[發(fā)明專利]一種基于特征向量和邏輯斯諦回歸模型的結(jié)晶器漏鋼預(yù)報方法

在審

• 申請?zhí)枺?/td>: 202110689727.5
• 申請日: 2021-06-22
• 公開（公告）號: CN113505785A
• 公開（公告）日: 2021-10-15
• 發(fā)明（設(shè)計）人: 王旭東;王硯宇;段海洋;姚曼
• 申請（專利權(quán)）人: 大連理工大學(xué)
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/34;G06K9/62;B22D11/16
• 代理公司: 大連理工大學(xué)專利中心 21200
• 代理人: 李曉亮;潘迅

本發(fā)明提供一種基于特征向量和邏輯斯諦回歸模型的結(jié)晶器漏鋼預(yù)報方法，屬于鋼鐵冶金連鑄檢測技術(shù)領(lǐng)域。所述結(jié)晶器漏鋼預(yù)報方法通過對結(jié)晶器銅板溫度速率異常區(qū)域提取可視化特征向量，并利用邏輯斯諦回歸模型對特征向量進行分類，從而檢測和預(yù)報結(jié)晶器漏鋼。本發(fā)明通過結(jié)晶器銅板溫度速率可視化熱像圖，構(gòu)建包含黏結(jié)區(qū)域靜態(tài)與動態(tài)特征的特征向量，通過邏輯斯諦回歸模型對特征向量進行分類，進而實現(xiàn)結(jié)晶器漏鋼的檢測和預(yù)報。本發(fā)明基于邏輯斯諦回歸模型對結(jié)晶器漏鋼進行實時檢測和預(yù)報，能夠在保證漏鋼全部報出的前提下，明顯降低誤報率，進而有效提高預(yù)報準(zhǔn)確率。

技術(shù)領(lǐng)域

本發(fā)明屬于鋼鐵冶金連鑄檢測技術(shù)領(lǐng)域，涉及一種基于特征向量和邏輯斯諦回歸模型的結(jié)晶器漏鋼預(yù)報方法。

背景技術(shù)

在連鑄過程中，結(jié)晶器內(nèi)非均勻凝固的初生坯殼無法承受鋼水靜壓力和拉坯力的雙重作用，易于薄弱處發(fā)生斷裂從而形成漏鋼。漏鋼是連鑄生產(chǎn)中的重大安全事故，不僅危及人身安全、損壞設(shè)備，甚至造成生產(chǎn)被迫中斷，影響鑄機的產(chǎn)量和產(chǎn)品質(zhì)量。隨著連鑄技術(shù)的不斷發(fā)展和進步，通過規(guī)范操作并維持設(shè)備良好的運行狀態(tài)，可以有效降低漏鋼的發(fā)生幾率。漏鋼與保護渣、拉速、液位波動以及熱流密度等眾多因素密切相關(guān)，雖然國內(nèi)外冶金工作者和學(xué)者對其形成原因進行了廣泛研究，但很難徹底避免漏鋼的發(fā)生。因此，減少和預(yù)防漏鋼事故一直是國內(nèi)外冶金工作者關(guān)注的重點，結(jié)晶器漏鋼檢測是連鑄過程異常預(yù)報的核心，具有重要意義。

發(fā)明專利CN201710346785.1公開了一種連鑄漏鋼預(yù)報方法，該方法基于邏輯判斷實時檢測黏結(jié)漏鋼的發(fā)生。主要步驟為：獲取熱電偶溫度、拉速和結(jié)晶器液位等澆鑄過程實時數(shù)據(jù)，讀取系統(tǒng)參數(shù)配置文件中的各邏輯判斷規(guī)則參數(shù)，運用模型算法進行粘結(jié)漏鋼的輕報警和重報警判斷。該方法減小了澆鑄工藝和設(shè)備條件等變化對漏鋼預(yù)報算法和系統(tǒng)的影響，設(shè)計了系統(tǒng)參數(shù)自學(xué)習(xí)的功能，以適應(yīng)實際復(fù)雜的生產(chǎn)規(guī)律變化。然而，基于邏輯判斷的漏鋼預(yù)報模型對設(shè)備參數(shù)、工藝條件、物性參數(shù)依賴性較高，并且需要頻繁的調(diào)整閾值和參數(shù)，導(dǎo)致預(yù)報算法的魯棒性較差。

發(fā)明專利CN201811507030.6公開了一種連鑄漏鋼預(yù)報方法，該方法提供一種基于特征向量和層次聚類的結(jié)晶器漏鋼預(yù)報方法。主要步驟為：提取黏結(jié)漏鋼、正常工況歷史數(shù)據(jù)以及在線實測數(shù)據(jù)的溫度特征向量，建立特征向量樣本集；對樣本集進行歸一化處理，并進行層次聚類；此后檢查和判斷在線提取的特征向量是否從屬于漏鋼類簇，進而識別和預(yù)報結(jié)晶器漏鋼。基于層次聚類的方法擺脫了人為設(shè)置和調(diào)整預(yù)報參數(shù)的局限性，卻難以滿足漏鋼預(yù)報的實時性和在線應(yīng)用需求，因此模型實用性較低。

鑒于現(xiàn)有漏鋼預(yù)報方法的不足，同時考慮到預(yù)報算法的復(fù)雜性和制作樣本過程繁瑣性，本發(fā)明提出，基于結(jié)晶器銅板溫度速率熱像圖，提取出黏結(jié)區(qū)域可視化特征向量，結(jié)合邏輯斯諦回歸模型對漏鋼和非漏鋼樣本進行分類，最終利用訓(xùn)練好的模型實時檢測和預(yù)報結(jié)晶器漏鋼。

發(fā)明內(nèi)容

本發(fā)明的目的是提出一種基于特征向量和邏輯斯諦回歸模型的結(jié)晶器漏鋼預(yù)報方法，實時準(zhǔn)確地對黏結(jié)漏鋼進行檢測和預(yù)報，為連鑄過程異常監(jiān)控提供了新方案。

為達到上述目的，本發(fā)明的技術(shù)方案如下：

一種基于特征向量和邏輯斯諦回歸模型的結(jié)晶器漏鋼預(yù)報方法，該方法通過對結(jié)晶器銅板溫度速率異常區(qū)域提取可視化特征向量，并利用邏輯斯諦回歸模型對特征向量進行分類，從而檢測和預(yù)報結(jié)晶器漏鋼，具體包括以下步驟：

第一步、結(jié)晶器銅板溫度速率異常區(qū)域特征提取

(1)在結(jié)晶器內(nèi)、外弧寬面的銅板上，在左、右側(cè)窄面銅板上各布置多個熱電偶。在線檢測結(jié)晶器銅板熱電偶的溫度，并通過插值算法計算出非熱電偶測點位置的結(jié)晶器銅板溫度值。運用計算機圖形學(xué)和OpenGL技術(shù)，將銅板溫度映射到二維平面，得到對應(yīng)的二維溫度熱像圖。

(2)通過幀間差分算法計算銅板測點和非測點處的溫度變化速率，得到銅板溫度對應(yīng)的二維溫度速率熱像圖。