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！

龍圖騰網獲悉東北電力大學申請的專利一種基于Stacking多分類器融合的黏結漏鋼預報方法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：CN115859084B 。

龍圖騰網通過國家知識產權局官網在2025-09-19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：202211571041.7，技術領域涉及：G06F18/213；該發明授權一種基于Stacking多分類器融合的黏結漏鋼預報方法是由劉宇;馬智心;王旭東設計研發完成，并于2022-12-08向國家知識產權局提交的專利申請。

本一種基于Stacking多分類器融合的黏結漏鋼預報方法在說明書摘要公布了：本發明公開了一種基于Stacking多分類器融合的黏結漏鋼預報方法，屬于鋼鐵冶金領域，包括：構建真偽黏結漏鋼樣本庫，提取真偽黏結漏鋼溫度特征數據與時序溫度速率，構建真偽黏結漏鋼樣本特征向量，真偽黏結漏鋼特征數據預處理，利用隨機森林，K近鄰分類，支持向量分類為初級分類器，邏輯回歸為次級分類器構建Stacking多分類器融合的黏結漏鋼預報模型，最終通過受試者工作特征曲線確定最佳閾值點，在大于該閾值條件下判斷為黏結漏鋼。本發明將黏結漏鋼溫度特征向量與多分類器融合識別方法相結合，建立黏結漏鋼的強分類識別模型，在保證黏結漏鋼報出率為100％的前提下，降低誤報率，提高了預報準確率。

本發明授權一種基于Stacking多分類器融合的黏結漏鋼預報方法在權利要求書中公布了：1.一種基于Stacking多分類器融合的黏結漏鋼預報方法，其特征在于，包括以下步驟： 1構建真偽黏結漏鋼樣本庫 ①利用結晶器在線監控系統，獲取鋼種、澆注溫度、拉速、液位和結晶器溫度數據； ②根據澆注記錄和結晶器溫度數據，獲取黏結漏鋼樣本，同時，提取正常澆注、開澆、換水口工藝下的結晶器溫度數據，作為偽黏結漏鋼樣本，構建真偽黏結漏鋼樣本庫； 2提取真偽黏結漏鋼溫度特征數據與時序溫度速率 ①獲取同列熱電偶真偽黏結漏鋼第一排溫度標準差DT1； ②獲取同列熱電偶真偽黏結漏鋼第二排溫度標準差DT2； ③獲取同列熱電偶真偽黏結漏鋼第一排溫度最大值與平均值差值T1max-ave； ④獲取同列熱電偶真偽黏結漏鋼第二排溫度最大值與平均值差值T2max-ave； ⑤根據公式1，計算真偽黏結漏鋼的溫度速率V，獲取包含第一排熱電偶溫度速率上升-下降過程在內的9s溫度速率V1i-4，V1i-2，V1i，V1i+2，V1i+4，其中V1i為第一排熱電偶溫度速率達到最大值時刻的溫度速率； 式中，V代表溫度速率，℃s；Ti代表第i個時間點熱電偶的溫度，℃； ⑥根據公式1，獲取包含第二排熱電偶溫度速率上升-下降過程在內的9s溫度速率V2i-4，V2i-2，V2i，V2i+2，V2i+4，其中V2i為第二排熱電偶溫度速率達到最大值時刻的溫度速率； ⑦根據公式2，計算真偽黏結漏鋼的溫度速率差值Vminus； Vminus＝V1-V22 式中,Vminus代表溫度速率差值，℃s；V1代表第一排熱電偶溫度速率，℃s；V2代表第二排熱電偶溫度速率，℃s； ⑧獲取溫度速率差值的最大值Vminusmax與最小值Vminusmin； ⑨獲取溫度速率差值的最大值與最小值的差值Vminusmax-min； 3構建真偽黏結漏鋼樣本特征向量 ①構建黏結漏鋼樣本特征向量DT1，DT2，T1max-ave，T2max-ave，V1i-4，V1i-2，V1i，V1i+2，V1i+4，V2i-4，V2i-2，V2i，V2i+2，V2i+4，Vminusmax，Vminusmax-min； ②構建偽黏結漏鋼樣本特征向量DT1，DT2，T1max-ave，T2max-ave，V1i-4，V1i-2，V1i，V1i+2，V1i+4，V2i-4，V2i-2，V2i，V2i+2，V2i+4，Vminusmax，Vminusmax-min； 4真偽黏結漏鋼特征數據預處理 根據公式3對特征數據進行歸一化處理，并設置黏結漏鋼樣本標簽為1，偽黏結漏鋼樣本標簽為0； 式中，X是歸一化后的特征數據；min為特征數據最小值；max為特征數據最大值； 5構建Stacking多分類器融合的黏結漏鋼預報模型 ①將處理好的真偽黏結漏鋼樣本特征向量按7:3比例劃分為訓練集與測試集 ②將隨機森林，K近鄰分類，支持向量分類設定為初級分類器，將訓練集傳遞給初級分類器，采用5折交叉驗證進行訓練，將輸出結果作為新訓練集，同時測試集跟隨初級分類器進行預測，將輸出結果進行平均并作為新測試集； ③將新訓練集與新測試集傳遞給邏輯回歸作為次級分類器訓練輸出； ④支持向量分類中懲罰系數C設定為3，核函數系數g設定為0.3； ⑤隨機森林中樹的最大深度max_depth設定為1，最適屬性特征max_features設定為1，決策樹的個數n_estimators設定為39，規定隨機數種子random_state設定為123； ⑥K近鄰分類中近鄰數目K設定為2； ⑦邏輯回歸中正則化強度C設定為2； ⑧設定構建好的Stacking模型輸出結果為概率，利用受試者工作特征曲線ROC曲線尋找最佳閾值點T，若Stacking輸出結果大于T時判定為黏結漏鋼；若輸出結果小于T時判定為偽黏結漏鋼。

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東北電力大學，其通訊地址為：132012 吉林省吉林市長春路169號；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”。