预测FeO含量方法、模型训练方法、装置、电子设备及介质制造方法及图纸

技术编号:34481090 阅读:14 留言:0更新日期:2022-08-10 08:57
本申请涉及烧结生产技术领域,尤其是涉及预测FeO含量方法、模型训练方法、装置、电子设备及介质,该方法包括采集烧结矿的第一生产数据和对应的第一采集时间;解析热像仪视频,获得在待分析时刻,烧结机尾部的料层断面的第一料层热量和第一红火层厚度;将第一料层热量、第一红火层厚度以及在待分析时刻的烧结机尾部的料层对应的烧结矿的第一生产数据输入至FeO预测模型,获得在待分析时刻,烧结机尾部的料层对应的FeO含量值;其中,FeO预测模型用于预测在第一料层热量、第一红火层厚度以及第一生产数据的条件下,待分析时刻烧结机尾部的料层对应的FeO含量,本申请可提高预测烧结矿中FeO含量的准确度。FeO含量的准确度。FeO含量的准确度。

【技术实现步骤摘要】
预测FeO含量方法、模型训练方法、装置、电子设备及介质


[0001]本申请涉及烧结生产
,尤其是涉及预测FeO含量方法、模型训练方法、装置、电子设备及介质。

技术介绍

[0002]烧结矿FeO含量是衡量烧结矿质量的重要指标,直接影响烧结矿的强度和还原性,对高炉冶炼过程影响巨大。同时,稳定合理的烧结矿FeO含量还可以降低烧结固体燃耗,进而降低废气排放量。
[0003]目前企业内烧结矿FeO检测方式主要是每2到4小时取冷却后的成品烧结矿试样筛分再进行化学分析,这种方式的检测结果准确度较高,但是从取样到化验结束存在时滞,不能及时反映烧结成品矿中FeO含量。相关技术中也有利用热成像图像的图像特征来预测FeO含量的方法,但是仅采用图像特征来做预测,准确度得不到保障。

技术实现思路

[0004]为了提高预测烧结矿中FeO含量的准确度,本申请提出了一种预测烧结矿FeO含量的方法、装置、电子设备及介质。
[0005]在本申请的第一方面,提出了一种预测烧结矿FeO含量的方法,包括采集烧结矿的第一生产数据和对应的第一采集时间;解析热像仪视频,获得在待分析时刻,烧结机尾部的料层断面的第一料层热量和第一红火层厚度;将所述第一料层热量、所述第一红火层厚度以及在所述待分析时刻的烧结机尾部的料层对应的烧结矿的第一生产数据输入至FeO预测模型,获得在所述待分析时刻,烧结机尾部的料层对应的FeO含量值;其中,所述FeO预测模型用于预测在所述第一料层热量、所述第一红火层厚度以及所述第一生产数据的条件下,所述待分析时刻烧结机尾部的料层对应的FeO含量。
[0006]通过采用上述技术方案,采集烧结矿的第一生产数据并记录对应的第一采集时间,在烧结机尾部安装热成像装置,用于拍摄烧结机尾部的料层断面的视频,解析热像仪视频,得到烧结机尾部料层在脱落瞬间的料层断面的个点的位置和温度值,通过得到各点的位置和温度值计算得到第一料层热量和第一红火层厚度,获取待分析时刻的烧结机尾部的料层断面的第一料层热量和第一红火层厚度以及与待分析时刻的烧结机尾部的料层断面对应的烧结矿的第一生产数据,将获取到的第一生产数据、第一料层热量和第一红火层厚度输入到FeO预测模型中,预测得到待分析时刻烧结机尾部的料层对应的FeO含量值。通过这种方式,一方面可以及时获得料层的FeO含量值,提高了时效性,另一方面,将第一生产数据结合烧结机尾部的料层的第一料层热量和第一红火层厚度,既考虑到烧结矿的生产原料以及环境参数,又结合烧结结束后再烧结机尾部的参数,可以提高对烧结机尾部的料层的FeO含量值预测准确度。
[0007]优选地,所述在所述待分析时刻的烧结机尾部的料层对应的第一生产数据,通过以下步骤获得:
基于烧结机产线的运行时间和所述第一采集时间,匹配在所述待分析时刻,烧结机尾部的料层所对应的烧结矿的第一生产数据。
[0008]优选地,所述FeO预测模型通过以下步骤进行训练:采集烧结矿的第二生产数据和对应的第二采集时间;解析热像仪视频,获得烧结机尾部的料层断面的第二料层热量和第二红火层厚度;获取烧结矿的FeO含量化验值;获取所述FeO含量化验值对应的第二生产数据、第二料层热量以及第二红火层厚度,生成样本数据;以所述样本数据作为所述FeO预测模型的输入,以所述样本数据对应的FeO含量化验值为输出,对所述FeO预测模型进行训练。
[0009]优选地,以所述第二红火层厚度对应的烧结机尾部的时间为中间时刻,计算预设时长内,解析获得的所有红火层厚度的标准差;将小于预设阈值的所述标准差所对应的第二红火层厚度和所述第二红火层厚度对应的第二生产数据以及第二料层热量生产样本数据。
[0010]在本申请的第二方面,提出了一种FeO预测模型的训练方法,该方法包括:采集烧结矿的第二生产数据和对应的第二采集时间;解析热像仪视频,获得烧结机尾部的料层断面的第二料层热量和第二红火层厚度;获取烧结矿的FeO含量化验值;获取所述FeO含量化验值对应的第二生产数据、第二料层热量以及第二红火层厚度,生成样本数据;以所述样本数据作为所述FeO预测模型的输入,以所述样本数据对应的FeO含量化验值为输出,对所述FeO预测模型进行训练。
[0011]优选地,以所述第二红火层厚度对应的烧结机尾部的时间为中间时刻,计算预设时长内,解析获得的所有红火层厚度的标准差;将小于预设阈值的所述标准差所对应的第二红火层厚度和所述第二红火层厚度对应的第二生产数据以及第二料层热量生产样本数据。
[0012]在本申请的第三方面,提出了一种预测烧结矿FeO含量的装置,该装置包括:第一采集模块,用于采集烧结矿的第一生产数据和对应的第一采集时间;第一解析模块,用于解析热像仪视频,获得在待分析时刻,烧结机尾部的料层断面的第一料层热量和第一红火层厚度;模型处理模块,用于将所述第一料层热量、所述第一红火层厚度以及在所述待分析时刻的烧结机尾部的料层对应的烧结矿的第一生产数据输入至FeO预测模型,获得在所述待分析时刻,烧结机尾部的料层对应的FeO含量值;其中,所述FeO预测模型用于预测在所述料层热量、所述红火层厚度以及所述生产数据的条件下,所述待分析时刻烧结机尾部的料层对应的FeO含量。
[0013]在本申请的第四方面,提出了一种FeO预测模型的训练装置,该装置包括:第二采集模块,用于采集烧结矿的第二生产数据和对应的第二采集时间;第二解析模块,用于解析热像仪视频,获得烧结机尾部的料层断面的第二料层热量和第二红火层厚度;获取模块,用于获取烧结矿的FeO含量化验值;
确定样本模块,用于获取所述FeO含量化验值对应的第二生产数据、第二料层热量以及第二红火层厚度,生成样本数据;模型训练模块,用于以所述样本数据作为所述FeO预测模型的输入,以所述样本数据对应的FeO含量化验值为输出,对所述FeO预测模型进行训练。
[0014]在一些申请实施例中,所述确定样本模块具体用于,以所述第二红火层厚度对应的烧结机尾部的时间为中间时刻,计算预设时长内,解析获得的所有红火层厚度的标准差;将小于预设阈值的所述标准差所对应的第二红火层厚度和所述第二红火层厚度对应的第二生产数据以及第二料层热量生产样本数据。
[0015]在本申请的第五方面,提出了一种电子设备,包括存储器和处理器,所述存储器上存储有计算机程序,所述处理器执行所述程序时实现如第一方面中任一项或第二方面中任一项所述的方法。
[0016]在本申请的第六方面,提出了一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现如第一方面中任一项或第二方面中任一项所述的方法。
附图说明
[0017]结合附图并参考以下详细说明,本申请各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中,相同或相似的附图标记表示相同或相似的元素,其中:图1示出了本申请实施例的一种电子设备的结构图。
[0018]图2示出了本申请实施例中FeO预测模型训练方法的流程图。
[0019]图3示出了本申请实施例中预测烧结矿FeO含量的本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种预测烧结矿FeO含量的方法,其特征在于,包括:采集烧结矿的第一生产数据和对应的第一采集时间;解析热像仪视频,获得在待分析时刻,烧结机尾部的料层断面的第一料层热量和第一红火层厚度;将所述第一料层热量、所述第一红火层厚度以及在所述待分析时刻的烧结机尾部的料层对应的烧结矿的第一生产数据输入至FeO预测模型,获得在所述待分析时刻,烧结机尾部的料层对应的FeO含量值;其中,所述FeO预测模型用于预测在所述第一料层热量、所述第一红火层厚度以及所述第一生产数据的条件下,所述待分析时刻烧结机尾部的料层对应的FeO含量。2.根据权利要求1所述的预测烧结矿FeO含量的方法,其特征在于,所述在所述待分析时刻的烧结机尾部的料层对应的第一生产数据,通过以下步骤获得:基于烧结机产线的运行时间和所述第一采集时间,匹配在所述待分析时刻,烧结机尾部的料层所对应的烧结矿的第一生产数据。3.根据权利要求1所述的预测烧结矿FeO含量的方法,其特征在于,所述FeO预测模型通过以下步骤进行训练:采集烧结矿的第二生产数据和对应的第二采集时间;解析热像仪视频,获得烧结机尾部的料层断面的第二料层热量和第二红火层厚度;获取烧结矿的FeO含量化验值;获取所述FeO含量化验值对应的第二生产数据、第二料层热量以及第二红火层厚度,生成样本数据;以所述样本数据作为所述FeO预测模型的输入,以所述样本数据对应的FeO含量化验值为输出,对所述FeO预测模型进行训练。4.根据权利要求3所述的预测烧结矿FeO含量的方法,其特征在于,获取所述FeO含量化验值对应的第二生产数据、第二料层热量以及第二红火层厚度,生成样本数据,包括:以所述第二红火层厚度对应的烧结机尾部的时间为中间时刻,计算预设时长内,解析获得的所有红火层厚度的标准差;将小于预设阈值的所述标准差所对应的第二红火层厚度和所述第二红火层厚度对应的第二生产数据以及第二料层热量生产样本数据。5.一种FeO预测模型的训练方法,其特征在于,包括:采集烧结矿的第二生产数据和对应的第二采集时间;解析热像仪视频,获得烧结机尾部的料层断面的第二料层热量和第二红火层厚度;获取烧结矿的FeO含量化验值;获取所述FeO含量化验值对应的第二生产数据、第二料层热量以及第二红火层厚度,生成样本数据;以所述样...

【专利技术属性】
技术研发人员:李扬赵宏博李永杰吴建霍守锋刘伟
申请(专利权)人:北京智冶互联科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1