CN115204572A - 改进的基于时空对齐的Castrip数字画像生成与构建方法 - Google Patents
改进的基于时空对齐的Castrip数字画像生成与构建方法 Download PDFInfo
- Publication number
- CN115204572A CN115204572A CN202210576123.4A CN202210576123A CN115204572A CN 115204572 A CN115204572 A CN 115204572A CN 202210576123 A CN202210576123 A CN 202210576123A CN 115204572 A CN115204572 A CN 115204572A
- Authority
- CN
- China
- Prior art keywords
- operating parameter
- actual value
- node
- information
- digital
- 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
- 238000010276 construction Methods 0.000 title claims abstract description 21
- 238000000034 method Methods 0.000 claims abstract description 164
- 230000008569 process Effects 0.000 claims abstract description 137
- 230000002159 abnormal effect Effects 0.000 claims abstract description 29
- 238000009749 continuous casting Methods 0.000 claims abstract description 25
- 238000004590 computer program Methods 0.000 claims description 17
- 230000003068 static effect Effects 0.000 claims description 15
- 238000005266 casting Methods 0.000 claims description 14
- 230000004044 response Effects 0.000 claims description 13
- 238000004519 manufacturing process Methods 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 10
- 239000000203 mixture Substances 0.000 claims description 5
- 229910000831 Steel Inorganic materials 0.000 description 19
- 239000010959 steel Substances 0.000 description 19
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 18
- 238000010586 diagram Methods 0.000 description 15
- 239000007788 liquid Substances 0.000 description 12
- 238000012545 processing Methods 0.000 description 9
- 238000012795 verification Methods 0.000 description 7
- 239000010949 copper Substances 0.000 description 6
- 238000013480 data collection Methods 0.000 description 6
- 238000005259 measurement Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 229910052802 copper Inorganic materials 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- PXHVJJICTQNCMI-UHFFFAOYSA-N nickel Substances [Ni] PXHVJJICTQNCMI-UHFFFAOYSA-N 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000011218 segmentation Effects 0.000 description 4
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 3
- 208000029154 Narrow face Diseases 0.000 description 3
- 229910052785 arsenic Inorganic materials 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 229910052759 nickel Inorganic materials 0.000 description 3
- 229910052718 tin Inorganic materials 0.000 description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 238000001816 cooling Methods 0.000 description 2
- 238000013075 data extraction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 229910052739 hydrogen Inorganic materials 0.000 description 2
- 229910052757 nitrogen Inorganic materials 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 229910052698 phosphorus Inorganic materials 0.000 description 2
- 229910052717 sulfur Inorganic materials 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 1
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 description 1
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical compound [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- RQNWIZPPADIBDY-UHFFFAOYSA-N arsenic atom Chemical compound [As] RQNWIZPPADIBDY-UHFFFAOYSA-N 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000004397 blinking Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000013256 coordination polymer Substances 0.000 description 1
- 238000013524 data verification Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- -1 for example Substances 0.000 description 1
- 238000005242 forging Methods 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 125000004435 hydrogen atom Chemical class [H]* 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 239000011574 phosphorus Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 239000011593 sulfur Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
一种改进的基于时空对齐的Castrip数字画像生成与构建方法，所述方法包括：获取所述多个工艺设备的数据采集信息，其中，所述数据采集信息包括：所述工艺设备的运行参数的实际值；根据所述多个工艺设备的数据采集信息，生成并显示所述第一数字画像；其中，所述第一数字画像包括：多个第一节点和多个第二节点，每个第一节点连接至少一个第二节点，所述第一节点与所述工艺设备一一对应，所述第二节点与所述工艺设备的运行参数一一对应，所述第二节点的显示状态用于指示所述运行参数的实际值是否异常。通过本发明提供的方案，能够直观、全面地向用户展示薄带连铸系统的运行状态。
Description
技术领域
本发明涉及数据处理技术领域，尤其涉及一种改进的基于时空对齐的Castrip数字画像生成与构建方法。
背景技术
钢铁产业作为国民经济的基础原材料产业，在经济发展中具有重要地位。随着控制技术的发展，钢铁产品的生产线的自动化程度越来越高，控制过程越来越复杂，如何及时发现生产过程中存在的异常至关重要。
薄带连铸(Castrip)是钢铁产业领域的一项前沿技术，它改变了传统薄形钢材的生产过程，简化了生产工序，缩短的生产周期。目前，如何直观、全面地展示薄带连铸系统的运行状态是亟待解决的问题。
发明内容
本发明解决的技术问题是如何直观、全面地展示薄带连铸系统的运行状态。
为解决上述技术问题，本发明实施例提供一种改进的基于时空对齐的Castrip数字画像生成与构建方法，薄带连铸系统包括多个工艺设备，所述方法包括：获取所述多个工艺设备的数据采集信息，其中，所述数据采集信息包括：所述工艺设备的运行参数的实际值；根据所述多个工艺设备的数据采集信息，生成并显示所述第一数字画像；其中，所述第一数字画像包括：多个第一节点和多个第二节点，每个第一节点连接至少一个第二节点，所述第一节点与所述工艺设备一一对应，所述第二节点与所述工艺设备的运行参数一一对应，所述第二节点的显示状态用于指示所述运行参数的实际值是否异常。
可选的，所述第一数字画像还包括：第一信息标签，所述第一信息标签用于指示所述第二节点对应的运行参数的实际值及其量纲，获取所述多个工艺设备的数据采集信息包括：获取初始数据信息，所述初始数据信息包括：字段信息和数据值；根据所述字段信息，确定所述初始数据信息对应的工艺设备和运行参数；根据所述工艺设备和/或所述运行参数，确定所述数据值对应的量纲；根据所述量纲更新所述初始数据信息，以得到所述数据采集信息。
可选的，所述字段信息包括第一字段，根据所述字段信息，确定所述初始数据信息对应的工艺设备和运行参数包括：对所述字段信息进行语义识别，以确定所述第一字段的语义；读取设备字典，所述设备字典记录有：所述薄带连铸系统对应的多个工艺设备；对所述第一字段的语义和所述设备字典进行匹配，以判断所述设备字典是否记录有所述第一字段指示的设备，若否，则剔除所述初始数据信息。
可选的，采用以下方法确定所述第二节点的显示状态：确定所述第二节点对应的运行参数，记为第一运行参数；读取预先设置的工艺规则库，所述工艺规则库用于描述所述薄带连铸系统在生产过程中的工艺规则；根据所述工艺规则库，确定与所述第一运行参数具有依赖关系的第二运行参数；根据所述第一运行参数的实际值和所述第二运行参数的实际值，确定所述第一运行参数对应的第二节点的显示状态。
可选的，所述依赖关系包括：延时时长，根据所述第一运行参数的实际值和所述第二运行参数的实际值，确定所述第一运行参数对应的第二节点的显示状态之前，所述方法还包括：根据所述工艺规则库，确定所述第二运行参数相对于所述第一运行参数的延时时长；根据第一时刻和所述延时时长，确定第二时刻，其中，所述第一时刻为获取所述第一运行参数的实际值的时刻，所述第二时刻为获取所述第二运行参数的实际值的时刻；获取所述第二时刻下所述第二运行参数的实际值。
可选的，根据所述第一运行参数的实际值和所述第二运行参数的实际值，确定所述第一运行参数对应的第二节点的显示状态包括：如果所述第一运行参数的实际值处于所述第一预设范围，且所述第二运行参数的实际值处于第二预设范围，则确定所述第一运行参数对应的第二节点的显示状态为第一状态，所述第一状态用于指示所述第一运行参数的实际值正常；如果所述第一运行参数的实际值未处于所述第一预设范围，且所述第二运行参数的实际值处于第三预设范围，则确定所述第一运行参数的显示状态为第二状态，所述第二状态用于指示所述第一运行参数的实际值异常，所述第三预设范围不同于所述第二预设范围。
可选的，根据所述第一运行参数的实际值和所述第二运行参数的实际值，确定所述第一运行参数对应的第二节点的显示状态包括：判断所述第一运行参数的实际值和所述第二运行参数的实际值是否匹配，其中，所述第一运行参数的实际值和所述第二运行参数的实际值匹配是指所述第一运行参数的实际值和所述第二运行参数的实际值满足所述依赖关系；若否，则确定所述第一运行参数对应的第二节点的显示状态为第三状态，所述第三状态用于指示所述第一运行参数的实际值与所述第二运行参数的实际值不匹配。
可选的，所述多个第一节点之间具有有向的连接线，所述连接线连接相邻工序的工艺设备对应的第一节点，且所述连接线的方向用于指示工序的前后关系。
可选的，所述第一数字画像是响应于第一请求指令显示的，所述方法还包括：响应于第二请求指令，显示第二数字画像，所述第二数字画像用于指示每个工艺设备的静态信息，所述静态信息包括以下一项或多项：所述工艺设备的设备参数、配置参数和机械部件；响应于第三请求指令，显示第三数字画像，所述第三数字画像用于指示每个工艺设备的电气系统的组成。
为了解决上述技术问题，本发明实施例还提供一种改进的基于时空对齐的Castrip数字画像生成与构建装置，所述薄带连铸系统包括多个工艺设备，所述装置包括：获取模块，用于获取所述多个工艺设备的数据采集信息，其中，所述数据采集信息包括：所述工艺设备的运行参数的实际值；画像生成模块，用于根据所述多个工艺设备的数据采集信息，生成并显示所述第一数字画像；其中，所述第一数字画像包括：多个第一节点和多个第二节点，每个第一节点连接至少一个第二节点，所述第一节点与所述工艺设备一一对应，所述第二节点与所述工艺设备的运行参数一一对应，所述第二节点的显示状态用于指示所述运行参数的实际值是否异常。
本发明实施例还提供一种存储介质，其上存储有计算机程序，所述计算机程序被处理器运行时，执行上述的改进的基于时空对齐的Castrip数字画像生成与构建方法的步骤。
本发明实施例还提供一种终端，包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，所述处理器运行所述计算机程序时执行上述的改进的基于时空对齐的Castrip数字画像生成与构建方法的步骤。
与现有技术相比，本发明实施例的技术方案具有以下有益效果：
在本发明实施例的方案中，获取多个工艺设备的数据采集信息，其中，数据采集信息包括：工艺设备的运行参数的实际值；根据多个工艺设备的数据采集信息，生成并显示第一数字画像。由于第一数字画像包括：多个第一节点和多个第二节点，每个第一节点连接至少一个第二节点，第一节点与工艺设备一一对应，第二节点与工艺设备的运行参数一一对应，第二节点的显示状态用于指示运行参数的实际值是否异常。因此，通过上述方法可以实现薄带连铸系统的数字知识化表征，得到的第一数字画像能够体现各个工艺设备的运行参数是否异常，从而能够全面、直观地展示薄带连铸系统的运行状态。
进一步，本发明实施例的方案中，根据所述工艺规则库确定与第一运行参数具有依赖关系的第二运行参数，并根据第一时刻下第一运行参数的实际值和第二时刻下第二运行参数的实际值，确定所述第一运行参数对应的第二节点的显示状态，其中，第一时刻和第二时刻满足第一运行参数和第二运行参数之间的依赖关系。采用上述方案，可以在数据抽取过程中进行时空对齐验证，从而使得数字画像中包含时序信息和工艺规则验证信息。由此，不仅可以准确地识别出正常和异常情况，还能够识别出数据偏移实际工艺规则的状态，有利于使第一数字画像更加准确地体现薄带连铸系统的运行状态。
附图说明
图1是本发明实施例中一种改进的基于时空对齐的Castrip数字画像生成与构建方法的流程示意图；
图2是本发明实施例中另一种改进的基于时空对齐的Castrip数字画像生成与构建方法的流程示意图；
图3是本发明实施例中一种时空对齐规则验证方式的示意图；
图4是本发明实施例中一种第一数字画像的示意图；
图5是本发明实施例中一种中间包的数字画像的示意图；
图6是本发明实施例中一种结晶器的数字画像的示意图；
图7是本发明实施例中一种第二数字画像的示意图；
图8是本发明实施例中一种第三数字画像的示意图；
图9是本发明实施例中一种人员画像的示意图；
图10是本发明实施例中一种改进的基于时空对齐的Castrip数字画像生成与构建装置的结构示意图。
具体实施方式
如背景技术所述，如何直观、全面地展示薄带连铸系统的运行状态是亟待解决的问题。
为了解决上述技术问题，本发明实施例提供一种改进的基于时空对齐的Castrip数字画像生成与构建方法，在本发明实施例的方案中，获取多个工艺设备的数据采集信息，其中，数据采集信息包括：工艺设备的运行参数的实际值；根据多个工艺设备的数据采集信息，生成并显示第一数字画像。由于第一数字画像包括：多个第一节点和多个第二节点，每个第一节点连接至少一个第二节点，第一节点与工艺设备一一对应，第二节点与工艺设备的运行参数一一对应，第二节点的显示状态用于指示运行参数的实际值是否异常。因此，通过上述方法可以实现薄带连铸系统的数字知识化表征，得到的第一数字画像能够体现系统中各个工艺设备的运行参数是否异常，从而能够全面、直观地展示薄带连铸系统的运行状态。
为使本发明的上述目的、特征和有益效果能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。
参照图1，图1是本发明实施例中一种改进的基于时空对齐的Castrip数字画像生成与构建方法的流程示意图。所述方法可以由终端执行，所述终端可以是现有的各种具有数据接收和数据处理能力的设备，例如，可以是手机、计算机、平板电脑、物联网设备和服务器等，本发明实施例对此并不进行限制。通过本发明实施例提供的方案，可以直观、全面地向用户展示薄带连铸系统的运行状态。
本发明实施例的方案中，所述薄带连铸系统包括多个工艺设备，多个工艺设备处于不同的工序。在系统的运行过程中，运行参数的实际值是动态变化的，通过对运行参数的实际值的监测，可以确定工艺设备的运行状态，从而可以获知整个系统的运行状态。
具体而言，多个工艺设备可以包括：钢包、中间包和结晶器等，但并不限于此。更具体地，钢包的运行参数可以包括：钢水温度、钢水中多种成分的含量，例如，氧(O)含量、氮(N)含量和氢(H)含量等；中间包的运行参数可以包括：钢水温度、烘烤时间、二冷回路水量和多种成分的含量(例如，碳含量、磷含量和硫含量等)；结晶器的运行参数可以包括：液面波动、钢液厚度、宽面水流量、窄面水流量、进水口温度和出水口温度等。
图1示出的方法可以包括以下步骤：
步骤S101：获取所述多个工艺设备的数据采集信息，其中，所述数据采集信息包括：所述工艺设备的运行参数的实际值；
步骤S102：根据所述多个工艺设备的数据采集信息，生成并显示所述第一数字画像，其中，所述第一数字画像包括：多个第一节点和多个第二节点，每个第一节点连接至少一个第二节点，所述第一节点与所述工艺设备一一对应，所述第二节点与所述工艺设备的运行参数一一对应，所述第二节点的显示状态用于指示所述运行参数的实际值是否异常。
可以理解的是，在具体实施中，所述方法可以采用软件程序的方式实现，该软件程序运行于芯片或芯片模组内部集成的处理器中；或者，该方法可以采用硬件或者软硬结合的方式来实现。
在步骤S101的具体实施中，可以获取多个工艺设备的数据采集信息，所述数据采集信息可以包括：工艺设备的运行参数的实际值。其中，在薄带连铸系统的运行过程中，运行参数的实际值是动态变化的。
在具体实施中，可以按照预设的时间间隔获取数据采集信息，以更新工艺设备的运行参数的实际值，从而更新第一数字画像。
具体而言，可以从数据库获取数据采集信息，所述数据库可以是集成于终端的数据库，也可以是与终端通信连接的外部的数据库，本实施例对于数据库的类型并不进行限制。在一个非限制性的例子中，数据库可以是SQL数据库，但并不限于此，
进一步地，运行参数的实际值可以是由数据采集装置采集得到的，数据采集信息还可以包括：时间信息，所述时间信息为数据采集装置采集到所述运行参数的实际值的时刻。
在具体实施中，可以获取初始数据信息，并对初始数据信息进行处理，以得到数据采集信息，并将数据采集信息存储至数据库中。
以中间包的烘烤时间为例，初始数据信息可以是：[Address]I12.0[Name]中间包烘烤时间[Data]45，对应的数据采集信息可以是：[Address]I12.0[Name]中间包烘烤时间[Data]45[Unit]s[Time]20220420134502。
其中，初始数据信息可以包括：地址信息，地址信息可以用于指示运行参数对应的点位。更具体地，工艺设备不同和/或运行参数不同，运行参数对应的点位是不同的。
进一步地，可以对字段信息进行分词处理，以得到第一字段和第二字段。进一步地，可以对第一字段和第二字段进行语义识别，以确定第一字段的语义和第二字段的语义。其中，第一字段可以用于指示初始数据信息对应的工艺设备，第二字段可以用于指示初始数据信息对应的运行参数。由此，初始数据信息中的数据值即为第二字段对应的运行参数的实际值。
进一步地，可以读取设备字典，并将第一字段的语义和设备字典进行匹配。其中，设备字典可以记录有所述薄带连铸系统对应的多个工艺设备，换言之，设备字典可以包括薄带连铸系统对应的多个工艺设备的标识。例如，所述标识可以是工艺设备的名称。
通过将第一字段的语义和设备字典进行匹配，可以判断设备字典是否包含该第一字段指示的工艺设备，若是，则确定与第一字段的语义相匹配的工艺设备的标识，由此可以确定初始数据信息对应的工艺设备。若设备字典未记录有第一字段指示的工艺设备，则可以剔除该初始数据信息。采用这样的方案，有利于获取清洁的数据采集信息，从而提高第一数字画像的准确性。
进一步地，还可以根据初始数据信息的工艺设备和/或运行参数，确定初始数据信息中数据值对应的量纲。其中，所述数据值即为所述运行参数的实际值。进一步地，可以根据量纲更新初始数据信息，以得到数据采集信息。由此，数据采集信息还可以包括：运行参数的量纲。其中，所述量纲即为所述运行参数的单位。
在一个具体的例子中，可以仅根据运行参数确定量纲。例如，运行参数为时间，则量纲可以是秒(s)，也可以是毫秒(ms)。又例如，运行参数为温度，则量纲可以是摄氏度(℃)，也可以是华氏度(℉)。
在另一个具体的例子中，可以根据初始数据信息中的工艺设备和运行参数，确定数据值对应的量纲。具体而言，考虑到多个工艺设备的运行参数可能存在重复，但不同工艺设备的运行参数的量纲可能是不同的。为此，根据工艺设备和运行参数确定量纲，可以更加准确地确定量纲。更具体地，设备字典可以记录有工艺设备及其运行参数，还可以记录有每个工艺设备的运行参数的量纲，可以根据字段信息确定的工艺设备和运行参数，通过查找确定量纲。
由上，本发明实施例的方案中，数据采集信息可以包括以下一项或多项：序号、工艺设备的标识、地址信息、运行参数、数据值、量纲和时间信息，有利于获得更加准确、全面的第一数字画像。
参照图2，图2是本发明实施例中另一种改进的基于时空对齐的Castrip数字画像生成与构建方法的流程示意图。如图2所示，图2示出的方法可以包括步骤S21至步骤S27。
步骤S21：获取L1系统点位数据。
具体而言，L1系统点位数据可以包括：点位信息、字段信息和字段数据。以中间包烘烤时间为例，抽取到的系统点位数据可以为：[Address]I12.0[Name]中间包烘烤时间[Data]45，也即：
| I12.0 | 中间包烘烤时间 | 45 |
步骤S22：变量字段抽取。
在具体实施中，抽取字段信息(也即，抽取[Name]字段)时，可以采用以下预处理方式：
首先，对字段信息进行分词处理，以得到分词结果(也即，可以是上述的第一字段和第二字段)，然后对每个分词结果进行词性标注(Part-of-Speech，POS)操作。更具体地，可以采用BiLSTM-CRF模型进行词性分析，以得到分析结果，所述分析结果可以用于指示设备名称。进一步地，可以将分析结果和设备字典进行匹配分析，匹配成功后即可得到设备名称的字段。相似地，对于其他点值也可以采用相同的处理方式。
步骤S23：变量字段组合。也即，可以将步骤S22中得到的字段进行组合。
步骤S24：字段扩容。具体而言，增加时间信息和量纲，以得到扩容后的字符串。其中，扩容后的字符串可以包括如下信息：序号、设备名称、存储地址、运行参数名称、数据值、量纲和时间信息。例如，上述的字符串[Address]I12.0[Name]中间包烘烤时间[Data]45进行扩容后，形成如下字符串：[Address]I12.0[Name]中间包烘烤时间[Data]45[Unit]S[Time]20220420134502。
其中，所述扩容后的字符串即为上述的数据采集信息。进一步地，可以将扩容后的字符串存储至临时变量中。由于每个扩容后的字符串均包含时间和变量信息，因此在数字画像显示的过程中均包含详细的时空信息数据。
步骤S25：SQL数据库字段存储。也即，可以将临时变量中扩容后的字符串录入SQL数据库中，SQL是数字画像ETL工具采集的后备数据库。
步骤S26：ETL工具抽取。在生成数字画像时，可以采用数据仓库技术(Extract，transform，load)从SQL数据库中抽取数据。
步骤S27：数字画像展示。也即，显示生成的数字画像，所述数字画像可以是第一数字画像，也可以是其他数字画像。
继续参考图1，在步骤S102的具体实施中，可以根据多个工艺设备的数据采集信息，生成并显示第一数字画像。
具体而言，第一数字画像包括多个第一节点和多个第二节点，第一节点连接至少一个第二节点。其中，第一节点与工艺设备一一对应，也即，每个第一节点用于指示对应的工艺设备，第二节点和运行参数一一对应，也即，第二节点可以用于指示对应的运行参数。
进一步地，第一节点之间可以具有有向的连接线。具体而言，第一节点之间的连接线可以用于连接相邻工序的工艺设备对应的第一节点，且连接线的方向用于指示工序的前后关系。采用这样的方案，可以使第一数字画像更加全面、准确，即使用户不了解所述系统包括的工艺设备的情况下，也可以快速理解系统的组成。
进一步地，第一节点和第二节点可以具有连接线，第一节点和第二节点之间的连接线可以是无向的连接线，也可以是有向的连接线，例如，第一节点和第二节点之间的连接线可以是由第一节点指向连接的第二节点。
进一步地，第一数字画像还可以包括根节点，所述根节点的数量为1个，所述根节点可以用于指示薄带连铸系统。例如，所述根节点的显示内容可以为“薄带连铸”。其中，根节点和第一节点之间也可以具有连接线。其中，根节点和第一节点之间的连接线可以是无向的，也可以是有向的，例如，根节点和第一节点之间的连接线可以是由根节点指向第一节点。
在具体实施中，第一节点的显示内容可以包括对应的工艺设备的标识，第二节点的显示内容可以包括：对应的运行参数的名称。
进一步地，第一数字画像还可以包括第一信息标签，所述第一信息标签可以用于指示第二节点的运行参数的实际值及其量纲。采用这样的方案，可以使第一数字画像更加完整、精准地体现薄带连铸系统的运行状态。
在一个具体的例子中，第二节点的显示内容可以包括运行参数的名称和第一信息标签，也即，第一信息标签可以显示于第二节点的区域内。
在另一个具体的例子中，第一信息标签可以显示于第一节点和第二节点之间的连接线上。
进一步地，第二节点的显示状态可以用于指示对应的运行参数的实际值是否异常。如果运行参数的实际值为异常，则对应的第二节点的显示状态为第一状态，如果运行参数的实际值为正常，则对应的第二节点的显示状态为第二状态。其中，第一状态不同于第二状态。本实施例对于第一状态和第二状态的区别并不进行限制，例如，第一状态和第二状态可以是颜色不同；又例如，第一状态为常亮显示方式，而第二状态为闪烁显示方式，但并不限于此。又例如，第一状态可以为显示正常标签，其中，正常标签的内容可以为Normal，第二状态可以显示异常标签，例如，异常标签的内容可以为Abnormal。
在一个非限制性的例子中，对于显示状态为第二状态的第二节点，还可以一并显示第一信息标签；而显示状态为第一状态的第二节点，则可以无需显示第一信息标签。相较于全部的第一信息标签的方案，采用这样的方案，可以直观地体现异常的运行参数的实际值及其量纲，从而使用户可以更直观地获知异常的运行参数的情况。
在显示第一数字画像之前，需要先确定第二节点的显示状态。
具体而言，对于每个第二节点，可以将该第二节点对应的运行参数记为第一运行参数。
进一步地，可以读取预先设置的工艺规则库，工艺规则库用于描述薄带连铸系统在生产过程中的工艺规则。其中，工艺规则库可以包括运行参数之间的依赖关系。
进一步地，可以根据工艺规则库，确定与第一运行参数具有依赖关系的第二运行参数，所述第二运行参数和第一运行参数可以是同一工艺设备的运行参数，也可以是不同工艺设备的运行参数，本实施例对此并不进行限制。
在具体实施中，第一运行参数和第二运行参数之间的依赖关系可以是指第二运行参数依赖于第一运行参数，也即，第二运行参数的数值受第一运行参数的数值的影响。例如，第一运行参数为液位波动高度，第二运行参数为钢液厚度，液位波动高度和钢液厚度均为结晶器的运行参数，其中，钢液厚度会受液位波动高度的影响。
在其他实施例中，第一运行参数和第二运行参数之间的依赖关系也可以是指第一运行参数依赖于第二运行参数，也即，第一运行参数的数值受第二运行参数的数值的影响。
进一步地，还可以确定第二运行参数相对于第一运行参数的延时时长。其中，延时时长可以是正数，也可以为负数。更具体地，在第二运行参数依赖于第一运行参数的情况下，延时时长可以为正数，在第一运行参数依赖于第二运行参数的情况下，延时时长可以为负数。
进一步地，然后可以根据第一运行参数的实际值和第二运行参数的实际值，确定第一运行参数对应的第二节点的显示状态。
在具体实施中，可以根据第一时刻和延时时长确定第二时刻，其中，第一时刻是获取第一运行参数的实际值的时刻，第二时刻是获取第二运行参数的实际值的时刻。更具体地，第一时刻是指第一运行参数的实际值的采集时刻，第二时刻是指第二运行参数的实际值的采集时刻。
进一步地，可以从数据库读取第一时刻下第一运行参数的实际值和第二时刻下第二运行参数的实际值，并根据第一时刻下的第一运行参数的实际值和第二时刻下的第二运行参数的实际值，确定第一运行参数对应的第二节点的显示状态。
具体而言，如果所述第一运行参数的实际值处于所述第一预设范围，且所述第二运行参数的实际值处于第二预设范围，则确定所述第一运行参数对应的第二节点的显示状态为第一状态，也即，第一运行参数的实际值正常。
如果所述第一运行参数的实际值未处于所述第一预设范围，且所述第二运行参数的实际值处于第三预设范围，则可以确定所述第一运行参数的显示状态为第二状态，也即，第一运行参数的实际值异常。其中，所述第三预设范围不同于所述第二预设范围。
其中，第一预设范围、第二预设范围和第三预设范围可以是根据实际应用场景预先设置的。
在一个非限制性的例子中，第二节点的显示状态还可以是第三状态，第三状态可以用于指示第一运行参数的实际值与所述第二运行参数的实际值不匹配。其中，所述第一运行参数的实际值和所述第二运行参数的实际值匹配是指所述第一运行参数的实际值和所述第二运行参数的实际值满足所述依赖关系。其中，第三状态可以是显示未定义标签，例如，未定义标签的内容可以为Unidentified。
具体而言，可以判断所述第一运行参数的实际值和所述第二运行参数的实际值是否匹配，如果第一运行参数的实际值和所述第二运行参数的实际值不匹配，则可以确定所述第一运行参数对应的第二节点的显示状态为第三状态。
更具体地，第一运行参数的实际值和第二运行参数的实际值不匹配可以是指当第一运行参数的实际值处于所述第一预设范围时，第二运行参数的实际值不处于第二预设范围，和/或，当第一运行参数的实际值未处于第一预设范围时，且第二运行参数的实际值不处于第三预设范围。换言之，第一运行参数的实际值和所述第二运行参数的实际值不匹配可以是指第一运行参数和第二运行参数不满足时空对齐规则。
参照图3，图3是本发明实施例中一种时空对齐验证的示意图，下面结合图2对时空对齐规则验证方式进行描述。
例如，第一运行参数为液位波动高度，第二运行参数为钢液厚度，延时时长为10s。
如果结晶器液位波动高度的实际值≤40毫米(mm)为正常状态值，10s后结晶器钢液厚度的实际值＞30厘米(cm)，则可以说明该过程是正常的，数据抽取到数字画像后可以获得一个正常生产过程的信号值Normal，在时空上两个变量规则对齐。进一步地，可以确定液位波动高度对应的第二节点的显示状态为第一状态。
如果液位波动高度的实际值＞40毫米(mm)，10s后钢液厚度的实际值＞40厘米(cm)，则可以说明该生产过程出现异常，数据抽取到数字画像后获得一个异常生产过程的信号值Abnormal，在时空上两个异常变量规则对齐。进一步地，可以确定液位波动高度对应的第二节点的显示状态为第二状态。
如果液位波动高度的实际值＞40毫米(mm)，但10s后钢液厚度的实际值＜30厘米(cm)，则可以说明发生了时空变量未对齐，数据偏离实际的工艺规则，属于无效数据(DirtyData)，也即，在数据抽取的过程中数据验证失败，这个时候针对未通过数据规则验证的情况输出数据信号值Unidentified。进一步地，可以确定液位波动高度对应的第二节点的显示状态为第三状态。
由上，上述的方案采用时空对齐的方式对第一运行参数和第二运行参数进行规则验证，不仅可以准确地识别出正常和异常情况，还能够识别出数据偏移实际工艺规则的状态。换言之，本发明实施例的方案中，考虑到工艺设备本身自带时空规则信息，因此，在抽取进入数字画像之前的一个步骤，采用时空对齐方式进行规则验证。上述方案保证两类时空数据的联动，同时也可以及时通过数字画像发现设备和系统的正常及异常状态，同时也可以针对数据进行工艺规则验证保证采集的数据的准确性，也有利于使第一数字画像更加准确地体现薄带连铸系统的运行状态。
在具体实施中，第一数字画像是响应于第一请求指令显示的。具体而言，可以接收第一请求指令，响应于第一请求指令，执行步骤S101和步骤S102，以显示第一数字画像。其中，第一请求指令可以是由用户发出的。所述第一请求指令可以是语音指令，也可以是动作指令，还可以是文本指令等，本实施例对此并不进行限制。
进一步地，还可以接收用户发出的扩展指令，所述扩展指令可以包括：第二节点的标识，响应于接收到的扩展指令，终端可以显示扩展指令中标识指示的第二节点连接的第三节点。其中，所述第三节点的显示内容为该第二节点对应的运行参数的阈值类型及其数值。
具体而言，扩展指令包括：出水口温度对应的第二节点的标识，响应于该扩展指令，终端显示该第二节点连接的两个第三节点，其中一个第三节点的显示内容为出水口温度的最大值，另一个第三节点的显示内容为出水口温度的最小值。
采用上述方案，可以在第二节点的显示状态为第二状态的情况下，用户可以进一步查看对应的运行参数的阈值，以使用户获知异常的程度，以便采取相应的措施。
参照图4，图4是本发明实施例中一种第一数字画像的示意图。需要说明的是，图4仅示意性地示出了薄带连铸系统包括的一部分工艺设备的部分运行参数。如图4所示，第一节点和第二节点之间的连接线上可以显示有第二信息标签，所述第二信息标签可以用于指示第二节点对应的运行参数的正常取值范围。
具体而言，图4示出了薄带连铸系统中连铸段的设备及其运行参数，更具体地，图4可以体现以下信息：
钢包炉次：F＝[％Cu]+5×[％Sn]+8×[％As]-[％Ni]；钢包炉次>0.52；电磁搅拌器(Electromagnetic stirring，EMS)的EMS电流值的正常取值范围为>2.0；中间包温度的正常取值范围为>690；结晶器液位波动的正常取值范围为<＝4.0；结晶器外弧热流的正常取值范围为<52；结晶器内弧热流的正常取值范围为<52；结晶器左边热流的正常取值范围为<31.5；结晶器右边热流的正常取值范围为<31.5；结晶器厚度的正常取值范围为>30；结晶器振动负滑脱时间的正常取值范围为>40；结晶器振动幅度的正常取值范围为<36；结晶器振动频率的正常取值范围为>4.5。
需要说明的是，本发明实施例的方案中，运行参数可以是测量参数，所述测量参数可以是指仅通过测量即可得到数值的参数，例如，温度、电流等，运行参数还可以是根据多种测量参数计算得到的参数，例如，钢包炉次。
对于根据多种测量参数计算得到的运行参数，第一数字画像还可以体现该种运行参数的计算公式。具体而言，对于根据多种测量参数计算得到的运行参数，其对应的第二节点连接多个第三节点，第三节点和用于计算该运行参数的测量参数一一对应。第二节点和第三节点之间具有由第二节点指向第三节点的连接线，且连接线上标注有第三节点对应的测量参数的系数。采用这样的方案可以直观地体现运行参数的计算公式。
例如，图4中钢包炉次对应的第二节点连接多个第三节点，分别是：锡浓度(Sn)、铜浓度(Cu)、砷浓度(Sn)和镍(Ni)浓度；对应的系数分别为：1、5、8、-1，由此可以确定钢包炉次的计算公式为：F＝[％Cu]+5×[％Sn]+8×[％As]-[％Ni]。在具体实施中，本发明实施例中，还可以具备设备关键字搜索功能，可以做到知识的快速搜索，知识以结构化的字段形式进行存储。
具体而言，用户可以输入设备名称，响应于用户输入的设备名称，可以生成并显示单个设备的数字画像，记为设备画像。其中，设备画像的根节点可以用于指示设备名称，设备画像的第一节点与运行参数一一对应。
进一步地，设备画像还可以包括第二节点。具体而言，第一节点可以连接有4个第二节点，该4个第二节点可以分别对应于：实际值、上限值、下限值和目标值，其中，设备画像中每个第二节点的显示内容可以为数值类型和数值。
在一个非限制性的例子中，在设备画像的显示过程中，可以仅针对异常的运行参数对应的第二节点，正常的运行参数对应的第二节点并不进行显示。
需要说明的是，上述设备画像中的根节点可以对应于上述的第一数字画像中的第一节点，上述设备画像中的第一节点可以对应于上述第一数字画像中的第二节点。由此，关于设备画像中第一节点的更多描述可以参数上文关于第一数字画像中第二节点的相关描述，关于设备画像中根节点的更多内容可以参照上文关于第一数字画像中第一节点的相关描述，在此不再赘述。
参照图5，图5是本发明实施例中一种中间包的数字画像的示意图。如图5所示，中间包的数字画像(也即，中间包对应的设备画像)中，第一节点连接第二节点，其中，第二节点可以用于指示：目标值、上限值、下限值和实际值。在实际显示时，也可以仅显示设备画像的第一节点，可以显示设备画像的部分第二节点(例如，可以仅显示异常的第一节点对应的第二节点)，也可以显示全部的第二节点。
在其他实施例中，设备画像的一部分第一节点可以与运行参数一一对应，另一部分第一节点可以与静态参数一一对应，其中，在系统运行过程中静态参数的数值保持不变。
参照图6，图6是本发明实施例中一种结晶器的数字画像的示意图。其中，其中，使用炉数和宽面铜板最大炉是静态参数，出水口温度、进出水温差、进水口温度、摩擦力、宽免水流量和窄面水流量是运行参数。
在具体实施中，宽面水流量的第一目标值可以是200，宽免水流量的第二目标值可以是250；窄面水流量的第一目标值可以是200，窄面水流量的第二目标值可以是250，窄面水流量的第三目标值可以是300。其中，宽面铜板最大炉可以是200。
在其他实施例中，还可以显示以下一项或多项：第二数字画像、第三数字画像和人员画像。下文仅对第二数字画像、第三数字画像和人员画像与第一数字画像的不同之处进行描述，更多具体内容可以参照上文关于第一数字画像的相关描述。
具体而言，可以接收第二请求指令，响应于第二请求指令，可以显示第二数字画像。其中，所述第二数字画像可以用于指示每个工艺设备的静态信息，所述静态信息包括以下一项或多项：所述工艺设备的设备参数、配置参数和机械部件。与动态参数不同，静态信息的数值或内容在薄带连铸系统的生产过程中并不会发生变化。
与第一数字画像不同的是，第二数字画像中第二节点和静态信息一一对应。更具体地，第二节点的显示内容可以为静态信息的名称。在具体实施中，用户点击第二节点以查看静态信息的具体内容。
更具体地，第二数字画像可以是工艺设备知识数字画像，工艺设备知识数字画像主要包括工艺设备知识，其内包含工艺设备相关知识数据，同时针对Castrip的工艺设备，有以下相应的工艺设备知识：钢包、中间包、连铸、飞剪、隧道、热连轧机组，层冷，卷取机，成品库。每项工艺设备有相应的工艺知识，比如：钢包包含钢水成分分析S、P、N、H、O等，中间包包含分流、连浇、减压、保护、杂质清除、去夹杂、流畅计算等，连铸包含结晶器具备导热、结构刚性、耐磨、锻造等。飞剪包含机架、上下曲柄、上下连杆、上下摇杆，飞剪传动、剪刃间隙调整等。每种设备的工艺知识对应知识图谱上的一个图点信息(也即，节点)，图点信息反映出设备具备的知识点，每个节点对应相应的知识点及节点关系，节点关系以关系实体的方式进行表征。
参照图7，图7是本发明实施例中一种第二数字画像的示意图。具体而言，图7示出了一种薄带连铸系统的部分工艺设备的部分静态信息。
进一步的，还可以接收第三请求指令，响应于第三请求指令，可以显示第三数字画像。其中，第三数字画像可以用于指示每个工艺设备的电气系统的组成。与第一数字画像不同的是，第二数字画像中第二节点对应于控制器及其扩展模块，第二节点的显示内容可以是控制器的型号，也可以是扩展模块的类型或型号。第一节点和第二节点之间的连接线上可以显示有控制器或扩展模块的点位数量、协议信息等。
更具体地，第三数字画像可以是指工艺系统知识图谱，体现各类电气系统及相关的知识信息，可以包括：工艺电气系统方面的知识，包含系统配置知识，系统组成知识和系统参数知识等。
参照图8，图8是本发明实施例中一种第三数字画像的示意图。图3示出了薄带连铸系统中一部分设备的控制器及其扩展模块，例如，钢包的控制器为S7-300，扩展模块有数字信号输入模块(DI)、数字信号输出模块(DO)、模拟信号输出模块(AI)、模拟信号输出模块(AO)和以太网模块(CP343)。
进一步地，还可以接收第四请求指令，响应于第四请求指令，可以显示人员画像。人员画像中的第一节点可以与人员类型一一对应，第二节点可以与知识技能一一对应。在具体实施中，用户可以点击第二节点以查看知识技能的具体内容。
参照图9，图9是本发明实施例中一种薄带连铸系统的人员画像的示意图。其主要包含了厂长，首席，现场点检，现场质检员，机械工程师，工艺工程师，同时针对每类相关人员可以进行知识方面的图谱展示，同时包含了每类人员的知识技能的图谱展示结构。
由上，本发明实施例的方案中，采用数字画像的方式将薄带连铸系统进行各维度的工艺知识化和数字化。
参照图10，图10是本发明实施例中一种改进的基于时空对齐的Castrip数字画像生成与构建装置，图10示出的装置可以包括：
获取模块61，用于获取所述多个工艺设备的数据采集信息，其中，所述数据采集信息包括：所述工艺设备的运行参数的实际值；
画像生成模块62，用于根据所述多个工艺设备的数据采集信息，生成并显示所述第一数字画像；
其中，所述第一数字画像包括：多个第一节点和多个第二节点，每个第一节点连接至少一个第二节点，所述第一节点与所述工艺设备一一对应，所述第二节点与所述工艺设备的运行参数一一对应，所述第二节点的显示状态用于指示所述运行参数的实际值是否异常。
在具体实施中，上述用于改进的基于时空对齐的Castrip数字画像生成与构建装置可以对应于终端内具有数据处理功能的芯片；或者对应于终端中具有数据处理功能的芯片模组，或者对应于终端。
关于图10示出的改进的基于时空对齐的Castrip数字画像生成与构建装置的工作原理、工作方式和有益效果等更多内容，可以参照上文关于图1至图9的相关描述，在此不再赘述。
本发明实施例还提供一种存储介质，其上存储有计算机程序，所述计算机程序被处理器运行时，执行上述的改进的基于时空对齐的Castrip数字画像生成与构建方法的步骤。所述存储介质可以包括ROM、RAM、磁盘或光盘等。所述存储介质还可以包括非挥发性存储器(non-volatile)或者非瞬态(non-transitory)存储器等。
本发明实施例还提供一种终端，包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，所述处理器运行所述计算机程序时执行上述方法的步骤。所述终端可以是手机、计算机、电脑和物联网设备等。
应理解，本申请实施例中，所述处理器可以为中央处理单元(central processingunit，简称CPU)，该处理器还可以是其他通用处理器、数字信号处理器(digital signalprocessor，简称DSP)、专用集成电路(application specific integrated circuit，简称ASIC)、现成可编程门阵列(field programmable gate array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
还应理解，本申请实施例中的存储器可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(read-only memory，简称ROM)、可编程只读存储器(programmable ROM，简称PROM)、可擦除可编程只读存储器(erasable PROM，简称EPROM)、电可擦除可编程只读存储器(electricallyEPROM，简称EEPROM)或闪存。易失性存储器可以是随机存取存储器(random accessmemory，简称RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的随机存取存储器(random access memory，简称RAM)可用，例如静态随机存取存储器(staticRAM，简称SRAM)、动态随机存取存储器(DRAM)、同步动态随机存取存储器(synchronousDRAM，简称SDRAM)、双倍数据速率同步动态随机存取存储器(double data rate SDRAM，简称DDR SDRAM)、增强型同步动态随机存取存储器(enhanced SDRAM，简称ESDRAM)、同步连接动态随机存取存储器(synchlink DRAM，简称SLDRAM)和直接内存总线随机存取存储器(direct rambus RAM，简称DR RAM)。
上述实施例，可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时，上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机程序可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机程序可以从一个网站站点、计算机、服务器或数据中心通过有线或无线方式向另一个网站站点、计算机、服务器或数据中心进行传输。
在本申请所提供的几个实施例中，应该理解到，所揭露的方法、装置和系统，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的；例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式；例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理包括，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。例如，对于应用于或集成于芯片的各个装置、产品，其包含的各个模块/单元可以都采用电路等硬件的方式实现，或者，至少部分模块/单元可以采用软件程序的方式实现，该软件程序运行于芯片内部集成的处理器，剩余的(如果有)部分模块/单元可以采用电路等硬件方式实现；对于应用于或集成于芯片模组的各个装置、产品，其包含的各个模块/单元可以都采用电路等硬件的方式实现，不同的模块/单元可以位于芯片模组的同一组件(例如芯片、电路模块等)或者不同组件中，或者，至少部分模块/单元可以采用软件程序的方式实现，该软件程序运行于芯片模组内部集成的处理器，剩余的(如果有)部分模块/单元可以采用电路等硬件方式实现；对于应用于或集成于终端的各个装置、产品，其包含的各个模块/单元可以都采用电路等硬件的方式实现，不同的模块/单元可以位于终端内同一组件(例如，芯片、电路模块等)或者不同组件中，或者，至少部分模块/单元可以采用软件程序的方式实现，该软件程序运行于终端内部集成的处理器，剩余的(如果有)部分模块/单元可以采用电路等硬件方式实现。
应理解，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，表示前后关联对象是一种“或”的关系。
本申请实施例中出现的“多个”是指两个或两个以上。
本申请实施例中出现的第一、第二等描述，仅作示意与区分描述对象之用，没有次序之分，也不表示本申请实施例中对设备个数的特别限定，不能构成对本申请实施例的任何限制。
虽然本发明披露如上，但本发明并非限定于此。任何本领域技术人员，在不脱离本发明的精神和范围内，均可作各种更动与修改，因此本发明的保护范围应当以权利要求所限定的范围为准。
Claims (12)
1.一种改进的基于时空对齐的Castrip数字画像生成与构建方法，其特征在于，薄带连铸系统包括多个工艺设备，所述方法包括：
获取所述多个工艺设备的数据采集信息，其中，所述数据采集信息包括：
所述工艺设备的运行参数的实际值；
根据所述多个工艺设备的数据采集信息，生成并显示第一数字画像；
其中，所述第一数字画像包括：多个第一节点和多个第二节点，每个第一节点连接至少一个第二节点，所述第一节点与所述工艺设备一一对应，所述第二节点与所述工艺设备的运行参数一一对应，所述第二节点的显示状态用于指示所述运行参数的实际值是否异常。
2.根据权利要求1所述的改进的基于时空对齐的Castrip数字画像生成与构建方法，其特征在于，所述第一数字画像还包括：第一信息标签，所述第一信息标签用于指示所述第二节点对应的运行参数的实际值及其量纲，获取所述多个工艺设备的数据采集信息包括：
获取初始数据信息，所述初始数据信息包括：字段信息和数据值；
根据所述字段信息，确定所述初始数据信息对应的工艺设备和运行参数；
根据所述工艺设备和/或所述运行参数，确定所述数据值对应的量纲；
根据所述量纲更新所述初始数据信息，以得到所述数据采集信息。
3.根据权利要求2所述的改进的基于时空对齐的Castrip数字画像生成与构建方法，其特征在于，所述字段信息包括第一字段，根据所述字段信息，确定所述初始数据信息对应的工艺设备和运行参数包括：
对所述字段信息进行语义识别，以确定所述第一字段的语义；
读取设备字典，所述设备字典记录有：所述薄带连铸系统对应的多个工艺设备；
对所述第一字段的语义和所述设备字典进行匹配，以判断所述设备字典是否记录有所述第一字段指示的设备，若否，则剔除所述初始数据信息。
4.根据权利要求1所述的改进的基于时空对齐的Castrip数字画像生成与构建方法，其特征在于，采用以下方法确定所述第二节点的显示状态：
确定所述第二节点对应的运行参数，记为第一运行参数；
读取预先设置的工艺规则库，所述工艺规则库用于描述所述薄带连铸系统在生产过程中的工艺规则；
根据所述工艺规则库，确定与所述第一运行参数具有依赖关系的第二运行参数；
根据所述第一运行参数的实际值和所述第二运行参数的实际值，确定所述第一运行参数对应的第二节点的显示状态。
5.根据权利要求4所述的改进的基于时空对齐的Castrip数字画像生成与构建方法，其特征在于，所述依赖关系包括：延时时长，根据所述第一运行参数的实际值和所述第二运行参数的实际值，确定所述第一运行参数对应的第二节点的显示状态之前，所述方法还包括：
根据所述工艺规则库，确定所述第二运行参数相对于所述第一运行参数的延时时长；
根据第一时刻和所述延时时长，确定第二时刻，其中，所述第一时刻为获取所述第一运行参数的实际值的时刻，所述第二时刻为获取所述第二运行参数的实际值的时刻；
获取所述第二时刻下所述第二运行参数的实际值。
6.根据权利要求4或5所述的改进的基于时空对齐的Castrip数字画像生成与构建方法，其特征在于，根据所述第一运行参数的实际值和所述第二运行参数的实际值，确定所述第一运行参数对应的第二节点的显示状态包括：
如果所述第一运行参数的实际值处于第一预设范围，且所述第二运行参数的实际值处于第二预设范围，则确定所述第一运行参数对应的第二节点的显示状态为第一状态，所述第一状态用于指示所述第一运行参数的实际值正常；
如果所述第一运行参数的实际值未处于所述第一预设范围，且所述第二运行参数的实际值处于第三预设范围，则确定所述第一运行参数的显示状态为第二状态，所述第二状态用于指示所述第一运行参数的实际值异常，所述第三预设范围不同于所述第二预设范围。
7.根据权利要求4或5所述的改进的基于时空对齐的Castrip数字画像生成与构建方法，其特征在于，根据所述第一运行参数的实际值和所述第二运行参数的实际值，确定所述第一运行参数对应的第二节点的显示状态包括：判断所述第一运行参数的实际值和所述第二运行参数的实际值是否匹配，其中，所述第一运行参数的实际值和所述第二运行参数的实际值匹配是指所述第一运行参数的实际值和所述第二运行参数的实际值满足所述依赖关系；
若否，则确定所述第一运行参数对应的第二节点的显示状态为第三状态，所述第三状态用于指示所述第一运行参数的实际值与所述第二运行参数的实际值不匹配。
8.根据权利要求1所述的改进的基于时空对齐的Castrip数字画像生成与构建方法，其特征在于，所述多个第一节点之间具有有向的连接线，所述连接线连接相邻工序的工艺设备对应的第一节点，且所述连接线的方向用于指示工序的前后关系。
9.根据权利要求1所述的改进的基于时空对齐的Castrip数字画像生成与构建方法，其特征在于，所述第一数字画像是响应于第一请求指令显示的，所述方法还包括：
响应于第二请求指令，显示第二数字画像，所述第二数字画像用于指示每个工艺设备的静态信息，所述静态信息包括以下一项或多项：所述工艺设备的设备参数、配置参数和机械部件；
响应于第三请求指令，显示第三数字画像，所述第三数字画像用于指示每个工艺设备的电气系统的组成。
10.一种改进的基于时空对齐的Castrip数字画像生成与构建装置，其特征在于，薄带连铸系统包括多个工艺设备，所述装置包括：
获取模块，用于获取所述多个工艺设备的数据采集信息，其中，所述数据采集信息包括：所述工艺设备的运行参数的实际值；
画像生成模块，用于根据所述多个工艺设备的数据采集信息，生成并显示第一数字画像；
其中，所述第一数字画像包括：多个第一节点和多个第二节点，每个第一节点连接至少一个第二节点，所述第一节点与所述工艺设备一一对应，所述第二节点与所述工艺设备的运行参数一一对应，所述第二节点的显示状态用于指示所述运行参数的实际值是否异常。
11.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器运行时，执行权利要求1至9中任一项所述的改进的基于时空对齐的Castrip数字画像生成与构建方法的步骤。
12.一种终端，包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，其特征在于，所述处理器运行所述计算机程序时执行权利要求1至9中任一项所述的改进的基于时空对齐的Castrip数字画像生成与构建方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210576123.4A CN115204572A (zh) | 2022-05-25 | 2022-05-25 | 改进的基于时空对齐的Castrip数字画像生成与构建方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210576123.4A CN115204572A (zh) | 2022-05-25 | 2022-05-25 | 改进的基于时空对齐的Castrip数字画像生成与构建方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115204572A true CN115204572A (zh) | 2022-10-18 |
Family
ID=83576399
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210576123.4A Pending CN115204572A (zh) | 2022-05-25 | 2022-05-25 | 改进的基于时空对齐的Castrip数字画像生成与构建方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115204572A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116523039A (zh) * | 2023-04-26 | 2023-08-01 | 华院计算技术(上海)股份有限公司 | 连铸知识图谱的生成方法及装置、存储介质、终端 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101462157A (zh) * | 2009-01-16 | 2009-06-24 | 北京航空航天大学 | 一种适用于反向凝固工艺质量控制的系统及方法 |
| WO2016061607A1 (de) * | 2014-10-24 | 2016-04-28 | Berndorf Band Gmbh | PROZESSOPTIMIERUNG FÜR EINE BANDGIEßANLAGE |
| CN112235159A (zh) * | 2020-10-13 | 2021-01-15 | 中移（杭州）信息技术有限公司 | 网关质量画像生成方法、系统、网络设备和存储介质 |
| CN113721557A (zh) * | 2020-05-25 | 2021-11-30 | 中国石油化工股份有限公司 | 基于关联参数的石化装置运行工艺参数监测方法及装置 |
| CN114328143A (zh) * | 2021-12-31 | 2022-04-12 | 珠海格力电器股份有限公司 | 一种多设备联动的方法、模组和系统 |
-
2022
- 2022-05-25 CN CN202210576123.4A patent/CN115204572A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101462157A (zh) * | 2009-01-16 | 2009-06-24 | 北京航空航天大学 | 一种适用于反向凝固工艺质量控制的系统及方法 |
| WO2016061607A1 (de) * | 2014-10-24 | 2016-04-28 | Berndorf Band Gmbh | PROZESSOPTIMIERUNG FÜR EINE BANDGIEßANLAGE |
| CN113721557A (zh) * | 2020-05-25 | 2021-11-30 | 中国石油化工股份有限公司 | 基于关联参数的石化装置运行工艺参数监测方法及装置 |
| CN112235159A (zh) * | 2020-10-13 | 2021-01-15 | 中移（杭州）信息技术有限公司 | 网关质量画像生成方法、系统、网络设备和存储介质 |
| CN114328143A (zh) * | 2021-12-31 | 2022-04-12 | 珠海格力电器股份有限公司 | 一种多设备联动的方法、模组和系统 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116523039A (zh) * | 2023-04-26 | 2023-08-01 | 华院计算技术(上海)股份有限公司 | 连铸知识图谱的生成方法及装置、存储介质、终端 |
| CN116523039B (zh) * | 2023-04-26 | 2024-02-09 | 华院计算技术(上海)股份有限公司 | 连铸知识图谱的生成方法及装置、存储介质、终端 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6817426B2 (ja) | マシンラーニング基盤の半導体製造の収率予測システム及び方法 | |
| CN111861050B (zh) | 生产制程管控装置、方法及计算机可读存储介质 | |
| CN109739904B (zh) | 一种时间序列的标记方法、装置、设备和存储介质 | |
| CN109977146B (zh) | 故障诊断方法、装置及电子设备 | |
| CN107516279B (zh) | 一种网络舆情自动预警的方法 | |
| JP2019036061A (ja) | 要因分析装置、要因分析方法、およびプログラム | |
| CN115204572A (zh) | 改进的基于时空对齐的Castrip数字画像生成与构建方法 | |
| CN111950577A (zh) | 一种点检方法及装置 | |
| CN112613938A (zh) | 模型训练方法、装置及计算机设备 | |
| CN112950262A (zh) | 销量预测方法、装置、计算机设备和存储介质 | |
| JP2021174541A (ja) | 生産リードタイム分析方法及び生産リードタイム分析システム | |
| CN114202256B (zh) | 架构升级预警方法、装置、智能终端及可读存储介质 | |
| CN109871368A (zh) | 数据库检测方法、装置、计算机装置及存储介质 | |
| CN117196322B (zh) | 智能风控方法、装置、计算机设备及存储介质 | |
| US20230229136A1 (en) | Abnormal irregularity cause identifying device, abnormal irregularity cause identifying method, and abnormal irregularity cause identifying program | |
| JP2019117464A (ja) | 異常監視システム、異常監視方法及びプログラム | |
| JP2009163726A (ja) | 品質管理システム及び品質管理方法 | |
| JP6885321B2 (ja) | プロセスの状態診断方法及び状態診断装置 | |
| US11415958B2 (en) | Data extracting apparatus, data extracting method, and recording medium | |
| US20220230193A1 (en) | Information processing apparatus, information processing method, and program | |
| EP3754533A1 (en) | Design assistance apparatus and design assistance method | |
| JPWO2019016892A1 (ja) | 品質分析装置及び品質分析方法 | |
| US20160178590A1 (en) | System and method for predicting harmful materials | |
| WO2016163008A1 (ja) | 異常診断装置および異常診断方法 | |
| JP7118690B2 (ja) | 製造方法、情報処理装置、関係式算出装置、および、製造システム |
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 |