一种基于多模态认知推理的连铸质量数据处理方法、系统、设备、介质及程序产品

本发明涉及钢铁冶炼技术领域，具体为一种基于多模态认知推理的连铸质量数据处理方法，包括以下流程：通过同步采集多源传感器数据，进行时间对齐、格式标准化、噪声过滤与归一化处理，再通过CNN提取图像/热像空间特征，LSTM结合频域分析提取振动/声音时序特征，并通过特征向量化实现跨模态对齐融合，基于深度神经网络与注意力机制，融合工艺知识实现质量预测、异常检测及实时部署，随后综合多模态推理结果精准识别板坯缺陷成因。通过时间同步、格式统一、噪声过滤和数据填充，解决多源传感器数据的异构性问题，消除时间错位和噪声干扰；离群点去除技术清洗异常数据，提升输入数据的可靠性和模型鲁棒性，保证多模态数据的高效协同处理。