜率(即上升斜率),温度升高指数,最高温度时间点以及最大下降斜率。先对单偶进行特征提取,若不存在上述特征则提取过程结束;然后对上、下单偶的特征进行复合,形成组合特征数据(即运动粘性系数);将上述的单偶特征和组合特征综合形成模式静态描述结构(也就是多维的粘结特征向量);对上述模式静态描述结构进行高维特征点分布计算,从而获得粘结特征区域的自调整的边界;通过判断当前特征点是否处于粘结特征区域,从而完成是否为粘结的分类过程(即当前特征点是否为粘结预警特征点的判断)。
总的来说,本发明是以获得的结晶器粘结关键影响因素集为依据,构成粘结特征区域;利用粘结特征区域的区间对特征点进行粘结预警判断。
图3示出了根据本发明实施例的多维的粘结特征向量作为特征点分布在高维特征空间的状态图,如图3所示,每个特征向量看做是一个高维点,上述高维点分布在高维特征空间内形成一个超凸多面体;针对粘结现象,在高维特征空间中有其独立的分布空间,称为粘结特征域,其表现为高维特征空间的一个密闭超体(即上述超凸多面体),这个密闭超体属于粘结的本征空间。
其中,黑色点为正常状态特征点分布;而方框内的黑色点为粘结特征点分布,可以看出,当粘结发生后,特征点由正常密集分布区向边界粘结特征域空间运动,形成离群点。而粘结判定就是要识别这样的离群点,并准确判断离群点当前所在区域是粘结特征空间,也就是粘结特征域。
本发明基于特征区域的结晶器粘结预警方法通过以多维的粘结特征向量为特征点的分布函数F(X)求二阶导数,从而找到各个维度的极值点,从而确定各个维度的区域空间;在各个维度内,将待判定粘结特征向量的值与所在维度内,特征区域的区间值进行比较;若待判定粘结特征向量的该维度的分量在该维度的特征区域的区间值内,则判定为正常状态的特征点。若否,则判定为非正常状态的特征点,即进行粘结预警。
本发明基于特征区域的结晶器粘结预警方法的多维粘结特征向量是采用了基于粘结本征的描述,更加符合粘结发生和发展的规律,预警的准确率高。而采用特征区域的描述方法在应用中无需参数调整步骤,具有自适应系统参数,可以适应设备变化、工艺变化以及原材料变化。
此外,本发明还保护一种基于特征区域的结晶器粘结预警系统。图4示出了根据本发明实施例的基于特征区域的结晶器粘结预警系统的逻辑结构,如图4所示,
基于特征区域的结晶器粘结预警系统包括:数据采集模块41,特征向量获取模块42,特征区域形成模块43,粘结预警模块44。
数据采集模块41,用于针对单个热电偶进行数据采集。
特征向量获取模块42,用于对所采集的数据进行线性拟合以确定上热电偶和下热电偶的基础特征数据;然后根据上热电偶和下热电偶的基础特征数据,通过公式确定上、下热电偶的运动粘性系数,并根据所述运动粘性系数和所述上热电偶和下热电偶的基础特征数据形成多维的粘结特征向量。
特征区域形成模块43,用于通过将所述多维的粘结特征向量映射到高维特征空间,以所述多维的粘结特征向量为特征点获取粘结特征区域。
粘结预警模块44,用于将根据待判定的热电偶数据形成的待判定粘结特征向量与所述粘结特征区域相比较,若所述待判定粘结特征向量不在所述粘结特征区域内,则发出结晶器粘结预警。
所述特征区域形成模块43包括:分布函数确定单元,用于将多维的粘结特征向量映射到高维特征空间,在高维特征空间进行计算以多维的粘结特征向量为特征点的分布函数F(X),其中,F表示特征空间,X为所述特征点的多维的粘结特征向量;所述X={xi|i=1...k},k为特征向量维度,xi为特征向量的第i维分量;边界确定单元,用于对所述分布函数F(X)进行二阶求导,得到F(X)的二阶导数,根据F(X)的二阶导数确定各个维度的极大值与极小值作为临界值;F”(Xi)<=Limax;F”(Xi)>=Limin,其中,Li为第i维分量的临界参数。
其中,获取上、下热电偶的运动粘性系数的公式为:
其中,上热电偶的y坐标为Yu,下热电偶的y坐标为Yd,当前的拉坯速度为v(m/min),上热电偶的最高温度点时刻为UMaxPoint,下热电偶的最高温度点产生时刻为DMaxPoint,HotPoint V为热点运动速度。
本发明的上述模块的具体实施方式与上述基于特征区域的结晶器粘结预警方法的具体实施方式大致相同,在此不再赘述。
本发明的基于特征区域的结晶器粘结预警系统,解决了现有的模型泛化能力差的缺陷;本发明的基于特征区域的结晶器粘结预警系统上线即可正常进入监控,无需数十天的系统参数调整期;本发明的基于特征区域的结晶器粘结预警系统无需离线数据,无需提前界定特征区域边界或者分类参数训练,避免了传统的预警系统需要进行离线数据分析的环节,从而缩短了预警系统的工程应用周期。
本发明提供一种基于特征区域的结晶器粘结预警方法,应用于一种电子装置5。参照图5所示,为根据本发明实施例的基于特征区域的结晶器粘结预警方法的应用环境示意图。
在本实施例中,电子装置5可以是服务器、智能手机、平板电脑、便携计算机、桌上型计算机等具有运算功能的终端设备。
该电子装置5包括:处理器52、存储器51、通信总线53及网络接口54。
存储器51包括至少一种类型的可读存储介质。所述至少一种类型的可读存储介质可为如闪存、硬盘、多媒体卡、卡型存储器51等的非易失性存储介质。在一些实施例中,所述可读存储介质可以是所述电子装置5的内部存储单元,例如该电子装置5的硬盘。在另一些实施例中,所述可读存储介质也可以是所述电子装置5的外部存储器51,例如所述电子装置5上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。
在本实施例中,所述存储器51的可读存储介质通常用于存储安装于所述电子装置5的基于特征区域的结晶器粘结预警程序50等。所述存储器51还可以用于暂时地存储已经输出或者将要输出的数据。
处理器52在一些实施例中可以是一中央处理器(Central Processing Unit,CPU),微处理器或其他数据处理芯片,用于运行存储器51中存储的程序代码或处理数据,例如执行基于特征区域的结晶器粘结预警程序50等。
通信总线53用于实现这些组件之间的连接通信。
网络接口54可选地可以包括标准的有线接口、无线接口(如WI-FI接口),通常用于在该电子装置5与其他电子设备之间建立通信连接。
图5仅示出了具有组件51-53的电子装置5,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。
在本发明的一个具体实施方式中,该电子装置5还可以包括用户接口,用户接口可以包括输入单元比如键盘(Keyboard)、语音输入装置比如麦克风(microphone)等具有语音识别功能的设备、语音输出装置比如音响、耳机等,可选地用户接口还可以包括标准的有线接口、无线接口。
此外,该电子装置5还可以包括显示器,显示器也可以称为显示屏或显示单元。在一些实施例中可以是LED显示器、液晶显示器、触控式液晶显示器以及有机发光二极管(Organic Light-Emitting Diode,OLED)触摸器等。显示器用于显示在电子装置5中处理的信息以及用于显示可视化的用户界面。
另外,该电子装置5还包括触摸传感器。所述触摸传感器所提供的供用户进行触摸操作的区域称为触控区域。此外,这里所述的触摸传感器可以为电阻式触摸传感器、电容式触摸传感器等。而且,所述触摸传感器不仅包括接触式的触摸传感器,也可包括接近式的触摸传感器等。此外,所述触摸传感器可以为单个传感器,也可以为例如阵列布置的多个传感器。
此外,该电子装置5的显示器的面积可以与所述触摸传感器的面积相同,也可以不同。可选地,将显示器与所述触摸传感器层叠设置,以形成触摸显示屏。该装置基于触摸显示屏侦测用户触发的触控操作。
可选地,该电子装置5还可以包括射频(Radio Frequency,RF)电路,传感器、音频电路等等,在此不再赘述。
在图5所示的装置实施例中,作为一种计算机存储介质的存储器51中可以包括操作系统、以及基于特征区域的结晶器粘结预警程序50;处理器52执行存储器51中存储的基于特征区域的结晶器粘结预警程序50时实现如下步骤:
S110、针对单个热电偶进行数据采集,对所采集的数据进行线性拟合以确定上热电偶和下热电偶的基础特征数据;S120、根据上热电偶和下热电偶的基础特征数据,通过公式确定上、下热电偶的运动粘性系数,并根据运动粘性系数和所述上热电偶和下热电偶的基础特征数据形成多维的粘结特征向量;S130、通过将多维的粘结特征向量映射到高维特征空间,以多维的粘结特征向量为特征点获取粘结特征区域;S140、将根据待判定热电偶数据形成的待判定粘结特征向量与所述粘结特征区域相比较,若所述待判定粘结特征向量不在所述粘结特征区域内,则发生结晶器粘结预警。
在其他实施例中,基于特征区域的结晶器粘结预警程序50还可以被分割为一个或者多个模块,一个或者多个模块被存储于存储器51中,并由处理器52执行,以完成本发明。本发明所称的模块是指能够完成特定功能的一系列计算机程序指令段。
所述基于特征区域的结晶器粘结预警程序50可以被分割为:数据采集模块,特征向量获取模块,特征区域形成模块,粘结预警模块;本发明的上述模块的具体实施方式与上述基于特征区域的结晶器粘结预警方法的具体实施方式大致相同,在此不再赘述。
本发明之计算机可读存储介质的具体实施方式与上述基于特征区域的结晶器粘结预警方法、电子装置的具体实施方式大致相同,在此不再赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
如上参照图1至图5以示例的方式描述根据本发明的基于特征区域的结晶器粘结预警方法、系统、装置及计算机可读存储介质。以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种基于特征区域的结晶器粘结预警方法,应用于电子装置,其特征在于,所述方法包括:
S110、针对单个热电偶进行数据采集,对所采集的数据进行线性拟合以确定上热电偶和下热电偶的基础特征数据;
S120、根据所述上热电偶和下热电偶的基础特征数据,通过公式确定上、下热电偶的运动粘性系数,并根据所述运动粘性系数和所述上热电偶和下热电偶的基础特征数据形成多维的粘结特征向量;
S130、通过将所述多维的粘结特征向量映射到高维特征空间,以所述多维的粘结特征向量为特征点获取粘结特征区域;
S140、将根据待判定热电偶数据形成的待判定粘结特征向量与所述粘结特征区域相比较,若所述待判定粘结特征向量不在所述粘结特征区域内,则发出结晶器粘结预警。
2.根据权利要求1所述的基于特征区域的结晶器粘结预警方法,其特征在于,在所述步骤S130中,通过确定所述粘结特征区域的边界值获取所述粘结特征区域,确定所述粘结特征区域的边界的方法包括:
S210、将多维的粘结特征向量映射到高维特征空间,在所述高维特征空间进行计算以多维的粘结特征向量为特征点的分布函数F(X),其中,F表示特征空间,X为所述特征点的多维的粘结特征向量;所述X={xi|i=1...k},k为特征向量维度,xi为特征向量的第i维分量;
S220、对所述分布函数F(X)进行二阶求导,得到F(X)的二阶导数,根据所述F(X)的二阶导数确定各个维度的极大值与极小值作为临界值;
F”(Xi)<=Limax;F”(Xi)>=Limin
其中,Li为第i维分量的临界参数。
3.根据权利要求1所述的基于特征区域的结晶器粘结预警方法,其特征在于,
所述上热电偶的粘结特征数据至少包括:上热电偶上升、下降模式Umode,上热电偶上升斜率Uslap,上热电偶温度升高指数UMaxCoeff,上热电偶上升、下降模式时的最大下降斜率USlapNeg;
所述下热电偶的粘结特征数据至少包括:下热电偶上升、下降模式Dmode,下热电偶上升斜率Dslap,下热电偶温度升高指数DMaxCoeff,下热电偶上升、下降模式时的最大下降斜率DSlapNeg。
4.根据权利要求1所述的基于特征区域的结晶器粘结预警方法,其特征在于,
在所述步骤S120中,获取上、下热电偶的运动粘性系数的公式如下:
其中,上热电偶的y坐标为Yu,下热电偶的y坐标为Yd,当前的拉坯速度为v(m/min),上热电偶的最高温度点时刻为UMaxPoint,下热电偶的最高温度点产生时刻为DMaxPoint,HotPoint V为热点运动速度。
5.根据权利要求3所述的基于特征区域的结晶器粘结预警方法,其特征在于,所述温度升高指数通过如下公式获得:
MaxTCoeff=Tmax/average(T,M)-1;
其中,M为数据点数量,average(T,M)为M个数据点的平均温度,Tmax为M个数据点中的最高温度。
6.一种基于特征区域的结晶器粘结预警系统,其特征在于,包括:
数据采集模块,用于针对单个热电偶进行数据采集;
特征向量获取模块,用于对所采集的数据进行线性拟合以确定上热电偶和下热电偶的基础特征数据;然后根据上热电偶和下热电偶的基础特征数据,通过公式确定上、下热电偶的运动粘性系数,并根据所述运动粘性系数和所述上热电偶和下热电偶的基础特征数据形成多维的粘结特征向量;
特征区域形成模块,用于通过将所述多维的粘结特征向量映射到高维特征空间,以所述多维的粘结特征向量为特征点获取粘结特征区域;
粘结预警模块,用于将根据待判定热电偶数据形成的待判定粘结特征向量与所述粘结特征区域相比较,若所述待判定粘结特征向量不在所述粘结特征区域内,则发出结晶器粘结预警。
7.根据权利要求6所述的基于特征区域的结晶器粘结预警系统,其特征在于,所述特征区域形成模块包括:
分布函数确定单元,用于将多维的粘结特征向量映射到高维特征空间,在所述高维特征空间进行计算以多维的粘结特征向量为特征点的分布函数F(X),其中,F表示特征空间,X为所述特征点的多维的粘结特征向量;所述X={xi|i=1...k},k为特征向量维度,xi为特征向量的第i维分量;
边界确定单元,用于对所述分布函数F(X)进行二阶求导,得到F(X)的二阶导数,根据所述F(X)的二阶导数确定各个维度的极大值与极小值作为临界值;F”(Xi)<=Limax;F”(Xi)>=Limin,其中,Li为第i维分量的临界参数。
8.根据权利要求6所述的基于特征区域的结晶器粘结预警系统,其特征在于,获取上、下热电偶的运动粘性系数的公式为:
其中,上热电偶的y坐标为Yu,下热电偶的y坐标为Yd,当前的拉坯速度为v(m/min),上热电偶的最高温度点时刻为UMaxPoint,下热电偶的最高温度点产生时刻为DMaxPoint,HotPoint V为热点运动速度。
9.一种电子装置,其特征在于,该电子装置包括存储器和处理器,所述存储器中存储有基于特征区域的结晶器粘结预警程序,所述基于特征区域的结晶器粘结预警程序被所述处理器执行时实现如下步骤:
S110、针对单个热电偶进行数据采集,对所采集的数据进行线性拟合以确定上热电偶和下热电偶的基础特征数据;
S120、根据所述上热电偶和下热电偶的基础特征数据,通过公式确定上、下热电偶的运动粘性系数,并根据所述运动粘性系数和所述上热电偶和下热电偶的基础特征数据形成多维的粘结特征向量;
S130、通过将所述多维的粘结特征向量映射到高维特征空间,以所述多维的粘结特征向量为特征点获取粘结特征区域;
S140、将根据待判定热电偶数据形成的待判定粘结特征向量与所述粘结特征区域相比较,若所述待判定粘结特征向量不在所述粘结特征区域内,则发出结晶器粘结预警。
10.根据权利要求9所述的电子装置,其特征在于,在所述步骤S130中,通过确定所述粘结特征区域的边界值获取所述粘结特征区域,确定所述粘结特征区域的边界的方法包括:
S210、将多维的粘结特征向量映射到高维特征空间,在所述高维特征空间进行计算以多维的粘结特征向量为特征点的分布函数F(X),其中,F表示特征空间,X为所述特征点的多维的粘结特征向量;所述X={xi|i=1...k},k为特征向量维度,xi为特征向量的第i维分量;
S220、对所述分布函数F(X)进行二阶求导,得到F(X)的二阶导数,根据所述F(X)的二阶导数确定各个维度的极大值与极小值作为临界值;
F”(Xi)<=Limax;F”(Xi)>=Limin
其中,Li为第i维分量的临界参数。
CN201910721303.5A 2019-08-06 2019-08-06 基于特征区域的结晶器粘结预警方法及系统 Pending CN110523940A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910721303.5A CN110523940A (zh) 2019-08-06 2019-08-06 基于特征区域的结晶器粘结预警方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910721303.5A CN110523940A (zh) 2019-08-06 2019-08-06 基于特征区域的结晶器粘结预警方法及系统

Publications (1)

Publication Number Publication Date
CN110523940A true CN110523940A (zh) 2019-12-03

Family

ID=68661552

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910721303.5A Pending CN110523940A (zh) 2019-08-06 2019-08-06 基于特征区域的结晶器粘结预警方法及系统

Country Status (1)

Country Link
CN (1) CN110523940A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111570748A (zh) * 2020-04-28 2020-08-25 中冶南方连铸技术工程有限责任公司 基于图像处理的结晶器漏钢预报方法
CN115178721A (zh) * 2022-06-07 2022-10-14 武汉钢铁有限公司 一种控制连铸结晶器内钢坯拉拔速度的方法、记录媒体及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0775766B2 (ja) * 1989-10-25 1995-08-16 新日本製鐵株式会社 連続鋳造における鋳片縦割れ検出方法
JP2004306097A (ja) * 2003-04-08 2004-11-04 Nippon Steel Corp スラグ流出検知装置、スラグ流出検知方法、コンピュータ読み取り可能な記憶媒体及びコンピュータプログラム
CN102151814A (zh) * 2010-12-30 2011-08-17 中冶连铸技术工程股份有限公司 连铸生产中的粘结报警方法和系统
CN103639385A (zh) * 2013-12-05 2014-03-19 中冶连铸技术工程股份有限公司 基于最小二乘的漏钢预报方法及系统
CN109396375A (zh) * 2018-12-11 2019-03-01 大连理工大学 一种基于特征向量和层次聚类的结晶器漏钢预报方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0775766B2 (ja) * 1989-10-25 1995-08-16 新日本製鐵株式会社 連続鋳造における鋳片縦割れ検出方法
JP2004306097A (ja) * 2003-04-08 2004-11-04 Nippon Steel Corp スラグ流出検知装置、スラグ流出検知方法、コンピュータ読み取り可能な記憶媒体及びコンピュータプログラム
CN102151814A (zh) * 2010-12-30 2011-08-17 中冶连铸技术工程股份有限公司 连铸生产中的粘结报警方法和系统
CN103639385A (zh) * 2013-12-05 2014-03-19 中冶连铸技术工程股份有限公司 基于最小二乘的漏钢预报方法及系统
CN109396375A (zh) * 2018-12-11 2019-03-01 大连理工大学 一种基于特征向量和层次聚类的结晶器漏钢预报方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王葛等: "基于支持向量机算法的连铸漏钢预报模型研究", 《燕山大学学报》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111570748A (zh) * 2020-04-28 2020-08-25 中冶南方连铸技术工程有限责任公司 基于图像处理的结晶器漏钢预报方法
CN111570748B (zh) * 2020-04-28 2021-08-06 中冶南方连铸技术工程有限责任公司 基于图像处理的结晶器漏钢预报方法
CN115178721A (zh) * 2022-06-07 2022-10-14 武汉钢铁有限公司 一种控制连铸结晶器内钢坯拉拔速度的方法、记录媒体及系统
CN115178721B (zh) * 2022-06-07 2023-05-26 武汉钢铁有限公司 一种控制连铸结晶器内钢坯拉拔速度的方法、记录媒体及系统

Similar Documents

Publication Publication Date Title
WO2021208902A1 (zh) 一种睡眠报告的生成方法、装置、终端以及存储介质
CN111754513B (zh) 产品表面缺陷分割方法、缺陷分割模型学习方法及装置
CN107430037B (zh) 用于基于设备表皮温度改变功率极限的功率管理
CN110523940A (zh) 基于特征区域的结晶器粘结预警方法及系统
CN107407952A (zh) 基于设备状态改变功率极限
CN110197146A (zh) 基于深度学习的人脸图像分析方法、电子装置及存储介质
CN112560723B (zh) 一种基于形态识别与速度估计的跌倒检测方法及系统
CN114444231B (zh) 模具剩余寿命在线自适应预测方法、装置、设备及介质
CN103475790A (zh) 一种智能移动终端功耗管理方法
CN105677082A (zh) 基于终端设备的指纹测压方法及其应用方法和对应装置
CN102151814B (zh) 连铸生产中的粘结报警方法和系统
WO2020207317A1 (zh) 用户健康评估方法、装置、存储介质及电子设备
WO2021135212A1 (zh) 订单处理
CN113825356B (zh) 冷源系统的节能控制方法、装置、电子设备和存储介质
CN101739384A (zh) 多功能电子装置及其使用方法
US20180005017A1 (en) Face model matrix training method and apparatus, and storage medium
CN114781766B (zh) 水文站点的水文信息预测方法、装置、设备及存储介质
CN104601817A (zh) 一种基于智能手机加速度传感器的用户基础属性预测方法
CN115915734A (zh) 风扇运行控制方法、装置、电子设备及存储介质
US9652068B2 (en) Electronic device and information processing method
CN116311539A (zh) 基于毫米波的睡眠动作捕捉方法、装置、设备及存储介质
Philip et al. Traffic light timer control using raspberry pi
JP7015927B2 (ja) 学習モデル適用システム、学習モデル適用方法、及びプログラム
CN109754319B (zh) 信用分值确定系统、方法、终端及服务器
CN106371985B (zh) 信息处理方法及电子设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20191203

RJ01 Rejection of invention patent application after publication
DD01 Delivery of document by public notice

Addressee: Guo Zhixiao

Document name: Notice on Approval of Extension of Time Limit

DD01 Delivery of document by public notice
DD01 Delivery of document by public notice

Addressee: Guo Zhixiao

Document name: Notice of Termination of Suspension Procedure

DD01 Delivery of document by public notice
TA01 Transfer of patent application right

Effective date of registration: 20230118

Address after: 430073, No. 51, Optics Valley Avenue, Guan Nan Industrial Park, East Lake New Technology Development Zone, Hubei, Wuhan

Applicant after: MCC SOUTHERN CONTINUOUS CASTING TECHNOLOGY ENGINEERING Co.,Ltd.

Address before: 01-a007, floor 3, No. 55, Suzhou street, Haidian District, Beijing 100055

Applicant before: Beijing Shuyu Technology Development Co.,Ltd.

TA01 Transfer of patent application right