CN114367547B - 一种轧制数据的统计方法和装置 - Google Patents
一种轧制数据的统计方法和装置 Download PDFInfo
- Publication number
- CN114367547B CN114367547B CN202111626063.4A CN202111626063A CN114367547B CN 114367547 B CN114367547 B CN 114367547B CN 202111626063 A CN202111626063 A CN 202111626063A CN 114367547 B CN114367547 B CN 114367547B
- Authority
- CN
- China
- Prior art keywords
- speed
- stable
- value
- data
- rolling
- 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.)
- Active
Links
- 238000005096 rolling process Methods 0.000 title claims abstract description 159
- 238000007619 statistical method Methods 0.000 title claims abstract description 28
- 238000000034 method Methods 0.000 claims abstract description 111
- 230000008569 process Effects 0.000 claims abstract description 85
- 229910000831 Steel Inorganic materials 0.000 claims abstract description 42
- 239000010959 steel Substances 0.000 claims abstract description 42
- 238000012545 processing Methods 0.000 claims abstract description 17
- 238000004590 computer program Methods 0.000 claims description 10
- 238000003860 storage Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 2
- 238000012216 screening Methods 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000004519 manufacturing process Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000010924 continuous production Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21B—ROLLING OF METAL
- B21B38/00—Methods or devices for measuring, detecting or monitoring specially adapted for metal-rolling mills, e.g. position detection, inspection of the product
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21B—ROLLING OF METAL
- B21B37/00—Control devices or methods specially adapted for metal-rolling mills or the work produced thereby
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21B—ROLLING OF METAL
- B21B38/00—Methods or devices for measuring, detecting or monitoring specially adapted for metal-rolling mills, e.g. position detection, inspection of the product
- B21B38/08—Methods or devices for measuring, detecting or monitoring specially adapted for metal-rolling mills, e.g. position detection, inspection of the product for measuring roll-force
Abstract
本发明公开了一种轧制数据的统计方法和装置,所述方法包括:获取当前带钢在轧制过程中的工艺数据集,其中,所述工艺数据集中包括多组在同一时刻采集的轧制数据;根据预设条件处理所述工艺数据集的目标数据,获得稳定数据;根据所述稳定数据,对应提取所述工艺数据集中所述当前带钢的稳态工艺数据。本发明的统计方法准确地获得稳态工艺数据,能够适用于离线或在线的应用,提升轧制数据的处理效率;由于稳态数据筛选的精度提升,为工艺人员分析稳态问题提供了精准的数据基础。
Description
技术领域
本申请涉及轧制数据统计的技术领域,尤其涉及一种轧制数据的统计方法和装置。
背景技术
带钢的轧制生产是一个连续的过程,一般情况下包含三个轧制状态,分别为:升速、稳态、降速。根据实际经验,带钢在升速或降速的轧制过程是一个不稳定的状态,尤其是存在较大升降速的时候,往往会明显加剧轧制的不稳定性,该状态不利于评估轧制相关技术水平特性。因此,在评价带钢的生产过程中,往往是以稳定状态下的轧制过程进行评价。
对于理想带钢的生产,其轧制过程一般是带钢头部升速,中部稳态,尾部降速。根据以稳态过程进行统计分析的目标,对于理想的轧制钢卷,只要去除一定带钢头尾长度,就可以去掉升降的轧制状态,获取带钢轧制稳态。通过这样的方法,就可以简洁的获得稳态的相关的数据,进而实现相关的统计和分析。
但是在实际的生产过程中,往往伴随着带钢全长上的原料波动、生产设备的变化、质量缺陷的存在等不利因素,这些因素都影响轧制过程的稳定性,往往需要进行降速处理,这样一个轧制过程中就会出现中间降速或升速的情况,以及多个稳态。这种情况下,原始简单去除头尾固定长度获取稳态的方法就无法实际需求。面对复杂轧制过程,需要通过更加有效评判的方法来实现稳态工艺数据的统计。
因此,如何准确地获得稳态工艺数据,是目前亟待解决的技术问题。
发明内容
本发明的一种轧制数据的统计方法和装置,以准确地获得稳态工艺数据。
本发明实施例提供了以下方案:
第一方面,本发明实施例提供了一种轧制数据的统计方法,所述方法包括:
获取当前带钢在轧制过程中的工艺数据集,其中,所述工艺数据集中包括多组在同一时刻采集的轧制数据;
根据预设条件处理所述工艺数据集的目标数据,获得稳定数据;
根据所述稳定数据,对应提取所述工艺数据集中所述当前带钢的稳态工艺数据。
在一种可选的实施例中,所述获取当前带钢在轧制过程中的工艺数据集,包括:
获取预设频率;
根据所述预设频率采集所述当前带钢轧制过程中的所述轧制数据,其中,所述轧制数据至少包括轧制速度和轧制力;
根据在所述预设频率采集的所有所述轧制数据,获得所述工艺数据集。
在一种可选的实施例中,所述根据预设条件处理所述工艺数据集的目标数据,获得稳定数据,包括:
获取所述预设条件的稳定偏差阈值和稳定数量阈值;
根据所述稳定偏差阈值、所述稳定数量阈值和所述目标数据的轧制速度集,获得所述稳定数据。
在一种可选的实施例中,所述获取所述预设条件的稳定数量阈值,包括:
获取稳定时间阈值和所述轧制数据的采集频率;
根据所述稳定时间阈值和所述采集频率,获得所述稳定数量阈值。
在一种可选的实施例中,所述根据所述稳定偏差阈值、所述稳定数量阈值和所述目标数据的轧制速度集,获得所述稳定数据,包括:
获取所述轧制速度集的稳定平均值和多个速度值,其中,所述速度值依采集次序排列;
根据所述稳定平均值和当前速度值,获得速度差值;
根据所述速度差值和所述稳定偏差阈值,确定所述当前速度值对应的当前速度与历史速度是否为同一速度状态;
若是,则继续确定下一所述速度值,直至连续的累计数量不小于所述稳定数量阈值,确定累计的所述当前速度值为所述稳定数据;
若否,则更新所述稳定平均值为所述当前速度值,并继续确定所述当前速度值之后的所述速度值是否与所述稳定平均值为同一速度状态。
在一种可选的实施例中,所述根据当前速度值和稳定平均值,获得速度差值之前,还包括:
判断所述当前速度值是否为初始速度值,其中,所述初始速度值为采集的第一个速度值;
若是,则更新所述稳定平均值为所述初始速度值;
若否,则执行根据当前速度值和稳定平均值,获得速度差值。
在一种可选的实施例中,所述继续确定下一所述速度值之前,还包括:
获取当前速度值的累计次数;
根据所述累计次数、所述当前速度值和所述稳定平均值,更新所述稳定平均值。
第二方面,本发明实施例还提供了一种轧制数据的统计装置,所述装置包括:
获取模块,用于获取当前带钢在轧制过程中的工艺数据集,其中,所述工艺数据集中包括多组在同一时刻采集的轧制数据;
获得模块,用于根据预设条件处理所述工艺数据集的目标数据,获得稳定数据;
提取模块,用于根据所述稳定数据,对应提取所述工艺数据集中所述当前带钢的稳态工艺数据。
在一种可选的实施例中,所述获取模块,包括:
第一获取子模块,用于获取预设频率;
采集子模块,用于根据所述预设频率采集所述当前带钢轧制过程中的所述轧制数据,其中,所述轧制数据至少包括轧制速度和轧制力;
第一获得子模块,用于根据在所述预设频率采集的所有所述轧制数据,获得所述工艺数据集。
在一种可选的实施例中,所述获得模块,包括:
第二获取子模块,用于获取所述预设条件的稳定偏差阈值和稳定数量阈值;
第二获得子模块,用于根据所述稳定偏差阈值、所述稳定数量阈值和所述目标数据的轧制速度集,获得所述稳定数据。
在一种可选的实施例中,所述第二获取子模块,包括:
第一获取单元,用于获取稳定时间阈值和所述轧制数据的采集频率;
第一获得单元,用于根据所述稳定时间阈值和所述采集频率,获得所述稳定数量阈值。
在一种可选的实施例中,所述第二获得子模块,包括:
第二获取单元,用于获取所述轧制速度集的稳定平均值和多个速度值,其中,所述速度值依采集次序排列;
第二获得单元,用于根据所述稳定平均值和当前速度值,获得速度差值;
第一确定单元,用于根据所述速度差值和所述稳定偏差阈值,确定所述当前速度值对应的当前速度与历史速度是否为同一速度状态;
第二确定单元,用于在当前速度与历史速度为同一速度状态时,则继续确定下一所述速度值,直至连续的累计数量不小于所述稳定数量阈值,确定累计的所述当前速度值为所述稳定数据;
第三确定单元,用于在当前速度与历史速度不为同一速度状态时,则更新所述稳定平均值为所述当前速度值,并继续确定所述当前速度值之后的所述速度值是否与所述稳定平均值为同一速度状态。
在一种可选的实施例中,所述第二获得子模块,还包括:
第一判断单元,用于判断所述当前速度值是否为初始速度值,其中,所述初始速度值为采集的第一个速度值;
第一更新单元,用于在当前速度值为初始速度值,则更新所述稳定平均值为所述初始速度值;
执行单元,用于在当前速度值不为初始速度值,则执行根据当前速度值和稳定平均值,获得速度差值。
在一种可选的实施例中,所述第二获得子模块,还包括:
第三获取单元,用于获取当前速度值的累计次数;
第二更新单元,用于根据所述累计次数、所述当前速度值和所述稳定平均值,更新所述稳定平均值。
第三方面,本发明实施例还提供了一种电子设备,包括处理器和存储器,所述存储器耦接到所述处理器,所述存储器存储指令,当所述指令由所述处理器执行时使所述电子设备执行第一方面中任一项所述方法的步骤。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现第一方面中任一项所述方法的步骤。
本发明提供的一种轧制数据的统计方法和装置与现有技术相比,具有以下优点:
本发明通过获取当前带钢在轧制过程中的工艺数据集,根据其中满足预设条件的目标数据,使复杂多稳态数据判别更准确,再对应提取工艺数据集中当前带钢的稳态工艺数据,实现了高精度判别,以准确地获得稳态工艺数据,能够适用于离线或在线的应用,提升轧制数据的处理效率;由于稳态数据筛选的精度提升,为工艺人员分析稳态问题提供了精准的数据基础。
附图说明
为了更清楚地说明本说明书实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本说明书的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种轧制数据的统计方法的流程图;
图2为未实施本发明统计方法的速度与轧制力的数据情况图;
图3为实施本发明统计方法的速度与轧制力的数据情况图;
图4为本发明实施例提供的轧制数据的统计方法的时序图;
图5为本发明实施例提供的一种轧制数据的统计装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例,基于本发明实施例,本领域普通技术人员所获得的所有其他实施例,都属于本发明实施例保护的范围。
为进一步详细说明的轧制数据的统计方法,本发明实施例以第三机架轧制一钢卷为例,具体阐述其轧制数据的统计方法。
请参阅图1,图1为本发明实施例提供的一种轧制数据的统计方法的流程图,所述方法包括:
S11、获取当前带钢在轧制过程中的工艺数据集,其中,所述工艺数据集中包括多组在同一时刻采集的轧制数据。
具体的,带钢的轧制产线上设有多种传感器,包括用于测量轧制速度的速度传感器,用于测量轧制力的压力传感器,各传感器在同一时刻采集的轧制数据构成一组数据集合Ai={vi,Fi},vi为轧制速度,Fi为轧制力,工艺数据集可以包括多组数据集合,即工艺数据集A={A0,A1···Ai},其中,i∈[0,m),第三机架的当前钢卷由轧制开始至轧制结束,共计获取374组数据集合,即m=374。
在一种具体的实施方式中,获取当前带钢在轧制过程中的工艺数据集,包括:
获取预设频率;根据预设频率采集当前带钢轧制过程中的轧制数据,其中,轧制数据至少包括轧制速度和轧制力;根据在预设频率采集的所有轧制数据,获得工艺数据集。
具体的,工艺数据集可以是当前带钢轧制过程的全部轧制数据,当然,也可以是部分轧制数据,根据预设频率对轧制数据进行对应采集即可,预设频率可以为1s,也可以根据实际需求进行设定,获得工艺数据集后进入步骤S12。
S12、根据预设条件处理所述工艺数据集的目标数据,获得稳定数据。
具体的,目标数据可以为轧制速度或轧制力中的一种,能够表征带钢轧制过程中是否存在波动变化即可,满足预设条件,说明轧制过程中的当前状态波动较小,可以确认为稳态,对应的数据能够表征轧制产线的稳态,例如轧制力持续在一时间段内变化较小,即可确定该时间段内为稳态。预设条件可以设定一目标范围,目标范围的具体设定可以根据技术人员的经验进行确定,也可以通过实验标定测试确定,工艺数据集中的波动不超过该目标范围,说明轧制过程中较为稳定,满足预设条件,以确定该部分数据为稳定数据。
在确认稳态的过程中,仅通过设定一目标范围进行判断,可能存在一定的偏差,导致稳态确定不够准确。
在一种具体的实施方式中,根据预设条件处理工艺数据集的目标数据,获得稳定数据,包括:
获取预设条件的稳定偏差阈值和稳定数量阈值;根据稳定偏差阈值、稳定数量阈值和目标数据的轧制速度集,获得稳定数据。
具体的,带钢轧制过程中稳态的确认需要达到一定条件,稳定偏差阈值为稳态允许的最大偏差,稳定数量阈值可以为目标数据中连续满足稳定偏差阈值的最少数量,目标数据满足稳定偏差阈值和稳定数量阈值,说明在对应的轧制过程中,轧制较为稳定,即可确认为稳态,对应获得稳定数据。需要说明的是,轧制数据是即时表征轧制过程是否稳态的参数,因此通过轧制速度集获得的稳定数据可靠性更高。
在一种具体的实施方式中,获取预设条件的稳定数量阈值,包括:
获取稳定时间阈值和轧制数据的采集频率;根据稳定时间阈值和采集频率,获得稳定数量阈值。
具体的,稳定时间阈值为一个速度稳态最少的持续时间,在稳定时间阈值内轧制数据可能根据采集频率采集了一次或多次,稳定数量阈值N可以根据以下公式进行计算:N=T×f,其中,T为稳定时间阈值,可以设定为10s,f为采集频率,可以设定为1s,即可计算出稳定数量阈值N为10。
为进一步使获得的稳定数据更准确,在一种具体的实施方式中,根据稳定偏差阈值、稳定数量阈值和目标数据的轧制速度集,获得稳定数据,包括:
获取轧制速度集的稳定平均值和多个速度值,其中,速度值依采集次序排列;根据稳定平均值和当前速度值,获得速度差值;根据速度差值和稳定偏差阈值,确定当前速度值对应的当前速度与历史速度是否为同一速度状态;若是,则继续确定下一速度值,直至连续的累计数量不小于稳定数量阈值,确定累计的当前速度值为稳定数据;若否,则更新稳定平均值为当前速度值,并继续确定当前速度值之后的速度值是否与稳定平均值为同一速度状态。
具体的,工艺过程数据A中获取轧制速度集V={V0,V1···Vi},i∈[0,m),速度值根据采集频率依次采集,按采集的先后次序排列,稳定平均值为当前速度值前一稳态多个速度值的平均值,因此速度差值为当前速度值对应的速度与前一稳态速度的偏差,速度差值反映了当前速度与前一稳态速度波动的大小。速度差值不大于稳定偏差阈值,说明当前速度未波动或波动范围仍处于稳态,继续确定下一速度值,连续累计数量不小于稳定数量阈值,确定累计的当前速度值为稳定数据。若速度差值大于稳定偏差阈值,说明当前速度的波动处于非稳态,更新稳定平均值为当前速度值,继续确定当前速度值之后的速度值是否与稳定平均值为同一速度状态,即继续在轧制速度集中确定出稳态。
在一种具体的实施方式中,根据当前速度值和稳定平均值,获得速度差值之前,还包括:
判断当前速度值是否为初始速度值,其中,初始速度值为采集的第一个速度值;若是,则更新稳定平均值为初始速度值;若否,则执行根据当前速度值和稳定平均值,获得速度差值。
具体的,若当前速度值为采集的第一个速度值,当前速度值之前的速度值即不存在稳态,无法对应确定出稳定平均值,则将初始速度值作为稳定平均值;若当前速度值不为采集的第一个速度值,则可以根据当前速度值和稳定平均值获得速度差值。
在一种具体的实施方式中,继续确定下一速度值之前,还包括:
获取当前速度值的累计次数;根据累计次数、当前速度值和历史稳定平均值,更新稳定平均值。
具体的,更新后的稳定平均值vave可以根据以下公式计算:
vave=(v’ave+vi)/(n+1),其中,v’ave为更新前的稳定平均值,vi为当前速度值,n为累计次数,更新稳定平均值可以使稳定数据获得更精准,获得稳定数据后进入步骤S13。
S13、根据所述稳定数据,对应提取所述工艺数据集中所述当前带钢的稳态工艺数据。
具体的,稳定数据W={W0,W1···Wj}属于一组数据集合Ai={vi,Fi}中的一个数据,即轧制速度vi、轧制力Fi中的一个,根据稳定数据可以在工艺数据集A={A0,A1···Ai}中提取出稳态工艺数据A’={A0,A1···Ai},通常j小于i,稳态工艺数据A’是工艺数据集A中的部分数据。
当前带钢的工艺数据集通过筛选,其中出现不小于稳定数量阈值情况为4次,其对应的出现了4次轧制稳态,即j=4。其中4次稳态对应的轧制稳态数据如下表1所示,W1=[0,9],W2=[34,147],W3=[167,269],W4=[290,342],同卷的稳态信息为W=W1∪W2∪W3∪W4。
表1:
稳态情况 | i开始值 | i结束值 | 平均值m/s | 平均轧制力t |
第1次 | 0 | 9 | 108 | 1311 |
第2次 | 34 | 147 | 605 | 1119 |
第3次 | 167 | 269 | 188 | 1252 |
第4次 | 290 | 342 | 606 | 1117 |
根据上述统计方法得到了当前钢卷第三机架的轧制力稳态数据F。轧制力原始全部数据有4个稳态,如图2所示。通过该方法的处理,从原始数据中全部准确获取了稳态的数据,如图3所示。一般统计稳态的轧制力数据,只是简单去除了去除头尾去统计,不利于复杂多稳态的统计分析,通过本分发明实施例的统计方法筛选,可以准确获取其中的稳态情况,以及各个稳态下的相关指标参数,如上表中的各稳态速度、轧制力情况。为工艺人员分析异常轧制力变化、高低速轧制变化等提供了可靠的数据基础。
下面本发明实施例将结合图4阐述统计方法的整体流程,带钢的轧制产线在线或离线状态下获取工艺数据集后,开始执行本发明的统计方法,获取轧制速度的数据vi,i∈[0,m);初始化速度状态值,初始化稳态次数统计值,即稳定平均值vave为0,判读的轧制数据累计次数n为0,稳态数据(或称稳态信息)的个数j为0;执行工艺数据集中轧制数据的循环判断,若为采集的第一个轧制速度,重置稳定平均值vave为当前速度值,且将n至为1,;若不为采集的第一个轧制速度,计算与前一速度状态的速度差值ΔV,ΔV=|vave-vi|,根据速度差值ΔV是否小于稳定偏差阈值Δ,判断当前轧制速度与前一速度状态是否为同一速度状态。若否,则重置速度状态值;若是,则更新速度状态值(即稳定平均值vave),继续判读累计次数n是否不小于稳定数量阈值N,若是,确认达到一种轧制稳态,稳态数据的个数j累计加1,并记录稳态数据(或称稳态信息)Wj;直至完成所有的稳态数据统计,整理整卷的稳态数据W={W0,W1···Wj},在工艺数据集中提取出稳态工艺数据A’={A0,A1···Ai}。
基于与统计方法同样的发明构思,本发明实施例还提供了一种轧制数据的统计装置,请参阅图5,所述装置包括:
获取模块501,用于获取当前带钢在轧制过程中的工艺数据集,其中,所述工艺数据集中包括多组在同一时刻采集的轧制数据;
获得模块502,用于根据预设条件处理所述工艺数据集的目标数据,获得稳定数据;
提取模块503,用于根据所述稳定数据,对应提取所述工艺数据集中所述当前带钢的稳态工艺数据。
在一种可选的实施例中,所述获取模块,包括:
第一获取子模块,用于获取预设频率;
采集子模块,用于根据所述预设频率采集所述当前带钢轧制过程中的所述轧制数据,其中,所述轧制数据至少包括轧制速度和轧制力;
第一获得子模块,用于根据在所述预设频率采集的所有所述轧制数据,获得所述工艺数据集。
在一种可选的实施例中,所述获得模块,包括:
第二获取子模块,用于获取所述预设条件的稳定偏差阈值和稳定数量阈值;
第二获得子模块,用于根据所述稳定偏差阈值、所述稳定数量阈值和所述目标数据的轧制速度集,获得所述稳定数据。
在一种可选的实施例中,所述第二获取子模块,包括:
第一获取单元,用于获取稳定时间阈值和所述轧制数据的采集频率;
第一获得单元,用于根据所述稳定时间阈值和所述采集频率,获得所述稳定数量阈值。
在一种可选的实施例中,所述第二获得子模块,包括:
第二获取单元,用于获取所述轧制速度集的稳定平均值和多个速度值,其中,所述速度值依采集次序排列;
第二获得单元,用于根据所述稳定平均值和当前速度值,获得速度差值;
第一确定单元,用于根据所述速度差值和所述稳定偏差阈值,确定所述当前速度值对应的当前速度与历史速度是否为同一速度状态;
第二确定单元,用于在当前速度与历史速度为同一速度状态时,则继续确定下一所述速度值,直至连续的累计数量不小于所述稳定数量阈值,确定累计的所述当前速度值为所述稳定数据;
第三确定单元,用于在当前速度与历史速度不为同一速度状态时,则更新所述稳定平均值为所述当前速度值,并继续确定所述当前速度值之后的所述速度值是否与所述稳定平均值为同一速度状态。
在一种可选的实施例中,所述第二获得子模块,还包括:
第一判断单元,用于判断所述当前速度值是否为初始速度值,其中,所述初始速度值为采集的第一个速度值;
第一更新单元,用于在当前速度值为初始速度值,则更新所述稳定平均值为所述初始速度值;
执行单元,用于在当前速度值不为初始速度值,则执行根据当前速度值和稳定平均值,获得速度差值。
在一种可选的实施例中,所述第二获得子模块,还包括:
第三获取单元,用于获取当前速度值的累计次数;
第二更新单元,用于根据所述累计次数、所述当前速度值和所述稳定平均值,更新所述稳定平均值。
基于与统计方法同样的发明构思,本发明实施例还提供了一种电子设备,包括处理器和存储器,所述存储器耦接到所述处理器,所述存储器存储指令,当所述指令由所述处理器执行时使所述电子设备执行统计方法中任一项所述方法的步骤。
基于与统计方法同样的发明构思,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现统计方法中任一项所述方法的步骤。
本发明实施例中提供的技术方案,至少具有如下技术效果或优点:
1.通过获取当前带钢在轧制过程中的工艺数据集,根据其中满足预设条件的目标数据,使复杂多稳态数据判别更准确,再对应提取工艺数据集中当前带钢的稳态工艺数据,实现了高精度判别,以准确地获得稳态工艺数据,能够适用于离线或在线的应用,提升轧制数据的处理效率;由于稳态数据筛选的精度提升,为工艺人员分析稳态问题提供了精准的数据基础。
2.解决了多稳态带钢筛选稳态工艺数据不准确的问题,通过优化统计方法,实现了根据轧制速度判定轧制稳态信息,进而获得对稳态工艺数据的筛选,适合于无监督的稳态数据判定识别,有助于系统性的进行数据统计计算,为工艺数据分析提供了基础的数据处理方法。
3.根据轧制稳态内的两个特点,其一是满足连续的两个轧制速度数据的变化较小;其二是一个轧制稳态,轧制速度稳定持续大于一定的时间;基于过程数据的基础,以及轧制稳态的基本规律,使用数据统计计算的方法,通过判别各轧制速度点与其连续的前一个速度状态之间的差值变化是否小于判断标准;以及差值变化小于判断标准能有多少个数据点来进行判读是否存在一个轧制速度稳态,通过基于速度稳态的判断规则,将整个轧制过程中的稳态找出来,进而获得对应工艺过程数据的稳态数据集,便于后续的问题分析。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、装置(模块、系统)、和计算机程序产品的流程图和/或方框图来描述。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式计算机或者其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包括这些改动和变型在内。
Claims (8)
1.一种轧制数据的统计方法,其特征在于,所述方法包括:
获取当前带钢在轧制过程中的工艺数据集,其中,所述工艺数据集中包括多组在同一时刻采集的轧制数据;
根据预设条件处理所述工艺数据集的目标数据,获得稳定数据;
根据所述稳定数据,对应提取所述工艺数据集中所述当前带钢的稳态工艺数据;
所述根据预设条件处理所述工艺数据集的目标数据,获得稳定数据,包括:
获取所述预设条件的稳定偏差阈值和稳定数量阈值;
根据所述稳定偏差阈值、所述稳定数量阈值和所述目标数据的轧制速度集,获得所述稳定数据;
所述根据所述稳定偏差阈值、所述稳定数量阈值和所述目标数据的轧制速度集,获得所述稳定数据,包括:
获取所述轧制速度集的稳定平均值和多个速度值,其中,所述速度值依采集次序排列;
根据当前速度值和所述稳定平均值,获得速度差值;
根据所述速度差值和所述稳定偏差阈值,确定所述当前速度值对应的当前速度与历史速度是否为同一速度状态;
若是,则继续确定下一所述速度值,直至连续的累计数量不小于所述稳定数量阈值,确定累计的所述当前速度值为所述稳定数据;
若否,则更新所述稳定平均值为所述当前速度值,并继续确定所述当前速度值之后的所述速度值是否与所述稳定平均值为同一速度状态。
2.根据权利要求1所述的轧制数据的统计方法,其特征在于,所述获取当前带钢在轧制过程中的工艺数据集,包括:
获取预设频率;
根据所述预设频率采集所述当前带钢轧制过程中的所述轧制数据,其中,所述轧制数据至少包括轧制速度和轧制力;
根据在所述预设频率采集的所有所述轧制数据,获得所述工艺数据集。
3.根据权利要求1所述的轧制数据的统计方法,其特征在于,所述获取所述预设条件的稳定数量阈值,包括:
获取稳定时间阈值和所述轧制数据的采集频率;
根据所述稳定时间阈值和所述采集频率,获得所述稳定数量阈值。
4.根据权利要求1所述的轧制数据的统计方法,其特征在于,所述根据当前速度值和稳定平均值,获得速度差值之前,还包括:
判断所述当前速度值是否为初始速度值,其中,所述初始速度值为采集的第一个速度值;
若是,则更新所述稳定平均值为所述初始速度值;
若否,则执行根据当前速度值和稳定平均值,获得速度差值。
5.根据权利要求1所述的轧制数据的统计方法,其特征在于,所述继续确定下一所述速度值之前,还包括:
获取当前速度值的累计次数;
根据所述累计次数、所述当前速度值和所述稳定平均值,更新所述稳定平均值。
6.一种轧制数据的统计装置,其特征在于,所述装置包括:
获取模块,用于获取当前带钢在轧制过程中的工艺数据集,其中,所述工艺数据集中包括多组在同一时刻采集的轧制数据;
获得模块,用于根据预设条件处理所述工艺数据集的目标数据,获得稳定数据;
提取模块,用于根据所述稳定数据,对应提取所述工艺数据集中所述当前带钢的稳态工艺数据;
所述获得模块,包括:
第二获取子模块,用于获取所述预设条件的稳定偏差阈值和稳定数量阈值;
第二获得子模块,用于根据所述稳定偏差阈值、所述稳定数量阈值和所述目标数据的轧制速度集,获得所述稳定数据;
所述第二获得子模块,包括:
第二获取单元,用于获取所述轧制速度集的稳定平均值和多个速度值,其中,所述速度值依采集次序排列;
第二获得单元,用于根据当前速度值和所述稳定平均值,获得速度差值;
第一确定单元,用于根据所述速度差值和所述稳定偏差阈值,确定所述当前速度值对应的当前速度与历史速度是否为同一速度状态;
第二确定单元,用于在当前速度与历史速度为同一速度状态时,则继续确定下一所述速度值,直至连续的累计数量不小于所述稳定数量阈值,确定累计的所述当前速度值为所述稳定数据;
第三确定单元,用于在当前速度与历史速度不为同一速度状态时,则更新所述稳定平均值为所述当前速度值,并继续确定所述当前速度值之后的所述速度值是否与所述稳定平均值为同一速度状态。
7.一种电子设备,其特征在于,包括处理器和存储器,所述存储器耦接到所述处理器,所述存储器存储指令,当所述指令由所述处理器执行时使所述电子设备执行权利要求1-5中任一项所述方法的步骤。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1-5中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111626063.4A CN114367547B (zh) | 2021-12-28 | 2021-12-28 | 一种轧制数据的统计方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111626063.4A CN114367547B (zh) | 2021-12-28 | 2021-12-28 | 一种轧制数据的统计方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114367547A CN114367547A (zh) | 2022-04-19 |
CN114367547B true CN114367547B (zh) | 2024-02-06 |
Family
ID=81141568
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111626063.4A Active CN114367547B (zh) | 2021-12-28 | 2021-12-28 | 一种轧制数据的统计方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114367547B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001075611A (ja) * | 1999-09-02 | 2001-03-23 | Kawasaki Steel Corp | セットアップモデルの自動構築方法及び装置 |
CN103240279A (zh) * | 2012-02-08 | 2013-08-14 | 株式会社日立制作所 | 热连轧机的控制装置以及热连轧机的控制方法 |
CN108108752A (zh) * | 2017-12-15 | 2018-06-01 | 中冶南方工程技术有限公司 | 一种冷连轧生产实绩中工艺数据处理方法 |
CN108171818A (zh) * | 2017-12-26 | 2018-06-15 | 安徽马钢自动化信息技术有限公司 | 一种冷轧带钢过程数据统计方法 |
CN108500062A (zh) * | 2018-05-04 | 2018-09-07 | 哈尔滨哈飞工业有限责任公司 | 减定径机组在线监测联合保护系统 |
CN110442092A (zh) * | 2019-07-05 | 2019-11-12 | 柳州钢铁股份有限公司 | 一种基于热连轧生产的自动统计和分析方法 |
CN112181956A (zh) * | 2020-09-04 | 2021-01-05 | 邯郸钢铁集团有限责任公司 | 一种基于热轧工业大数据的数据挖掘的方法 |
CN112948463A (zh) * | 2021-03-01 | 2021-06-11 | 创新奇智(重庆)科技有限公司 | 轧钢数据采样方法、装置、电子设备及存储介质 |
CN113420061A (zh) * | 2021-06-10 | 2021-09-21 | 北京宜能高科科技有限公司 | 炼油和化工生产装置的稳态工况分析方法、优化调试方法及系统 |
-
2021
- 2021-12-28 CN CN202111626063.4A patent/CN114367547B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001075611A (ja) * | 1999-09-02 | 2001-03-23 | Kawasaki Steel Corp | セットアップモデルの自動構築方法及び装置 |
CN103240279A (zh) * | 2012-02-08 | 2013-08-14 | 株式会社日立制作所 | 热连轧机的控制装置以及热连轧机的控制方法 |
CN108108752A (zh) * | 2017-12-15 | 2018-06-01 | 中冶南方工程技术有限公司 | 一种冷连轧生产实绩中工艺数据处理方法 |
CN108171818A (zh) * | 2017-12-26 | 2018-06-15 | 安徽马钢自动化信息技术有限公司 | 一种冷轧带钢过程数据统计方法 |
CN108500062A (zh) * | 2018-05-04 | 2018-09-07 | 哈尔滨哈飞工业有限责任公司 | 减定径机组在线监测联合保护系统 |
CN110442092A (zh) * | 2019-07-05 | 2019-11-12 | 柳州钢铁股份有限公司 | 一种基于热连轧生产的自动统计和分析方法 |
CN112181956A (zh) * | 2020-09-04 | 2021-01-05 | 邯郸钢铁集团有限责任公司 | 一种基于热轧工业大数据的数据挖掘的方法 |
CN112948463A (zh) * | 2021-03-01 | 2021-06-11 | 创新奇智(重庆)科技有限公司 | 轧钢数据采样方法、装置、电子设备及存储介质 |
CN113420061A (zh) * | 2021-06-10 | 2021-09-21 | 北京宜能高科科技有限公司 | 炼油和化工生产装置的稳态工况分析方法、优化调试方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114367547A (zh) | 2022-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111898443B (zh) | 一种fdm型3d打印机送丝机构流量监测方法 | |
CN112171376B (zh) | 一种基于电流信号分割的机床工件实时统计方法 | |
CN112732700B (zh) | 一种轧钢生产数据切片方法、系统、介质及电子终端 | |
CN114020598B (zh) | 一种时间序列数据的异常检测方法、装置及设备 | |
CN110334083A (zh) | 一种时间序列异常值检测方法及装置 | |
CN113084388A (zh) | 焊接质量的检测方法、系统、装置及存储介质 | |
JP5565357B2 (ja) | 設備診断装置、設備診断方法、設備診断プログラムおよびこれを記録したコンピュータ読み取り可能な記録媒体 | |
CN111176226A (zh) | 一种基于运行工况的设备特征参数报警阈值自动分析方法 | |
CN114367547B (zh) | 一种轧制数据的统计方法和装置 | |
CN111538755B (zh) | 一种基于归一化互相关与单位根检验的设备运行状态异常检测方法 | |
CN113834828A (zh) | 产品品质分析支援系统 | |
CN117034197A (zh) | 基于多维Isolate-Detect多变点检测的企业用电典型模式分析方法 | |
US20230213911A1 (en) | Method and device for testing product, computer device and readable storage medium | |
CN113704698B (zh) | 一种非介入式负荷辨识的事件检测方法及系统 | |
CN115295016A (zh) | 一种设备运行状态监控方法、装置、设备及存储介质 | |
CN115511374A (zh) | 一种工艺指标相关性计算方法、装置、设备及存储介质 | |
CN115099284A (zh) | 热轧轧机振动数据处理方法、系统、终端及存储介质 | |
CN112069168A (zh) | 一种设备运行数据云端存储方法 | |
CN110020000B (zh) | 判定异常风速数据的方法和装置 | |
CN107944085B (zh) | 一种用于轧钢自学习模型的数据处理方法和模块 | |
CN116561598B (zh) | 一种cps智能制造管理平台大数据处理方法 | |
CN110543153B (zh) | 一种多工况工业过程的过渡工况故障检测方法 | |
CN117611004A (zh) | 一种带钢精轧的在线综合评价方法及系统 | |
CN113052272B (zh) | 一种异常检测方法、装置、电子设备及存储介质 | |
CN111258894B (zh) | 软件风险的评价方法、装置、存储介质及电子设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |