【技术实现步骤摘要】
本专利技术涉及智能软测量，特别是涉及一种bq-ccft连铸坯表面温度的智能软测量方法。
技术介绍
1、软测量的基本思路是，根据某种最优准则选择一组既与主导变量(即待测变量或待估变量)有密切联系而又容易测量的变量——称为辅助变量(又称二变量)的量，通过构造某种数学关系用计算机软件实现对主导变量的估计。不同生产过程的机理不同，其测量模型千变万化，建立被估计的过程变量(即主导变量)和与该过程变量有关的其它过程变量(即辅助变量)间的数学模型有多种方法，如机理建模、统计回归建模和人工神经网络建模等。在现有连铸生产过程中，铸坯表面温度的测量受连铸现场环境中水蒸汽和氧化铁皮的影响，无法准确地预测铸坯表面温度的准确值。
2、因此，本领域亟需一种能够准确测量铸坯表面温度的准确值的技术方案。
3、公开于该
技术介绍
部分的信息仅仅旨在增加对本专利技术的总体背景的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。
技术实现思路
1、本专利技术的目的是提供一种能够准确测量铸坯表面温度的准确值的测量方法。
2、为实现上述目的，本专利技术提供了如下方案：
3、一种bq-ccft连铸坯表面温度的智能软测量方法，包括：
4、采集连铸生产过程中的数据；
5、构建虚拟铸坯的数学模型；
6、通过红外测温仪的实测值对所述数学模型进行校验；
7、计算检测点的铸坯表面温度动态值。
8
9、钢坯在冷却的过程中的大包温度、中间包温度、结晶器冷却水流量及温度、各段二冷水的流量和温度以及拉速。
10、优选的，所述构建虚拟铸坯的数据模型包括：
11、基于工艺机理分析的软测量建模；
12、基于回归分析的软测量建模；
13、基于人工神经网络的软测量建模；
14、基于模式识别的软测量建模；
15、基于模糊数学的软测量建模；
16、基于状态估计的软测量建模；
17、基于相关分析的软测量建模；
18、基于现代非线性信息处理技术的软测量建模。
19、优选的，所述对数学模型进行校验包括：
20、通过过程变量估计值对所述数学模型进行校验。
21、优选的，所述计算检测点的铸坯表面温度动态值包括：
22、利用采集的数据，同时根据红外温度计以及热像仪检测的温度的峰值，通过模型计算，得出该检测点的铸坯表面温度动态值。
23、优选的，所述bq-ccft系统硬件包括：
24、raspberry pi 5主板、以太网+wifi6接口、hmdi或其他显示器接口和ai8+ao2以上模拟量输入输出接口，系统使用micro python+java人工智能编程语言，远程数采模块采用f-box，通信协议为opc-ua协议，预警方式包括网页、手机小程序和手机短信。
25、与现有技术相比，本专利技术具有以下有益效果：
26、本专利技术提供的铸坯表面温度虚拟测量是探索利用人工智能的计算技术和模型，通过对连铸工艺参数的大数据分析，实时预测铸坯表面温度的数值，建立虚拟铸坯模型，是国内首个将人工智能技术用于连铸的智能控制技术，能够对ai技术在现代流程工业领域的应用和推广起到引导作用。
27、智能铸坯凝固模型是在传统凝固学模型的基础上，通过铸坯表面温度虚拟测量技术及大数据处理和人工智能的自学习功能，针对每台铸机的工艺、设备、操作模式等参数进行智能优化，动态计算在线凝固学模型，形成一个在线可视化的3d虚拟铸坯，为质量判断和质量控制模型打基础。
28、智能铸坯凝固模型根据不同的温度，标注不同的颜色，能够直观地观察铸坯温度的变化。钢种、钢水过热度、中间包温度、拉速、结晶器冷却水温度、流量、各段二冷水流量等参数都将影响智能凝固模型的输出值。
本文档来自技高网...【技术保护点】
1.一种BQ-CCFT连铸坯表面温度的智能软测量方法，其特征在于，包括：
2.根据权利要求1所述的测量方法，其特征在于，所述数据包括：
3.根据权利要求1所述的测量方法，其特征在于，所述构建虚拟铸坯的数据模型包括：
4.根据权利要求1所述的测量方法，其特征在于，所述对数学模型进行校验包括：
5.根据权利要求1所述的测量方法，其特征在于，所述计算检测点的铸坯表面温度动态值包括：
6.根据权利要求1所述的测量方法，其特征在于，所述BQ-CCFT系统硬件包括：
【技术特征摘要】
1.一种bq-ccft连铸坯表面温度的智能软测量方法，其特征在于，包括：
2.根据权利要求1所述的测量方法，其特征在于，所述数据包括：
3.根据权利要求1所述的测量方法，其特征在于，所述构建虚拟铸坯的数据模型包括：
4.根据...
【专利技术属性】
技术研发人员：杨涤，余兵，
申请(专利权)人：北京博谦工程技术有限公司，
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。