[发明专利]一种夹杂高风险铸坯的识别方法在审
申请号: | 202011339549.5 | 申请日: | 2020-11-25 |
公开(公告)号: | CN112330206A | 公开(公告)日: | 2021-02-05 |
发明(设计)人: | 关建超;何俊峰;喻林;郭振宇 | 申请(专利权)人: | 攀钢集团西昌钢钒有限公司 |
主分类号: | G06Q10/06 | 分类号: | G06Q10/06;G06Q50/04;B22D11/16 |
代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 杨威 |
地址: | 615032 四川省*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 夹杂 风险 识别 方法 | ||
1.一种夹杂高风险铸坯的识别方法,包括以下步骤:
a)将获得的铸坯波动统计数据上传云进行液面波动值处理,实现远程数据查看及改判。
2.根据权利要求1所述的识别方法,其特征在于,步骤a)中所述获得铸坯波动统计数据的过程具体为:
a1)将L1结晶器液面波动与铸坯对应跟踪值数据引入L2;
a2)将进入L2的结晶器液面波动与铸坯对应跟踪值数据引入L3,并分区间进行波动次数统计,获得L3铸坯波动统计数据。
3.根据权利要求2所述的识别方法,其特征在于,步骤a1)中所述铸坯对应跟踪值数据包括铸坯号及其他基础信息。
4.根据权利要求2所述的识别方法,其特征在于,步骤a2)中所述分区间的个数为三个,分别为:
20mm<结晶器液面波动≤30mm区间、30mm<结晶器液面波动≤50mm区间和>50mm区间。
5.根据权利要求1所述的识别方法,其特征在于,步骤a)中所述云为阿里云。
6.根据权利要求1所述的识别方法,其特征在于,步骤a)中所述液面波动值处理采用卡方分箱算法。
7.根据权利要求6所述的识别方法,其特征在于,采用卡方分箱算法进行液面波动值处理的过程具体为:
第零步:预先设定一个卡方的阈值;
第一步:初始化;
根据要离散的属性对实例进行排序;每个实例属于一个区间;
第二步:合并区间;
(1)计算每一对相邻区间的卡方值;
(2)将卡方值最小的一对区间合并。
8.根据权利要求7所述的识别方法,其特征在于,所述第二步步骤(2)中,区间合并的公式为:
其中,Aij为第i区间第j类的实例的数量,Eij为Aij的期望频率。
9.根据权利要求8所述的识别方法,其特征在于,所述Eij=(Ni×Cj)/N;
其中,N是总样本数,Ni是第i组的样本数,Cj是第j类样本在全体中的比例。
10.根据权利要求1所述的识别方法,其特征在于,步骤a)中所述液面波动值处理后,远程数据展示在线上应用页面上并能够实时改判。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于攀钢集团西昌钢钒有限公司,未经攀钢集团西昌钢钒有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011339549.5/1.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理