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！

摘要：本发明公开了一种高炉最优料面设定方法及系统，通过对获取的料面图像进行三维重建，获得三维高炉料面形状，并对三维高炉料面形状进行特征提取，获得料面形状特征，基于料面形状特征和高炉炉况状态参数与高炉生产指标之间的关系，建立高炉料面优化过程模型以及求解高炉料面优化过程模型最优解集，并从最优解集中选取适合当前炉况的最优解对应的料面形状特征作为决策变量，从而完成高炉最优料面的设定，解决了现有高炉最优料面设定方法精度低的技术问题，依据高炉生产指标与高炉料面形状和高炉炉况状态参数之间的内在联系，从数据角度出发，将高炉最优料面的设定问题转化为生产指标优化问题，并通过建立高炉料面优化过程模型，求解表征高炉最优料面的决策变量，从而精准地实现高炉最优料面的设定，为后续高炉布料提供理论指导。

主权项：1.一种高炉最优料面设定方法，其特征在于，所述方法包括：对获取的料面图像进行三维重建，获得三维高炉料面形状，并对三维高炉料面形状进行特征提取，获得料面形状特征；基于料面形状特征和高炉炉况状态参数与高炉生产指标之间的关系，建立高炉料面优化过程模型，其中基于料面形状特征和高炉炉况状态参数与高炉生产指标之间的关系，建立高炉料面优化过程模型包括：确定料面形状特征和高炉炉况状态参数为高炉料面优化过程模型的原始输入向量；确定高炉生产指标为高炉料面优化过程模型的目标输出向量；基于原始输入向量和目标输出向量，采用降噪自动编码机，建立高炉料面优化过程模型，其中,基于所述原始输入向量和目标输出向量，采用降噪自动编码机，建立高炉料面优化过程模型包括：在降噪自动编码机的编码和解码之间引入了注意力模块，获得基于目标注意力机制的降噪自动编码机模型；将原始输入向量作为基于目标注意力机制的降噪自动编码机模型的输入向量，并将基于目标注意力机制的降噪自动编码机模型的隐藏层特征向量和目标输出向量一同输入到注意力模块，并计算隐藏层特征向量中各个特征与目标输出向量中各个变量之间的相关性，具体计算公式为： 其中，g·表示基于目标注意力机制的降噪自动编码机模型的隐藏层至注意力模块的激活函数，h表示隐藏层的特征向量，y表示基于目标注意力机制的降噪自动编码机模型的输出向量，Wh表示特征向量h的权值矩阵，Wy表示输出向量y的权值矩阵，b0表示隐藏层至注意力模块的偏置向量，r为归一化前的注意力权重向量，softmax为归一化指数函数，β表示归一化后的注意力权重向量，dh表示特征向量h的维度，ri表示特征向量h中第i个特征对应的注意力权重系数，表示Hadamard积，hy为基于目标注意力的特征向量；将基于目标注意力的特征向量hy映射至输出层，得到重构的输出向量；以重构损失最小化为目标，采用BP算法对基于目标注意力机制的降噪自动编码机的模型参数θe＝{W,b,W′,b′}和θa＝{Wh,Wy,b0}进行训练，其中W和b分别表示基于目标注意力机制的降噪自动编码机模型的输入层至隐藏层的权值矩阵和偏置向量，W′和b′分别表示基于目标注意力机制的降噪自动编码机模型的隐藏层至输出层的权值矩阵和偏置向量；依次堆叠多个训练好的基于目标注意力机制的降噪自动编码机模型，获得基于目标注意力机制的堆叠降噪自动编码机模型；在基于目标注意力机制的堆叠降噪自动编码机模型的最后一个隐藏层后面添加一个输出层，从而获得一个完整的高炉料面优化过程模型；求解高炉料面优化过程模型最优解集，并从最优解集中选取适合当前炉况的最优解对应的料面形状特征作为决策变量，从而完成高炉最优料面的设定。

全文数据：

权利要求：

百度查询： 中南大学 一种高炉最优料面设定方法及系统