基于多变量时间序列与BO-LSTM的连铸坯纵裂纹检测方法技术

一种基于多变量时间序列与BO‑LSTM的连铸坯纵裂纹检测方法，属于钢铁冶金连铸异常检测技术领域。首先，在一定时间窗口内，采集结晶器不同位置的多排热电偶实测温度，将随时间变化的多排热电偶实测温度变化趋势特性与纵裂纹出现与否相关联，构造多变量时间序列；然后，利用BO算法寻找LSTM最优超参数，利用多变量时间序列数据集中的训练集、验证集对最优超参数下的LSTM模型进行训练、验证，最后利用测试集通过多指标评估LSTM模型的准确性、鲁棒性；最终，BO‑LSTM实现对真伪纵裂样本的分类，实现在线预测铸坯纵裂纹。本发明专利技术能够对真伪纵裂样本准确识别，方法检测准确率高、鲁棒性好，省去人工构造提取复杂特征的步骤，对于纵裂纹检测来说便捷高效，适应连铸现场生产。

【技术实现步骤摘要】

本专利技术属于钢铁冶金连铸异常检测，涉及一种基于多变量时间序列与bo-lstm的连铸坯纵裂纹检测方法。

技术介绍

1、多变量时间序列是指一个时间序列数据集包含多个解释变量和一个响应变量。高效连铸以高拉速、铸坯无缺陷为基础，在高效连铸生产过程中，不同传感器、冶金自动化设备产生大量与时间相关联的工艺参数、设备参数，它们同属于时间序列数据，而某些参数的异常变化会反应出铸坯质量问题，可以将影响铸坯质量的多变量参数与铸坯问题结合起来构成多变量时间序列，进而通过专门处理时序数据的深度学习模型完成对铸坯异常的在线检测。因此，把握影响铸坯缺陷的多变量时间序列数据，融合深度学习方法，挖掘多变量时间序列数据对于铸坯缺陷产生的影响规律，对高效连铸过程异常检测较为关键。

2、结晶器作为连铸机核心部件，是钢液初始冷却凝固的地方，其上布置有监控温度变化的热电偶。有统计结果表明，在铸坯缺陷中，铸坯裂纹缺陷占铸坯各类缺陷的50％，纵裂纹是比较常见的表面缺陷，初始形成于结晶器弯月面附近，在二冷区进一步扩展，包晶钢对裂纹最为敏感，包晶凝固时由于包晶转变产生额外体积收缩，易在铸坯与本文档来自技高网...

【技术保护点】

1.一种基于多变量时间序列与BO-LSTM的连铸坯纵裂纹检测方法，其特征在于，所述的连铸坯纵裂纹检测方法为：首先，在一定时间窗口内，采集结晶器不同位置的多排热电偶实测温度，将随时间变化的多排热电偶实测温度变化趋势特性与纵裂纹出现与否相关联，构造多变量时间序列；然后，利用BO算法寻找LSTM最优超参数，利用多变量时间序列数据集中的训练集、验证集对最优超参数下的LSTM模型进行训练、验证，最后利用测试集通过多指标评估LSTM模型的准确性、鲁棒性；最终，BO-LSTM实现对真伪纵裂样本的分类，实现在线预测铸坯纵裂纹。

2.根据权利要求1所述的一种基于多变量时间序列与BO-LSTM的...

【技术特征摘要】

1.一种基于多变量时间序列与bo-lstm的连铸坯纵裂纹检测方法，其特征在于，所述的连铸坯纵裂纹检测方法为：首先，在一定时间窗口内，采集结晶器不同位置的多排热电偶实测温度，将随时间变化的多排热电偶实测温度变化趋势特性与纵裂纹出现与否相关联，构造多变量时间序列；然后，利用bo算法寻找lstm最优超参数，利用多变量时间序列数据集中的训练集、验证集对最优超参数下的lstm模型进行训练、验证，最后利用测试集通过多指标评估lstm模型的准确性、鲁棒性；最终，bo-lstm实现对真伪纵裂样本的分类，实现在线预测铸坯纵裂纹。

2.根据权利要求1所述的一种基于多变量时间序列与bo-lstm的连铸坯纵裂纹检测方法，其特征在于，包括以下步骤：

3.根据权利要求2所述的一种基于多变量时间序列与bo-lstm的连铸坯纵裂纹检测方法，其特征在于，所述步骤2.1中，差值特征按照下列方式提取：

4.根据权利要求2所述的一种基于多变量时间序列与bo-lstm的连铸坯纵裂纹检测方法，其特征在于，所述步骤2.2中，以二进制标签标记正常工况样本进行说明，一个正常工况样本的多变量时间序列表示为snlc；一个纵裂纹样本的多变量时间序列表示为...

【专利技术属性】
技术研发人员：王旭东，程永辉，王齐灿，王砚宇，姚曼，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：