一种基于神经网络模型的连铸结瘤掉落检测方法及系统

本发明提供了一种基于神经网络模型的连铸结瘤掉落检测方法及系统，属于连铸工艺领域。所述方法采集历史和待检测连铸数据，通过限域函数计算液位波动值；提取塞棒开度的高频变化特征；在设置的标注界面上标注结瘤掉落的开始点和结束点组成数对；构建异常样本的时间序列，介于开始和结束点之间的时刻赋值为1，其余时刻为零；基于神经网络模型构建连铸结瘤掉落检测模型，并根据历史连铸数据的液位波动值和塞棒开度值，构建模型的输入；将异常样本时间序列作为模型的输出，训练和测试后得到成熟模型；再输入待检测连铸数据的的液位波动值和塞棒开度值，检测结瘤掉落。本发明提高了检测数据的稳定性，同时提高了检测结果的准确性。