买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中南大学

摘要：本发明公开了一种高炉出铁终点在线智能识别方法及系统，通过采集铁水流图像，提取铁水流图像特征，采集铁水流数据，提取铁水流短时时序特征，融合铁水流图像特征和铁水流短时时序特征，建立出铁流程分类预测模型，从而获取当前时刻所处的出铁阶段以及根据当前时刻所处的出铁阶段，对高炉出铁终点进行识别，解决了现有技术无法准确识别当前出铁终点的技术问题，利用非侵入式装置获取高温熔融铁水流的图像及流速、渣铁比等数据，通过深度神经网络提取铁水流多源数据的特征进行融合，从而实现对当前时刻高炉出铁终点进行识别，并提供当前识别结果的置信度，具有高精确性，强稳定性，高适应性，适用于各种不同规模高炉，投资成本少等优点。

主权项：1.一种高炉出铁终点在线智能识别方法，其特征在于，所述方法包括：采集铁水流图像，并根据铁水流图像提取铁水流图像特征；采集铁水流数据，并根据铁水流数据提取铁水流短时时序特征，其中根据铁水流数据提取铁水流短时时序特征包括：对铁水流数据进行预处理；构建长短期记忆单元，并根据长短期记忆单元建立长短期记忆网络；根据长短期记忆网络对预处理后的铁水流数据进行特征提取，获得铁水流短时时序特征；融合铁水流图像特征和铁水流短时时序特征，建立出铁流程分类预测模型，其中融合铁水流图像特征和铁水流短时时序特征，建立出铁流程分类预测模型包括：根据铁水流图像特征，提取图像特征嵌入补丁，并根据图像特征嵌入补丁获得图像特征输入向量；根据铁水流短时时序特征，提取时序特征嵌入补丁，并根据时序特征嵌入补丁获得时序特征输入向量，其中根据铁水流图像特征，提取图像特征嵌入补丁，并根据图像特征嵌入补丁获得图像特征输入向量包括：将铁水流图像特征对应的图像特征图均分成N个特征图补丁，其中N为大于1的正整数；将每一个特征图补丁拉平为一维图像特征；将N个一维图像特征变换为预设维数的图像特征，从而获得图像特征嵌入补丁；给N个图像特征嵌入补丁加上图像位置编码，从而获得图像特征输入向量；融合图像特征输入向量和时序特征输入向量，建立出铁流程分类预测模型，其中融合图像特征输入向量和时序特征输入向量，建立出铁流程分类预测模型包括：计算融合输入向量，其中融合输入向量的计算公式为： 其中，z0为融合输入向量，λt为时序特征输入向量的可学习权重，λp为图像特征输入向量的可学习权重，x′t为时序特征输入向量，x′p为图像特征输入向量，Epos为各输入向量的位置编码，N为图像特征输入向量数量，D为输入向量维数；根据融合输入向量，建立由多头自注意力模型MSA和全连接层MLP组成的出铁流程分类预测模型注意力层，并计算出铁流程分类预测模型中每一层的输出结果，每一层的输出结果的计算公式为：z′l＝MSALNzl-1+zl-1,l＝1...L，zl＝MLPLNz′l+z′l,l＝1...L，其中，z′l为第l层全连接层的输入，zl为第l层模型的输出，zl-1为前一层的输出，l为当前层数，L为注意力层总层数，LN为层标准化运算，MSA为多头自注意力模型运算，MLP为全连接层运算；根据出铁流程分类预测模型，获取当前时刻所处的出铁阶段；根据当前时刻所处的出铁阶段，对高炉出铁终点进行识别。

全文数据：

权利要求：

百度查询： 中南大学 一种高炉出铁终点在线智能识别方法及系统