一种电熔镁炉工况识别方法.pdf

(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CN113237332A(43)申请公布日2021.08.10(21)申请号202110401590.9(22)申请日2021.04.14(71)申请人东北大学地址110169辽宁省沈阳市浑南区创新路195号(72)发明人王姝王晶翟校辉杜爱芸常玉清(74)专利代理机构北京易捷胜知识产权代理事务所(普通合伙)11613代理人韩国胜(51)Int.Cl.F27B14/20(2006.01)G06F30/27(2020.01)G06K9/62(2006.01)权利要求书2页说明书10页附图2页(54)发明名称一种电熔镁炉工况识别方法(57)摘要本发明提供一种电熔镁炉工况识别方法，包括：S1、获取电熔镁炉工况中预设周期内的在线数据；S2、采用CURD聚类算法对在线数据中所有连续属性数据进行聚类；S3、根据预设的数据提取圈，筛选出每一初始类中处于数据提取圈外的数据点，每一初始类中处于数据提取圈内的数据点组成一个新类，将筛选出的数据点归入距离其最近的新类中，获得连续属性数据的离散化结果；S4、根据连续属性数据的离散化结果和在线数据中原有的离散属性数据，与工况决策表进行匹配，将匹配结果作为当前电熔镁炉的工况识别结果。可以使电熔镁炉工况识别结果更为准确，识别的方法也更为快速安全。CN113237332ACN113237332A权利要求书1/2页1.一种电熔镁炉工况识别方法，其特征在于，包括：S1、获取电熔镁炉工况中预设周期内的在线数据；S2、采用CURD聚类算法对在线数据中所有连续属性数据进行聚类，获得初始聚类；S3、根据预设的数据提取圈，筛选出每一初始类中处于数据提取圈外的数据点，每一初始类中处于数据提取圈内的数据点组成一个新类；将筛选出的数据点归入距离其最近的新类中，获得连续属性数据的离散化结果；S4、根据连续属性数据的离散化结果和在线数据中原有的离散属性数据，与工况决策表进行匹配，将匹配结果作为当前电熔镁炉的工况识别结果；其中，工况决策表包括预先根据电熔镁炉工况的历史数据建立的离散属性值与各种工况的对应信息。2.根据权利要求1所述的方法，其特征在于，在S1之后，S2之前，还包括：S20、利用线性转换函数对在线数据中每一个连续属性的数据进行归一化处理；其中，线性转换函数包括：式中，s′为样本数据归一化后的取值，s为样本数据，smin为待处理连续属性的数据中的最小值，smax为待处理连续属性的数据中的最大值。3.根据权利要求1所述的方法，其特征在于，数据提取圈包括以初始类的聚类中心为圆心，以预设值为半径的圆圈。i4.根据权利要求3所述的方法，其特征在于，预设值为α·Rmax(i＝1,2,...n)；式中，0≤iα＜1，Rmax(i＝1,2,...n)为初始类中数据点与其聚类中心的最远距离，n为聚类个数。5.根据权利要求1所述的方法，其特征在于，S2中，将筛选出的数据点归入距离其最近的新类中，包括：从处于每一新类边界上的数据点中选取每一新类的代表点，计算每一个筛选出的数据点到每一新类代表点的距离，将筛选出的数据点归入距离其最近的代表点所属的新类中。6.根据权利要求5所述的方法，其特征在于，从处于每一新类边界上的数据点中选取每一新类的代表点，包括：从处于每一新类边界上的数据点中，根据数据点到其聚类中心的距离，按照降序依次选取预设数量的数据点作为每一新类的代表点。7.根据权利要求1所述的方法，其特征在于，S2包括：S21、根据连续属性数据、距离阈值和密度阈值，获得参考点集；S22、计算每一个数据点与每一个参考点之间的距离，将数据点与距离其最近的参考点建立映射；S23、确定相邻参考点，利用无向图描述参考点集，令相邻参考点之间有一条边，采用图的广度优先搜索算法寻找位于同一连通子图的参考点，将处于同一连通子图的参考点归于同一类，获得参考点的分类结果；S24、根据数据点与参考点的映射关系和参考点的分类结果，获得连续属性数据的初始聚类。8.根据权利要求1所述的方法，其特征在于，工况决策表包括预先根据电熔镁炉工况的历史数据，基于概率粗糙集建立的离散属性值与各种工况的对应信息。2CN113237332A权利要求书2/2页9.根据权利要求1所述的方法，其特征在于，在S1之前，还包括：S01、获取电熔镁炉工况中预设周期内的历史数据；S02、对历史数据中所有连续属性数据进行S2、S3处理，获得历史数据中连续属性数据的离散化结果；S03、根据连续属性数据的离散化结果、历史数据中原有的离散属性数据和对应的决策属性，建立离散数据表，根据离散数据表提取出每组数据及其所属工况，获得初始决策表；基于概率粗糙集对初始决策表中条件属性相同、决策属性不同的目标对象进行修正，获得工况决策表。10.根据权利要求9所