临沂钢铁投资集团特钢有限公司;东北大学李鹏超获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉临沂钢铁投资集团特钢有限公司;东北大学申请的专利基于卷积神经网络的转炉石灰消耗量预测方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120672172B 。
龙图腾网通过国家知识产权局官网在2025-11-04发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511163682.2,技术领域涉及:G06Q10/0637;该发明授权基于卷积神经网络的转炉石灰消耗量预测方法及系统是由李鹏超;战东平;李鹏;刘旭;解洪超;张正华设计研发完成,并于2025-08-20向国家知识产权局提交的专利申请。
本基于卷积神经网络的转炉石灰消耗量预测方法及系统在说明书摘要公布了:本申请实施例提供一种基于卷积神经网络的转炉石灰消耗量预测方法及系统,涉及智能冶炼工艺技术领域,所述方法可以获取转炉生产参数信息,并根据转炉生产参数信息计算特征距离排名矩阵和像素距离排名矩阵。再执行特征到像素的映射,以获得转炉图像数据,然后将转炉图像数据输入预测模型,以获得预测模型输出的石灰消耗量预测信息。所述方法可以将转炉生产参数信息中的每个样本转化为图像,使得卷积神经网络能够利用图像的空间结构进行多任务学习,可以提高转炉石灰消耗量的预测效率和准确度,预测信息可以用于钢铁冶炼工艺,以提升钢液质量,降低生产成本,进而获得更高的经济效益。
本发明授权基于卷积神经网络的转炉石灰消耗量预测方法及系统在权利要求书中公布了:1.一种基于卷积神经网络的转炉石灰消耗量预测方法,其特征在于,所述方法包括: 获取转炉生产参数信息,所述转炉生产参数信息至少包括铁水温度、铁水量、废钢量、耗氧量、镁球消耗量、固废球消耗量、返矿消耗量、块矿消耗量以及出钢温度; 根据所述转炉生产参数信息计算距离排名矩阵,所述距离排名矩阵包括特征距离排名矩阵和像素距离排名矩阵;根据所述转炉生产参数信息计算距离排名矩阵,包括:从所述转炉生产参数信息中提取转炉特征,以获得特征集合;根据所述转炉特征选择预设尺寸的原始映射图像,所述原始映射图像包括多个像素位置;所述像素位置的数量大于或等于所述特征集合中的所述转炉特征的数量;计算所述特征集合中任意两个所述转炉特征之间的特征距离;按照升序排列所述特征距离,以获得所述特征距离排名矩阵;遍历所述原始映射图像中的所述像素位置,以获得像素对集合,所述像素对集合包括多个像素对,所述像素对包括所述原始映射图像中的任意两个像素点的像素坐标;根据所述像素坐标计算所述像素对的像素距离;按照所述原始映射图像中的所述像素位置,根据所述像素距离生成所述像素距离排名矩阵; 基于所述距离排名矩阵执行特征到像素的映射,以获得转炉图像数据;所述转炉图像数据是按照最佳映射关系,将所述转炉生产参数信息中的转炉特征映射到像素所获得的像素点集合;所述最佳映射关系是通过对所述距离排名矩阵中的转炉特征执行特征交换,并根据特征交换后的误差减小率持续迭代所获得的特征到像素的映射关系;基于所述距离排名矩阵执行特征到像素的映射,以获得转炉图像数据,包括:初始化算法变量,所述算法变量包括迭代索引、初始误差、特征交换记录向量以及特征排序向量;所述迭代索引的初始值为0;所述初始误差根据所述距离排名矩阵计算获得;所述特征交换记录向量的初始值为负无穷;所述特征交换记录向量与所述特征排序向量的向量长度等于所述转炉特征的数量;更新所述迭代索引,以及基于贪心算法和所述特征距离排名矩阵,对所述转炉特征执行特征交换;基于贪心算法和所述特征距离排名矩阵,对所述转炉特征执行特征交换,包括:根据所述特征交换记录向量,从所述转炉特征中选择第一转炉特征,所述第一转炉特征为所述特征交换记录向量中记录的最久没有被交换过的转炉特征;通过贪心算法确定第二转炉特征,所述第二转炉特征为与所述第一转炉特征交换之后的迭代误差达到最大值的转炉特征;对所述第一转炉特征和所述第二转炉特征执行特征交换;对所述第一转炉特征和所述第二转炉特征执行特征交换,包括:根据所述像素距离排名矩阵和执行特征交换后的特征距离排名矩阵,计算迭代误差;根据所述迭代误差和所述初始误差计算误差减小率;如果所述误差减小率小于或等于预设最小误差减小率,更新所述特征交换记录向量;如果所述误差减小率大于所述预设最小误差减小率,更新所述特征交换记录向量、所述特征排序向量和所述特征距离排名矩阵;计算特征交换过程中的误差减小率;基于所述误差减小率进行持续迭代,直至所述误差减小率收敛到预设误差减小率阈值为止,以获得所述最佳映射关系;按照所述最佳映射关系,将所述转炉特征映射到像素,以获得所述转炉图像数据; 将所述转炉图像数据输入预测模型,以获得所述预测模型输出的石灰消耗量预测信息,所述预测模型为使用转炉样本数据对多种优化器进行训练获得的卷积神经网络模型。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人临沂钢铁投资集团特钢有限公司;东北大学,其通讯地址为:276002 山东省临沂市临港经济开发区团林镇黄海四路与团石路交汇处东200米;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励