【技术实现步骤摘要】
一种基于数据挖掘的加热炉运行参数推荐系统和方法
本专利技术涉及冶金工业加热炉控制
，特别是涉及一种基于数据挖掘的加热炉运行参数推荐系统和方法。
技术介绍
加热炉是冶金工业生产过程至关重要的加热设备，其作用是通过对钢坯进行加热操作，使其满足后续轧制的要求。加热炉加热过程的好坏不仅影响钢坯的加热质量与能源消耗，也对后续钢材的产量、质量等有着重要影响。因此，对加热炉加热过程的控制是十分必要的。现有技术方案对于加热炉运行参数的确定通常依赖于对燃耗理论与加热工艺的理解，根据经验公式或使用数学方法(例如有限元分析以及有限差分法等)进行理论推导；例如专利《一种精细化加热控制方法》(专利申请号：CN201911209027.0)提出了使用数学模型对实时加热质量进行预测，并根据预测结果对炉温进行参数设定的技术方案。现有技术对于加热炉运行参数的设定种类上，主要考虑了加热时间、加热温度、生产节奏。例如《一种变生产节奏下的加热炉炉温设定方法》(专利申请号：CN201710266928.8)在考虑了变化生产节奏的...
【技术保护点】
1.一种基于数据挖掘的加热炉运行参数推荐方法，其特征在于，包括有：/n获取当前时刻加热炉的生产数据和整个加热过程的加热数据，以及历史时刻加热炉的生产数据和加热数据；/n存储当前时刻以及历史时刻的生产数据和加热数据，并生成包括多个样本的总样本集；其中，单个样本均包括每一项参数数据；/n根据存储的数据在人机交互界面设定参数推荐条件；其中，参数推荐条件包括：生产数据参数、加热数据范围以及评价函数权重；/n根据所述评价函数权重和预设打分公式对设定的加热数据范围对应的样本进行评价打分，获得对应的样本得分；将所述样本得分与置信度、支持度进行结合寻找最优样本，根据所述最优样本计算最优运行...
【技术特征摘要】 【专利技术属性】
1.一种基于数据挖掘的加热炉运行参数推荐方法，其特征在于，包括有：
获取当前时刻加热炉的生产数据和整个加热过程的加热数据，以及历史时刻加热炉的生产数据和加热数据；
存储当前时刻以及历史时刻的生产数据和加热数据，并生成包括多个样本的总样本集；其中，单个样本均包括每一项参数数据；
根据存储的数据在人机交互界面设定参数推荐条件；其中，参数推荐条件包括：生产数据参数、加热数据范围以及评价函数权重；
根据所述评价函数权重和预设打分公式对设定的加热数据范围对应的样本进行评价打分，获得对应的样本得分；将所述样本得分与置信度、支持度进行结合寻找最优样本，根据所述最优样本计算最优运行参数值；以及根据所述最优样本和预设寻优方法在特征空间中找出近邻样本集，根据所述近邻样本集计算最优运行参数范围；并在人机交互界面显示最优运行参数值和最优运行参数范围。
2.根据权利要求1所述的基于数据挖掘的加热炉运行参数推荐方法，其特征在于，计算最优运行参数范围，包括：
通过预设寻优方法找到最优样本，并计算总样本集D中其余样本di与所述最优样本的欧氏距离disti；其中，i为样本序号，i＝1，2，...，n；
在所述欧式距离disti满足距离阈值dist_t限制条件后，计算融合目标加权评分swi后的距离s_disti；其中，s_disti＝disti*k1+(1-swi)*k2；k1，k2为人工设定的权重；
根据距离s_disti对所述总样本集D中的样本按照从小到大进行排序，并选择前K个样本形成近邻样本集N；
根据所述近邻样本集N计算最优运行参数范围R。
3.根据权利要求2所述的基于数据挖掘的加热炉运行参数推荐方法，其特征在于，通过预设寻优方法找到最优样本，包括：
根据总样本集D的目标加权得分从高到低排序，设定一个窗口大小win，每轮遍历win个样本；
计算本轮中每个样本的支持度和置信度；若某个样本的支持度满足设定的阈值，且置信度在本轮所有样本中最大，则判定该样本为最优样本；若未找到最优样本，则按照相同方法进行下一轮遍历，直至出现最优样本。
4.根据权利要求2所述的基于数据挖掘的加热炉运行参数推荐方法，其特征在于，所述目标加权评分swi的计算包括：
swi＝s1i*w1+s2i*w2；
其中，swi为目标加权评分；s1i为加热质量评分；s2i为燃料单耗评分；w1为归一化后加热质量权重；w2为归一化后燃料单耗权重。
5.根据权利要求4所述的基于数据挖掘的加热炉运行参数推荐方法，其特征在于，所述评价函数权重包括加热质量权重a1、燃料单耗权重a2；
对加热质量权重a1、燃料单耗权重a2进行归一化，获取归一化后的权重；有：
技术研发人员：马文圣，汤槟，陶涛，毛尚伟，余文涵，
申请(专利权)人：中冶赛迪重庆信息技术有限公司，
类型：发明
国别省市：重庆;50
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。