江蘇宏大特種鋼機械廠有限公司張本國獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網獲悉江蘇宏大特種鋼機械廠有限公司申請的專利基于深度學習的連鑄漏鋼預報方法及系統獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN119863173B 。
龍圖騰網通過國家知識產權局官網在2025-08-26發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202411937175.5,技術領域涉及:G06Q10/067;該發明授權基于深度學習的連鑄漏鋼預報方法及系統是由張本國;吳恒;朱強龍;朱文杰設計研發完成,并于2024-12-26向國家知識產權局提交的專利申請。
本基于深度學習的連鑄漏鋼預報方法及系統在說明書摘要公布了:本申請涉及冶金行業連鑄檢測技術領域,具體涉及基于深度學習的連鑄漏鋼預報方法及系統,該方法包括:獲取多個樣本;獲取各樣本中各熱電偶的溫度變化偏差;分析各樣本中各熱電偶的溫度數據的分布范圍與所述溫度變化偏差,獲取各樣本中各熱電偶的溫度變化值;通過對比各樣本中各熱電偶與其余所有熱電偶的溫度分布,以及各熱電偶與其位置上相鄰熱電偶之間的溫度差異,獲取各樣本中各熱電偶的空間分布差異;獲取各樣本的適應度;通過所述適應度對所有樣本分配標簽,通過分配標簽后的樣本訓練神經網絡,得到漏鋼預報模型。本申請提高了對粘結漏鋼樣本和正常樣本的區分精度,進而提高了漏鋼預報模型的預報精度。
本發明授權基于深度學習的連鑄漏鋼預報方法及系統在權利要求書中公布了:1.基于深度學習的連鑄漏鋼預報方法,其特征在于,該方法包括以下步驟: 獲取多個樣本,各樣本中均包含所有熱電偶在各預設時間段內的溫度數據; 通過對比各樣本中各熱電偶與所有樣本中所有熱電偶的溫度數據的變化情況,獲取各樣本中各熱電偶的溫度變化偏差; 將各樣本中各熱電偶的所有溫度數據按照時序排列,組成各溫度序列,獲取各溫度序列中所有溫度數據的擬合曲線;分析各樣本中各熱電偶的溫度數據的分布范圍與所述溫度變化偏差,獲取各樣本中各熱電偶的溫度變化值; 計算各樣本中各熱電偶的空間分布差異,表達式為:式中,Zj,i表示第j個樣本中第i支熱電偶的空間分布差異;norm表示歸一化函數;計算第j個樣本中各排熱電偶在各采集時刻下的溫度數據均值,將第j個樣本中第i支熱電偶所在排與其上一排之間所述溫度數據均值的差異,記為溫度值差異,tj,i表示第j個樣本中第i支熱電偶在所有采集時刻的所述溫度值差異之和;獲取各熱電偶的所述擬合曲線的駐點,將第j個樣本中所有熱電偶的所述駐點的出現時刻,按照時序排列組成時間序列,將所述時間序列中任意兩個相鄰時刻的時間間隔,組成時間差序列,ΔTavg表示所述時間差序列的一階差分序列中所有值之和;α表示預設大于0的數值; 計算各樣本中各熱電偶的溫度變化值與空間分布差異的融合結果; 將各樣本中所有熱電偶的所述融合結果的和值作為各樣本的適應度; 使用遺傳算法,依據計算的適應度選擇最優初始聚類中心,結合聚類算法,對所有樣本進行聚類,通過聚類結果分配樣本標簽;構建GA-Kmeans-Transformer-BiLSTM模型,并通過分配標簽后的樣本訓練所述模型,得到漏鋼預報模型。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人江蘇宏大特種鋼機械廠有限公司,其通訊地址為:225400 江蘇省泰州市泰興市虹橋工業園;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。