[发明专利]基于层级实时记忆算法的连铸下渣智能预报系统

摘要

本发明涉及一种基于层级实时记忆算法的连铸下渣智能预报系统，属于人工智能技术领域。基于层级实时记忆算法的连铸下渣智能预报系统通过模拟新大脑皮层神经元结构与组织形式来构建，包括变量输入部分、序列预测部分、浇注状态评估部分和下渣预报部分。本发明提供的基于层级实时记忆算法的连铸下渣智能预报系统，以一种新型神经网络为基础，对现有的连铸生产检测数据进行预测，引出下渣预报机制，能够有效捕捉数据在时间维度上的特征信息，准确、快速地预报出下渣时间，解决了时间滞后的问题并其提高了下渣识别精度。

主权项

1.一种基于层级实时记忆算法的连铸下渣智能预报系统，其特征在于：该系统以仿生神经网络为基础，包括变量输入部分、序列预测部分、浇注状态评估部分、下渣预报部分，其中：变量输入部分：根据连铸工艺分析，选用大包重量变化率、中间包重量变化率、平均拉速变化率三个有规律可循的主要特征变量作为输入变量；序列预测部分：首先通过空间池化SP进程以连续在线方式将输入转换成稀疏离散表征SDR形式，然后通过序列记忆SM进行序列学习和预测，遵循Hebb规则，根据先前活跃神经元之间形成的连接以及远端突触的连通值，在SDR基础上转换成一种新的包含过去状态的SDR，从而对输入序列进行预测；浇注状态评估部分：浇注状态评估是基于HTM模型预测的历史记录来判断当前浇注状态的概率度量，将误差值的分布作为一个间接度量，并应用Q函数来评估当前浇注状态；下渣预报部分：在大量钢渣出现之前给出预报阈值，当浇注状态评估指标大于阈值并保持在阈值以上时，进行下渣预报。