基于多源数据融合的预焙阳极质量预测方法与流程

本发明涉及阳极质量预测，具体涉及基于多源数据融合的预焙阳极质量预测方法。

背景技术：

1、预焙阳极经过石油焦煅烧，配料混捏，振动成型和敞开环式焙烧等连续工序形成，体积密度，抗折强度，平均电阻率和裂纹状态会影响阳极在铝电解槽中的消耗状态。

2、生产现场中，煅烧炉温度，排空流速，干混功率，湿混功率，改质沥青比例，成型频率，火道温度，烟气负压和电捕焦油器电压分布在不同设备和采样周期内，离线化验结果又滞后于在线过程数据，导致时间尺度，空间位置和物理量纲不一致。

3、现有质量追踪方式能够按批次或阳极编号存储生产参数和检验结果，便于事后查询，但难以在过程参数发生短时扰动时定位局部高风险窗口，也难以把窗口补采数据与预测模型直接联动，现有单工序控制方式虽可限定焙烧升温速率，火道负压，终温和保温时间，却缺少跨煅烧，中成和焙烧工序的统一变异度计算路径。

4、因此，在预焙阳极进入电解槽之前，需要将不同工序，不同批次，不同机组和不同检测来源的数据映射到统一状态空间，识别质量波动高风险窗口，对该窗口进行高密度补采，并利用包含缺陷后果统计的预测模型输出全局质量指标和局部缺陷风险。

技术实现思路

1、本发明的目的是提供一种基于多源数据融合的预焙阳极质量预测方法，用以解决不同工序参数量纲不一致，高风险短时窗口不易定位，离线质量检验数据难以及时进入预测模型，以及预测树对微弱工艺噪声过度分裂的问题。

2、为实现上述目的，本发明提供一种基于多源数据融合的预焙阳极质量预测方法，包括：

3、获取预焙阳极煅烧工序、中成工序、焙烧工序及质量检验环节的多源数据，对多源数据进行时间空间网格化和无量纲状态映射，基于状态转移概率、动态演变信息熵及横纵向演变速率确定无量纲综合变异率，并识别高风险变异窗口；

4、对高风险变异窗口执行自适应补采并融合得到精细数据集；基于精细数据集构建质量预测拓扑树，并在拓扑树分裂过程中记录扰动敏感度系数；

5、基于历史缺陷后果统计得到的缺陷严重度和扰动敏感度系数对拓扑树进行后剪枝，利用剪枝后的拓扑树输出预焙阳极的全局质量指标、局部缺陷类型及局部与全局指标映射结果。

6、优选的，获取预焙阳极煅烧工序、中成工序、焙烧工序及质量检验环节的多源数据，包括：

7、获取煅烧炉温度、气体排空流速、干混搅拌功率、湿混搅拌功率、改质沥青配料比例、振动成型频率、焙烧炉火道温度、烟气负压、电捕焦油器电压、煅后焦真密度、生阳极外观密度、焙烧阳极体积密度、抗折强度及平均电阻率中的至少两类数据。

8、优选的，对多源数据进行时间空间网格化和无量纲状态映射，包括：

9、按照生产批次、设备位置及采集时刻建立网格单元；在每个网格单元内将不同量纲的参数转换为无量纲值；按照预设状态数将无量纲值划分为离散状态；统计相邻观测时刻之间的离散状态转移频次，并由离散状态转移频次形成状态转移概率矩阵。

10、优选的，确定无量纲综合变异率，包括：

11、根据状态转移概率矩阵得到表征状态紊乱程度的动态演变信息熵；根据同一观测窗口内不同物料批次和不同设备机组之间的数据差分得到横向演变速率；根据煅烧到中成及中成到焙烧之间的连续控制变量差分得到纵向演变速率；对动态演变信息熵、横向演变速率及纵向演变速率进行加权合成，得到无量纲综合变异率。

12、具体地，计算综合变异率超出稳定临界阈值的幅度，并基于超出幅度上调窗口内在线传感器的采样频率。

13、优选的，基于精细数据集构建质量预测拓扑树，包括：

14、以体积密度、抗折强度、平均电阻率和缺陷类型中的至少一项作为预测目标；在每个非叶节点计算候选分裂特征的信息增益；当信息增益低于由稳定临界阈值确定的扰动临界阈值时，记录与信息增益呈反向变化的无量纲扰动敏感度系数；当信息增益不低于扰动临界阈值时，将对应节点的扰动敏感度系数记为零。

15、优选的，基于历史缺陷后果统计得到的缺陷严重度和扰动敏感度系数对拓扑树进行后剪枝，包括：

16、根据历史生产记录中各缺陷类型引发的开裂、脱落、电阻率异常或槽况异常次数得到缺陷风险值；统计待剪枝子树叶节点中各缺陷类型的样本比例；基于样本比例和缺陷风险值得到子树缺陷严重度；根据子树缺陷严重度和子树根节点的扰动敏感度系数确定剪枝阈值，并在剪枝后的验证误差增量低于剪枝阈值时移除对应子树。

17、优选的，输出预焙阳极的全局质量指标、局部缺陷类型及局部与全局指标映射结果，包括：

18、基于剪枝后的拓扑树得到批次级全局质量指标；根据阳极钢爪接触面、阳极底部消耗区和热应力集中区中的至少一个区域，从精细数据集中提取局部特征；将局部特征输入剪枝后的拓扑树，得到区域对应的局部质量指标和局部缺陷类型。

19、优选的，局部与全局指标映射结果获取包括以下步骤：

20、将局部质量指标与批次级全局质量指标进行同向指标比值映射，将局部电阻率与批次级平均电阻率进行反向指标比值映射，并按照由历史检验数据拟合得到的指标权重合成质量合格率预测值和电解使用寿命预测值。

21、优选的，方法还包括：

22、将无量纲综合变异率、高风险变异窗口的位置、补采数据来源、拓扑树分裂路径、扰动敏感度系数、缺陷严重度、剪枝记录和预测结果按照阳极批次编号进行关联存储，并在预测结果超过预设风险阈值时生成对应工序和对应区域的质量追溯信息。

23、在上述技术方案中，多源数据先被转换到统一的无量纲状态空间，状态转移概率和动态演变信息熵用于表征同一观测窗口内工艺状态跳变程度，横向演变速率用于表征不同批次和不同机组之间的差异，纵向演变速率用于表征煅烧，中成和焙烧之间连续变量的传递变化，由此能够在相同计算基准下确定高风险变异窗口。

24、对质量预测拓扑树而言，本方案在低信息增益分裂处记录扰动敏感度系数。后续剪枝时，系统把该系数与历史开裂、脱落、电阻率异常及槽况异常形成的缺陷严重度一起使用，确定每一候选子树的剪枝阈值；由此可以删去主要由工艺噪声造成的弱分支，从而对可能引发高后果缺陷的路径保持谨慎。

25、局部预测结果与全局结果完成比值映射后，同步得到合格率估计、使用寿命估计以及区域缺陷提示，便于质检人员按区域进行复核。

26、采用上述方案后，能够获得以下技术效果：

27、本方案把煅烧、中成、焙烧和质检数据先整理到同一批次与同一网格口径下，再进行无量纲映射，使原先分散在不同设备和检测环节的记录能够被统一比较。综合变异率用于识别传统巡检中不易发现的局部短时波动；被标出的窗口再触发有边界的补采，而不是盲目增加全线数据量。预测树训练阶段加入扰动敏感度，剪枝阶段再参考缺陷后果严重度，因此既能减少微小工艺波动造成的过拟合分支，也能保留开裂、脱落、电阻率异常等高影响缺陷路径。最终，系统在阳极入槽前输出批次质量、局部区域风险和可追溯窗口，为质量复核和工序调整提供依据。

1.一种基于多源数据融合的预焙阳极质量预测方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述获取预焙阳极的多源数据，包括煅烧炉温度、气体排空流速、干混搅拌功率、湿混搅拌功率、改质沥青配料比例、振动成型频率、焙烧炉火道温度、烟气负压、电捕焦油器电压、煅后焦真密度、生阳极外观密度、焙烧阳极体积密度、抗折强度及平均电阻率中的至少两类数据。

3.根据权利要求1所述的方法，其特征在于，对所述多源数据进行时间空间网格化和状态映射，包括：

4.根据权利要求3所述的方法，其特征在于，所述确定综合变异率，包括：

5.根据权利要求1所述的方法，其特征在于，所述对所述高风险变异窗口执行自适应补采并融合得到数据集，包括：

6.根据权利要求1所述的方法，其特征在于，所述基于所述数据集构建质量预测拓扑树，包括：

7.根据权利要求1所述的方法，其特征在于，所述基于历史缺陷后果统计得到的缺陷严重度和所述扰动敏感度系数对拓扑树进行后剪枝，包括：

8.根据权利要求1所述的方法，其特征在于，所述输出预焙阳极的全局质量指标、局部缺陷类型及局部与全局指标映射结果，包括：

9.根据权利要求8所述的方法，其特征在于，所述局部与全局指标映射结果获取包括以下步骤：

10.根据权利要求1至9任一项所述的方法，其特征在于，所述方法还包括：