预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共19页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113592005A(43)申请公布日2021.11.02(21)申请号202110892119.4(22)申请日2021.08.04(71)申请人中冶赛迪重庆信息技术有限公司地址401122重庆市渝北区北部新区龙睛路7号20-24层(72)发明人张涛汤槟胡燕吴润宇(74)专利代理机构上海光华专利事务所(普通合伙)31219代理人李铁(51)Int.Cl.G06K9/62(2006.01)C21C5/28(2006.01)权利要求书3页说明书9页附图6页(54)发明名称一种转炉出钢参数推荐方法、系统、介质和终端(57)摘要本发明提供一种转炉出钢参数推荐方法、系统、介质及终端,方法包括:获取转炉出钢数据,形成样本数据集;根据样本数据集,建立多个不同种类的用于聚类分析的基础模型;通过预先设置的异常阈值进行聚类迭代,形成稳定的聚类结果模型;根据稳定的聚类结果模型,获取评价聚类效果,并将最优的评价聚类效果对应的基础模型,作为目标模型;根据目标模型,进行转炉出钢参数推荐;本发明通过自动化转炉出钢控制参数设定来知道生产,解决目前炼铁转炉自动化调整角度灵活度和精准度较低、依靠人工经验控制角度、危险度高的问题,提高了生产效率。CN113592005ACN113592005A权利要求书1/3页1.一种转炉出钢参数推荐方法,其特征在于,包括:获取转炉出钢数据,形成样本数据集;根据所述样本数据集,建立多个不同种类的用于聚类分析的基础模型;通过预先设置的异常阈值进行聚类迭代,形成稳定的聚类结果模型;根据所述稳定的聚类结果模型,获取评价聚类效果,并将最优的评价聚类效果对应的基础模型,作为目标模型;根据所述目标模型,进行转炉出钢参数推荐。2.根据权利要求1所述的转炉出钢参数推荐方法,其特征在于,所述多个不同种类的用于聚类分析的基础模型包括K‑means聚类模型、AP聚类模型、DBSCAN算法模型;所述转炉出钢数据的数据类型,至少包括测距仪距离钢包车距离、钢包车总重量、模拟炉号、记录时刻、出钢角度。3.根据权利要求2所述的转炉出钢参数推荐方法,其特征在于,所述获取转炉出钢数据,形成样本数据集之后,还包括对所述转炉出钢数据进行预处理,所述预处理包括对转炉出钢数据中的空值数据进行缺失值补充,以及对超过预设范围的数据进行剔除。4.根据权利要求3所述的转炉出钢参数推荐方法,其特征在于,对根据经过预处理之后的转炉出钢数据,计算转炉出钢的回炉时间,并通过如下公式对所述回炉时间进行数据清洗:min(f(x))x∈[1,N]其中,x为转炉出钢数据中的模拟炉号,N为最大炉号,f(x)为第x模拟炉号转炉回炉时间。5.根据权利要求4所述的转炉出钢参数推荐方法,其特征在于,所述计算转炉出钢的回炉时间包括:设定统计周期t;在出钢后每隔t秒,计算t秒内的角度斜率变化;根据角度斜率变化,判断该时间点是否为回炉时间点,进而获取转炉出钢的回炉时间。6.根据权利要求3所述的转炉出钢参数推荐方法,其特征在于,所述对所述转炉出钢数据进行预处理之后,还包括:判定特定数据类型中的异常数据,并进行异常处理,去除离群值数据,所述特定数据类型包括出钢时间、出钢重量、钢包车距离。7.根据权利要求6所述的转炉出钢参数推荐方法,其特征在于,所述异常处理包括:根据转炉规模,删除钢水重量在转炉规模重量阈值a%之外的炉次出钢数据;获取钢包车距离测距仪的实际距离,删除钢包车距离在实际距离阈值b%之外的炉次出钢数据;删除出炉总时间在平均出钢时间阈值c%范围之外的数据。8.根据权利要求6所述的转炉出钢参数推荐方法,其特征在于,根据一模拟炉号记录时刻与所述模拟炉号初始记录时刻的差值,获取所述模拟炉号的出钢时间;根据一钢包车的重量与所述钢包车的原始重量的差值,获取所述钢包车的出钢重量;根据测距仪测量的所述钢包的车距离,与测距仪距离初始钢包车距离的差值,获取钢包车距离。2CN113592005A权利要求书2/3页9.根据权利要求6所述的转炉出钢参数推荐方法,其特征在于,所述通过预先设置的异常阈值进行聚类迭代,形成稳定的聚类结果模型包括:动态调整所述基础模型的模型参数;根据调整后的模型参数,进行初步聚类得到初步聚类结果;根据初步聚类结果是否满足去除判定条件,判断所述初步聚类结果是否需要去除离群数据,所述去除判定条件包括异常阈值的变化率;如果需要,则去除所述初步聚类结果中各簇数据中的离群数据,并利用去除离群值的数据进行二次聚类,得到二次聚类结果,重复上述步骤,直至得到稳定的聚类结果模型。10.根据权利要求9所述的转炉出钢参数推荐方法,其特征在于,通过如下公式去除所述初步聚类结果中各簇数据中的离群数据:SC=Q3+k×Min(Q4‑Q3,Q3‑Q2,Q2‑Q