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：冶金自动化研究设计院有限公司

摘要：一种用于炼钢过程影响质量数据的分析方法，属于冶金生产流程的数据挖掘技术领域。当前炼钢数据结构混乱，格式多样，数据集成和清洗复杂，数据分析又高度依赖数据质量，导致预测难度大，模型效果也一般。改善数据质量，并构建适合数据特点的模型，包括以下步骤：炼钢全过程数据采集和准备；进行数据处理，通过spark引擎对数据进行实时流处理；进行数据的时空匹配，构建数据集；进行数据的特征工程；进行模型训练和模型融合；对训练好的模型进行评估，使用各种性能指标来验证其准确性和可靠性。优点在于，可以同时使用关系数据和时序数据供给数据驱动的建模使用；开展对生产流程的优化研究，并提供从数据要素到产品质量的预测评估；用于识别导致质量问题的关键因素和时序模式。

主权项：1.一种用于炼钢过程影响质量数据的分析方法，其特征在于，步骤包括：1进行数据采集和准备，通过钢厂生产线的仪器、监控设备、人工输入及传感器采集数据，由仪器、监控设备、人工输入得到的设备数据为关系数据，由传感器得到的实时数据为时序数据，通过MQTT协议传输至EMQ服务器，通过订阅获取EMQ服务器的关系数据和时序数据，并分别存储到关系数据库和时序数据库中；2进行数据处理，通过spark引擎，对采集到的数据进行实时流处理，完成数据清洗、数据转换和数据标准化处理工作；3对处理完成的数据进行时空匹配，构建数据集；采集到的数据由时间、空间维度构成，对于单一工序内的关系数据和时序数据，按时间戳排序，完成数据的时间匹配；对于不同工序间的关系数据和时序数据，按数据的时间、空间信息进行匹配，完成数据的时空匹配对齐，构建数据集；4进行特征工程，对关系数据进行特征工程，选择反映与质量相关的信息的特征；对时序数据进行预处理，包括数据插值、平滑、标准化，以使其适用于LSTM模型；将时序数据转换为序列形式，以供LSTM处理；5进行模型训练和模型的预测结果融合，使用随机森林模型对关系数据进行训练；使用LSTM模型对时序数据进行训练；对两个模型的预测结果进行融合，其融合方法为，采用投票法进行融合；6融合后的模型评估，使用训练好的随机森林模型对关系数据进行预测，得到关于质量数据的预测结果；使用训练好的LSTM模型对时序数据进行预测，得到关于质量数据的另一组预测结果；将结果进行融合，对融合后的模型进行评估，使用评估指标来衡量模型的性能。

全文数据：

权利要求：

百度查询： 冶金自动化研究设计院有限公司 一种用于炼钢过程影响质量数据的分析方法