最新的毛片基地免费,国产国语一级毛片,免费国产成人高清在线电影,中天堂国产日韩欧美,中国国产aa一级毛片,国产va欧美va在线观看,成人不卡在线

一種高爐工藝爐況檢測方法和裝置與流程

文檔序號:41984435發(fā)布日期:2025-05-23 16:40閱讀:6來源:國知局
一種高爐工藝爐況檢測方法和裝置與流程

本發(fā)明涉及計算機,特別涉及人工智能,尤其涉及一種高爐工藝爐況檢測方法和裝置。


背景技術(shù):

1、高爐工藝爐況分析是鋼鐵行業(yè)中至關(guān)重要的工藝控制環(huán)節(jié),它對高爐冶煉過程的穩(wěn)定性、效率和產(chǎn)品質(zhì)量有著重要影響。傳統(tǒng)的高爐爐況分析主要依賴于操作人員的經(jīng)驗和離線數(shù)據(jù)分析。操作人員通過觀察高爐的外部指標和操作參數(shù),以及采樣分析獲取的數(shù)據(jù),對爐況進行判斷和分析。然而,這種方法是以人工經(jīng)驗作為主導(dǎo)進行爐況檢測,高度依賴于操作人員的經(jīng)驗和感覺,存在主觀性和不穩(wěn)定性,容易導(dǎo)致爐況調(diào)控的誤差和延遲;離線采樣和實驗室分析,存在數(shù)據(jù)反饋滯后的問題,及時性較差;高爐運行過程中產(chǎn)生的數(shù)據(jù)量巨大,傳統(tǒng)的手動分析和處理方式效率低下,無法充分挖掘數(shù)據(jù)中的有價值信息。


技術(shù)實現(xiàn)思路

1、本發(fā)明的一個目的在于提供一種高爐工藝爐況檢測方法,能夠?qū)崟r獲取高爐工藝數(shù)據(jù)并進行數(shù)據(jù)挖掘,實現(xiàn)自動化爐況檢測,提高檢測結(jié)果的客觀性、準確性以及數(shù)據(jù)穩(wěn)定性;實時獲取數(shù)據(jù)進行分析檢測,提高檢測及時性;自動化進行爐況檢測,提高檢測效率和數(shù)據(jù)利用率。本發(fā)明的另一個目的在于提供一種高爐工藝爐況檢測裝置。本發(fā)明的再一個目的在于提供一種計算機可讀介質(zhì)。本發(fā)明的還一個目的在于提供一種計算機設(shè)備。

2、為了達到以上目的,本發(fā)明一方面公開了一種高爐工藝爐況檢測方法,包括:

3、獲取高爐工藝數(shù)據(jù);

4、對高爐工藝數(shù)據(jù)進行數(shù)據(jù)挖掘,得到爐況指標數(shù)據(jù);

5、通過預(yù)先構(gòu)建的爐況狀態(tài)檢測模型,根據(jù)爐況指標數(shù)據(jù)進行爐況檢測,得到爐況檢測結(jié)果。

6、優(yōu)選的,對高爐工藝數(shù)據(jù)進行數(shù)據(jù)挖掘,得到爐況指標數(shù)據(jù),包括:

7、對高爐工藝數(shù)據(jù)進行關(guān)聯(lián)數(shù)據(jù)挖掘,得到爐況指標數(shù)據(jù);或者,

8、對高爐工藝數(shù)據(jù)進行特征提取,得到爐況特征;

9、將爐況特征和預(yù)設(shè)的爐況目標變量確定為爐況指標數(shù)據(jù)。

10、優(yōu)選的,對高爐工藝數(shù)據(jù)進行關(guān)聯(lián)數(shù)據(jù)挖掘,得到爐況指標數(shù)據(jù),包括:

11、通過關(guān)聯(lián)規(guī)則挖掘算法,對高爐工藝數(shù)據(jù)進行挖掘,得到頻繁項集,并將頻繁項集確定為爐況指標數(shù)據(jù)。

12、優(yōu)選的,對高爐工藝數(shù)據(jù)進行關(guān)聯(lián)數(shù)據(jù)挖掘,得到爐況指標數(shù)據(jù),包括:

13、通過聚類分析算法,對高爐工藝數(shù)據(jù)進行聚類,得到數(shù)據(jù)聚類結(jié)果,并將數(shù)據(jù)聚類結(jié)果確定為爐況指標數(shù)據(jù)。

14、優(yōu)選的,在對高爐工藝數(shù)據(jù)進行數(shù)據(jù)挖掘,得到爐況指標數(shù)據(jù)之前,還包括:

15、對高爐工藝數(shù)據(jù)進行數(shù)據(jù)清洗,得到清洗后的工藝數(shù)據(jù);

16、對清洗后的工藝數(shù)據(jù)進行缺失值處理,得到預(yù)處理后的高爐工藝數(shù)據(jù)。

17、優(yōu)選的,方法還包括:

18、獲取歷史工藝數(shù)據(jù);

19、通過歷史工藝數(shù)據(jù),對預(yù)設(shè)的大數(shù)據(jù)分析模型進行訓(xùn)練,構(gòu)建初始檢測模型,大數(shù)據(jù)分析模型包括決策樹模型、支持向量機模型、隨機森林模型、線性規(guī)劃模型、遺傳算法模型和神經(jīng)網(wǎng)絡(luò)模型;

20、通過優(yōu)化算法,對初始檢測模型進行模型優(yōu)化,構(gòu)建爐況狀態(tài)檢測模型。

21、優(yōu)選的,在通過預(yù)先構(gòu)建的爐況狀態(tài)檢測模型,根據(jù)爐況指標數(shù)據(jù)進行爐況檢測,得到爐況檢測結(jié)果之后,還包括:

22、若爐況檢測結(jié)果為異常結(jié)果,根據(jù)爐況檢測結(jié)果,生成爐況預(yù)警消息;

23、通過預(yù)設(shè)的預(yù)警方式,將爐況預(yù)警消息發(fā)送至用戶終端。

24、本發(fā)明還公開了一種高爐工藝爐況檢測裝置,包括:

25、實時數(shù)據(jù)獲取單元,用于獲取高爐工藝數(shù)據(jù);

26、數(shù)據(jù)挖掘單元,用于對高爐工藝數(shù)據(jù)進行數(shù)據(jù)挖掘,得到爐況指標數(shù)據(jù);

27、爐況檢測單元,用于通過預(yù)先構(gòu)建的爐況狀態(tài)檢測模型,根據(jù)爐況指標數(shù)據(jù)進行爐況檢測,得到爐況檢測結(jié)果。

28、優(yōu)選的,數(shù)據(jù)挖掘單元,具體用于對高爐工藝數(shù)據(jù)進行關(guān)聯(lián)數(shù)據(jù)挖掘,得到爐況指標數(shù)據(jù);或者,對高爐工藝數(shù)據(jù)進行特征提取,得到爐況特征;將爐況特征和預(yù)設(shè)的爐況目標變量確定為爐況指標數(shù)據(jù)。

29、優(yōu)選的,數(shù)據(jù)挖掘單元,具體用于通過關(guān)聯(lián)規(guī)則挖掘算法,對高爐工藝數(shù)據(jù)進行挖掘,得到頻繁項集,并將頻繁項集確定為爐況指標數(shù)據(jù)。

30、優(yōu)選的,數(shù)據(jù)挖掘單元,具體用于通過聚類分析算法,對高爐工藝數(shù)據(jù)進行聚類,得到數(shù)據(jù)聚類結(jié)果,并將數(shù)據(jù)聚類結(jié)果確定為爐況指標數(shù)據(jù)。

31、優(yōu)選的,裝置還包括:

32、數(shù)據(jù)清洗單元,用于對高爐工藝數(shù)據(jù)進行數(shù)據(jù)清洗,得到清洗后的工藝數(shù)據(jù);

33、數(shù)據(jù)填充單元,用于對清洗后的工藝數(shù)據(jù)進行缺失值處理,得到預(yù)處理后的高爐工藝數(shù)據(jù)。

34、優(yōu)選的,裝置還包括:

35、歷史數(shù)據(jù)獲取單元,用于獲取歷史工藝數(shù)據(jù);

36、模型訓(xùn)練單元,用于通過歷史工藝數(shù)據(jù),對預(yù)設(shè)的大數(shù)據(jù)分析模型進行訓(xùn)練,構(gòu)建初始檢測模型,大數(shù)據(jù)分析模型包括決策樹模型、支持向量機模型、隨機森林模型、線性規(guī)劃模型、遺傳算法模型和神經(jīng)網(wǎng)絡(luò)模型;

37、模型優(yōu)化單元,用于通過優(yōu)化算法,對初始檢測模型進行模型優(yōu)化,構(gòu)建爐況狀態(tài)檢測模型。

38、優(yōu)選的,裝置還包括:

39、預(yù)警消息生成單元,用于若爐況檢測結(jié)果為異常結(jié)果,根據(jù)爐況檢測結(jié)果,生成爐況預(yù)警消息;

40、爐況預(yù)警單元,用于通過預(yù)設(shè)的預(yù)警方式,將爐況預(yù)警消息發(fā)送至用戶終端。

41、本發(fā)明還公開了一種計算機可讀介質(zhì),其上存儲有計算機程序,該程序被處理器執(zhí)行時實現(xiàn)如上所述方法。

42、本發(fā)明還公開了一種計算機設(shè)備,包括存儲器和處理器,所述存儲器用于存儲包括程序指令的信息,所述處理器用于控制程序指令的執(zhí)行,所述處理器執(zhí)行所述程序時實現(xiàn)如上所述方法。

43、本發(fā)明還公開了一種計算機程序產(chǎn)品,包括計算機程序/指令,計算機程序/指令被處理器執(zhí)行時實現(xiàn)如上所述方法。

44、本發(fā)明獲取高爐工藝數(shù)據(jù);對高爐工藝數(shù)據(jù)進行數(shù)據(jù)挖掘,得到爐況指標數(shù)據(jù);通過預(yù)先構(gòu)建的爐況狀態(tài)檢測模型,根據(jù)爐況指標數(shù)據(jù)進行爐況檢測,得到爐況檢測結(jié)果,能夠?qū)崟r獲取高爐工藝數(shù)據(jù)并進行數(shù)據(jù)挖掘,實現(xiàn)自動化爐況檢測,提高檢測結(jié)果的客觀性、準確性以及數(shù)據(jù)穩(wěn)定性;實時獲取數(shù)據(jù)進行分析檢測,提高檢測及時性;自動化進行爐況檢測,提高檢測效率和數(shù)據(jù)利用率。



技術(shù)特征:

1.一種高爐工藝爐況檢測方法,其特征在于,所述方法包括:

2.根據(jù)權(quán)利要求1所述的高爐工藝爐況檢測方法,其特征在于,所述對所述高爐工藝數(shù)據(jù)進行數(shù)據(jù)挖掘,得到爐況指標數(shù)據(jù),包括:

3.根據(jù)權(quán)利要求2所述的高爐工藝爐況檢測方法,其特征在于,所述對所述高爐工藝數(shù)據(jù)進行關(guān)聯(lián)數(shù)據(jù)挖掘,得到爐況指標數(shù)據(jù),包括:

4.根據(jù)權(quán)利要求2所述的高爐工藝爐況檢測方法,其特征在于,所述對所述高爐工藝數(shù)據(jù)進行關(guān)聯(lián)數(shù)據(jù)挖掘,得到爐況指標數(shù)據(jù),包括:

5.根據(jù)權(quán)利要求1所述的高爐工藝爐況檢測方法,其特征在于,在所述對所述高爐工藝數(shù)據(jù)進行數(shù)據(jù)挖掘,得到爐況指標數(shù)據(jù)之前,還包括:

6.根據(jù)權(quán)利要求1所述的高爐工藝爐況檢測方法,其特征在于,所述方法還包括:

7.根據(jù)權(quán)利要求1所述的高爐工藝爐況檢測方法,其特征在于,在所述通過預(yù)先構(gòu)建的爐況狀態(tài)檢測模型,根據(jù)所述爐況指標數(shù)據(jù)進行爐況檢測,得到爐況檢測結(jié)果之后,還包括:

8.一種高爐工藝爐況檢測裝置,其特征在于,所述裝置包括:

9.根據(jù)權(quán)利要求8所述的高爐工藝爐況檢測裝置,其特征在于,所述數(shù)據(jù)挖掘單元,具體用于對所述高爐工藝數(shù)據(jù)進行關(guān)聯(lián)數(shù)據(jù)挖掘,得到爐況指標數(shù)據(jù);或者,對所述高爐工藝數(shù)據(jù)進行特征提取,得到爐況特征;將所述爐況特征和預(yù)設(shè)的爐況目標變量確定為所述爐況指標數(shù)據(jù)。

10.根據(jù)權(quán)利要求9所述的高爐工藝爐況檢測裝置,其特征在于,所述數(shù)據(jù)挖掘單元,具體用于通過關(guān)聯(lián)規(guī)則挖掘算法,對所述高爐工藝數(shù)據(jù)進行挖掘,得到頻繁項集,并將所述頻繁項集確定為爐況指標數(shù)據(jù)。

11.根據(jù)權(quán)利要求9所述的高爐工藝爐況檢測裝置,其特征在于,所述數(shù)據(jù)挖掘單元,具體用于通過聚類分析算法,對所述高爐工藝數(shù)據(jù)進行聚類,得到數(shù)據(jù)聚類結(jié)果,并將所述數(shù)據(jù)聚類結(jié)果確定為所述爐況指標數(shù)據(jù)。

12.根據(jù)權(quán)利要求8所述的高爐工藝爐況檢測裝置,其特征在于,所述裝置還包括:

13.根據(jù)權(quán)利要求8所述的高爐工藝爐況檢測裝置,其特征在于,所述裝置還包括:

14.根據(jù)權(quán)利要求8所述的高爐工藝爐況檢測裝置,其特征在于,所述裝置還包括:

15.一種計算機可讀介質(zhì),其上存儲有計算機程序,其特征在于,該程序被處理器執(zhí)行時實現(xiàn)權(quán)利要求1至7任一項所述的高爐工藝爐況檢測方法。

16.一種計算機設(shè)備,包括存儲器和處理器,所述存儲器用于存儲包括程序指令的信息,所述處理器用于控制程序指令的執(zhí)行,其特征在于,所述程序指令被處理器加載并執(zhí)行時實現(xiàn)權(quán)利要求1至7任一項所述的高爐工藝爐況檢測方法。

17.一種計算機程序產(chǎn)品,包括計算機程序/指令,其特征在于,所述計算機程序/指令被處理器執(zhí)行時實現(xiàn)權(quán)利要求1至7任一項所述的高爐工藝爐況檢測方法。


技術(shù)總結(jié)
本發(fā)明提供了一種高爐工藝爐況檢測方法和裝置,可用于人工智能技術(shù)領(lǐng)域,所述方法包括:獲取高爐工藝數(shù)據(jù);對高爐工藝數(shù)據(jù)進行數(shù)據(jù)挖掘,得到爐況指標數(shù)據(jù);通過預(yù)先構(gòu)建的爐況狀態(tài)檢測模型,根據(jù)爐況指標數(shù)據(jù)進行爐況檢測,得到爐況檢測結(jié)果,能夠?qū)崟r獲取高爐工藝數(shù)據(jù)并進行數(shù)據(jù)挖掘,實現(xiàn)自動化爐況檢測,提高檢測結(jié)果的客觀性、準確性以及數(shù)據(jù)穩(wěn)定性;實時獲取數(shù)據(jù)進行分析檢測,提高檢測及時性;自動化進行爐況檢測,提高檢測效率和數(shù)據(jù)利用率。

技術(shù)研發(fā)人員:陳來軍,周杰,馬駿,張健,劉錚,呂開福
受保護的技術(shù)使用者:中冶京誠數(shù)字科技(北京)有限公司
技術(shù)研發(fā)日:
技術(shù)公布日:2025/5/22
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點贊!
1