System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本公开涉及钢铁铸造,特别涉及一种连铸工艺参数的调整方法、系统及模型生成方法、系统。
技术介绍
1、目前基于连铸工艺参数进行连铸质量判定的方法通常包括快速傅立叶变换结合小波熵分析以及基于反馈和前馈互补这两种方式,但这两种方式仅针对特定的连铸工艺参数进行分析,并未关注到各项连铸工艺参数之间的关联关系,无法从整体上给出最优的连铸工艺参数调整结果,且无法指导在线产线的连铸工艺参数调整。
技术实现思路
1、本公开要解决的技术问题是为了克服现有技术中无法从整体上给出最优的连铸工艺参数调整结果,且无法指导在线产线的连铸工艺参数调整的缺陷,提供一种连铸工艺参数的调整方法、系统及模型生成方法、系统。
2、本公开是通过下述技术方案来解决上述技术问题:
3、根据本公开的第一方面,提供了一种连铸工艺参数自适应优化模型的生成方法,所述生成方法包括:
4、构建连铸工艺参数训练集;
5、基于所述连铸工艺参数训练集对初始网络模型进行训练,得到连铸质量预测模型;
6、基于连铸工艺评价标准和所述连铸质量预测模型,生成所述连铸工艺参数自适应优化模型;
7、其中,所述连铸工艺参数自适应优化模型用于对所述连铸工艺参数进行自适应调整。
8、较佳地,所述构建连铸工艺参数训练集的步骤包括:
9、获取历史连铸工艺参数;
10、计算所述历史连铸工艺参数与连铸质量的相关性系数,获得若干个相关性系数;
11、基于所述若
12、基于预先标记的连铸质量样本和所述连铸工艺参数数据集,构建所述连铸工艺参数训练集。
13、较佳地,所述连铸工艺参数训练集包括拉速、结晶器液位、中间包重量、中间包温度、钢包重量中的至少一种。
14、较佳地,所述初始网络模型包括线性模型、lstm网络(长短期记忆网络)模型、随机森林中的至少一种。
15、较佳地,所述连铸工艺参数自适应优化模型采用scip优化器(整数约束规划求解器)、遗传算法、粒子群算法中的任意一种方式对所述连铸工艺参数进行自适应调整。
16、较佳地,所述基于连铸工艺评价标准和所述连铸质量预测模型,生成所述连铸工艺参数自适应优化模型包括:
17、以各项所述连铸工艺参数的取值范围及所述连铸质量预测模型为约束;
18、获取所述连铸工艺评价标准中各项所述连铸工艺参数的最优值;
19、基于所述各项所述连铸工艺参数的最优值,生成所述连铸工艺参数自适应优化模型。
20、较佳地,所述连铸工艺参数自适应优化模型的目标函数为:
21、
22、约束条件为:
23、其中,xi为第i个待优化的连铸工艺参数;ai为第i个连铸工艺参数的当前值;为第i个连铸工艺参数的最优值;α和β均大于零,表示预设权重;li为第i个待优化的连铸工艺参数的最小值,ui为第i个待优化的连铸工艺参数的最大值;f()为所述连铸质量预测模型;i=1,2,3…m,m为连铸工艺参数的总个数。
24、根据本公开的第二方面,提供了一种连铸工艺参数的调整方法,所述调整方法包括:
25、获取连铸机组当前的连铸工艺参数,将所述连铸工艺参数输入连铸工艺参数自适应优化模型中,获得所述连铸工艺参数的调整结果;
26、根据所述调整结果,对所述连铸机组当前的所述连铸工艺参数进行调整;
27、其中,所述连铸工艺参数自适应优化模型基于本公开第一方面所述的生成方法生成。
28、根据本公开的第三方面,提供了一种连铸工艺参数的调整方法,所述调整方法包括:
29、预先构建连铸工艺参数集合,所述连铸工艺参数集合包括具有预设关联关系的连铸工艺参数;
30、获取连铸机组当前的连铸工艺参数,基于预设连铸工艺参数范围确定异常连铸工艺参数;
31、基于所述连铸工艺参数集合确定所述异常连铸工艺参数的相关连铸工艺参数;
32、基于所述预设连铸工艺参数范围确定所述异常连铸工艺参数及所述相关连铸工艺参数的调整结果;
33、根据所述调整结果,对所述连铸机组当前的所述连铸工艺参数进行调整。
34、根据本公开的第四方面,提供了一种连铸工艺参数自适应优化模型的生成系统,所述生成系统包括第一构建模块、训练模块和生成模块;
35、所述第一构建模块用于构建连铸工艺参数训练集;
36、所述训练模块用于基于所述连铸工艺参数训练集对初始网络模型进行训练,得到连铸质量预测模型;
37、所述生成模块用于基于连铸工艺评价标准和所述连铸质量预测模型,生成所述连铸工艺参数自适应优化模型;
38、其中,所述连铸工艺参数自适应优化模型用于对所述连铸工艺参数进行自适应调整。
39、根据本公开的第五方面,提供了一种连铸工艺参数的调整系统,所述调整系统包括第一获取模块和第一调整模块;
40、所述第一获取模块用于获取连铸机组当前的连铸工艺参数,将所述连铸工艺参数输入连铸工艺参数自适应优化模型中,获得所述连铸工艺参数的调整结果;
41、所述第一调整模块用于根据所述调整结果,对所述连铸机组当前的所述连铸工艺参数进行调整;
42、其中,所述连铸工艺参数自适应优化模型基于本公开第四方面所述的生成系统生成。
43、根据本公开的第六方面,提供了一种连铸工艺参数的调整系统,所述调整系统包括参数构建模块、异常获取模块、确定模块和参数调整模块;
44、所述参数构建模块用于预先构建连铸工艺参数集合,所述连铸工艺参数集合包括具有预设关联关系的连铸工艺参数;
45、所述异常获取模块用于获取连铸机组当前的连铸工艺参数,基于预设连铸工艺参数范围确定异常连铸工艺参数;
46、所述确定模块用于基于所述连铸工艺参数集合确定所述异常连铸工艺参数的相关连铸工艺参数;
47、所述确定模块还用于基于所述预设连铸工艺参数范围确定所述异常连铸工艺参数及所述相关连铸工艺参数的调整结果;
48、所述参数调整模块用于根据所述调整结果,对所述连铸机组当前的所述连铸工艺参数进行调整。
49、根据本公开的第七方面,提供了一种电子设备,包括处理器、存储器以及存储在所述存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现本公开第一方面所述的连铸工艺参数自适应优化模型的生成方法,和/或,本公开第二方面或本公开第三方面所述的连铸工艺参数的调整方法。
50、根据本公开的第八方面,提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现本公开第一方面所述的连铸工艺参数自适应优化模型的生成方法,和/或,本公开第二方面或本公开第三方面所述的连铸本文档来自技高网...
【技术保护点】
1.一种连铸工艺参数自适应优化模型的生成方法,其特征在于,所述生成方法包括:
2.根据权利要求1所述的生成方法,其特征在于,所述构建连铸工艺参数训练集的步骤包括:
3.根据权利要求1所述的生成方法,其特征在于,所述连铸工艺参数训练集包括拉速、结晶器液位、中间包重量、中间包温度、钢包重量中的至少一种;
4.根据权利要求1-3中任一项所述的生成方法,其特征在于,所述基于连铸工艺评价标准和所述连铸质量预测模型,生成所述连铸工艺参数自适应优化模型包括:
5.根据权利要求4所述的生成方法,其特征在于,所述连铸工艺参数自适应优化模型的目标函数为:
6.一种连铸工艺参数的调整方法,其特征在于,所述调整方法包括:
7.一种连铸工艺参数的调整方法,其特征在于,所述调整方法包括:
8.一种连铸工艺参数自适应优化模型的生成系统,其特征在于,所述生成系统包括第一构建模块、训练模块和生成模块;
9.一种连铸工艺参数的调整系统,其特征在于,所述调整系统包括第一获取模块和第一调整模块;
10.一种连铸工
11.一种电子设备,包括处理器、存储器以及存储在所述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1-5中任一项所述的连铸工艺参数自适应优化模型的生成方法,和/或,权利要求6或权利要求7所述的连铸工艺参数的调整方法。
12.一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内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-5中任一项所述的连铸工艺参数自适应优化模型的生成方法,和/或,权利要求6或权利要求7所述的连铸工艺参数的调整方法。
...【技术特征摘要】
1.一种连铸工艺参数自适应优化模型的生成方法,其特征在于,所述生成方法包括:
2.根据权利要求1所述的生成方法,其特征在于,所述构建连铸工艺参数训练集的步骤包括:
3.根据权利要求1所述的生成方法,其特征在于,所述连铸工艺参数训练集包括拉速、结晶器液位、中间包重量、中间包温度、钢包重量中的至少一种;
4.根据权利要求1-3中任一项所述的生成方法,其特征在于,所述基于连铸工艺评价标准和所述连铸质量预测模型,生成所述连铸工艺参数自适应优化模型包括:
5.根据权利要求4所述的生成方法,其特征在于,所述连铸工艺参数自适应优化模型的目标函数为:
6.一种连铸工艺参数的调整方法,其特征在于,所述调整方法包括:
7.一种连铸工艺参数的调整方法,其特征在于,所述调整方法包括:
8.一种连铸工艺参数自适应优化模型的生成系统,其特征在于,所...
【专利技术属性】
技术研发人员:包忞立,张哲,张涛,牛井超,金晓晖,
申请(专利权)人:华院计算技术上海股份有限公司,
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。