[发明专利]烧成曲线的自适应预测方法、设备及计算机存储介质

说明书

本发明公开了一种烧成曲线的自适应预测方法、设备及计算机存储介质，该方法包括：基于烧成曲线自适应转化模型，将历史烧成曲线自适应转化为历史烧成曲线对应的多项式嵌入参数；利用历史原料成分数据以及多项式嵌入参数训练并生成多项式嵌入参数预测模型；将实时原料成分数据输入多项式嵌入参数预测模型，则输出预测的多项式嵌入参数；将预测的多项式嵌入参数输入烧成曲线自适应转化模型，则输出预测的烧成曲线；本发明解决了依靠人工经验调整连续加热设备烧成曲线造成的生产质量及效率低下的问题，实现连续加热设备烧成曲线的自适应调整方法，节省人工试错时间，提高生产质量及效率，达到降本增效的目的。

技术领域

本发明涉及数据预测领域，尤其涉及一种烧成曲线的自适应预测方法、设备及计算机存储介质。

背景技术

现代烧结物工业化生产是一个复杂的工艺过程，从原料加工到成品出库，包含多道工序。其中，连续加热设备烧成以及原料成分配为影响烧结物生产质量最重要的两个生产因素。

不同烧结物产品有不同的原料配比需求、不同的原料批次，以及生产过程中的原料配比的系统性误差和人工误差等原因，带来原料化学和物理性质的波动，因此造成烧结物生产质量的波动。

工业化生产使用连续加热设备实现连续性生产，烧结物的烧制在不同烧成阶段需要对应的温度设定，与之对应的各连续加热设备的设定温度、压力和气氛需要做调整，连续加热设备烧成曲线分为不同空间和时间数十个表面底面温度点、压力和气氛参数设定，操作复杂。

目前的连续加热设备烧成曲线依赖于技术车间的工艺单及连续加热设备人工经验，生产容易出现一些问题，如：

1）连续加热设备建议烧成温度、压力和气氛参数阈值过于宽泛，指导意义有限，依赖连续加热设备工人经验调整；

2）连续加热设备烧成曲线调整为生产质量波动导向的调整，当生产质量下降后，再调整烧成曲线，调整期间造成时间及经济成本重；

3）人工经验调经验较难传授和沉淀，难实现标准化操作。

发明内容

有鉴于此，本申请实施例提供一种烧成曲线的自适应预测方法、设备及计算机存储介质，解决依靠人工经验调整连续加热设备烧成曲线造成的生产质量及效率低下的问题。

本申请实施例提供了一种烧成曲线的自适应预测方法，所述方法包括：

基于烧成曲线自适应转化模型，将历史烧成曲线自适应转化为多项式嵌入参数；

利用历史原料成分数据以及所述多项式嵌入参数训练并生成多项式嵌入参数预测模型；

将实时原料成分数据输入所述多项式嵌入参数预测模型，则输出预测的多项式嵌入参数；

将所述预测的多项式嵌入参数输入所述烧成曲线自适应转化模型，则输出预测的烧成曲线。

在一实施例中，所述基于烧成曲线自适应转化模型，将历史烧成曲线自适应转化为多项式嵌入参数，包括

将所述历史烧成曲线输入所述烧成曲线自适应转化模型；

利用所述烧成曲线自适应转化模型，对所述历史烧成曲线进行自适应的曲线拆解；

对曲线拆解生成的多个曲线段进行自适应的多项式拟合，转化为所述历史烧成曲线对应的多项式嵌入参数。

在一实施例中，利用所述烧成曲线自适应转化模型，所述对所述历史烧成曲线进行自适应的曲线拆解，包括：

对所述历史烧成曲线执行多次不同次幂的多项式回归，生成对应的多项式回归次幂以及决定系数；其中，所述不同次幂为依次递增次幂；

基于自适应寻优法则，从多个多项式回归次幂中自适应选取第一多项式回归次幂；