[发明专利]一种轧钢数据监控方法、系统、介质及电子终端

说明书

本发明提供一种轧钢数据监控方法、系统、介质及电子终端，轧钢数据监控方法包括：采集轧钢数据；按照轧钢生产时间顺序，对轧钢数据进行切分，获取多个数据片段；根据数据片段和预设的数据阈值范围，进行数据异常判定，获取判定结果，数据异常判定的步骤至少包括以下之一：数据范围检验、波动性检验、趋势性检验和不同类别数据的逻辑关联检验；根据判定结果，进行数据异常预警，完成轧钢数据监控；本发明中的轧钢数据监控方法、系统、介质及电子终端，实现了对轧钢数据的实时监测，避免采用人工监测的方式导致数据监测出现失误，能够有效识别出数据异常并进行警示，自动化程度较高，监测准确度较高。

技术领域

本发明涉及轧钢技术领域，尤其涉及一种轧钢数据监控方法、系统、介质及电子终端。

背景技术

轧钢是钢铁生产中非常重要的一个环节，轧钢一方面是为了加工钢材的外形，另一方面是为了提高钢材的内在质量。近年来，在信息技术发展的带动下，我国轧钢电气自动化行业发展迅速，加快了国内钢铁企业的技术升级和生产转型。

对于轧钢数据监控，如温度数据、轧机电流数据和轧机测径仪数据等，目前通常采用人工的方式，以肉眼观察轧钢数据曲线图，对曲线图中的单个时间点的数据进行异常判断，然而，由于轧钢生产时序信号数据存在高频、高噪声、受生产节奏影响的周期性的特点，基于单个时间点数据的阈值判定往往会因为高误报等原因造成误判，且由于人的精力有限，会导致部分信息的遗漏，导致轧钢数据监控效果较差，准确性较差。

发明内容

本发明提供一种轧钢数据监控方法、系统、介质及电子终端，以解决现有技术中无法较好地对轧钢数据进行实时监测，自动化程度较低，以及监测准确性较差的问题。

本发明提供的轧钢数据监控方法，包括：

采集轧钢数据；

按照轧钢生产时间顺序，对所述轧钢数据进行切分，获取多个数据片段；

根据所述数据片段和预设的数据阈值范围，进行数据异常判定，获取判定结果，数据异常判定的步骤至少包括以下之一：数据范围检验、波动性检验、趋势性检验和不同类别数据的逻辑关联检验；

根据所述判定结果，进行数据异常预警，完成轧钢数据监控。

可选的，所述数据阈值范围的获取步骤包括：

根据所述数据片段，获取所述数据片段的数据来源，进而确定所述数据片段的类别，所述类别包括：轧钢温度数据、轧机电流数据、轧机测径仪数据、飞剪信号检测数据、活套套量数据和轧机水箱流量数据；

根据所述类别，从预设的数据库中获取对应的历史数据；

根据预设的阈值运算规则，对所述历史数据进行阈值计算，获取对应的数据阈值范围，所述数据阈值范围至少包括以下之一：历史数据均值范围、历史数据极差范围、历史数据趋势范围和历史数据回归斜率范围。

可选的，所述数据片段的获取步骤包括：

根据轧钢生产时间顺序，将采集的轧钢数据输入消息队列；

对消息队列中的轧钢数据按照生产节奏进行数据切分，获取多个所述数据片段，并将所述数据片段存入预设的数据库，所述生产节奏为轧钢生产时间与未生产时间所组成的轧钢时间序列。

可选的，所述数据范围检验的步骤包括：

根据预设的数据首尾剪切规则，对所述数据片段首尾的固定长度的数据进行剪切与删除，获取剪切后的剩余数据；

获取所述剩余数据的实时均值，并从预设的数据库中获取对应的历史数据均值范围；

判断所述实时均值是否在所述历史数据均值范围内，获取均值判断结果；

根据所述均值判断结果，进行异常警示，完成数据范围检验。