[发明专利]一种基于特征向量和逻辑斯谛回归模型的结晶器漏钢预报方法

说明书

本发明提供一种基于特征向量和逻辑斯谛回归模型的结晶器漏钢预报方法，属于钢铁冶金连铸检测技术领域。所述结晶器漏钢预报方法通过对结晶器铜板温度速率异常区域提取可视化特征向量，并利用逻辑斯谛回归模型对特征向量进行分类，从而检测和预报结晶器漏钢。本发明通过结晶器铜板温度速率可视化热像图，构建包含黏结区域静态与动态特征的特征向量，通过逻辑斯谛回归模型对特征向量进行分类，进而实现结晶器漏钢的检测和预报。本发明基于逻辑斯谛回归模型对结晶器漏钢进行实时检测和预报，能够在保证漏钢全部报出的前提下，明显降低误报率，进而有效提高预报准确率。

技术领域

本发明属于钢铁冶金连铸检测技术领域，涉及一种基于特征向量和逻辑斯谛回归模型的结晶器漏钢预报方法。

背景技术

在连铸过程中，结晶器内非均匀凝固的初生坯壳无法承受钢水静压力和拉坯力的双重作用，易于薄弱处发生断裂从而形成漏钢。漏钢是连铸生产中的重大安全事故，不仅危及人身安全、损坏设备，甚至造成生产被迫中断，影响铸机的产量和产品质量。随着连铸技术的不断发展和进步，通过规范操作并维持设备良好的运行状态，可以有效降低漏钢的发生几率。漏钢与保护渣、拉速、液位波动以及热流密度等众多因素密切相关，虽然国内外冶金工作者和学者对其形成原因进行了广泛研究，但很难彻底避免漏钢的发生。因此，减少和预防漏钢事故一直是国内外冶金工作者关注的重点，结晶器漏钢检测是连铸过程异常预报的核心，具有重要意义。

发明专利CN201710346785.1公开了一种连铸漏钢预报方法，该方法基于逻辑判断实时检测黏结漏钢的发生。主要步骤为：获取热电偶温度、拉速和结晶器液位等浇铸过程实时数据，读取系统参数配置文件中的各逻辑判断规则参数，运用模型算法进行粘结漏钢的轻报警和重报警判断。该方法减小了浇铸工艺和设备条件等变化对漏钢预报算法和系统的影响，设计了系统参数自学习的功能，以适应实际复杂的生产规律变化。然而，基于逻辑判断的漏钢预报模型对设备参数、工艺条件、物性参数依赖性较高，并且需要频繁的调整阈值和参数，导致预报算法的鲁棒性较差。

发明专利CN201811507030.6公开了一种连铸漏钢预报方法，该方法提供一种基于特征向量和层次聚类的结晶器漏钢预报方法。主要步骤为：提取黏结漏钢、正常工况历史数据以及在线实测数据的温度特征向量，建立特征向量样本集；对样本集进行归一化处理，并进行层次聚类；此后检查和判断在线提取的特征向量是否从属于漏钢类簇，进而识别和预报结晶器漏钢。基于层次聚类的方法摆脱了人为设置和调整预报参数的局限性，却难以满足漏钢预报的实时性和在线应用需求，因此模型实用性较低。

鉴于现有漏钢预报方法的不足，同时考虑到预报算法的复杂性和制作样本过程繁琐性，本发明提出，基于结晶器铜板温度速率热像图，提取出黏结区域可视化特征向量，结合逻辑斯谛回归模型对漏钢和非漏钢样本进行分类，最终利用训练好的模型实时检测和预报结晶器漏钢。

发明内容

本发明的目的是提出一种基于特征向量和逻辑斯谛回归模型的结晶器漏钢预报方法，实时准确地对黏结漏钢进行检测和预报，为连铸过程异常监控提供了新方案。

为达到上述目的，本发明的技术方案如下：

一种基于特征向量和逻辑斯谛回归模型的结晶器漏钢预报方法，该方法通过对结晶器铜板温度速率异常区域提取可视化特征向量，并利用逻辑斯谛回归模型对特征向量进行分类，从而检测和预报结晶器漏钢，具体包括以下步骤：

第一步、结晶器铜板温度速率异常区域特征提取

(1)在结晶器内、外弧宽面的铜板上，在左、右侧窄面铜板上各布置多个热电偶。在线检测结晶器铜板热电偶的温度，并通过插值算法计算出非热电偶测点位置的结晶器铜板温度值。运用计算机图形学和OpenGL技术，将铜板温度映射到二维平面，得到对应的二维温度热像图。

(2)通过帧间差分算法计算铜板测点和非测点处的温度变化速率，得到铜板温度对应的二维温度速率热像图。