(19)中华 人民共和国 国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202110608714.0 (22)申请日 2021.06.01 (65)同一申请的已公布的文献号 申请公布号 CN 113343568 A (43)申请公布日 2021.09.0 3 (73)专利权人 江西理工大 学 地址 341000 江西省赣州市章贡区红旗大 道86号 专利权人 江西先进铜产业研究院 (72)发明人 杨斌　黄晓东　黄学雨　宋小军　 陈辉明　党昱翀　 (51)Int.Cl. G06F 30/27(2020.01) B22D 11/16(2006.01) G06K 9/62(2022.01)G06N 3/08(2006.01) G06F 111/10(2020.01) G06F 119/08(2020.01) (56)对比文件 WO 2004085096 A1,20 04.10.07 WO 201409193 6 A1,2014.0 6.19 CN 106649986 A,2017.0 5.10 孙旭霞等.水平连铸工艺 参数优化设置专 家 系统. 《计算机 工程》 .20 05,(第07期), 赵鸿金等.热 型连铸保温炉流场与温度场模 拟及其结构优化. 《特种铸造及有色合金》 .2012, (第07期), 舒服华等.基于粒子群神经网络的QSn6.5 - 0.1连铸工艺优化. 《特种铸造及有色合金》 .2007,(第04期), 审查员 张敏 (54)发明名称 一种水平连续铸造生产工艺优化方法及系 统 (57)摘要 本发明涉及一种水平连续铸造生产工艺优 化方法及系统， 方法包括： 按照水平连铸金属杆 的产品批号分别采集生产工艺参数数据和核心 质量指标检测数据； 采用逐步回归 方法对各个产 品批号的生产工艺参数数据与核心质量指标检 测数据进行关联分析， 得到关联数据集； 根据核 心质量指标检测数据的检验临界值对关联数据 集中各个产品批号的水平连铸金属杆进行质量 标记， 得到标记数据集； 采用神经网络分类法对 标记数据集进行分类训练， 得到分类模型； 按照 标记数据集中的生产工艺参数的类别， 将备选的 生产工艺参数设定值代入到分类模型中进行验 证； 根据输出结果确定选用的生产工艺参数设定 值， 得到优化后的准确、 可靠的生产工艺参数设 定值。 权利要求书4页 说明书13页 附图2页 CN 113343568 B 2022.02.08 CN 113343568 B 1.一种水平连续铸造生产工艺优化方法， 其特 征在于， 包括： 按照水平连铸金属杆的产品批号分别采集生产工艺参数数据和核心质量指标检测数 据； 采用逐步回归方法对各个产品批号的所述生产工艺参数数据与所述核心质量指标检 测数据进行关联分析， 得到关联 数据集； 根据所述核心质量指标检测数据的检验临界值对所述关联数据集中各个产品批号的 水平连铸金属杆进行质量标记， 得到标记数据集； 采用神经网络分类法对所述标记数据集进行分类训练， 得到分类模型； 按照所述标记数据集中的生产工艺参数的类别， 将备选的生产工艺参数设定值代入到 所述分类模型中进行验证， 得到 输出结果； 根据所述输出结果确定选用的所述生产工艺参数设定值， 得到优化后的生产工艺参数 设定值。 2.根据权利要求1所述的水平连续铸造生产工艺优化方法， 其特征在于， 当所述核心质 量检测数据包括氧含量检测数据和延伸率检测数据时， 所述水平连续铸造生产工艺优化方 法具体包括： 采用逐步回归方法对各个产品批号的所述生产工艺参数数据与所述氧含量检测数据 和所述延伸率检测数据进行关联分析， 得到氧含量关联 数据集和延伸率关联 数据集； 根据氧含量和延伸率的检验临界值， 分别对所述氧含量关联数据集和所述延伸率关联 数据集中各个产品批号的水平连铸金属杆进 行质量标记， 得到氧含量标记数据集和延伸率 标记数据集； 采用神经网络分类法分别对所述氧含量标记数据集和所述延伸率标记数据集进行分 类训练， 得到氧含量分类模型和延伸率分类模型； 按照所述氧含量标记数据集和所述延伸率标记数据集中的生产工艺参数的类别， 将备 选的氧含量生产工艺参数设定值和延伸率生产工艺参数设定值分别对应代入到所述氧含 量分类模型和所述延伸率分类模型中进行验证， 得到 输出结果； 根据所述输出结果确定选用的所述氧含量生产工艺参数设定值和所述延伸率生产工 艺参数设定值， 得到优化后的生产工艺 参数设定值。 3.根据权利要求1所述的水平连续铸造生产工艺优化方法， 其特征在于， 所述按照水平 连铸金属杆的产品批号分别采集 生产工艺 参数数据和核心质量指标检测数据， 具体包括： 根据水平连铸金属杆的产品批号， 采集加工所述产品批号的水平连铸金属杆的加工设 备上存储的所述生产工艺参数数据， 得到按照产品批号分类的多组所述生产工艺参数数 据； 根据所述产品批号， 采集各个所述产品批号的水平连铸金属杆的所述核心质量指标检 测数据， 得到按照产品批号分类且与多组所述生产工艺参数数据分别对应的多组所述核心 质量指标检测数据。 4.根据权利要求2所述的水平连续铸造生产工艺优化方法， 其特征在于， 所述采用逐步 回归方法对各个产品批号的所述生产工艺参数数据与所述氧含量检测数据和所述延伸率 检测数据进行关联分析， 得到氧含量关联 数据集和延伸率关联 数据集， 具体包括： 采用逐步回归方法对各个产品批号的所述生产工艺参数数据与所述氧含量检测数据权　利　要　求　书 1/4 页 2 CN 113343568 B 2进行显著性关联分析， 剔除所述生产工艺参数数据中与氧含量不具有显著性关联的参数， 得到所述氧含量关联数据集； 所述与氧含量不具有显著 性关联的参数为对氧含量检测结果 不会造成直接影响的参数， 包括结晶器冷却水温度、 结晶器冷却水流速和水平连铸速度； 所 述氧含量关联数据集包括熔炼温度、 熔炼时间、 保温炉温度和真空室气压的参数数据以及 所述氧含量检测数据； 采用逐步回归方法对各个产品批号的所述生产工艺参数数据与所述延伸率检测数据 进行显著性关联分析， 剔除所述生产工艺参数数据中与延伸率不具有显著性关联的参数， 得到所述延伸率关联数据集； 所述与延伸率不具有显著 性关联的参数为对延伸率检测结果 不会造成直接影响的参数， 包括熔炼温度、 熔炼时间和真空室气压； 所述延伸率关联数据集 包括保温炉温度、 结 晶器冷却水温度、 结 晶器冷却水流速和水平连铸速度的参数数据以及 所述延伸率检测数据。 5.根据权利要求2所述的水平连续铸造生产工艺优化方法， 其特征在于， 所述根据 氧含 量和延伸率的检验临界值， 分别对所述氧含量关联数据集和所述延伸率关联数据集中各个 产品批号的水平连铸金属杆进行质量标记， 得到氧含量标记数据集和延伸率标记数据集， 具体包括： 根据氧含量的检验临界值， 对所述氧含量关联数据集中各个产品批号的所述氧含量检 测数据进行判断， 确定所述氧含量检测数据是否合格； 对所述氧含量检测数据的合格情况进行标记， 合格标记为1， 不合格标记为0， 得到所述 氧含量标记数据集； 根据延伸率的检验临界值， 对所述延伸率关联数据集中各个产品批号的所述延伸率检 测数据进行判断， 确定所述延伸率检测数据是否合格； 对所述延伸率检测数据的合格情况进行标记， 合格标记为1， 不合格标记为0， 得到所述 延伸率标记数据集。 6.根据权利要求5所述的水平连续铸造生产工艺优化方法， 其特征在于， 当所述氧含量 检测数据小于所述氧含量的检验临界值时， 判断所述氧含量检测数据合格， 当所述氧含量 检测数据大于等于所述氧含量的检验临界值时， 判断所述氧含量检测数据不 合格； 当所述延伸率检测数据 大于所述延伸率的检验临界值 时， 判断所述延伸率检测数据合 格， 当所述延伸率检测数据小于等于所述延伸率的检验临界值时， 判断所述延伸率检测数 据不合格。 7.根据权利要求2所述的水平连续铸造生产工艺优化方法， 其特征在于， 所述按照所述 氧含量标记数据集和所述延伸率标记数据集中的生产工艺参数的类别， 将备选的氧含量生 产工艺参数设定值和延伸率生产工艺参数设定值分别对应代入到所述氧含量分类模型和 所述延伸率分类模型中进行验证， 得到 输出结果， 具体包括： 根据所述氧含量标记数据集中的生产工艺参数的类别， 将备选的一组或多组所述氧含 量生产工艺参数设定值代入到所述氧含量分类模型中进行验证， 得到氧含量输出结果； 所 述氧含量标记数据集中的生产工艺参数 的类别包括熔炼温度、 熔炼时间、 保温炉温度和真 空室气压， 所述氧含量生产工艺参数设定值包括熔炼温度、 熔炼时间、 保温炉温度和真空室 气压的参数设定值； 根据所述延伸率标记数据集中的生产工艺参数的类别， 将备选的一组或多组所述延伸权　利　要　求　书 2/4 页 3 CN 113343568 B 3