摘要
本发明提供了一种基于时空深度特征融合的带钢热连轧质量监测方法及系统,属于钢铁生产智能监控领域。所述方法对热连轧进行划分并采集粗轧、精轧、层流冷却和卷取的历史生产过程数据,预处理后利用互信息筛选关键过程变量构建历史工艺数据集并进行扩充、样本耦合和批次化;构建时间‑空间深度特征融合网络模型,以批次化样本数据作为训练样本,得到空间‑时间融合特征;再计算区块/全局监测统计量、监测阈值;实时采集生产过程数据,输入时间‑空间深度特征融合网络模型中得到实时空间‑时间融合特征,并计算实时的区块/全局监测统计量,判断当前带钢质量是否出现异常并定位。本发明对热连轧的全过程进行质量监测,提高了生产的安全性和稳定性。
技术关键词
深度特征融合网络
带钢热连轧
融合特征
层流冷却
长短期记忆神经网络
样本
稀疏数据处理方法
滑动窗口
生成对抗网络
变量
监测方法
扩充模块
定位模块
数据采集模块
定位故障
参数
系统为您推荐了相关专利信息
数据库构建方法
特征重构层
实体
多尺度特征提取
异构
地基云图
长短期记忆神经网络
超短期功率预测
功率值
非线性优化方法
道路信息自动提取方法
光学遥感影像
编码特征
空间模块
多模态
多模态情绪
语义特征
识别方法
多模态特征融合
文本
人体活动识别方法
视频
视觉特征
WIFI接收器
人体活动识别系统