一种钢包口渣厚控制方法、装置、电子设备及存储介质与流程

本发明涉及炼钢，具体而言，涉及一种钢包口渣厚控制方法、装置、电子设备及存储介质。

背景技术：

1、钢包口渣厚作为钢水与外界环境接触的第一线，其状态直接影响着钢的质量、生产效率以及设备的耐久性。渣厚过薄会削弱钢包对高温钢水的保护作用，可能导致钢水泄漏，影响产品质量并增加废品率；反之，渣厚过厚不仅会阻碍钢水的热交换，影响成分均匀性，还可能引发钢包内壁的过热烧损，缩短钢包使用寿命，增加维护成本。

2、目前，钢包口渣厚的管理由于人工监测的局限性，难以实现渣厚的精确控制，导致渣厚不稳定，可能引发钢包损坏或产品质量波动，过度依赖人工操作不仅效率低下，还容易出现人为失误，增加了生产成本和安全隐患。

技术实现思路

1、有鉴于此，本发明实施例的目的在于，提供一种钢包口渣厚控制方法、装置、电子设备及存储介质以至少部分地改善上述问题。

2、为了实现上述目的，本发明实施例采用的技术方案如下：

3、第一方面，本发明实施例提供了一种钢包口渣厚控制方法，应用于控制器，所述控制器与渣厚传感器、渣料添加装置以及渣料清理装置分别通信连接，所述方法包括：

4、获取当前时刻所述渣厚传感器采集的钢包口的当前渣厚以及所述当前时刻的前一段预设时长内钢包口的渣厚数据；

5、将所述渣厚数据输入渣厚范围预测模型，得到所述渣厚数据对应的渣厚安全范围；

6、判断所述当前渣厚是否在所述渣厚安全范围之内；

7、若所述当前渣厚小于所述渣厚安全范围的下限，控制所述渣料添加装置向钢包添加渣料；

8、若所述当前渣厚大于所述渣厚安全范围的上限，控制所述渣料清理装置对所述钢包口清除渣料。

9、可选地，所述将所述渣厚数据输入渣厚范围预测模型，得到所述渣厚数据对应的渣厚安全范围，包括：

10、对所述渣厚数据进行特征提取，得到时域特征以及频域特征；

11、根据所述时域特征以及所述频域特征，确定出所述渣厚数据对应的渣厚安全范围。

12、可选地，所述控制所述渣料添加装置向钢包添加渣料，包括：

13、获取所述钢包的几何尺寸，根据所述几何尺寸、所述当前渣厚以及所述渣厚安全范围，计算出所需渣料的质量；

14、根据所述所需渣料的质量以及预设加料规则，计算出添加渣料的加料速度；

15、按照所述加料速度向所述钢包添加渣料。

16、可选地，所述根据所述几何尺寸、所述当前渣厚以及所述渣厚安全范围，计算出所需渣料的质量，包括：

17、选取所述渣厚安全范围的中间值为目标渣厚，并根据所述目标渣厚以及所述当前渣厚，计算出所需渣料的体积；其中，计算所需渣料的体积的公式如下：

18、δv＝πr2(ht-hc)

19、其中，δv为所述所需渣料的体积，π为圆周率，r为所述钢包的半径，ht为所述目标渣厚，hc为所述当前渣厚；

20、获取所述渣料的堆积密度，并根据所述堆积密度以及所述所需渣料的体积，计算出所需渣料的质量；其中，计算所需渣料的质量的公式如下：

21、m＝δv×ρ

22、其中，ρ为所述渣料的堆积密度，δv为所述所需渣料的体积。

23、可选地，所述方法还包括：

24、在预设时间点将已知真实厚度的标准金属片放置在所述渣厚传感器测量范围内；

25、获取所述渣厚传感器采集的所述标准金属片的测量厚度；

26、计算所述测量厚度与所述真实厚度的偏差值；

27、当所述偏差值超出预设范围时，根据所述偏差值调整所述渣厚传感器的校准参数，直至所述测量厚度与所述真实厚度一致或所述偏差值在所述预设范围内。

28、可选地，所述方法还包括对渣厚范围预测模型的训练步骤，所述训练步骤包括：

29、获取渣厚传感器采集的历史渣厚数据；所述历史渣厚传感器以预设周期进行数据采集；

30、对所述历史渣厚数据进行预处理，得到多个渣厚窗口数据；所述渣厚窗口数据包括多个所述历史渣厚数据；

31、对各所述渣厚窗口数据进行特征提取，得到各所述渣厚窗口数据的渣厚特征数据，并对各所述渣厚窗口数据标记真实渣厚安全范围；

32、将各所述渣厚特征数据以及各所述真实渣厚安全范围输入所述渣厚范围预测模型进行训练，得到成熟的渣厚范围预测模型。

33、可选地，所述渣厚范围预测模型使用循环神经网络，所述将所述渣厚特征数据输入所述渣厚范围预测模型进行训练，得到成熟的渣厚范围预测模型，包括：

34、取一批所述渣厚特征数据集，针对任一所述渣厚特征数据，计算出所述渣厚特征数据对应的预测渣厚安全范围；

35、使用均方误差损失函数计算所述预测渣厚安全范围与所述渣厚特征数据对应的真实渣厚安全范围的损失信息；所述损失信息表征当前训练周期所述渣厚范围预测模型的预测渣厚安全范围与真实渣厚安全范围的差异；

36、根据所述损失信息对所述渣厚范围预测模型进行参数更新，直至第n个训练周期对应的损失信息满足预设条件，则将第n个训练周期对应的渣厚范围预测模型作为成熟的渣厚范围预测模型。

37、第二方面，本发明实施例提供了一种钢包口渣厚控制装置，应用于控制器，所述控制器与渣厚传感器、渣料添加装置以及渣料清理装置分别通信连接，所述装置包括：

38、数据获取单元，用于获取当前时刻所述渣厚传感器采集的钢包口的当前渣厚以及所述当前时刻的前一段预设时长内钢包口的渣厚数据；

39、渣厚安全范围获取单元，用于将所述渣厚数据输入渣厚范围预测模型，得到所述渣厚数据对应的渣厚安全范围；

40、渣厚判断单元，用于判断所述当前渣厚是否在所述渣厚安全范围之内；

41、添加渣料单元，用于若所述当前渣厚小于所述渣厚安全范围的下限，控制所述渣料添加装置向钢包添加渣料；

42、清除渣料单元，用于若所述当前渣厚大于所述渣厚安全范围的上限，控制所述渣料清理装置对所述钢包口清除渣料。

43、第三方面，本发明实施例提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述任一项所述的方法。

44、第四方面，本发明实施例提供了一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的方法。

45、本发明的实施例提供了一种钢包口渣厚控制方法、装置、电子设备及存储介质，通过获取当前时刻渣厚传感器采集的钢包口的当前渣厚以及当前时刻的前一段预设时长内钢包口的渣厚数据，对渣厚数据进行处理计算后，对钢包口渣厚进行处理，使钢包口渣厚一直处于较佳的厚度，从而能够对钢包口渣厚精确控制，进而提升钢的质量、生产效率以及设备的耐久性。

46、为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

1.一种钢包口渣厚控制方法，其特征在于，应用于控制器，所述控制器与渣厚传感器、渣料添加装置以及渣料清理装置分别通信连接，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述将所述渣厚数据输入渣厚范围预测模型，得到所述渣厚数据对应的渣厚安全范围，包括：

3.根据权利要求1所述的方法，其特征在于，所述控制所述渣料添加装置向钢包添加渣料，包括：

4.根据权利要求3所述的方法，其特征在于，所述根据所述几何尺寸、所述当前渣厚以及所述渣厚安全范围，计算出所需渣料的质量，包括：

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

6.根据权利要求1所述的方法，其特征在于，所述方法还包括对渣厚范围预测模型的训练步骤，所述训练步骤包括：

7.根据权利要求1所述的方法，其特征在于，所述渣厚范围预测模型使用循环神经网络，所述将所述渣厚特征数据输入所述渣厚范围预测模型进行训练，得到成熟的渣厚范围预测模型，包括：

8.一种钢包口渣厚控制装置，其特征在于，应用于控制器，所述控制器与渣厚传感器、渣料添加装置以及渣料清理装置分别通信连接，所述装置包括：

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至7任一项所述的方法。

10.一种存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现权利要求1至7任一项所述的方法。