[发明专利]一种连铸机结晶器热状态的监测方法及装置

权利要求书

1.一种连铸机结晶器热状态的监测方法，其特征在于，所述方法包括：

获取连铸生产过程中的多组历史样本数据，每组历史样本数据包括：结晶器进水温度、拉速、钢水浇铸温度、结晶器液面波动值中的至少两种，以及结晶器冷却水流量和结晶器进出口水温升；

按照预设的处理策略对所述历史样本数据进行标准化处理，得到标准化矩阵；

根据所述标准化矩阵确定所述历史样本数据的主元模型；

基于所述历史样本数据，确定所述主元模型在任一时刻的第一平方预测误差统计值的控制限值；

当对所述结晶器的热状态进行在线监测时，基于各组在线数据，确定所述主元模型在任一时刻的第二平方预测误差统计值；

判断各个时刻的所述第二平方预测误差统计值是否大于所述控制限值，若大于，获取当前时刻的第二平方预测误差统计值对应的当前组在线数据，并确定所述主元模型中的各主元对所述第二平方预测误差统计值的第一贡献值，根据所述第一贡献值确定产生异常状况的当前主元；

分别确定出所述当前组在线数据中每个在线样本数据对所述当前主元的第二贡献值，根据所述第二贡献值确定造成生产异常的当前样本数据，所述当前样本数据为对最大第二贡献值对应的在线样本数据。

2.如权利要求1所述的方法，其特征在于，所述根据所述标准化矩阵确定所述历史样本数据的主元模型，包括：

根据所述标准化矩阵确定所述历史样本数据的协方差矩阵；

确定所述协方差矩阵的特征向量及对应的特征值，所述特征值对应所述主元模型中的全部主元；

确定每个特征值的累计贡献率；

基于预设的累计贡献率目标值对根据所述特征值进行筛选，确定筛选后的所述特征值，所述筛选后的所述特征值对应所述主元模型中保留的主元；

根据各所述特征向量及对应的时刻确定所述历史样本数据的主元模型。

3.如权利要求1所述的方法，其特征在于，所述基于所述历史样本数据，确定所述主元模型在任一时刻的第一平方预测误差统计值的控制限值，包括：

根据公式确定第一中间变量θ₁、第二中间变量θ₂和第三中间变量θ₃的值；所述i为任一时刻，所述j为任一过程变量，所述为所述协方差矩阵的特征值，所述n为全部主元的个数，所述k为所述主元模型中保留的主元个数；

根据公式确定第四中间变量h₀；

根据公式确定所述主元模型的第一平方预测误差统计值的控制限值Q_a；其中，所述C_a为正态分布在显著性水平为a时的临界值，所述a为0.95。

4.如权利要求1所述的方法，其特征在于，所述分别确定出所述当前组在线数据中每个样本数据对所述当前主元的第二贡献值，包括：

根据公式确定述当前组在线数据的每个样本数据分别对所述当前主元的第二贡献值Q_ij；其中，所述i为所述当前组在线数据对应的时刻，所述X_ij为第j个样本数据在i时刻的实际值，所述为第j个样本数据在i时刻的预测值。

5.如权利要求1所述的方法，其特征在于，所述按照预设的处理策略对所述历史样本数据进行标准化处理，得到标准化矩阵之前，包括：

按照预设的平方预测误差SPE统计量对所述历史样本数据中异常数据进行剔除。