CN115730512B - 一种用于连铸结晶器铜板温度场计算的方法 - Google Patents
一种用于连铸结晶器铜板温度场计算的方法 Download PDFInfo
- Publication number
- CN115730512B CN115730512B CN202211366353.4A CN202211366353A CN115730512B CN 115730512 B CN115730512 B CN 115730512B CN 202211366353 A CN202211366353 A CN 202211366353A CN 115730512 B CN115730512 B CN 115730512B
- Authority
- CN
- China
- Prior art keywords
- continuous casting
- copper plate
- data
- casting equipment
- temperature field
- 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
- 238000009749 continuous casting Methods 0.000 title claims abstract description 85
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 title claims abstract description 82
- 229910052802 copper Inorganic materials 0.000 title claims abstract description 82
- 239000010949 copper Substances 0.000 title claims abstract description 82
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000004088 simulation Methods 0.000 claims abstract description 36
- 239000000498 cooling water Substances 0.000 claims abstract description 31
- 230000004907 flux Effects 0.000 claims abstract description 29
- 239000007787 solid Substances 0.000 claims abstract description 18
- 238000004891 communication Methods 0.000 claims abstract description 13
- 238000004422 calculation algorithm Methods 0.000 claims description 25
- 238000013480 data collection Methods 0.000 claims description 19
- 238000012360 testing method Methods 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000001105 regulatory effect Effects 0.000 claims description 5
- 230000010354 integration Effects 0.000 claims description 4
- 239000013307 optical fiber Substances 0.000 claims description 4
- 238000011176 pooling Methods 0.000 claims description 4
- 238000000746 purification Methods 0.000 claims description 4
- 238000013518 transcription Methods 0.000 claims description 4
- 230000035897 transcription Effects 0.000 claims description 4
- 230000002457 bidirectional effect Effects 0.000 claims description 3
- 238000005070 sampling Methods 0.000 description 12
- 238000013527 convolutional neural network Methods 0.000 description 6
- 102100032202 Cornulin Human genes 0.000 description 3
- 101000920981 Homo sapiens Cornulin Proteins 0.000 description 3
- 238000007476 Maximum Likelihood Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 108010070880 sigma K Proteins 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000005266 casting Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000463 material Substances 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
- 239000010959 steel Substances 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Continuous Casting (AREA)
Abstract
本发明公开了一种用于连铸结晶器铜板温度场计算的方法，包括以下步骤：输入参数步骤：登陆仿真系统，通过仿真系统构建虚拟连铸设备，将计算机的通讯接口与实体连铸设备的通讯接口进行网络连接，并将实体连铸设备的结晶器铜板参数输入仿真系统的虚拟连铸设备；安装传感器步骤：在实体连铸设备的结晶器铜板的热面安装热流密度传感器，在结晶器铜板的冷却水进出口安装温度传感器和流速传感器。本发明通过仿真系统对实体连铸设备的温度场数据进行监测和预测，并通过构建的虚拟连铸设备对预测的数据进行试运行，使得计算出的连铸结晶器铜板温度场的数据应用时能够及时的发现问题，能够有效的预防板坯在结晶器中产生的质量问题。
Description
技术领域
本发明涉及连铸设备技术领域，具体涉及一种用于连铸结晶器铜板温度场计算的方法。
背景技术
结晶器是承接从中间罐注入的钢水并使之按规定断面形状凝固成坚固坯壳的连续铸钢设备，它是连铸机最关键的部件，其结构、材质和温度场参数对铸坯质量和铸机生产能力起着决定性作用。
中国专利号CN201410498049.4公开了一种连铸结晶器温度场可视化分析方法，通过神经网络的模糊控制方法，实现对结晶器内部温度场任意视觉的温度监控。通过PC机内的温度采集系统采集到的温度数据信号，经过滤波后通过通讯模块传输给数据分析系统的数据分析与知识推理模块，数据分析与知识推理模块将接收的数据建立差分温度场模型，并基于神经网络的模糊控制方法进出分析采集到的温度数据，对结晶器浇注过程与温度场进行可视化分析。
现有技术的结晶器铜板温度场的参数在进行调节时，是根据工人的经验进行设定参数的，由于人工经验进行设定跟工人的知识水平有很大的关系，使得参数设定错误时不能及时的发现，进而导致板坯在结晶器中产生的质量问题。因此，亟需设计一种用于连铸结晶器铜板温度场计算的方法来解决上述问题。
发明内容
本发明的目的是提供一种用于连铸结晶器铜板温度场计算的方法，以解决现有技术中的上述不足之处。
为了实现上述目的，本发明提供如下技术方案：
一种用于连铸结晶器铜板温度场计算的方法，包括以下步骤：
输入参数步骤：登陆仿真系统，通过仿真系统构建虚拟连铸设备，将计算机的通讯接口与实体连铸设备的通讯接口进行网络连接，并将实体连铸设备的结晶器铜板参数输入仿真系统的虚拟连铸设备；
安装传感器步骤：在实体连铸设备的结晶器铜板的热面安装热流密度传感器，在结晶器铜板的冷却水进出口安装温度传感器和流速传感器，并将热流密度传感器、流速传感器和温度传感器与计算机进行电性连接；
温度场数据采集步骤：采用实体连铸设备进行作业时，通过热流密度传感器采集结晶器铜板热面的热流密度数据，通过温度传感器采集冷却水进出口的温度数据，通过流速传感器监测冷却水进出口的流速，并将采集的数据传输给计算机；
预测步骤：计算机根据采集的数据在仿真系统的虚拟连铸设备内进行实时更新，并通过仿真系统内部的专家数据库对虚拟连铸设备的结晶器铜板温度场数据进行预测；
试运行步骤：计算机根据仿真系统预测结果生成结晶器铜板温度场调控数据，并将调控数据实时更新至虚拟连铸设备进行试运行；
调控步骤：在虚拟连铸设备试运行无报警后，通过计算机将结晶器铜板温度场调控数据传输至实体连铸设备，通过计算机对实体连铸设备进行实时调控。
进一步地，在所述输入参数步骤中，所述结晶器铜板参数包括：结晶器铜板尺寸、结晶器铜板各面换热系数和结晶器铜板冷却水量，所述计算机与实体连铸设备采用无线网络和光纤中的一种或两种组合。
进一步地，在所述安装传感器步骤中，所述热流密度传感器的安装数量为4-8个，所述温度传感器的安装数量为4-8个，所述流速传感器安装数量为2-4个。
进一步地，在所述温度场数据采集步骤中，采集的数据还包括板坯的拉伸速度和板坯的尺寸。
进一步地，在所述预测步骤中，预测时采用Text-CNN模型算法进行计算，所述Text-CNN模型算法包括：词嵌入、卷积、池化和全连接+softmax。
进一步地，在所述预测步骤中，专家数据库的建立方法包括以下步骤：
数据收集步骤：建立数据收集模型，通过数据收集模型收集连铸领域专家的数据信息，并把连铸领域专家的数据信息转化为文字信息存储于数据库；
数据提纯步骤：对文字信息进行提纯处理，使得文字信息中的冗杂数据去除后得到关键数据信息；
数据归类步骤：对关键数据信息中的关键词进行提取，并对语义进行识别，然后将关键数据进行归类。
进一步地，在所述数据收集步骤中，通过CRNN+CTC算法把图片中的文字提取出来，所述CRNN+CTC算法包括：
卷积层：从输入图像中提取特征序列，得到特征图；
循环层：使用双向RNN对特征序列进行预测，预测从卷积层获取的特征序列的标签分布；
转录层：使用CTC损失，把从循环层获取的标签分布通过去重整合操作转换成最终的识别结果。
进一步地，在所述数据收集步骤中，利用GMM-HMM模型识别出语音中的文字提取出来，在GMM独立词识别中以单词为单位建模，在GMM-HMM中以音素为单位进行建模，对连续语音提取MFCC特征，将特征对应到状态这个最小单位，通过状态获得音素，通过音素组合成单词，通过单词组合成句子。
进一步地，GMM的概率密度函数为:
注：K为模型的个数、αk为属于第k个高斯的概率、p(x|k)为第k个高斯的概率密度，其均值向量为μk，∑k为协方差矩阵。
进一步地，提取出文字后，通过隐含狄利克雷分布主题模型算法，得出需求信息，隐含狄利克雷分布主题模型算法生成文档的方式如下:
从狄利克雷分布α中取样生成文档i的主题分布θi；
从主题的多项式分布θi中取样生成文档i第j个词的主题zi，j；
从狄利克雷分布β中取样生成主题zi，j的词语分布Фzi，j；
从词语的多项式分布Фzi，j中采样最终生成词语wi，j；
最终文档单词分布的最大似然估计公式如下：
。
在上述技术方案中，本发明提供的一种用于连铸结晶器铜板温度场计算的方法，有益效果为：
（1）本发明通过仿真系统对实体连铸设备的温度场数据进行监测和预测，并通过构建的虚拟连铸设备对预测的数据进行试运行，使得计算出的连铸结晶器铜板温度场的数据应用时能够及时的发现问题，能够有效的预防板坯在结晶器中产生的质量问题。
（2）本发明通过专家数据库的方式对连铸结晶器铜板温度场的数据进行预测，使得连铸结晶器铜板在使用过程中，专家数据库能对其温度场数据发生变化时及时有效的给出处理方案。
（3）本发明通过CRNN+CTC算法和GMM-HMM模型对建立专家数据库进行提取文字，解决了传统人工输入效率低的缺点，使得专家数据库的建立更加的高效。
附图说明
为了更清楚地说明本申请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发明中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
图1为本发明一种用于连铸结晶器铜板温度场计算的方法实施例提供的流程图。
图2为本发明一种用于连铸结晶器铜板温度场计算的方法实施例提供的GMM-HMM模型流程图。
实施方式
为了使本领域的技术人员更好地理解本发明的技术方案，下面将结合附图对本发明作进一步的详细介绍。
如图1-2所示，本发明实施例提供的一种用于连铸结晶器铜板温度场计算的方法，包括以下步骤：
输入参数步骤：登陆仿真系统，通过仿真系统构建虚拟连铸设备，将计算机的通讯接口与实体连铸设备的通讯接口进行网络连接，并将实体连铸设备的结晶器铜板参数输入仿真系统的虚拟连铸设备；
安装传感器步骤：在实体连铸设备的结晶器铜板的热面安装热流密度传感器，在结晶器铜板的冷却水进出口安装温度传感器和流速传感器，并将热流密度传感器、流速传感器和温度传感器与计算机进行电性连接；
温度场数据采集步骤：采用实体连铸设备进行作业时，通过热流密度传感器采集结晶器铜板热面的热流密度数据，通过温度传感器采集冷却水进出口的温度数据，通过流速传感器监测冷却水进出口的流速，并将采集的数据传输给计算机；
预测步骤：计算机根据采集的数据在仿真系统的虚拟连铸设备内进行实时更新，并通过仿真系统内部的专家数据库对虚拟连铸设备的结晶器铜板温度场数据进行预测；
试运行步骤：计算机根据仿真系统预测结果生成结晶器铜板温度场调控数据，并将调控数据实时更新至虚拟连铸设备进行试运行；
调控步骤：在虚拟连铸设备试运行无报警后，通过计算机将结晶器铜板温度场调控数据传输至实体连铸设备，通过计算机对实体连铸设备进行实时调控。
具体的，本实施例中，包括以下步骤：
输入参数步骤：登陆仿真系统，通过仿真系统构建虚拟连铸设备，将计算机的通讯接口与实体连铸设备的通讯接口进行网络连接，实体连铸设备为实际生产使用的连铸设备，使得实体连铸设备与虚拟连铸设备能够进行信息交互，并将实体连铸设备的结晶器铜板参数输入仿真系统的虚拟连铸设备；
安装传感器步骤：在实体连铸设备的结晶器铜板的热面安装热流密度传感器，在结晶器铜板的冷却水进出口安装温度传感器和流速传感器，并将热流密度传感器、流速传感器和温度传感器与计算机进行电性连接；
温度场数据采集步骤：采用实体连铸设备进行作业时，通过热流密度传感器采集结晶器铜板热面的热流密度数据，通过温度传感器采集冷却水进出口的温度数据，通过流速传感器监测冷却水进出口的流速，并将采集的数据传输给计算机；
预测步骤：计算机根据采集的数据在仿真系统的虚拟连铸设备内进行实时更新，并通过仿真系统内部的专家数据库对虚拟连铸设备的结晶器铜板温度场数据进行预测，预测时采用Text-CNN模型算法进行计算，Text-CNN模型算法包括：词嵌入、卷积、池化和全连接+softmax；
试运行步骤：计算机根据仿真系统预测结果生成结晶器铜板温度场调控数据，并将调控数据实时更新至虚拟连铸设备进行试运行；
调控步骤：在虚拟连铸设备试运行无报警后，通过计算机将结晶器铜板温度场调控数据传输至实体连铸设备，通过计算机对实体连铸设备进行实时调控。
本发明提供的一种用于连铸结晶器铜板温度场计算的方法，本发明通过仿真系统对实体连铸设备的温度场数据进行监测和预测，并通过构建的虚拟连铸设备对预测的数据进行试运行，使得计算出的连铸结晶器铜板温度场的数据应用时能够及时的发现问题，能够有效的预防板坯在结晶器中产生的质量问题。
本发明提供的另一个实施例中，在输入参数步骤中，结晶器铜板参数包括：结晶器铜板尺寸、结晶器铜板各面换热系数和结晶器铜板冷却水量，计算机与实体连铸设备采用无线网络和光纤中的一种或两种组合。
本发明提供的另一个实施例中，在安装传感器步骤中，热流密度传感器的安装数量为8个，使得热流密度传感器能够监测多处的热流密度数据，温度传感器的安装数量为8个，使得温度传感器能够监测到多处的温度数据，流速传感器安装数量为4个。
本发明提供的再一个实施例中，在温度场数据采集步骤中，采集的数据还包括板坯的拉伸速度和板坯的尺寸。
本发明提供的再一个实施例中，在预测步骤中，专家数据库的建立方法包括以下步骤：
数据收集步骤：建立数据收集模型，通过数据收集模型收集连铸领域专家的数据信息，并把连铸领域专家的数据信息转化为文字信息存储于数据库；
数据提纯步骤：对文字信息进行提纯处理，使得文字信息中的冗杂数据去除后得到关键数据信息；
数据归类步骤：对关键数据信息中的关键词进行提取，并对语义进行识别，然后将关键数据进行归类。
本发明提供的再一个实施例中，在数据收集步骤中，通过CRNN+CTC算法把图片中的文字提取出来，CRNN+CTC算法包括：
卷积层（CNN）：从输入图像中提取特征序列，得到特征图；
循环层（RNN）：使用双向RNN（BLSTM）对特征序列进行预测，预测从卷积层获取的特征序列的标签（真实值）分布；
转录层（CTC loss）：使用CTC损失，把从循环层获取的标签分布通过去重整合操作转换成最终的识别结果。
本发明提供的再一个实施例中，在数据收集步骤中，利用GMM-HMM模型识别出语音中的文字提取出来，在GMM独立词识别中以单词为单位建模，在GMM-HMM中以音素为单位进行建模，对连续语音提取MFCC特征，将特征对应到状态这个最小单位，通过状态获得音素，通过音素组合成单词，通过单词组合成句子，简单来说，在GMM+HMM算法中语音识别分为三步；第一步，把帧识别成状态；第二步，把状态组合成音素；第三步，把音素组合成单词，GMM的概率密度函数为:
注：K为模型的个数、αk为属于第k个高斯的概率、p(x|k)为第k个高斯的概率密度，其均值向量为μk，∑k为协方差矩阵，提取出文字后，通过隐含狄利克雷分布主题模型算法，得出需求信息，在隐含狄利克雷分布主题模型算法一篇文档生成的方式如下:
从狄利克雷分布α中取样生成文档i的主题分布θi；
从主题的多项式分布θi中取样生成文档i第j个词的主题zi，j；
从狄利克雷分布β中取样生成主题zi，j的词语分布Фzi，j；
从词语的多项式分布Фzi，j中采样最终生成词语wi，j；
最终一篇文档的单词分布的最大似然估计公式如下：
。
实施例
一种用于连铸结晶器铜板温度场计算的方法，包括以下步骤：输入参数步骤：登陆仿真系统，通过仿真系统构建虚拟连铸设备，将计算机的通讯接口与实体连铸设备的通讯接口进行网络连接，实体连铸设备为实际生产使用的连铸设备，使得实体连铸设备与虚拟连铸设备能够进行信息交互，并将实体连铸设备的结晶器铜板参数输入仿真系统的虚拟连铸设备；
安装传感器步骤：在实体连铸设备的结晶器铜板的热面安装热流密度传感器，在结晶器铜板的冷却水进出口安装温度传感器和流速传感器，并将热流密度传感器、流速传感器和温度传感器与计算机进行电性连接；
温度场数据采集步骤：采用实体连铸设备进行作业时，通过热流密度传感器采集结晶器铜板热面的热流密度数据，通过温度传感器采集冷却水进出口的温度数据，通过流速传感器监测冷却水进出口的流速，并将采集的数据传输给计算机；
预测步骤：计算机根据采集的数据在仿真系统的虚拟连铸设备内进行实时更新，并通过仿真系统内部的专家数据库对虚拟连铸设备的结晶器铜板温度场数据进行预测，预测时采用Text-CNN模型算法进行计算，Text-CNN模型算法包括：词嵌入、卷积、池化和全连接+softmax；
试运行步骤：计算机根据仿真系统预测结果生成结晶器铜板温度场调控数据，并将调控数据实时更新至虚拟连铸设备进行试运行；
调控步骤：在虚拟连铸设备试运行无报警后，通过计算机将结晶器铜板温度场调控数据传输至实体连铸设备，通过计算机对实体连铸设备进行实时调控。
实施例
一种用于连铸结晶器铜板温度场计算的方法，本实施例在实施例1的基础上做进一步限定，其中，在输入参数步骤中，结晶器铜板参数包括：结晶器铜板尺寸、结晶器铜板各面换热系数和结晶器铜板冷却水量，计算机与实体连铸设备采用无线网络和光纤中的一种或两种组合；在安装传感器步骤中，热流密度传感器的安装数量为8个，使得热流密度传感器能够监测多处的热流密度数据，温度传感器的安装数量为8个，使得温度传感器能够监测到多处的温度数据，流速传感器安装数量为4个；在温度场数据采集步骤中，采集的数据还包括板坯的拉伸速度和板坯的尺寸；在预测步骤中，专家数据库的建立方法包括以下步骤：数据收集步骤：建立数据收集模型，通过数据收集模型收集连铸领域专家的数据信息，并把连铸领域专家的数据信息转化为文字信息存储于数据库；数据提纯步骤：对文字信息进行提纯处理，使得文字信息中的冗杂数据去除后得到关键数据信息；数据归类步骤：对关键数据信息中的关键词进行提取，并对语义进行识别，然后将关键数据进行归类；在数据收集步骤中，通过CRNN+CTC算法把图片中的文字提取出来，CRNN+CTC算法包括：卷积层：从输入图像中提取特征序列，得到特征图；循环层：使用双向RNN对特征序列进行预测，预测从卷积层获取的特征序列的标签（真实值）分布；转录层：使用CTC损失，把从循环层获取的标签分布通过去重整合操作转换成最终的识别结果；在数据收集步骤中，利用GMM-HMM模型识别出语音中的文字提取出来，在GMM独立词识别中以单词为单位建模，在GMM-HMM中以音素为单位进行建模，对连续语音提取MFCC特征，将特征对应到状态这个最小单位，通过状态获得音素，通过音素组合成单词，通过单词组合成句子，简单来说，在GMM+HMM算法中语音识别分为三步；第一步，把帧识别成状态；第二步，把状态组合成音素；第三步，把音素组合成单词，GMM的概率密度函数为:
注：K为模型的个数、αk为属于第k个高斯的概率、p(x|k)为第k个高斯的概率密度，其均值向量为μk，∑k为协方差矩阵，提取出文字后，通过隐含狄利克雷分布主题模型算法，得出需求信息，在隐含狄利克雷分布主题模型算法一篇文档生成的方式如下:从狄利克雷分布α中取样生成文档i的主题分布θi；从主题的多项式分布θi中取样生成文档i第j个词的主题zi，j；从狄利克雷分布β中取样生成主题zi，j的词语分布Фzi，j；从词语的多项式分布Фzi，j中采样最终生成词语wi，j；最终一篇文档的单词分布的最大似然估计公式如下：
。
以上只通过说明的方式描述了本发明的某些示范性实施例，毋庸置疑，对于本领域的普通技术人员，在不偏离本发明的精神和范围的情况下，可以用各种不同的方式对所描述的实施例进行修正。因此，上述附图和描述在本质上是说明性的，不应理解为对本发明权利要求保护范围的限制。
Claims (8)
1.一种用于连铸结晶器铜板温度场计算的方法，其特征在于，包括以下步骤：
输入参数步骤：登陆仿真系统，通过仿真系统构建虚拟连铸设备，将计算机的通讯接口与实体连铸设备的通讯接口进行网络连接，并将实体连铸设备的结晶器铜板参数输入仿真系统的虚拟连铸设备；
安装传感器步骤：在实体连铸设备的结晶器铜板的热面安装热流密度传感器，在结晶器铜板的冷却水进出口安装温度传感器和流速传感器，并将热流密度传感器、流速传感器和温度传感器与计算机进行电性连接；
温度场数据采集步骤：采用实体连铸设备进行作业时，通过热流密度传感器采集结晶器铜板热面的热流密度数据，通过温度传感器采集冷却水进出口的温度数据，通过流速传感器监测冷却水进出口的流速，并将采集的数据传输给计算机；
预测步骤：计算机根据采集的数据在仿真系统的虚拟连铸设备内进行实时更新，并通过仿真系统内部的专家数据库对虚拟连铸设备的结晶器铜板温度场数据进行预测；
试运行步骤：计算机根据仿真系统预测结果生成结晶器铜板温度场调控数据，并将调控数据实时更新至虚拟连铸设备进行试运行；
调控步骤：在虚拟连铸设备试运行无报警后，通过计算机将结晶器铜板温度场调控数据传输至实体连铸设备，通过计算机对实体连铸设备进行实时调控。
2.根据权利要求1所述的一种用于连铸结晶器铜板温度场计算的方法，其特征在于，在所述输入参数步骤中，所述结晶器铜板参数包括：结晶器铜板尺寸、结晶器铜板各面换热系数和结晶器铜板冷却水量，所述计算机与实体连铸设备采用无线网络和光纤中的一种或两种组合。
3.根据权利要求1所述的一种用于连铸结晶器铜板温度场计算的方法，其特征在于，在所述安装传感器步骤中，所述热流密度传感器的安装数量为4-8个，所述温度传感器的安装数量为4-8个，所述流速传感器安装数量为2-4个。
4.根据权利要求1所述的一种用于连铸结晶器铜板温度场计算的方法，其特征在于，在所述温度场数据采集步骤中，采集的数据还包括板坯的拉伸速度和板坯的尺寸。
5.根据权利要求1所述的一种用于连铸结晶器铜板温度场计算的方法，其特征在于，在所述预测步骤中，预测时采用Text-CNN模型算法进行计算，所述Text-CNN模型算法包括：词嵌入、卷积、池化和全连接+softmax。
6.根据权利要求1所述的一种用于连铸结晶器铜板温度场计算的方法，其特征在于，在所述预测步骤中，专家数据库的建立方法包括以下步骤：
数据收集步骤：建立数据收集模型，通过数据收集模型收集连铸领域专家的数据信息，并把连铸领域专家的数据信息转化为文字信息存储于数据库；
数据提纯步骤：对文字信息进行提纯处理，使得文字信息中的冗杂数据去除后得到关键数据信息；
数据归类步骤：对关键数据信息中的关键词进行提取，并对语义进行识别，然后将关键数据进行归类。
7.根据权利要求6所述的一种用于连铸结晶器铜板温度场计算的方法，其特征在于，在所述数据收集步骤中，通过CRNN+CTC算法把图片中的文字提取出来，所述CRNN+CTC算法包括：
卷积层：从输入图像中提取特征序列，得到特征图；
循环层：使用双向RNN对特征序列进行预测，预测从卷积层获取的特征序列的标签分布；
转录层：使用CTC损失，把从循环层获取的标签分布通过去重整合操作转换成最终的识别结果。
8.根据权利要求6所述的一种用于连铸结晶器铜板温度场计算的方法，其特征在于，在所述数据收集步骤中，利用GMM-HMM模型识别出语音中的文字并提取出来，在GMM独立词识别中以单词为单位建模，在GMM-HMM中以音素为单位进行建模，对连续语音提取MFCC特征，将特征对应到状态这个最小单位，通过状态获得音素，通过音素组合成单词，通过单词组合成句子。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211366353.4A CN115730512B (zh) | 2022-11-03 | 2022-11-03 | 一种用于连铸结晶器铜板温度场计算的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211366353.4A CN115730512B (zh) | 2022-11-03 | 2022-11-03 | 一种用于连铸结晶器铜板温度场计算的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115730512A CN115730512A (zh) | 2023-03-03 |
| CN115730512B true CN115730512B (zh) | 2023-11-17 |
Family
ID=85294387
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211366353.4A Active CN115730512B (zh) | 2022-11-03 | 2022-11-03 | 一种用于连铸结晶器铜板温度场计算的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115730512B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN102222147A (zh) * | 2011-06-30 | 2011-10-19 | 中冶南方工程技术有限公司 | 在线模拟连铸结晶器内钢液凝固传热过程的仿真系统 |
| CN102228971A (zh) * | 2011-06-30 | 2011-11-02 | 中冶南方工程技术有限公司 | 在线模拟连铸结晶器内钢液凝固传热过程的仿真方法 |
| CN105499519A (zh) * | 2014-09-26 | 2016-04-20 | 宝钢工程技术集团有限公司 | 结晶器振动在线检测装置及其使用方法 |
| CN109492317A (zh) * | 2018-11-20 | 2019-03-19 | 中冶赛迪工程技术股份有限公司 | 基于连铸机二维温度场仿真方法及监控模型的运行方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109543587B (zh) * | 2018-11-16 | 2020-04-24 | 中南大学 | 一种高温熔融流体流速检测方法及系统 |
-
2022
- 2022-11-03 CN CN202211366353.4A patent/CN115730512B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN102222147A (zh) * | 2011-06-30 | 2011-10-19 | 中冶南方工程技术有限公司 | 在线模拟连铸结晶器内钢液凝固传热过程的仿真系统 |
| CN102228971A (zh) * | 2011-06-30 | 2011-11-02 | 中冶南方工程技术有限公司 | 在线模拟连铸结晶器内钢液凝固传热过程的仿真方法 |
| CN105499519A (zh) * | 2014-09-26 | 2016-04-20 | 宝钢工程技术集团有限公司 | 结晶器振动在线检测装置及其使用方法 |
| CN109492317A (zh) * | 2018-11-20 | 2019-03-19 | 中冶赛迪工程技术股份有限公司 | 基于连铸机二维温度场仿真方法及监控模型的运行方法 |
Non-Patent Citations (2)
| Title |
|---|
| Effect of Impingement Density and Nozzle to Target Distance on Spray Cooling of Steel Plate-An Experimental Investigation;Purna Chandra Mishra 等;《Heat Transfer Engineering》;第38卷(第13期);1198-1208 * |
| 陈斌 等.浇铸参数对结晶器液面波动影响及其工业应用.《钢铁》.2022,第57卷(第7期),86-94. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115730512A (zh) | 2023-03-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109204007B (zh) | 一种无人驾驶的悬挂式磁悬浮列车及其控制方法 | |
| CN108710651A (zh) | 一种大规模客户投诉数据自动分类方法 | |
| CN110704616B (zh) | 设备告警工单识别方法及装置 | |
| CN113704956A (zh) | 一种基于数字孪生技术的城市道路在线微观仿真方法及系统 | |
| CN111667818A (zh) | 一种训练唤醒模型的方法及装置 | |
| CN112562698A (zh) | 一种基于声源信息与热成像特征融合的电力设备缺陷诊断方法 | |
| CN106445915A (zh) | 一种新词发现方法及装置 | |
| CN114297382B (zh) | 基于生成式预训练模型参数精调整的可控文本生成方法 | |
| CN115101076B (zh) | 一种基于多尺度通道分离卷积特征提取的说话人聚类方法 | |
| CN108447475A (zh) | 一种基于电力调度系统的语音识别模型的建立方法 | |
| CN116910633A (zh) | 一种基于多模态知识混合推理的电网故障预测方法 | |
| CN111199238A (zh) | 一种基于双流卷积神经网络的行为识别方法及设备 | |
| CN115730512B (zh) | 一种用于连铸结晶器铜板温度场计算的方法 | |
| CN118193683A (zh) | 一种基于语言大模型的文本推荐方法及系统 | |
| CN117852541A (zh) | 一种实体关系三元组抽取方法、系统及计算机设备 | |
| CN117669373A (zh) | 一种锻造成形装备液压系统能耗预测方法及系统 | |
| CN116050419B (zh) | 一种面向科学文献知识实体的无监督识别方法及系统 | |
| CN116776753A (zh) | 一种带钢热连轧过程力学性能指标软测量方法和系统 | |
| CN116274931A (zh) | 镁牺牲阳极合金的铸造方法及其系统 | |
| CN112633263B (zh) | 海量音视频情感识别系统 | |
| CN117649906B (zh) | 一体化铝合金结构件铸造质量预测方法、电子设备、介质 | |
| CN118586381A (zh) | 基于神经网络混合模型辨别事件相似度的方法及系统 | |
| NL2030465B1 (en) | Continuous casting slab quality predicting method based on extreme learning machine | |
| CN118298984B (zh) | 一种连铸过程中铸坯温度场的预测方法及系统 | |
| CN108573055A (zh) | 一种基于定性趋势分析的多变量报警监控方法与系统 |
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 |