【技术实现步骤摘要】
本专利技术涉及合金熔炼，更具体地说，本专利技术涉及自适应控制的镍铌合金熔炼设备多参数调整方法及系统。
技术介绍
1、镍铌合金是一种重要的合金材料，广泛应用于航空、航天、能源、化工等领域；在镍铌合金的生产过程中，对于真空熔炼炉的控制至关重要，以确保所生产的合金具有所需的化学成分、机械性能和热性能；然而，现有真空熔炼炉的控制方法在应对不同生产条件和原材料变化时存在一定的局限性；传统真空熔炼炉通常采用固定参数的控制系统，难以应对工艺波动、原材料变化和生产环境的多样性；这导致了熔炼过程中的能源浪费、产品质量波动和不稳定的生产效率；因此，需要一种更灵活和自适应的真空熔炼炉控制方法，以优化镍铌合金熔炼过程。
2、目前，现有合金熔炼设备的控制方法及系统通常倾向于针对合金加料量进行设计，例如授权公开号为cn107179703b的中国专利公开了炼钢合金投入量控制方法，此类方法虽通过合理配比提高了产品质量，但无法优化真空熔炼炉的参数调控过程；虽存在少量对于真空熔炼炉自身参数的调节方法，例如申请公开号为cn116329497a的中国专利公开了一种相控阵列超声的金属熔体控制系统、方法及设备，，但对上述方法以及现有技术进行研究和实际应用发现，上述方法以及现有技术至少存在以下部分缺陷：
3、（1）控制参数单一，真空熔炼炉的自动化水平相对较低，无法针对温度、真空度和搅拌速度等进行多参数的优化调控；
4、（2）缺乏对于外界影响因素的考虑，无法针对控制参数进行数值修正，从而无法在保证及提高镍铌合金生成效率的基础上，进一步降低镍
技术实现思路
1、为了克服现有技术的上述缺陷，本专利技术的实施例提供自适应控制的镍铌合金熔炼设备多参数调整方法及系统。
2、为实现上述目的，本专利技术提供如下技术方案：
3、自适应控制的镍铌合金熔炼设备多参数调整方法，所述方法包括：
4、收集镍铌合金熔炼设备的控制参数训练数据，以及收集镍铌合金熔炼设备内镍铌合金的合金杂质系数训练数据；所述控制参数包括温度、真空度和搅拌速率；
5、基于控制参数训练数据，训练出用于反馈预测控制参数的第二机器学习模型；以及基于合金杂质系数训练数据，训练出用于反馈合金杂质系数的第三机器学习模型；
6、获取镍铌合金熔炼设备的真空度测量值、搅拌速率测量值和温度的测量校正数值，以及实时获取熔炼设备中镍铌合金的合金杂质系数特征数据和镍铌合金熔炼设备的控制参数特征数据；
7、基于合金杂质系数特征数据和用于反馈合金杂质系数的第三机器学习模型，获得实时合金杂质系数值；
8、基于镍铌合金熔炼设备的控制参数特征数据、实时合金杂质系数值以及第二机器学习模型，获得预测控制参数数据；
9、分别计算预测控制参数数据与真空度测量、搅拌速率测量值和的差值，将预测控制参数数据与真空度测量、搅拌速率测量值和的差值作为参数调整数据，根据参数调整数据对镍铌合金熔炼设备进行自适应控制。
10、进一步地，所述控制参数特征数据包括镍铌合金原材料的成分、镍铌合金原材料的配比、原材料的熔点均值、炉内各个气氛含量、炉内各个预划分区域的环境温度均值和合金杂质系数值；
11、所述合金杂质系数训练数据包括在实验环境中收集的若干组合金杂质系数特征数据及其对应的合金杂质系数值；其中，所述合金杂质系数特征数据包括镍铌合金的电导率、磁导率、透光率和光反射率。
12、进一步地，所述训练出用于反馈预测控制参数的第二机器学习模型，包括：
13、将每组控制参数特征数据组合为第二特征向量的形式，所有第二特征向量的元素作为第二机器学习模型的输入，所述第二机器学习模型以对每组控制参数特征数据预测的温度值、真空度值和搅拌速率值作为输出，以每组控制参数特征数据对应的实际的温度值、真空度值和搅拌速率值为预测目标，以最小化所有预测的温度值、真空度值和搅拌速率值的第二预测准确度之和作为训练目标；其中，第二预测准确度的计算公式为：，其中，为每组控制参数特征数据的编号，为第二预测准确度，为第组控制参数特征数据对应的预测的控制参数特征数据，为第组控制参数特征数据对应的实际的温度值、真空度值和搅拌速率值；对第二机器学习模型进行训练，直至第二预测准确度之和达到收敛时停止训练。
14、进一步地，训练出用于反馈合金杂质系数的第三机器学习模型，包括：
15、将每组合金杂质系数特征数据组合为第三特征向量的形式，所有第三特征向量的元素作为第三机器学习模型的输入，所述第三机器学习模型以对每组合金杂质系数特征数据预测的合金杂质系数值作为输出，以每组合金杂质系数特征数据对应的实际的合金杂质系数值作为预测目标，以最小化所有预测的合金杂质系数值的第三预测准确度之和作为训练目标；其中，第三预测准确度的计算公式为： ，其中，为每组合金杂质系数特征数据的编号，为第三预测准确度，为第组合金杂质系数特征数据对应的预测的合金杂质系数值，为第组合金杂质系数特征数据对应的实际的合金杂质系数值；对第三机器学习模型进行训练，直至第三预测准确度之和达到收敛时停止训练。
16、进一步地，所述温度的测量校正数值的获取逻辑如下：
17、获取镍铌合金熔炼设备的温度的实际测量值，以及获取影响因素数据；
18、将温度的实际测量值和影响因素数据组合为第一特征向量的形式，将第一特征向量输入预构建的第一机器学习模型中，获得镍铌合金熔炼设备的温度的测量校正数值；
19、其中，所述第一机器学习模型根据影响因素训练数据训练得到，所述影响因素训练数据包括影响因素特征数据及其对应的温度的测量校正数值；所述影响因素特征数据包括温度的实际测量值和影响因素数据；所述影响因素数据包括炉外湿度以及红外线测温仪与镍铌合金熔炼设备的设置距离。
20、进一步地，所述温度的测量校正数值的获取，包括：
21、通过红外线测温仪获取r%湿度下镍铌合金熔炼设备的温度的实际测量值；将r%湿度下镍铌合金熔炼设备的温度的实际测量值作为第一温度测量值，得到m个第一温度测量值，m为大于零正整数；
22、在同一条件下，提取设定标准湿度下镍铌合金熔炼设备的温度值，将设定标准湿度下镍铌合金熔炼设备的温度值作为第二温度测量值；
23、计算每个第一温度测量值与第二温度测量值的差值，将每个第一温度测量值与第二温度测量值的差值作为温度的实际测量值。
24、进一步地，所述温度的测量校正数值的获取，包括：
25、通过红外线测温仪获取g距离下镍铌合金熔炼设备的温度的实际测量值；将g距离下镍铌合金熔炼设备的温度的实际测量值作为第三温度测量值，得到n个第三温度测量值，n为大于零的正整数；
26、在同一条件下，提取设定标准距离下镍铌合金熔炼设备的温度值，将设定标准湿度下镍铌合金熔炼设备的温度值作为第四温度测量值；
27、计算每个第本文档来自技高网...
【技术保护点】
1.自适应控制的镍铌合金熔炼设备多参数调整方法，其特征在于，所述方法包括：
2.根据权利要求1所述的自适应控制的镍铌合金熔炼设备多参数调整方法，其特征在于，所述控制参数特征数据包括镍铌合金原材料的成分、镍铌合金原材料的配比、原材料的熔点均值、炉内各个气氛含量、炉内各个预划分区域的环境温度均值和合金杂质系数值；
3.根据权利要求2所述的自适应控制的镍铌合金熔炼设备多参数调整方法，其特征在于，所述训练出用于反馈预测控制参数的第二机器学习模型，包括：
4.根据权利要求3所述的自适应控制的镍铌合金熔炼设备多参数调整方法，其特征在于，所述训练出用于反馈合金杂质系数的第三机器学习模型，包括：
5.根据权利要求4所述的自适应控制的镍铌合金熔炼设备多参数调整方法，其特征在于，所述温度的测量校正数值的获取逻辑如下：
6.根据权利要求5所述的自适应控制的镍铌合金熔炼设备多参数调整方法，其特征在于，所述温度的测量校正数值的获取，包括：
7.根据权利要求6所述的自适应控制的镍铌合金熔炼设备多参数调整方法，其特征在于，所述温度的测量校
8.自适应控制的镍铌合金熔炼设备多参数调整系统，其特征在于，包括：
9.一种电子设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7任一项所述自适应控制的镍铌合金熔炼设备多参数调整方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1至7任一项所述自适应控制的镍铌合金熔炼设备多参数调整方法。
...【技术特征摘要】
1.自适应控制的镍铌合金熔炼设备多参数调整方法，其特征在于，所述方法包括：
2.根据权利要求1所述的自适应控制的镍铌合金熔炼设备多参数调整方法，其特征在于，所述控制参数特征数据包括镍铌合金原材料的成分、镍铌合金原材料的配比、原材料的熔点均值、炉内各个气氛含量、炉内各个预划分区域的环境温度均值和合金杂质系数值；
3.根据权利要求2所述的自适应控制的镍铌合金熔炼设备多参数调整方法，其特征在于，所述训练出用于反馈预测控制参数的第二机器学习模型，包括：
4.根据权利要求3所述的自适应控制的镍铌合金熔炼设备多参数调整方法，其特征在于，所述训练出用于反馈合金杂质系数的第三机器学习模型，包括：
5.根据权利要求4所述的自适应控制的镍铌合金熔炼设备多参数调整方法，其特征在于，所述温度的测量校正数值的获取逻辑如下：...
【专利技术属性】
技术研发人员：廖伟秋，贲圣兰，缪晓宇，马步洋，
申请(专利权)人：江苏美特林科特殊合金股份有限公司，
类型：发明
国别省市：
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。