[發(fā)明專利]基于參數(shù)矩陣的特征提取的球墨鑄鐵冶煉的加料控制方法

在審

• 申請?zhí)枺?/td>: 202011466052.X
• 申請日: 2020-12-13
• 公開（公告）號: CN112580710A
• 公開（公告）日: 2021-03-30
• 發(fā)明（設計）人: 王小方
• 申請（專利權）人: 蘇州精誠網(wǎng)絡科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08;C21C1/10
• 代理公司: 暫無信息
• 代理人: 暫無信息

本申請公開了一種基于參數(shù)矩陣的特征提取的球墨鑄鐵冶煉的加料控制方法，其包括：從加料參數(shù)中提取單個時間點對應的多項參數(shù)以獲得單時間點向量，所述多項參數(shù)包括各元素的配比、定量加料組件的原料流出速度、原料篩選通的原料流入速度和流出速度、均勻加料組件的原料流入速度和流出速度；以時間維度上多個時間點的多個單時間點向量構成時序參數(shù)矩陣；將所述時序參數(shù)矩陣通過卷積神經(jīng)網(wǎng)絡以獲得原因分類特征圖；獲取當下時間點的鑄鐵腔的紅外熱力圖像；將所述紅外熱力圖像映射到所述原因分類特征圖所在的特征空間中，以獲得融合分類特征圖；將所述融合分類特征圖通過分類函數(shù)以獲得分類結果，所述分類結果表示在當下時間點該加料還是不該加料。

技術領域

本發(fā)明涉及深度學習和神經(jīng)網(wǎng)絡技術領域，且更為具體地，涉及一種基于參數(shù)矩陣的特征提取的球墨鑄鐵冶煉的加料控制方法、基于參數(shù)矩陣的特征提取的球墨鑄鐵冶煉的加料控制系統(tǒng)和電子設備。

背景技術

球墨鑄鐵是通過球化和孕育處理得到球狀石墨，有效地提高了鑄鐵的機械性能，特別是提高了塑性和韌性，從而得到比碳鋼還高的強度。現(xiàn)在球墨鑄鐵在冶煉的時候，除了碳、硅、錳、硫、磷這五大主要元素之外，還需要添加輔助材料，主要是球化元素，比如鎂和稀土。目前，針對各元素之間的配比，已經(jīng)有比較成熟的工藝來進行控制，但是在加工過程中，仍然存在加料量不易控制，而導致整個加工期間加料不均勻的現(xiàn)象，而這將使得球墨鑄鐵的冶煉設備的工作效率降低，影響生產(chǎn)成品率和質(zhì)量。

目前，在針對球墨鑄鐵的加料控制方面，一般采用的傳統(tǒng)加料設備，從定量加料組件流出的原料落入原料篩選筒內(nèi)腔，經(jīng)由原料篩選筒和均勻加料組件處理后，均勻落入鑄鐵腔內(nèi)，這實際上實現(xiàn)了每個時間點上的均勻布料，但仍然無法實現(xiàn)整個加工過程期間的均勻加料。傳統(tǒng)上，這通過工人自身的經(jīng)驗來進行控制，如果某段時間加料過多，則暫停加料，而一旦加料出現(xiàn)短缺，則重新開始恢復加料。一方面，人工判斷加料的模式效率低下，且容易出錯；另一方面，人眼很難做出準確的分析判斷。

因此，期待一種優(yōu)化的用于球磨冶鐵的加料控制的技術方案。

目前，深度學習以及神經(jīng)網(wǎng)絡已經(jīng)廣泛應用于計算機視覺、自然語言處理、文本信號處理等領域。此外，深度學習以及神經(jīng)網(wǎng)絡在圖像分類、物體檢測、語義分割、文本翻譯等領域，也展現(xiàn)出了接近甚至超越人類的水平。

深度學習以及神經(jīng)網(wǎng)絡的發(fā)展為球墨鑄鐵冶煉的加料控制提供了新的解決思路和方案。

發(fā)明內(nèi)容

為了解決上述技術問題，提出了本申請。本申請的實施例提供了一種基于參數(shù)矩陣的特征提取的球墨鑄鐵冶煉的加料控制方法、基于參數(shù)矩陣的特征提取的球墨鑄鐵冶煉的加料控制系統(tǒng)和電子設備，其將球墨鑄鐵冶煉的加料控制轉化為基于深度神經(jīng)網(wǎng)絡的分類問題，具體地，其通過深度學習的方式以從用于加料的參數(shù)中提取出兩個維度上的特征(包括每次加料的各元素之間的配比，以及，時間維度上的各次加料之間的關系)，并進一步地結合用于反映實際加工情況的紅外熱力圖像，通過這樣的方式，來提高控制分類的準確性。

根據(jù)本申請的一個方面，提供了一種基于參數(shù)矩陣的特征提取的球墨鑄鐵冶煉的加料控制方法，其包括：

從加料參數(shù)中提取單個時間點對應的多項參數(shù)以獲得單時間點向量，所述多項參數(shù)包括各元素的配比、定量加料組件的原料流出速度、原料篩選通的原料流入速度和流出速度、均勻加料組件的原料流入速度和流出速度；

以時間維度上多個時間點的多個單時間點向量構成時序參數(shù)矩陣；

將所述時序參數(shù)矩陣通過卷積神經(jīng)網(wǎng)絡以獲得原因分類特征圖；

獲取當下時間點的鑄鐵腔的紅外熱力圖像；

將所述紅外熱力圖像映射到所述原因分類特征圖所在的特征空間中，以獲得融合分類特征圖；

將所述融合分類特征圖通過分類函數(shù)以獲得分類結果，所述分類結果表示在當下時間點該加料還是不該加料。