CN118011840A - 一种面向电子束熔炼的参数控制方法 - Google Patents

Abstract

本申请涉及电子束熔炼技术领域，尤其涉及一种面向电子束熔炼的参数控制方法，方法包括：获取待熔炼金属的初始成分数据，并获取杂质金属和目标金属的蒸发速率曲面；基于蒸发速率曲面确定起始时刻的控制参数；依据起始时刻至当前时刻之间所有时刻的控制参数和蒸发速率曲面计算每种金属在当前时刻的蒸发量，进而计算待熔炼金属在当前时刻的中间成分数据；将当前时刻的控制参数和中间成分数据输入训练完毕的参数控制预测模型，以输出下一时刻的未来控制参数和奖励值；依据未来控制参数和奖励值控制下一时刻的作业，直至完成电子束熔炼过程。本申请的技术方案能够在对目标金属进行提纯时，实现电子束熔炼的精准控制。

Description

一种面向电子束熔炼的参数控制方法

技术领域

本申请一般地涉及电子束熔炼技术领域，尤其涉及一种面向电子束熔炼的参数控制方法。

背景技术

电子束熔炼技术是在高真空下将高速电子束流的动能转换为热能作为热源来进行金属熔炼的过程，由于其具有高真空，超高温的特性，广泛应用于钽、铌、钨、钼、钛等高熔点金属的提纯，能够去除高蒸气压类的金属杂质。

目前，公开号为CN115563763A的专利申请文件公开了一种基于EB炉电子束枪功率控制的钛材质量控制方法和系统，其中的方法包括：采集钛材生产过程中的时序数据、生产得到的钛材的成分数据以及熔炼过程中熔炼区域的气相元素的种类和浓度，对采集到的数据进行处理；并对处理后的历史时序数据，及对应的生产得到的钛材的成分数据、熔炼过程中熔炼区域的气相元素的种类和浓度进行特征值提取，然后以提取后的钛材成分质量损失特征值作为输入，以下一时刻的EB炉电子束枪整流输出加速电压、实心阴极温度、阴极和阳极的间距作为输出，训练钛材质量在线控制模型，根据采集的实时时序数据和训练得到的模型进行计算，得到下一时刻的EB炉电子束枪整流输出加速电压、实心阴极温度、阴极和阳极的间距，从而实现钛材的质量控制。

然而，上述方法直接利用训练完毕的钛材质量在线控制模型确定下一时刻电子束熔炼的控制参数，忽略了钛材生产过程中杂质金属的种类和含量，无法在电子束熔炼过程中监测钛材的质量，导致在使用电子束熔炼对钛材进行提纯时，无法实现电子束熔炼的精准控制，提纯效果较差。

发明内容

为了解决现有技术中的上述技术问题，本申请提供了一种面向电子束熔炼的参数控制方法，能够实现电子束熔炼的精准控制，以保证目标金属的提纯效果。

本申请提供了一种面向电子束熔炼的参数控制方法，用于对待熔炼金属中的目标金属进行提纯，所述参数控制方法包括：获取所述待熔炼金属的初始成分数据，并获取所述初始成分数据中多种金属的蒸发速率曲面，所述多种金属包括杂质金属和所述目标金属，所述蒸发速率曲面用于反映蒸发速率、真空度和温度之间的关系；基于所述多种金属的蒸发速率曲面确定电子束熔炼过程起始时刻的控制参数；在所述电子束熔炼过程中，依据所述起始时刻至当前时刻之间所有时刻的控制参数，以及所述多种金属的蒸发速率曲面计算每种金属在当前时刻的蒸发量，所述控制参数包括真空度和温度；基于每种金属的蒸发量和所述初始成分数据计算所述待熔炼金属在当前时刻的中间成分数据；将当前时刻的控制参数和所述中间成分数据输入训练完毕的参数控制预测模型，以输出下一时刻的未来控制参数和所述未来控制参数的奖励值；响应于所述未来控制参数的奖励值大于设定奖励值，基于所述未来控制参数控制下一时刻的作业过程，直至所述未来控制参数的奖励值不大于所述设定奖励值时，完成所述电子束熔炼过程；其中，所述参数控制预测模型包括参数输出子模型和奖励预测子模型；所述参数输出子模型的输入为当前时刻的控制参数和中间成分数据，输出为未来控制参数，所述未来控制参数为下一时刻的控制参数；所述奖励预测子模型的输入为当前时刻的控制参数、所述中间成分数据和所述未来控制参数，输出所述未来控制参数的奖励值，所述奖励值用于反映所述未来控制参数的合理性。

在一些实施例中，基于所述多种金属的蒸发速率曲面确定电子束熔炼过程起始时刻的控制参数包括：对于任意一组控制参数，基于所述控制参数查询蒸发速率曲面以确定所述目标金属和每种杂质金属的蒸发速率，并计算所有杂质金属的蒸发速率之和以作为杂质蒸发速率；响应于所述目标金属的蒸发速率为0，且所述杂质蒸发速率大于0，将所述控制参数标记为一组候选控制参数；获取预设真空度范围和预设温度范围内的所有候选控制参数，并将所有候选控制参数中真空度最小值对应的候选控制参数作为备选控制参数；响应于所述备选控制参数的组数为1，则所述备选控制参数对应于起始时刻的控制参数，响应于所述备选控制参数的组数大于1，则将所有备选控制参数中温度最小值对应的备选控制参数作为起始时刻的控制参数；响应于所述备选控制参数的组数小于1，则将指定控制参数作为起始时刻的控制参数。

在一些实施例中，依据所述起始时刻至当前时刻之间所有时刻的控制参数，以及所述多种金属的蒸发速率曲面计算每种金属在当前时刻的蒸发量包括：对于任意一种金属，依据查询时刻的控制参数查询所述金属的蒸发速率曲面，得到所述查询时刻的蒸发速率，所述查询时刻为所述起始时刻至当前时刻之间任意时刻；依据所述金属在所述起始时刻至当前时刻之间所有时刻的蒸发速率计算所述金属的蒸发量，所述金属的蒸发量满足关系式：

，其中，/>为当前时刻，/>为起始时刻，/>为所述起始时刻至当前时刻之间任意时刻，/>表示第/>种金属在时刻/>的蒸发速率，/>为相邻两个时刻之间的时间间隔，/>为第/>种金属在当前时刻/>的蒸发量。

在一些实施例中，所述待熔炼金属在当前时刻的中间成分数据包括每种金属在当前时刻的中间百分比含量，第种金属在当前时刻的中间百分比含量满足关系式：

，其中，/>为所述初始成分数据中第/>种金属的百分比含量，/>为所述待熔炼金属的重量，/>为第/>种金属在当前时刻的蒸发量，/>为第/>种金属在当前时刻的中间百分比含量。

在一些实施例中，所述参数控制预测模型的训练方法包括：在电子束熔炼的历史过程中，采集任意一个历史时刻的控制参数、中间成分数据和未来控制参数，得到一组训练样本，所述未来控制参数为未来历史时刻的控制参数，所述未来历史时刻为所述历史过程中所述历史时刻的下一个相邻时刻；基于所述未来控制参数查询蒸发速率曲面，得到所述目标金属和每种杂质金属在所述未来历史时刻的蒸发速率，并计算所述未来控制参数的奖励值标签；将所述训练样本输入所述奖励预测子模型，得到预测奖励值；基于所述预测奖励值和所述奖励值标签计算奖励损失，并基于所述奖励损失对所述奖励预测子模型进行反向传播，以更新所述奖励预测子模型；将所述训练样本中历史时刻的控制参数和中间成分数据输入所述参数输出子模型，得到参数输出结果，并将所述参数输出结果输入所述奖励预测子模型，以获取参数输出奖励值；基于所述参数输出奖励值计算参数输出损失，并保持所述奖励预测子模型不变，基于所述参数输出损失对所述参数输出子模型进行反向传播，以更新所述参数输出子模型；迭代地更新所述奖励预测子模型和所述参数输出子模型，直至迭代次数大于设定次数时，得到训练完毕的参数控制预测模型。

在一些实施例中，所述奖励值标签满足关系式：

；其中，/>和分别为历史时刻/>的控制参数中的真空度和温度，/>和/>分别为未来历史时刻/>的控制参数中的真空度和温度，/>和/>分别为真空度最大变化量和温度最大变化量，/>为所述目标金属/>在所述未来历史时刻的蒸发速率，/>为所述中间成分数据中杂质金属的种类数，/>为所述中间成分数据中第/>种杂质金属在所述未来历史时刻的蒸发速率，/>为所述奖励值标签。

在一些实施例中，所述奖励损失满足关系式：

；其中，/>为所述预测奖励值，/>为所述奖励值标签，/>为奖励损失的取值；所述参数输出损失满足关系式：

；其中，/>为所述参数输出奖励值，/>为参数输出损失的取值。

本申请的技术方案具有以下有益技术效果：

本申请实施例提供的上述一种面向电子束熔炼的参数控制方法，首先依据待熔炼金属的初始成分数据确定目标金属和杂质金属，依据目标金属和杂质金属的蒸发速率曲面确定电子束熔炼过程起始时刻的控制参数；进一步，对于电子束熔炼过程中的当前时刻，依据起始时刻至当前时刻之间所有时刻的控制参数，以及每种金属的蒸发速率曲面计算每种金属在当前时刻的蒸发量，进而精准计算待熔炼金属在当前时刻的中间成分数据；将当前时刻的控制参数和所述中间成分数据输入训练完毕的参数控制预测模型，以预测下一时刻的未来控制参数和所述未来控制参数的奖励值；依据未来控制参数的奖励值判断在下一时刻是否执行未来控制参数，直至未来控制参数的奖励值不大于设定奖励值时，完成电子束熔炼过程，实现电子束熔炼的精准控制，以保证目标金属的提纯效果。

进一步地，参数控制预测模型包括参数输出子模型和奖励预测子模型，在参数控制预测模型的训练过程中，使用奖励损失约束奖励预测子模型能够输出准确的预测奖励值，该预测奖励值能够反映训练样本中未来历史时刻的控制参数的合理性；使用参数输出损失约束参数输出子模型输出的参数输出结果对应的预测奖励值到达最大，进而确保下一时刻控制参数的合理性达到最大；且控制参数的合理性从对熔炼设备损伤程度和提纯效果两个方面进行了综合考虑，确保训练完毕的参数控制预测模型能够输出下一时刻合理性最大的未来控制参数，确保电子束熔炼的精准控制。

附图说明

通过参考附图阅读下文的详细描述，本申请示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本申请的若干实施方式，并且相同或对应的标号表示相同或对应的部分，其中：

图1是根据本申请实施例的一种面向电子束熔炼的参数控制方法的流程图；

图2是根据本申请实施例的参数控制预测模型的示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

应当理解，当本申请使用术语“第一”、“第二”等时，其仅是用于区别不同对象，而不是用于描述特定顺序。本申请使用的术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

本申请提供了一种面向电子束熔炼的参数控制方法，用于对待熔炼金属中的目标金属进行提纯。比如，待熔炼金属为含有杂质金属的铌、钨、钼、钛等稀有金属，比如，对于含杂质金属的铌而言，目标金属为铌；依据目标金属与杂质金属在不同真空度和不同温度下的蒸发速率不同，通过电子束熔炼技术去除待熔炼金属中的杂质。

请参见图1所示，是根据本申请实施例的一种面向电子束熔炼的参数控制方法的流程图。根据不同的需求，所述流程图中步骤的顺序可以改变，某些步骤可以省略。

S11，获取所述待熔炼金属的初始成分数据，并获取所述初始成分数据中多种金属的蒸发速率曲面，所述多种金属包括杂质金属和所述目标金属，所述蒸发速率曲面用于反映蒸发速率、真空度和温度之间的关系。

在一个实施例中，在进行电子束熔炼之前，检测待熔炼金属中目标金属和杂质金属的百分比含量，得到待熔炼金属的初始成分数据，即初始成分数据包含多种金属的百分比含量；其中，杂质金属的种类为至少一个。

具体地，可以采用X射线荧光光谱分析法获取待熔炼金属的初始成分数据。X射线荧光光谱分析是一种常用的非破坏性化学分析技术，通过激发待熔炼金属产生X射线，然后测量不同元素特征对应X射线的强度来确定待熔炼金属中各种金属的含量。

在一个实施例中，获取目标金属和每种杂质金属的蒸发速率曲面，所述蒸发速率曲面位于三维坐标系中，该坐标系的x轴代表真空度，y轴代表温度，z轴代表蒸发速率，能够反映蒸发速率、真空度和温度三者之间的关系；通过查询目标金属的蒸发速率曲面，能够获取目标金属在任意真空度、任意温度下的蒸发速率。

可以理解地，金属的蒸发速率曲面为金属的固有属性。

如此，在进行电子束熔炼之前，获取待熔炼金属的初始成分数据，获取待熔炼金属中目标金属和杂质金属种类，以及每种金属的含量，为电子束熔炼过程中的参数控制提供数据基础。

S12，基于所述多种金属的蒸发速率曲面确定电子束熔炼过程起始时刻的控制参数。

在一个实施例中，在开始电子束熔炼过程之前，需确认电子束熔炼过程起始时刻的控制参数，该起始时刻的控制参数包括起始温度和起始真空度。真空度表示一个封闭的容器或系统中气体压力低于大气压的程度，真空度越大表示容器或系统中包含的气体分子数量越少，因此，在电子束熔炼的实际操作过程中，真空度整体上呈现逐渐增大的趋势；同理，在电子束熔炼的实际操作过程中，温度在整体上也呈现逐渐增大的趋势；故起始温度和起始真空度为能够将目标金属和杂质金属分离的最小温度和最小真空度。

具体地，基于所述多种金属的蒸发速率曲面确定电子束熔炼过程起始时刻的控制参数包括：对于任意一组控制参数，基于所述控制参数查询蒸发速率曲面以确定所述目标金属和每种杂质金属的蒸发速率，并计算所有杂质金属的蒸发速率之和以作为杂质蒸发速率；响应于所述目标金属的蒸发速率为0，且所述杂质蒸发速率大于0，将所述控制参数标记为一组候选控制参数；获取预设真空度范围和预设温度范围内的所有候选控制参数，并将所有候选控制参数中真空度最小值对应的候选控制参数作为备选控制参数；响应于所述备选控制参数的组数为1，则所述备选控制参数对应于起始时刻的控制参数，响应于所述备选控制参数的组数大于1，则将所有备选控制参数中温度最小值对应的备选控制参数作为起始时刻的控制参数；响应于所述备选控制参数的组数小于1，则将指定控制参数作为起始时刻的控制参数。其中，在指定控制参数中真空度等于大气压，且温度值等于室温。

其中，一组控制参数包括真空度和温度两个数值，且真空度处于预设真空度范围内，温度处于预设温度范围内。预设真空度范围为电子束熔炼过程中能够达到的最大真空度和最小真空度，预设温度范围为电子束熔炼过程中能够达到的最大温度和最小温度。在其它实施例中，预设真空度范围和预设温度范围也可由本领域技术人员根据经验设定。

可以理解地，所有候选控制参数均能够在不损耗目标金属的前提下，去除待熔炼金属中的杂质金属；且相较于真空度而言，温度的控制更加方便，因此，首选以真空度最小为标准从所有候选控制参数中筛选出备选控制参数，再以温度最小为标准从所有备选控制参数中确定电子束熔炼过程起始时刻的控制参数。

S13，在所述电子束熔炼过程中，依据所述起始时刻至当前时刻之间所有时刻的控制参数，以及所述多种金属的蒸发速率曲面计算每种金属在当前时刻的蒸发量，所述控制参数包括真空度和温度。

在一个实施例中，确定起始时刻的控制参数后，即可开始电子束熔炼过程。当前时刻为电子束熔炼过程中的任意时刻，若当前时刻为，则依据起始时刻/>到当前时刻/>之间共6个时刻的控制参数即可计算出当前时刻/>时每种金属的蒸发量。

具体地，依据所述起始时刻至当前时刻之间所有时刻的控制参数，以及所述多种金属的蒸发速率曲面计算每种金属在当前时刻的蒸发量包括：对于任意一种金属，依据查询时刻的控制参数查询所述金属的蒸发速率曲面，得到所述查询时刻的蒸发速率，所述查询时刻为所述起始时刻至当前时刻之间任意时刻；依据所述金属在所述起始时刻至当前时刻之间所有时刻的蒸发速率计算所述金属的蒸发量，所述金属的蒸发量满足关系式：

，其中，/>为当前时刻，/>为起始时刻，/>为所述起始时刻至当前时刻之间任意时刻，/>表示第/>种金属在时刻/>的蒸发速率，/>为相邻两个时刻之间的时间间隔，/>为第/>种金属在当前时刻/>的蒸发量。

其中，相邻两个时刻之间的时间间隔为1秒，实施者也可依据实际需求调整相邻两个时刻之间的时间间隔。

如此，依据电子束熔炼过程中起始时刻至当前时刻之间所有时刻的控制参数，能够计算出当前时刻待熔炼金属中杂质金属和目标金属的蒸发量。

S14，基于每种金属的蒸发量和所述初始成分数据计算所述待熔炼金属在当前时刻的中间成分数据。

在一个实施例中，所述待熔炼金属在当前时刻的中间成分数据包括每种金属在当前时刻的中间百分比含量，第种金属在当前时刻的中间百分比含量满足关系式：

，其中，/>为所述初始成分数据中第/>种金属的百分比含量，/>为所述待熔炼金属的重量，/>为第/>种金属在当前时刻的蒸发量，/>为第/>种金属在当前时刻的中间百分比含量。

可以理解地，待熔炼金属在当前时刻的中间成分数据能够反映当前时刻杂质金属的种类和含量。

S15，将当前时刻的控制参数和所述中间成分数据输入训练完毕的参数控制预测模型，以输出下一时刻的未来控制参数和所述未来控制参数的奖励值。

在一个实施例中，请参见图2，是根据本申请实施例的参数控制预测模型的示意图。所述参数控制预测模型包括参数输出子模型201和奖励预测子模型202；所述参数输出子模型201的输入为当前时刻的控制参数和中间成分数据，输出为未来控制参数，所述未来控制参数为下一时刻的控制参数；所述奖励预测子模型202的输入为当前时刻的控制参数、所述中间成分数据和所述未来控制参数，输出所述未来控制参数的奖励值，所述奖励值用于反映所述未来控制参数的合理性。

其中，参数输出子模型201和所述奖励预测子模型202均为全连接神经网络。

在一个实施例中，所述参数控制预测模型的训练方法包括：在电子束熔炼的历史过程中，采集任意一个历史时刻的控制参数、中间成分数据和未来控制参数，得到一组训练样本，所述未来控制参数为未来历史时刻的控制参数，所述未来历史时刻为所述历史过程中所述历史时刻的下一个相邻时刻；基于所述未来控制参数查询蒸发速率曲面，得到所述目标金属和每种杂质金属在所述未来历史时刻的蒸发速率，并计算所述未来控制参数的奖励值标签，所述奖励值标签满足关系式：

；其中，/>和分别为历史时刻/>的控制参数中的真空度和温度，/>和/>分别为未来历史时刻/>的控制参数中的真空度和温度，/>和/>分别为真空度最大变化量和温度最大变化量，/>为所述目标金属/>在所述未来历史时刻的蒸发速率，/>为所述中间成分数据中杂质金属的种类数，/>为所述中间成分数据中第/>种杂质金属在所述未来历史时刻的蒸发速率，/>为所述奖励值标签；将所述训练样本输入所述奖励预测子模型202，得到预测奖励值；基于所述预测奖励值和所述奖励值标签计算奖励损失，并基于所述奖励损失对所述奖励预测子模型202进行反向传播，以更新所述奖励预测子模型202；将所述训练样本中历史时刻的控制参数和中间成分数据输入所述参数输出子模型201，得到参数输出结果，并将所述参数输出结果输入所述奖励预测子模型202，以获取参数输出奖励值；基于所述参数输出奖励值计算参数输出损失，并保持所述奖励预测子模型202不变，基于所述参数输出损失对所述参数输出子模型201进行反向传播，以更新所述参数输出子模型201；迭代地更新所述奖励预测子模型202和所述参数输出子模型201，直至迭代次数大于设定次数时，得到训练完毕的参数控制预测模型。

其中，所述设定次数的取值为5000；真空度最大变化量和温度最大变化量取值分别为0.5帕斯卡和1摄氏度，帕斯卡为真空度的单位。在参数控制预测模型的一次训练过程中，依次完成了奖励预测子模型202和参数输出子模型201的更新；需要说明的是，在更新参数输出子模型201时，奖励预测子模型202保持不变。

在一个实施例中，所述奖励损失满足关系式：

；其中，/>为所述预测奖励值，/>为所述奖励值标签，/>为奖励损失的取值；所述参数输出损失满足关系式：

；其中，/>为所述参数输出奖励值，/>为参数输出损失的取值。

其中，所述奖励损失用于约束奖励预测子模型202能够输出准确的预测奖励值，该预测奖励值能够反映训练样本中未来历史时刻的控制参数的合理性，该预测奖励值越大，则未来历史时刻的控制参数越合理；所述参数输出损失用于约束参数输出子模型201输出的参数输出结果对应的预测奖励值最大，确保下一时刻控制参数的合理性达到最大。

需要说明的是，在奖励值标签中，真空度最大变化量和温度最大变化量/>与相邻两个时刻之间的时间间隔和熔炼设备有关，为不损伤熔炼设备的前提下，相邻两个时刻之间能够达到的最大真空度变化量和最大温度变化量，故/>和反映了未来历史时刻的控制参数对熔炼设备损伤程度；/>反映未来历史时刻的控制参数下目标金属的损失量和杂质金属的蒸发量，目标金属的损失量越小，杂质金属的蒸发量越大，则提纯效果越好；故奖励值标签从对熔炼设备损伤程度和提纯效果两个方面实现衡量未来历史时刻的控制参数的合理性。

在一个实施例中，将当前时刻的控制参数和所述中间成分数据输入训练完毕的参数控制预测模型，训练完毕的参数控制预测模型包括训练完毕的参数输出子模型201和训练完毕的奖励预测子模型202；训练完毕的参数输出子模型201输出下一时刻的未来控制参数，训练完毕的奖励预测子模型202输出所述未来控制参数的奖励值。

至此，借助训练完毕的参数控制预测模型直接输出下一时刻的未来控制参数和所述未来控制参数的奖励值，且所述未来控制参数的奖励值从对熔炼设备损伤程度和提纯效果两个方面实现衡量未来控制参数的合理性。

S16，响应于所述未来控制参数的奖励值大于设定奖励值，基于所述未来控制参数控制下一时刻的作业过程，直至所述未来控制参数的奖励值不大于所述设定奖励值时，完成所述电子束熔炼过程。

在一个实施例中，所述未来控制参数的奖励值越大，表示未来控制参数越合理，当所述未来控制参数的奖励值大于设定奖励值时，表示未来控制参数能够很好的提纯目标金属，此时，基于未来控制参数控制下一时刻的作业过程。当所述未来控制参数的奖励值不大于设定奖励值时，表示未来控制参数不能有效的提纯目标金属，造成设备损伤或目标金属损失量较大，说明此时的提纯效果达到最优，完成所述电子束熔炼过程，达到对待熔炼金属中目标金属进行提纯的效果。

其中，设定奖励值的取值为-0.6。

本申请实施例提供的上述一种面向电子束熔炼的参数控制方法，首先依据待熔炼金属的初始成分数据确定目标金属和杂质金属，依据目标金属和杂质金属的蒸发速率曲面确定电子束熔炼过程起始时刻的控制参数；进一步，对于电子束熔炼过程中的当前时刻，依据起始时刻至当前时刻之间所有时刻的控制参数，以及每种金属的蒸发速率曲面计算每种金属在当前时刻的蒸发量，进而精准计算待熔炼金属在当前时刻的中间成分数据；将当前时刻的控制参数和所述中间成分数据输入训练完毕的参数控制预测模型，以预测下一时刻的未来控制参数和所述未来控制参数的奖励值；依据未来控制参数的奖励值判断在下一时刻是否执行未来控制参数，直至未来控制参数的奖励值不大于设定奖励值时，完成电子束熔炼过程，实现电子束熔炼的精准控制，以保证目标金属的提纯效果。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。

Claims (7)

1.一种面向电子束熔炼的参数控制方法，其特征在于，用于对待熔炼金属中的目标金属进行提纯，所述参数控制方法包括：

获取所述待熔炼金属的初始成分数据，并获取所述初始成分数据中多种金属的蒸发速率曲面，所述多种金属包括杂质金属和所述目标金属，所述蒸发速率曲面用于反映蒸发速率、真空度和温度之间的关系；

基于所述多种金属的蒸发速率曲面确定电子束熔炼过程起始时刻的控制参数；

在所述电子束熔炼过程中，依据所述起始时刻至当前时刻之间所有时刻的控制参数，以及所述多种金属的蒸发速率曲面计算每种金属在当前时刻的蒸发量，所述控制参数包括真空度和温度；

基于每种金属的蒸发量和所述初始成分数据计算所述待熔炼金属在当前时刻的中间成分数据；

将当前时刻的控制参数和所述中间成分数据输入训练完毕的参数控制预测模型，以输出下一时刻的未来控制参数和所述未来控制参数的奖励值；

响应于所述未来控制参数的奖励值大于设定奖励值，基于所述未来控制参数控制下一时刻的作业过程，直至所述未来控制参数的奖励值不大于所述设定奖励值时，完成所述电子束熔炼过程；

其中，所述参数控制预测模型包括参数输出子模型和奖励预测子模型；所述参数输出子模型的输入为当前时刻的控制参数和中间成分数据，输出为未来控制参数，所述未来控制参数为下一时刻的控制参数；所述奖励预测子模型的输入为当前时刻的控制参数、所述中间成分数据和所述未来控制参数，输出所述未来控制参数的奖励值，所述奖励值用于反映所述未来控制参数的合理性。

2.如权利要求1所述的一种面向电子束熔炼的参数控制方法，其特征在于，基于所述多种金属的蒸发速率曲面确定电子束熔炼过程起始时刻的控制参数包括：

对于任意一组控制参数，基于所述控制参数查询蒸发速率曲面以确定所述目标金属和每种杂质金属的蒸发速率，并计算所有杂质金属的蒸发速率之和以作为杂质蒸发速率；

响应于所述目标金属的蒸发速率为0，且所述杂质蒸发速率大于0，将所述控制参数标记为一组候选控制参数；

获取预设真空度范围和预设温度范围内的所有候选控制参数，并将所有候选控制参数中真空度最小值对应的候选控制参数作为备选控制参数；

响应于所述备选控制参数的组数为1，则所述备选控制参数对应于起始时刻的控制参数，响应于所述备选控制参数的组数大于1，则将所有备选控制参数中温度最小值对应的备选控制参数作为起始时刻的控制参数；

响应于所述备选控制参数的组数小于1，则将指定控制参数作为起始时刻的控制参数。

3.如权利要求1所述的一种面向电子束熔炼的参数控制方法，其特征在于，依据所述起始时刻至当前时刻之间所有时刻的控制参数，以及所述多种金属的蒸发速率曲面计算每种金属在当前时刻的蒸发量包括：

对于任意一种金属，依据查询时刻的控制参数查询所述金属的蒸发速率曲面，得到所述查询时刻的蒸发速率，所述查询时刻为所述起始时刻至当前时刻之间任意时刻；

依据所述金属在所述起始时刻至当前时刻之间所有时刻的蒸发速率计算所述金属的蒸发量，所述金属的蒸发量满足关系式：

，其中，/>为当前时刻，/>为起始时刻，/>为所述起始时刻至当前时刻之间任意时刻，/>表示第/>种金属在时刻/>的蒸发速率，/>为相邻两个时刻之间的时间间隔，为第/>种金属在当前时刻/>的蒸发量。

4.如权利要求1所述的一种面向电子束熔炼的参数控制方法，其特征在于，所述待熔炼金属在当前时刻的中间成分数据包括每种金属在当前时刻的中间百分比含量，第种金属在当前时刻的中间百分比含量满足关系式：

，其中，/>为所述初始成分数据中第/>种金属的百分比含量，/>为所述待熔炼金属的重量，/>为第/>种金属在当前时刻的蒸发量，/>为第/>种金属在当前时刻的中间百分比含量。

5.如权利要求1所述的一种面向电子束熔炼的参数控制方法，其特征在于，所述参数控制预测模型的训练方法包括：

在电子束熔炼的历史过程中，采集任意一个历史时刻的控制参数、中间成分数据和未来控制参数，得到一组训练样本，所述未来控制参数为未来历史时刻的控制参数，所述未来历史时刻为所述历史过程中所述历史时刻的下一个相邻时刻；

基于所述未来控制参数查询蒸发速率曲面，得到所述目标金属和每种杂质金属在所述未来历史时刻的蒸发速率，并计算所述未来控制参数的奖励值标签；

将所述训练样本输入所述奖励预测子模型，得到预测奖励值；

基于所述预测奖励值和所述奖励值标签计算奖励损失，并基于所述奖励损失对所述奖励预测子模型进行反向传播，以更新所述奖励预测子模型；

将所述训练样本中历史时刻的控制参数和中间成分数据输入所述参数输出子模型，得到参数输出结果，并将所述参数输出结果输入所述奖励预测子模型，以获取参数输出奖励值；

基于所述参数输出奖励值计算参数输出损失，并保持所述奖励预测子模型不变，基于所述参数输出损失对所述参数输出子模型进行反向传播，以更新所述参数输出子模型；

迭代地更新所述奖励预测子模型和所述参数输出子模型，直至迭代次数大于设定次数时，得到训练完毕的参数控制预测模型。

6.如权利要求5所述的一种面向电子束熔炼的参数控制方法，其特征在于，所述奖励值标签满足关系式：

；其中，/>和/>分别为历史时刻/>的控制参数中的真空度和温度，/>和/>分别为未来历史时刻/>的控制参数中的真空度和温度，/>和/>分别为真空度最大变化量和温度最大变化量，/>为所述目标金属/>在所述未来历史时刻的蒸发速率，/>为所述中间成分数据中杂质金属的种类数，/>为所述中间成分数据中第/>种杂质金属在所述未来历史时刻的蒸发速率，/>为所述奖励值标签。

7.如权利要求6所述的一种面向电子束熔炼的参数控制方法，其特征在于，所述奖励损失满足关系式：

；其中，/>为所述预测奖励值，/>为所述奖励值标签，/>为奖励损失的取值；所述参数输出损失满足关系式：

；其中，/>为所述参数输出奖励值，/>为参数输出损失的取值。