大结晶镁砂智能制备与性能预测方法及系统与流程
本发明涉及大结晶镁砂智能制造及电弧熔炼过程控制技术,公开大结晶镁砂智能制备与性能预测方法及系统。
背景技术:
1、大结晶镁砂是以氧化镁为主体、经高温熔融并冷却结晶形成的耐火原料,用作钢铁企业冶炼设备、有色金属企业冶炼设备、焦化企业炉体以及煤炭企业相关高温窑炉的内衬材料。上述窑炉在冶炼、焦化或高温加工过程中形成高温、熔渣和腐蚀性气体等严苛工况,对大结晶镁砂的体积密度、显气孔率、耐压强度和热膨胀系数等性能提出较高要求。大结晶镁砂材料性能受菱镁矿原料主体成分和伴生杂质组成、熔炼温度历程、能源输入、炉内气氛、炉压以及物料或熔体扰动状态影响。菱镁矿属于天然矿物,不同矿区、不同采掘层位或不同预处理批次原料的氧化镁含量以及钙、硅、铁、铝等伴生组分存在差异,固定配料比例和固定熔炼控制参数难以使不同原料批次获得一致的熔融及结晶状态。已有自动化生产方式虽然可以利用称量装置提高配料执行精度,但称量精度主要减小实际给料量相对于设定给料量的执行误差,不能使固定配料方案自动适应原料化学组成发生的变化。
2、电弧熔炼过程具有高温、变量耦合以及不同状态变量响应速度不同的特点,电功率变化改变能源输入和温升过程,供氧状态影响炉内气氛,物料及熔体状态影响电弧负载。温度、气氛、电功率和炉压检测装置的采样频率和响应速度通常并不一致,在没有统一时间基准的情况下直接组合不同传感器输出,形成的状态向量可能包含并非对应同一控制阶段的检测数据。大结晶镁砂的体积密度、显气孔率、耐压强度和热膨胀系数等最终材料性能通常需要经过熔炼、冷却和成品检测以后取得,熔炼阶段无法直接获得实际检测结果,性能预测结果若仅用于生产监测或者提前显示而未参与实际执行机构的控制,则不能在当前材料性能尚未最终形成以前改变后续熔炼过程。
3、自适应控制或者学习型控制模型若仅受固定设备安全范围限制,不同菱镁矿原料批次会共用相同的动作可行区域,而设备安全范围表示设备能够运行的极限,当前原料组成和目标材料性能对应的适宜工艺区域属于材料制备约束,两者并不等同。熔炼末期或者仍执行熔体扰动控制的保温和结晶初始阶段,若搅拌控制量在材料性能已经接近目标后仍持续改变,可能引起固液相界面附近流动和温度边界持续波动。电弧熔炼设备热风险与熔池内部温度分布有关,离散测温点不能直接给出炉体内部最高温度位置与炉底安全边界之间的空间关系,数字孪生模型若仅显示虚拟温度状态而不改变后续控制动作可行范围,不能直接形成控制约束。生产结束后取得的成品检测结果若仅用于产品分级,不与原料组成、实际配料、过程状态、控制动作及预测结果重新关联,上一生产批次形成的实际结果不能直接用于修正下一生产批次的参数生成过程。
技术实现思路
1、本发明的目的在于提供大结晶镁砂智能制备与性能预测方法及系统,解决了菱镁矿原料批次差异、电弧熔炼过程扰动和最终材料性能检测滞后条件下,原料组成、实际熔炼状态、控制动作、性能预测、成品检测与下一批次参数之间缺少连续数据依赖和物理控制关联,导致固定配料及统一控制边界无法适应批次变化、性能预测结果不能参与当前批次熔炼控制的技术问题。
2、为解决上述技术问题,本发明所采用的技术方案是:
3、对菱镁矿原料进行预处理,并由原料成分检测设备取得当前生产批次的菱镁矿原料成分数据。原料成分数据至少用于表征氧化镁主体成分以及当前生产任务实际检测的主要伴生组分。原料成分数据与生产批次标识关联。
4、取得当前生产任务对应的目标性能向量。目标性能向量来源于计划生产的大结晶镁砂性能等级、生产任务或者对应质量控制要求,在一些优选的实施例中至少包括体积密度目标、显气孔率目标、耐压强度目标和热膨胀系数目标。
5、读取大结晶镁砂制备工艺数据库中的历史工艺记录。历史工艺记录按生产批次关联原料成分、实际配料结果、熔炼过程时序数据、熔炼控制动作、性能预测结果和产品性能检测结果。
6、批次参数生成模块根据当前原料成分数据、目标性能向量和历史工艺记录生成配料向量和批次熔炼控制边界。所述配料向量确定本批次自动配料设备需要执行的各原料组分加入关系;所述批次熔炼控制边界确定本批次自适应控制过程中电功率、供氧量和搅拌量的可用范围以及根据生产需要设置的变化幅度约束。
7、电功率调节量表示动作策略网络在对应控制周期生成并经批次熔炼控制边界映射后发送给电功率调节装置的电功率控制指令;供氧量调节量表示发送给供氧调节装置的供氧控制指令;搅拌量调节量表示发送给搅拌执行机构的搅拌控制指令。相邻控制周期动作变化以相邻两个控制周期对应控制指令之间的差值表示。
8、在一些优选的实施例中,首先按照当前原料组成从历史工艺记录中筛选相邻历史批次。筛选时可以先对不同成分变量执行尺度统一,再根据组成接近程度对历史批次进行排序或加权。产品性能不满足当前目标约束、关键数据缺失或者过程记录异常的批次不直接作为当前参数生成的有效参考样本。
9、在历史样本能够支持代理优化时,将配料参数和熔炼控制参数共同设置于候选空间中,使用历史批次实际产品性能作为候选参数评价依据之一,并加入目标性能约束和设备运行约束。代理模型用于估计候选参数组合与目标性能之间的关系,采集策略用于从候选空间中选择后续候选点。
10、代理模型可以采用高斯过程模型,也可以采用能够根据有限历史样本建立输入参数与产品性能关系的其他代理模型。采集策略可以采用兼顾已有较优区域利用和未知区域探索的策略。批次参数生成过程同时确定配料向量和与所述配料向量对应的熔炼工艺可行区域。
11、从满足目标性能约束以及设备运行约束的候选参数组合中确定当前批次的配料参数,并根据对应熔炼控制参数的可行分布确定批次熔炼控制边界。
12、当历史批次数量不足以建立稳定代理模型时,可以选取原料组成与当前批次接近且最终产品性能满足目标要求的历史批次,根据对应控制参数的实际分布形成初始工艺区域,再将所述初始工艺区域与电弧熔炼设备允许范围取共同可用区域,形成初始批次熔炼控制边界。随着新的批次优化样本写入数据库,再更新所述批次熔炼控制边界。
13、自动配料设备按照配料向量执行物料计量和给料。完成配料以后,将称量或者给料记录形成实际配料结果。后续控制状态优选使用经实际执行确认后的实际配料结果,以使控制模型接收已经进入当前生产批次的物料组成状态。
14、完成配料的物料进入电弧熔炼设备。熔炼过程中至少采集温度、炉内气氛、电功率和炉压时序数据。由于不同传感设备的采样频率可能不同,以自适应控制所使用的控制周期建立统一时间基准。控制周期根据电弧熔炼设备状态变化速度、执行机构响应能力、传感器采样能力和控制计算设备处理能力确定。
15、对于一个控制周期内存在多个采样点的高频过程变量,可以提取周期末有效值、周期均值、变化量、变化趋势和波动程度中的一种或多种。对于采样频率低于控制频率的过程变量,按照时间戳取得距离当前控制周期最近的有效测量值,并生成有效性信息。
16、用于判断低频测量值是否仍然有效的时间条件根据对应传感器正常采样周期、设备响应时间以及生产线检测设备技术要求确定。超过有效时间条件的历史测量值不作为新的正常测量值使用。
17、完成时间对齐以后,将过程数据特征、数据有效性信息与实际配料结果组成熔炼状态向量。实际配料结果在同一生产批次内构成批次级状态,温度、炉内气氛、电功率和炉压构成随控制周期变化的动态状态。将熔炼状态向量输入受批次熔炼控制边界约束的自适应控制模型。
18、在一些优选的实施例中,自适应控制模型包括状态特征提取网络、动作策略网络和价值评估网络。
19、状态特征提取网络根据熔炼状态向量生成状态特征。在性能预测模型已经产生性能偏差向量的后续控制周期中,性能偏差向量作为附加状态信息与当前熔炼状态共同参与状态特征生成。动作策略网络根据状态特征产生归一化控制动作。归一化控制动作经边界映射以后转换为电功率调节量、供氧量调节量和搅拌量调节量。
20、边界映射使实际输出的控制动作位于当前批次熔炼控制边界以内。边界映射可以采用连续映射、裁剪、动作掩码、可行动作筛选或者能够使动作输出保持在当前批次可行工艺区域内的其他处理方式。
21、进一步地,根据控制动作与批次熔炼控制边界之间的距离形成边界接近评价信息,使动作策略在满足性能目标的同时减少持续逼近批次工艺边界的控制行为。电功率调节量通过电弧熔炼设备的能源输入调节机构实际改变电能输入。供氧量调节量通过供氧调节装置改变进入电弧熔炼设备的氧气流量或对应供氧状态。搅拌量调节量通过生产线配置的搅拌执行机构改变物料或熔体扰动状态。温度属于被检测的熔炼状态变量,不作为直接执行动作。
22、在一些优选的实施例中,价值评估网络设置第一价值评估支路和第二价值评估支路。两个价值评估支路分别根据相同状态特征和控制动作形成动作价值评价,并采用两个评价结果中对应较低动作价值的评价结果参与动作策略网络更新,以降低单一价值评价结果持续偏高导致控制动作过度激进的可能性。
23、动作调节量通过实际执行机构作用于电弧熔炼设备以后,不利用动作策略网络、价值评估网络或者其他内部模型生成的预测状态替代下一控制周期的实际状态。
24、到达后续控制周期时,重新读取温度检测装置、气氛检测装置、功率监测装置和炉压检测装置输出,重新执行时间对齐并形成新的熔炼状态向量。由此,控制动作的后果由实际电弧熔炼设备响应确定。
25、将连续多个控制周期内重新采集得到的熔炼状态向量按照时间顺序组成熔炼状态时间序列,并输入性能预测模型。性能预测模型根据当前批次已经发生的熔炼状态时间序列和原料批次信息预测最终大结晶镁砂材料性能。
26、在一些优选的实施例中,性能预测模型包括时序特征加权层、长短期记忆网络、共享特征层和多个任务输出层。
27、时序特征加权层根据不同过程特征及不同时间位置与最终材料性能之间的关联形成加权状态序列,使对材料性能影响较大的熔炼状态片段在后续时序特征提取中获得相应权重。长短期记忆网络接收所述加权状态序列,用于提取不同控制周期之间形成的时间依赖特征。共享特征层融合长短期记忆网络输出的时间依赖特征以及当前原料组成信息。多个任务输出层分别根据共享特征输出体积密度、显气孔率、耐压强度和热膨胀系数预测值,由所述预测值组成预测性能向量。
28、性能预测模型使用已经完成生产并取得成品检测结果的历史批次进行训练。训练数据按照生产批次标识关联原料成分、实际配料结果、熔炼状态时间序列和实际产品性能,避免不同生产批次的熔炼过程数据与产品性能标签发生错误组合。
29、模型用于生产过程在线预测时,输入数据包括当前预测时点以前已经取得的数据以及在当前预测时点以前已经确定的工艺设定信息。发生于当前预测时点以后的实际冷却数据或者其他未来检测数据不作为当前预测输入。
30、对于不同批次熔炼时间不同的情况,可以按照对应工艺阶段建立时间序列、采用序列有效长度标记或者序列掩码,使不同批次数据在保持实际工艺先后关系的条件下进入性能预测模型。性能预测模型输出预测性能向量以后,将各预测性能分量与目标性能向量中对应目标值比较。
31、对于第个性能分量在控制周期的归一化有向偏差,采用:
32、;
33、其中,表示第个性能分量在控制周期的归一化有向偏差;表示性能分量序号;表示控制周期序号;表示第个性能分量在控制周期的预测值;表示第个性能分量的目标值;表示第个性能分量对应的归一化尺度;上方帽标表示预测量,上标星号表示目标量。
34、所述归一化尺度根据对应产品性能等级的允许范围、历史合格批次的性能统计尺度或者经生产验证的工艺尺度确定。各性能分量分别使用与自身物理量对应的归一化尺度,因此上述归一化有向偏差为无量纲量。
35、由各性能分量的归一化有向偏差形成性能偏差向量。性能偏差向量作为后续控制周期的附加状态信息,使自适应控制模型不仅接收当前炉况,还能够识别预测的最终材料性能相对于当前生产目标的偏离方向和偏离程度。性能偏差同时用于生成控制评价信息。
36、在一些优选的实施例中,采用:
37、;
38、其中,表示控制周期的初始控制评价量;表示性能偏差评价项权重;表示第个性能分量的分量权重;表示第个性能分量在控制周期的归一化有向偏差;表示能耗评价项权重;表示控制周期对应的归一化能耗;表示边界接近评价项权重;表示控制周期的控制动作相对于当前批次熔炼控制边界的边界接近评价量。
39、归一化能耗、边界接近评价量以及上述归一化有向偏差均为无量纲量,性能偏差评价项权重、性能分量权重、能耗评价项权重和边界接近评价项权重为与相应评价项匹配的无量纲权重,因此初始控制评价量为无量纲控制评价量。
40、所述边界接近评价量根据各控制动作与对应批次熔炼控制边界之间的归一化距离确定,控制动作越接近对应边界,边界接近评价量越大。性能偏差评价项、能耗评价项和边界接近评价项的权重按照目标性能的重要程度以及能源和工艺边界的控制要求确定。
41、进一步地,为降低预测体积密度进入目标邻域后搅拌控制指令在相邻控制周期之间的高频波动,在所述初始控制评价量基础上增加根据体积密度偏差条件激活的搅拌调节惩罚项。将当前控制周期的搅拌量调节量和前一控制周期的搅拌量调节量分别按照当前生效的批次熔炼控制边界归一化,得到对应归一化搅拌控制动作。将当前控制周期的归一化搅拌控制动作与前一控制周期的归一化搅拌控制动作之间的差值绝对值定义为搅拌动作波动度。由于所述波动度由归一化控制动作形成,因此为无量纲量。设体积密度对应性能分量的归一化有向偏差为,其中下标表示体积密度性能分量,表示控制周期序号。
42、设置依赖于体积密度归一化偏差的阶跃激活函数。当体积密度归一化偏差绝对值不大于设定密度偏差阈值时,阶跃激活函数取1;当体积密度归一化偏差绝对值大于设定密度偏差阈值时,阶跃激活函数取0。
43、所述设定密度偏差阈值根据当前产品等级对应的体积密度允许偏差范围进行归一化后确定,或者根据已经确认满足当前产品等级要求的历史合格批次中体积密度偏差分布确定。基于所述阶跃激活函数和搅拌动作波动度形成修正控制评价量:
44、;
45、其中,表示控制周期的修正控制评价量;表示控制周期的初始控制评价量;表示无量纲搅拌惩罚系数;表示依赖于体积密度归一化偏差的阶跃激活函数;表示控制周期与控制周期的归一化搅拌控制动作之差;表示控制周期的搅拌动作波动度。
46、阶跃激活函数、搅拌惩罚系数和搅拌动作波动度均为无量纲量,因此搅拌调节惩罚项与初始控制评价量、修正控制评价量具有相同量纲,修正控制评价量为无量纲控制评价量。搅拌惩罚系数用于限定进入体积密度目标邻域以后搅拌动作波动在控制评价中的相对作用,其参数根据控制模型训练结果或者历史合格批次中搅拌控制动作稳定阶段的波动范围进行校准。
47、当体积密度预测偏差尚未进入设定密度偏差阈值限定的目标邻域时,阶跃激活函数取0,修正控制评价量等于初始控制评价量,搅拌调节惩罚项不参与当前控制周期的评价。当体积密度预测偏差进入所述目标邻域时,阶跃激活函数取1,相邻两个控制周期的归一化搅拌控制动作差值越大,修正控制评价量相对于初始控制评价量下降越多。
48、价值评估网络利用所述修正控制评价量评价状态动作组合,并据此形成用于动作策略网络参数更新的价值评价信息。采用基于时间差分的价值学习时,根据修正控制评价量、下一控制周期状态对应的价值估计以及当前状态动作价值估计形成时间差分误差,并利用所述时间差分误差更新价值评估网络。
49、动作策略网络根据价值评估网络对控制动作的评价结果,采用与连续动作策略相匹配的策略梯度方式更新参数。所述搅拌调节惩罚不直接限定搅拌执行机构停止或者保持某一固定物理值,而是在预测体积密度进入目标邻域以后增加相邻周期搅拌控制动作发生较大变化时的评价代价,使动作策略的更新方向偏向较小的搅拌动作波动。自适应控制模型根据新的实际熔炼状态、性能偏差向量和控制评价信息计算后续控制动作,控制动作再次作用于实际电弧熔炼设备,再重新取得实际状态并重新预测性能,由此构成批内性能反馈闭环。
50、批内性能反馈设置联合终止条件。目标性能约束来源于当前生产任务,可以针对预测性能向量中的各性能分量设置目标允许范围。熔炼状态稳定条件根据当前熔炼工艺阶段建立。稳定条件可以根据历史合格生产批次在相同工艺阶段的温度变化、炉内气氛变化、电功率变化和炉压变化统计范围确定,也可以根据生产线已经验证的工艺控制范围确定。
51、仅在预测性能满足目标性能约束,并且温度、炉内气氛、电功率和炉压在连续多个控制周期内满足对应熔炼阶段稳定条件时结束对应批内性能反馈阶段。如果预测性能进入目标允许范围但熔炼状态尚未稳定,则继续执行状态采集和控制。
52、如果熔炼状态已经稳定但预测性能仍未满足目标性能约束,则继续在批次熔炼控制边界内执行自适应控制。当传感器数据无效或者超过允许有效时间时,对应数据不参与性能收敛判断。系统根据生产线安全控制要求保持最近经过验证的安全控制状态、切换至预设设备控制方式或者触发人工检查。
53、电弧熔炼设备自身的过温、异常炉压、电气故障或者其他安全联锁独立于性能预测闭环存在,并具有高于自适应控制输出的执行优先级。生产批次完成熔炼及冷却以后,成品检测设备取得产品性能检测结果。与性能预测模型对应的产品性能检测结果至少包括体积密度、显气孔率、耐压强度和热膨胀系数。
54、需要根据晶粒尺寸进行产品质量分级时,晶粒尺寸由成品检测阶段相应检测设备取得,并作为产品等级判断信息使用。晶粒尺寸在没有设置对应预测任务输出层时不作为四维预测性能向量的组成部分。
55、根据生产批次标识将产品性能检测结果与本批次对应的有效预测性能向量进行匹配,形成预测残差。批次优化样本至少关联菱镁矿原料成分数据、实际配料结果、批次熔炼控制边界、熔炼状态时间序列、熔炼控制动作序列、预测性能向量、产品性能检测结果和预测残差。
56、批次优化样本写入大结晶镁砂制备工艺数据库。下一生产批次完成原料成分检测以后,批次参数生成模块读取已经增加当前批次优化样本的历史工艺记录,重新生成下一批次的配料向量及批次熔炼控制边界。
57、预测残差还用于性能预测模型校准。当预测残差满足模型校准触发条件时,将对应已完成生产批次形成模型校准样本。所述模型校准触发条件依据性能预测模型的验收允许误差或者历史合格批次预测残差统计范围确定。
58、由此形成两个具有数据依赖关系的反馈过程。第一反馈过程以控制周期为时间尺度,实际熔炼状态进入自适应控制模型,控制动作作用于设备,实际设备响应进入性能预测模型,预测性能偏差再影响后续控制周期。第二反馈过程以生产批次为时间尺度,成品检测结果与本批次原料、实际配料、控制边界、状态时间序列和动作记录组成批次优化样本,新增批次优化样本参与下一批次配料向量及批次熔炼控制边界生成。
59、在设置数字孪生安全约束时,从电弧熔炼设备结构参数取得炉衬厚度、炉底边界位置以及用于建立空间模型的其他结构参数。数字孪生模型根据实际采集的温度、炉内气氛、电功率和炉压时序数据更新内部热状态。
60、在一些优选的实施例中,在电弧熔炼设备内部建立沿垂直方向的离散计算网格。建立垂直深度坐标,坐标方向在同一数字孪生模型中保持固定,炉底深度坐标记为。利用电弧熔炼设备结构参数形成计算域及炉衬边界条件。实际电功率数据用于形成与能源输入位置对应的热源输入;实际温度数据用于模型状态校正或者温度边界校正;炉内气氛数据和炉压数据用于修正与熔池表面换热状态相关的边界参数。
61、炉内气氛和炉压与边界换热参数之间的对应关系由对应设备的热平衡标定数据、历史生产数据或者数字孪生模型离线校准过程确定,并在在线计算时根据实际采集数据更新。数字孪生模型通过非稳态热传导计算、经校准的降阶热模型或者能够保持相同输入输出关系的热状态模型,生成当前控制周期沿垂直轴向各离散深度位置的温度估计,形成垂直温度分布向量。
62、确定垂直温度分布向量中的最高温度值及其对应空间位置。当多个离散节点具有相同最高温度值时,选择其中与炉底深度坐标空间距离最小的节点作为最高温度对应节点。
63、将最高温度对应深度坐标与炉底深度坐标之间的空间绝对距离定义为熔池安全裕度:
64、;
65、其中,表示控制周期的熔池安全裕度,单位为m;表示用于安全判定的炉底深度坐标,单位为m;表示控制周期的垂直温度分布向量中最高温度对应的深度坐标,单位为m。熔池安全裕度用于表征数字孪生模型中最高温区域接近炉底安全判定位置的程度。设定裕度阈值根据电弧熔炼设备结构设计、炉底耐火衬允许状态、设备维护要求或者设备运行安全距离确定。
66、当熔池安全裕度不小于设定裕度阈值时,不触发电功率上限收缩,当前批次原有电功率允许范围保持生效。当熔池安全裕度小于设定裕度阈值时,触发边界收缩条件,并根据熔池安全裕度与设定裕度阈值的比例缩减当前批次初始电功率允许范围上限:
67、;
68、其中,表示控制周期根据熔池安全裕度计算得到的电功率允许范围上限,单位为kw;表示批次参数生成模块针对当前原料批次生成的初始电功率允许范围上限,单位为kw;表示控制周期的熔池安全裕度,单位为m;表示设定裕度阈值,单位为m。
69、由于熔池安全裕度与设定裕度阈值具有相同量纲,其比值为无量纲量,因此当前控制周期电功率允许范围上限与初始电功率允许范围上限具有相同功率量纲。当根据上述比例计算得到的电功率允许范围上限不低于当前电功率允许范围下限时,以所述计算值作为当前控制周期的电功率允许范围上限。
70、若比例缩减结果低于当前电功率允许范围下限,则停止使用所述比例结果形成正常自适应控制边界,并按照预设设备安全控制逻辑处理。所述预设设备安全控制逻辑包括进入设备安全降功率状态、执行设备级保护控制或者由设备安全联锁接管,其执行优先级高于性能优化控制。
71、生成收缩后的批次熔炼控制边界以后,将其发送至自适应控制模型。动作策略网络输出归一化电功率控制动作时,以当前生效的收缩后电功率允许范围重新执行物理量映射。若映射结果超过当前生效电功率允许范围上限,则将最终电功率控制指令限制在所述上限以内。
72、电功率控制指令通过执行接口发送至电功率调节装置,降低或者限制进入电弧熔炼设备的电功率。执行以后重新采集实际设备状态,再更新数字孪生模型和性能预测模型。数字孪生状态不替代实际传感状态,而用于形成动态调整批次熔炼控制边界的物理约束信息。
73、与现有技术相比,本发明具有以下有益效果:
74、本发明通过建立菱镁矿原料成分数据、实际配料结果、熔炼状态时间序列、自适应控制动作、性能预测结果、成品检测结果与下一批次参数之间的连续数据依赖和物理控制关系,使原料批次信息在自动配料完成后继续限定当前生产批次熔炼控制边界,避免固定配料方案和统一控制范围对不同原料批次适应性不足。自适应控制模型输出的电功率调节量、供氧量调节量和搅拌量调节量经执行机构实际作用于电弧熔炼设备后,以重新采集的实际过程数据形成下一控制周期熔炼状态向量,不用内部模型预测状态替代实际设备响应,从而提高控制可靠性。性能预测模型根据实际熔炼状态时间序列输出体积密度、显气孔率、耐压强度和热膨胀系数预测值,性能偏差向量返回后续控制周期,使最终材料性能信息在成品检测前参与当前批次熔炼控制,改善产品一致性。批次结束后利用产品性能检测结果形成预测残差和批次优化样本,写入历史工艺记录,用于更新下一批次配料向量和批次熔炼控制边界,形成跨批次工艺更新闭环。
75、通过代理优化模型筛选原料组成相邻且产品性能满足目标约束的历史批次,在配料参数和熔炼控制参数联合候选空间生成当前批次参数,提高参数合理性。多采样率过程数据按统一控制周期对齐并生成有效性信息,减少不同时间位置检测值被组合为同一控制时刻炉况。自适应控制模型采用双价值评估支路并以较低动作价值更新策略,降低单一价值评价偏高导致控制动作过度激进。
76、在预测体积密度进入目标邻域后,根据相邻控制周期归一化搅拌控制动作变化施加条件激活的搅拌调节惩罚,降低搅拌控制量不必要波动,稳定熔体流动和结晶边界。数字孪生模型根据设备结构参数和实际过程数据重构垂直温度分布,形成熔池安全裕度,并在熔池安全裕度小于设定裕度阈值时动态收缩电功率允许上限,使设备内部热状态估计直接改变动作策略可行域,提高设备热安全。本发明的原料批次适应性、过程控制准确性、性能预测指导能力和设备运行安全性均得到增强。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com