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！

申请/专利权人：上海宝信软件股份有限公司

摘要：本发明提供了一种基于数字孪生技术的连铸结晶器液位异常预报方法和系统，包括：构建高保真连铸数字孪生物理环境；收集和融合浇铸过程中影响结晶器液位的多源异构数据；对数据进行预处理；随机噪声生成噪声数据；构建GAN网络的数字孪生数据驱动模型；将GAN生成器的预测值与实际值相比较，使用WMSE加权均方误差损失，评估生成器的好坏，使用交叉熵损失评估判别器的好坏；模型评价合格后对结晶器液位异常情况进行判别，设置置信度阈值，当预测score大于阈值时判定为异常；将模型输出反馈到数字孪生环境。本发明可以在线预测结晶器液位的变化趋势以及预报结晶器液位是否异常，有益于实际工程的应用。

主权项：1.一种基于数字孪生技术的连铸结晶器液位异常预报方法，其特征在于，包括：步骤1：构建高保真连铸数字孪生物理环境；构建包括中包车、结晶器、扇形段、支架、辊系在内的关键设备部件的三维模型，导入3D建模和仿真引擎，组装成完整的连铸生产线；利用粒子系统模拟熔融金属液体的浇注和流动，展现浇铸全过程；步骤2：收集和融合浇铸过程中影响结晶器液位的多源异构数据；与工业现场的监控系统、数据采集设备对接，获取实时生产数据，控制包括中包车、结晶器、辊系在内的数字孪生体的运动轨迹和速度；结合冶金原理分析及现场操作工的经验，选择影响结晶器液位波动的特征参数；步骤3：对参数数据进行预处理，按固定窗口长度W分割多变量时序片段作为数据驱动模型的正样本，其中包括输入数据和输出数据；步骤4：从随机噪声中生成噪声数据作为数据驱动模型的负样本，噪声数据维度和步骤3中分割后的输入数据维度相同，复制步骤3中分割后的输出数据作为噪声的输出；步骤5：构建样本集，将步骤3中的输入数据和步骤4中的噪声数据作为输入样本，分别记作x1_true和x2_false；将步骤3中的输出数据和步骤4中噪声的输出作为输出样本，分别记作y1_true和y2_false；同时，对真实的输入数据和噪声数据分类，分别标记为0和1的标签；步骤6：构建GAN网络的数字孪生数据驱动模型；GAN生成器使用transformer的编解码器架构，引入交叉注意力机制，捕捉跨时间和跨维度的依赖关系；判别器使用多层感知机结构；GAN生成器中编码器的输出作为判别器的输入，判别器的损失函数使用二分类交叉熵损失，输出为0和1标签；步骤7：交替训练GAN生成器和判别器；采用pythonnumpy库的shuffle和batch函数，对样本数据随机洗乱之后训练GAN；在训练生成器时，固定判别器参数，并更新生成器参数以最小化其损失函数；在训练判别器时，固定生成器参数，并更新判别器参数以最小化其损失函数；步骤8：模型评价合格后对结晶器液位异常情况进行判别，设置置信度阈值t，当判别器预测分数大于阈值t时判定为异常；生成器输出的预测数据包含所有参数未来一段时间内的变化趋势，用于提前观测结晶器液位的变化；步骤9：采用训练好的GAN数据驱动模型进行结晶器液位异常情况在线实时预报，并将模型输出反馈到数字孪生环境。

全文数据：

权利要求：

百度查询： 上海宝信软件股份有限公司 基于数字孪生技术的连铸结晶器液位异常预报方法和系统