热轧厚度控制模型的监控方法、装置、介质和电子设备与流程

1.本技术涉及热轧板带厚度技术领域，具体而言，涉及一种热轧厚度控制模型的监控方法、装置、介质和电子设备。


背景技术：

2.目前，在热轧板带生产线中，产品厚度控制精度是最为核心的指标之一。而在厚度控制过程中，热轧厚度控制模型中的厚度计算结果和模型自学习系数叠加到一起，共同对厚度进行控制。模型学习系数虽然弥补了模型计算的偏差，但是同时也掩盖了模型计算本身存在的问题，需要对热轧厚度控制模型进行严格的监控以力求及时发现问题并及时处理。
3.基于此，如何监控热轧厚度控制模型是否存在问题，提高热轧厚度控制模型在针对轧件热轧过程中的厚度控制精度是亟待解决的技术问题。


技术实现要素：

4.本技术的实施例提供了一种热轧厚度控制模型的监控方法、装置、计算机介质和电子设备，通过热轧厚度控制模型中自学习模块生成的自学习系数监控热轧厚度控制模型是否存在问题，可以及时调整热轧厚度控制模型，从而提高热轧厚度控制模型在针对轧件热轧过程中的厚度控制精度。
5.本技术的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本技术的实践而习得。
6.根据本技术的一个方面，提供了一种热轧厚度控制模型的监控方法，所述热轧厚度控制模型包括控制模块和自学习模块，所述控制模块用于控制热轧设备对轧件进行热轧时的厚度，所述自学习模块用于修正热轧设备对轧件进行热轧时的厚度，所述方法包括：获取所述热轧厚度控制模型中的自学习模块在多次热轧过程中计算生成的自学习系数，得到第一监控参数数组；判断所述第一监控参数数组中是否存在连续j1个数值的绝对值均超过设定极限值，其中，所述j1为大于2的自然数；如果所述第一监控参数数组中存在连续j1个数值的绝对值均超过设定极限值，则输出关于所述热轧厚度控制模型的警报信息。
7.在本技术的一些实施例中，基于前述方案，所述方法还包括：如果所述第一监控参数数组中不存在连续j1个数值的绝对值均超过设定极限值，则按照设定的包络次数，对所述第一监控参数数组进行包络中位线处理，得到参考监控参数数组；根据所述参考监控参数数组，构建参考监控参数函数；对所述参考监控参数函数进行3次取离散微分处理，分别得到第二监控参数数组、第三监控参数数组，以及第四监控参数数组；判断所述第二监控参数数组中是否存在连续j2个数值均为负值或者均为正值，其中，所述j2为大于10的自然数；如果所述第二监控参数数组中存在连续j2个数值均为负值或者均为正值，则输出关于所述热轧厚度控制模型的警报信息。
8.在本技术的一些实施例中，基于前述方案，所述方法还包括：如果所述第二监控参
数数组中不存在连续j2个数值均为负值或者均为正值，则判断所述第二监控参数数组中是否存在连续j3个数值均为正值，且判断所述第三监控参数数组中与所述j3个数值具有相同数组位置的数值是否均为正值，其中，所述j3为大于3小于j2的自然数；如果所述第二监控参数数组中存在连续j3个数值均为正值，且所述第三监控参数数组中与所述j3个数值具有相同数组位置的数值均为正值，则输出关于所述热轧厚度控制模型的警报信息。
9.在本技术的一些实施例中，基于前述方案，所述方法还包括：如果所述第二监控参数数组中不存在连续j3个数值均为正值，或者所述第三监控参数数组中与所述j3个数值具有相同数组位置的数值不均为正值，则判断所述第二监控参数数组中是否存在连续j3个数值均为负值，且判断所述第三监控参数数组中与所述j3个数值具有相同数组位置的数值是否均为负值；如果所述第二监控参数数组中存在连续j3个数值均为负值，且所述第三监控参数数组中与所述j3个数值具有相同数组位置的数值均为负值，则输出关于所述热轧厚度控制模型的警报信息。
10.在本技术的一些实施例中，基于前述方案，所述方法还包括：如果所述第二监控参数数组中不存在连续j3个数值均为正值或负值，或者所述第三监控参数数组中与所述j3个数值具有相同数组位置的数值不均为正值或负值，则判断所述第四监控参数数组中是否存在连续j4个数值均为负值或者均为正值，其中，所述j4为大于所述j3的自然数；如果所述第四监控参数数组中存在连续j4个数值均为负值或者均为正值，则输出关于所述热轧厚度控制模型的警报信息。
11.根据本技术的一个方面，提供了一种热轧厚度控制模型的监控装置，所述热轧厚度控制模型包括控制模块和自学习模块，所述控制模块用于控制热轧设备对轧件进行热轧时的厚度，所述自学习模块用于修正热轧设备对轧件进行热轧时的厚度，所述装置包括：获取单元，被用于获取所述热轧厚度控制模型中的自学习模块在多次热轧过程中计算生成的自学习系数，得到第一监控参数数组；第一判断单元，被用于判断所述第一监控参数数组中是否存在连续j1个数值的绝对值均超过设定极限值，其中，所述j1为大于2的自然数；第一输出单元，被用于如果所述第一监控参数数组中存在连续j1个数值的绝对值均超过设定极限值，则输出关于所述热轧厚度控制模型的警报信息。
12.在本技术的一些实施例中，基于前述方案，所述装置还包括：包络中位线处理单元，被用于如果所述第一监控参数数组中不存在连续j1个数值的绝对值均超过设定极限值，则按照设定的包络次数，对所述第一监控参数数组进行包络中位线处理，得到参考监控参数数组；构建单元，被用于根据所述参考监控参数数组，构建参考监控参数函数；离散微分处理单元，被用于对所述参考监控参数函数进行3次取离散微分处理，分别得到第二监控参数数组、第三监控参数数组，以及第四监控参数数组；第二判断单元，被用于判断所述第二监控参数数组中是否存在连续j2个数值均为负值或者均为正值，其中，所述j2为大于10的自然数；第二输出单元，被用于如果所述第二监控参数数组中存在连续j2个数值均为负值或者均为正值，则输出关于所述热轧厚度控制模型的警报信息。
13.在本技术的一些实施例中，基于前述方案，所述装置还包括：第三判断单元，被用于如果所述第二监控参数数组中不存在连续j2个数值均为负值或者均为正值，则判断所述第二监控参数数组中是否存在连续j3个数值均为正值，且判断所述第三监控参数数组中与所述j3个数值具有相同数组位置的数值是否均为正值，其中，所述j3为大于3小于j2的自然
数；第三输出单元，被用于如果所述第二监控参数数组中存在连续j3个数值均为正值，且所述第三监控参数数组中与所述j3个数值具有相同数组位置的数值均为正值，则输出关于所述热轧厚度控制模型的警报信息。
14.在本技术的一些实施例中，基于前述方案，所述装置还包括：第四判断单元，被用于如果所述第二监控参数数组中不存在连续j3个数值均为正值，或者所述第三监控参数数组中与所述j3个数值具有相同数组位置的数值不均为正值，则判断所述第二监控参数数组中是否存在连续j3个数值均为负值，且判断所述第三监控参数数组中与所述j3个数值具有相同数组位置的数值是否均为负值；第四输出单元，被用于如果所述第二监控参数数组中存在连续j3个数值均为负值，且所述第三监控参数数组中与所述j3个数值具有相同数组位置的数值均为负值，则输出关于所述热轧厚度控制模型的警报信息。
15.在本技术的一些实施例中，基于前述方案，所述装置还包括：第五判断单元，被用于如果所述第二监控参数数组中不存在连续j3个数值均为正值或负值，或者所述第三监控参数数组中与所述j3个数值具有相同数组位置的数值不均为正值或负值，则判断所述第四监控参数数组中是否存在连续j4个数值均为负值或者均为正值，其中，所述j4为大于所述j3的自然数；第五输出单元，被用于如果所述第四监控参数数组中存在连续j4个数值均为负值或者均为正值，则输出关于所述热轧厚度控制模型的警报信息。
16.根据本技术的一个方面，提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一条程序代码，所述至少一条程序代码由处理器加载并执行以实现如所述的热轧厚度控制模型的监控方法所执行的操作。
17.根据本技术的一个方面，提供了一种电子设备，其特征在于，所述电子设备包括一个或多个处理器和一个或多个存储器，所述一个或多个存储器中存储有至少一条程序代码，所述至少一条程序代码由所述一个或多个处理器加载并执行以实现如所述的热轧厚度控制模型的监控方法所执行的操作。
18.在本技术的一些实施例所提供的技术方案中，通过热轧厚度控制模型中自学习模块生成的自学习系数监控热轧厚度控制模型是否存在问题，可以及时调整热轧厚度控制模型，从而提高热轧厚度控制模型在针对轧件热轧过程中的厚度控制精度。
19.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本技术。
附图说明
20.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本技术的实施例，并与说明书一起用于解释本技术的原理。显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
21.图1示出了本技术一个实施例中的热轧厚度控制模型的监控方法的流程简图；
22.图2示出了本技术一个实施例中的自学习系数函数离散点组成的曲线图；
23.图3示出了本技术一个实施例中的热轧厚度控制模型的监控装置简图；
24.图4示出了适于用来实现本技术实施例的电子设备的计算机系统的结构示意图。
具体实施方式
25.现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本技术将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。
26.此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本技术的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本技术的技术方案而没有特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、装置、实现或者操作以避免模糊本技术的各方面。
27.附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制装置中实现这些功能实体。
28.附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。
29.需要注意的是，本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的对象在适当情况下可以互换，以便这里描述的本技术的实施例能够以除了在图示或描述的那些以外的顺序实施。
30.需要说明的是，本技术所提出的热轧厚度控制模型的监控方案主要应用于热轧板带厚度技术领域中，在热轧板带生产线中，产品厚度控制精度是最为核心的指标之一。而在厚度控制过程中，基于预先设计的热轧厚度控制模型对轧件的厚度进行控制，在实际生产中，实际所生产的轧件厚度与理想控制中的轧件厚度可能不一致，造成这种原因主要有两个方面，一是热轧厚度控制模型本身存在问题，而是轧件生产环境参数存在误差(比如，实际生产的环境温度、湿度等参数与热轧厚度控制模型对应的理论环境温度、湿度不一致)。在现有方案中，模型的自学习功能可以弥补因模型自身问题或者轧件生产环境参数误差问题而造成的轧件厚度误差，模型自学习系数虽然弥补了模型计算的偏差，但是同时也掩盖了模型计算本身存在的问题，需要对热轧厚度控制模型进行严格的监控以力求及时发现问题并及时处理。
31.接下来，本技术将结合附图对本技术提供的技术方案进行详细说明。
32.图1示出了本技术一个实施例中的热轧厚度控制模型的监控方法的流程简图，该方法可以执行于热轧设备中的控制装置，所述热轧厚度控制模型包括控制模块和自学习模块，所述控制模块用于控制热轧设备对轧件进行热轧时的厚度，所述自学习模块用于修正热轧设备对轧件进行热轧时的厚度，所述方法包括步骤101至步骤103：
33.在步骤101中，获取所述热轧厚度控制模型中的自学习模块在多次热轧过程中计算生成的自学习系数，得到第一监控参数数组。
34.在本技术的一个实施例中，可以在热轧厚度控制模型的第i次计算后，对应得到模型中自学习模块生成的自学习系数ci以及对应的时间点ti。
35.进一步的，可以创建一个“x坐标-时间点t”映射数组：“x坐标”数组为自然数数组
{n}，“时间点t”数组为热轧厚度控制模型计算时的时间点数组{tn}，其中“x坐标”数组中任意一个数i对应于“时间点t”数组中时间点ti。
36.进一步的，可以创建“y坐标”数组，即模型自学习系数数组{cn}，进而可以将模型自学习系数数组{cn}作为所述第一监控参数数组。
37.进一步的，可以以模型自学习系数数组{cn}中的“n”为横坐标、{cn}为对应的函数值，建立“x-y坐标系”，得到函数ci＝f(i)对应的离散点组成的曲线图，如附图2所示。
38.在步骤102中，判断所述第一监控参数数组中是否存在连续j1个数值的绝对值均超过设定极限值，其中，所述j1为大于2的自然数。
39.在本技术中，需要说明的是，所述j1的数值可以是预先设定的。
40.在步骤103中，如果所述第一监控参数数组中存在连续j1个数值的绝对值均超过设定极限值，则输出关于所述热轧厚度控制模型的警报信息。
41.在本技术中，如果所述第一监控参数数组中存在连续j1个数值的绝对值均超过设定极限值，则说明热轧厚度控制模型可能存在自身问题，此时可以输出关于所述热轧厚度控制模型的警报信息，以对热轧厚度控制模型进行及时调整。
42.在本技术中，对于热轧厚度控制模型，给定极限值的绝对值取值范围可以为[0.01，0.1]mm。
[0043]
在本技术中，所述热轧厚度控制模型的监控方案还可以执行如下步骤104至步骤108：
[0044]
在步骤104中，如果所述第一监控参数数组中不存在连续j1个数值的绝对值均超过设定极限值，则按照设定的包络次数，对所述第一监控参数数组进行包络中位线处理，得到参考监控参数数组。
[0045]
在本技术中，可以将包络次数设定为n次，对原始数据做包络中位线处理：其中m＝n―1，n为非零自然数。
[0046]
进一步的，可以得到新的数组{ynn}，并可以将该新的数组{ynn}参考监控参数数组。
[0047]
在步骤105中，根据所述参考监控参数数组，构建参考监控参数函数。
[0048]
在本技术中，在将参考监控参数数组{ynn}与上述{n}联合后，可以构建得到新的函数yni＝f(i)，作为参考监控参数函数。
[0049]
在步骤106中，对所述参考监控参数函数进行3次取离散微分处理，分别得到第二监控参数数组、第三监控参数数组，以及第四监控参数数组。
[0050]
在本技术中，可以对参考监控参数函数yni＝f(i)进行3次取离散微分：＝f(i)进行3次取离散微分：
[0051]
进一步的，根据进一步的，根据可以分别得到第二监控参数数组f
(1)
(n)、第三监控参数数组f
(2)
(n)，以及第四监控参数数组f
(3)
(n)。
[0052]
在步骤107中，判断所述第二监控参数数组中是否存在连续j2个数值均为负值或者均为正值，其中，所述j2为大于10的自然数。
[0053]
在本技术中，需要说明的是，所述j2的数值可以是预先设定的。
[0054]
在步骤108中，如果所述第二监控参数数组中存在连续j2个数值均为负值或者均为正值，则输出关于所述热轧厚度控制模型的警报信息。
[0055]
在本技术中，如果所述第二监控参数数组中存在连续j2个数值均为负值或者均为正值，则说明热轧厚度控制模型可能存在自身问题，此时可以输出关于所述热轧厚度控制模型的警报信息，以对热轧厚度控制模型进行及时调整。
[0056]
在本技术中，所述热轧厚度控制模型的监控方案还可以执行如下步骤109至步骤110：
[0057]
在步骤109中，如果所述第二监控参数数组中不存在连续j2个数值均为负值或者均为正值，则判断所述第二监控参数数组中是否存在连续j3个数值均为正值，且判断所述第三监控参数数组中与所述j3个数值具有相同数组位置的数值是否均为正值，其中，所述j3为大于3小于j2的自然数。
[0058]
在本技术中，需要说明的是，所述j3的数值可以是预先设定的。
[0059]
在步骤110中，如果所述第二监控参数数组中存在连续j3个数值均为正值，且所述第三监控参数数组中与所述j3个数值具有相同数组位置的数值均为正值，则输出关于所述热轧厚度控制模型的警报信息。
[0060]
在本技术中，如果所述第二监控参数数组中存在连续j3个数值均为正值，且所述第三监控参数数组中与所述j3个数值具有相同数组位置的数值均为正值，则说明热轧厚度控制模型可能存在自身问题，此时可以输出关于所述热轧厚度控制模型的警报信息，以对热轧厚度控制模型进行及时调整。
[0061]
在本技术中，所述热轧厚度控制模型的监控方案还可以执行如下步骤111至步骤112：
[0062]
在步骤111中，如果所述第二监控参数数组中不存在连续j3个数值均为正值，或者所述第三监控参数数组中与所述j3个数值具有相同数组位置的数值不均为正值，则判断所述第二监控参数数组中是否存在连续j3个数值均为负值，且判断所述第三监控参数数组中与所述j3个数值具有相同数组位置的数值是否均为负值。
[0063]
在步骤112中，如果所述第二监控参数数组中存在连续j3个数值均为负值，且所述第三监控参数数组中与所述j3个数值具有相同数组位置的数值均为负值，则输出关于所述热轧厚度控制模型的警报信息。
[0064]
在本技术中，如果所述第二监控参数数组中存在连续j3个数值均为负值，且所述第三监控参数数组中与所述j3个数值具有相同数组位置的数值均为负值，则说明热轧厚度控制模型可能存在自身问题，此时可以输出关于所述热轧厚度控制模型的警报信息，以对热轧厚度控制模型进行及时调整。
[0065]
在本技术中，所述热轧厚度控制模型的监控方案还可以执行如下步骤113至步骤114：
[0066]
在步骤113中，如果所述第二监控参数数组中不存在连续j3个数值均为正值或负值，或者所述第三监控参数数组中与所述j3个数值具有相同数组位置的数值不均为正值或
负值，则判断所述第四监控参数数组中是否存在连续j4个数值均为负值或者均为正值，其中，所述j4为大于所述j3的自然数。
[0067]
在本技术中，需要说明的是，所述j4的数值可以是预先设定的。
[0068]
在步骤114中，如果所述第四监控参数数组中存在连续j4个数值均为负值或者均为正值，则输出关于所述热轧厚度控制模型的警报信息。
[0069]
在本技术中，如果所述第四监控参数数组中存在连续j4个数值均为负值或者均为正值，则说明热轧厚度控制模型可能存在自身问题，此时可以输出关于所述热轧厚度控制模型的警报信息，以对热轧厚度控制模型进行及时调整。
[0070]
为了使本领域技术人员更好的理解本技术，下面将结合一个具体实施例对上述热轧厚度控制模型的监控方案进行说明。
[0071]
在一个具体实施例中，随机抽取连续500块带钢(轧件)数据，获得热轧厚度控制模型的i＝500次计算后，对应的模型自学习系数ci、对应的时间点ti。
[0072]
创建一个“x坐标-时间点t”映射数组：“x坐标”数组为自然数数组n＝{1,2,
…
，500}，“时间点t”数组为热轧厚度控制模型计算时的时间点数组{tn}，其中“x坐标”数组中任意一数i对应于“时间点t”数组中时间点ti。
[0073]
创建“y坐标”数组，即模型自学习系数数组cn＝{0.034,0.154,0.162,
…
,0.395,0.425}。
[0074]
以上述数组{n}为横坐标、{cn}为对应的函数值，建立“x-y坐标系”，得到函数ci＝f(i)对应的离散点组成的曲线图。
[0075]
对原始数据做包络中位线处理：对原始数据做包络中位线处理：其中m＝n―1，n为非零自然数(为保证处理效果，选择n≥5，此实施例选择n＝9)，之后得到新的数组y9i＝{0.272,0.321,0.359,0.381,
…
,0.037,0.008}，与上述横坐标{n}联合后，得到新的函数y9i＝f(i)。
[0076]
对函数y9i＝f(i)进行3次取离散微分：＝f(i)进行3次取离散微分：
[0077]
基于上述方案，得到：
[0078]
第二监控参数数组:cn＝{0.034,0.154,0.162,
…
,0.395,0.425}；
[0079]
参考监控参数数组:y9i＝{0.272,0.321,0.359,0.381,
…
,0.037,0.008}；
[0080]
第二监控参数数组:f(1)(n)＝{0.048,0.038,0.022,0.009,
…
,-0.029,-0.007}；
[0081]
第二监控参数数组:f(2)(n)＝{-0.009,-0.016,-0.012,-0.011,
…
,0.021,0.006}；
[0082]
第二监控参数数组:f(3)(n＝{-0.007,0.004,0.0002,-0.006,
…
,-0.015,-0.005}。
[0083]
下面进行核心的判定及报警过程，此处预先给出计数变量j1、j2、j3、j4：
[0084]
(1)若{cn}中出现连续j1个数值的值都大于给定极限值、则发出报警信息并停止
进入下一步处理，否则，转入下一步处理；其中，j1为大于2的自然数，此处预设值为7，给定极限按照实际控制模型计算结果进行给定，对于热轧厚度控制模型，给定极限值的绝对值取值范围为[0.01，0.75]mm；实例中{cn}未发出报警，转入下一步处理。
[0085]
(2)若{f
(1)
(n)}中出现连续j2个数值的值皆为正值或者皆为负值、则发出报警信息并停止进入下一步处理，否则，转入下一步处理；其中j2为大于5的自然数，此处预设值为7，实例中{f
(1)
(n)}数组在44≦n≦50处连续出现负值{-0.005,-0.018,-0.013,-0.008,-0.008,-0.006,-0.001}区间，系统发出报警信息，停止下一步处理。
[0086]
本技术发明人在实际实验中表明，在上述算法报警时所对应的时间点，确实出现了模型输入参数配置偏差过大而导致的模型自学习系数开始紊乱的迹象。经过及时对模型输入参数配置进行纠正后，模型后续的运行稳定，没有出现因此导致的恶性故障。
[0087]
本技术提出的热轧产品厚度控制模型监控方法，以解决现有技术中因为厚度控制模型自学习系数失稳而导致最终的带钢厚度计算结果偏差过大的问题。通过获得厚度控制模型学习系数及其对应的时间点，将此获得的数据创建一个“x坐标-时间点t”映射数组，将模型学习系数创建相应的“y坐标”数组；根据这些数据建立“x-y坐标系”，得到学习系数为因变量、时间点数量为自变量的隐函数，对函数曲线做包络中位线处理以剔除离散点的间断点对后续计算处理的影响，之后得到新的函数，对此新的函数进行离散微分后进行一系列的判定过程。这样可以及时发现模型学习问题进而大大提高了带钢厚度的控制精度。
[0088]
以下介绍本技术的装置实施例，可以用于执行本技术上述实施例中的热轧厚度控制模型的监控方法。
[0089]
图3示出了本技术一个实施例中热轧厚度控制模型的监控装置简图，所述热轧厚度控制模型包括控制模块和自学习模块，所述控制模块用于控制热轧设备对轧件进行热轧时的厚度，所述自学习模块用于修正热轧设备对轧件进行热轧时的厚度，所述控制装置300包括：获取单元301、第一判断单元302和第一输出单元303。
[0090]
其中，获取单元301，被用于获取所述热轧厚度控制模型中的自学习模块在多次热轧过程中计算生成的自学习系数，得到第一监控参数数组；第一判断单元302，被用于判断所述第一监控参数数组中是否存在连续j1个数值的绝对值均超过设定极限值，其中，所述j1为大于2的自然数；第一输出单元303，被用于如果所述第一监控参数数组中存在连续j1个数值的绝对值均超过设定极限值，则输出关于所述热轧厚度控制模型的警报信息。
[0091]
在本技术的一些实施例中，基于前述方案，所述装置还包括：包络中位线处理单元，被用于如果所述第一监控参数数组中不存在连续j1个数值的绝对值均超过设定极限值，则按照设定的包络次数，对所述第一监控参数数组进行包络中位线处理，得到参考监控参数数组；构建单元，被用于根据所述参考监控参数数组，构建参考监控参数函数；离散微分处理单元，被用于对所述参考监控参数函数进行3次取离散微分处理，分别得到第二监控参数数组、第三监控参数数组，以及第四监控参数数组；第二判断单元，被用于判断所述第二监控参数数组中是否存在连续j2个数值均为负值或者均为正值，其中，所述j2为大于10的自然数；第二输出单元，被用于如果所述第二监控参数数组中存在连续j2个数值均为负值或者均为正值，则输出关于所述热轧厚度控制模型的警报信息。
[0092]
在本技术的一些实施例中，基于前述方案，所述装置还包括：第三判断单元，被用于如果所述第二监控参数数组中不存在连续j2个数值均为负值或者均为正值，则判断所述
第二监控参数数组中是否存在连续j3个数值均为正值，且判断所述第三监控参数数组中与所述j3个数值具有相同数组位置的数值是否均为正值，其中，所述j3为大于3小于j2的自然数；第三输出单元，被用于如果所述第二监控参数数组中存在连续j3个数值均为正值，且所述第三监控参数数组中与所述j3个数值具有相同数组位置的数值均为正值，则输出关于所述热轧厚度控制模型的警报信息。
[0093]
在本技术的一些实施例中，基于前述方案，所述装置还包括：第四判断单元，被用于如果所述第二监控参数数组中不存在连续j3个数值均为正值，或者所述第三监控参数数组中与所述j3个数值具有相同数组位置的数值不均为正值，则判断所述第二监控参数数组中是否存在连续j3个数值均为负值，且判断所述第三监控参数数组中与所述j3个数值具有相同数组位置的数值是否均为负值；第四输出单元，被用于如果所述第二监控参数数组中存在连续j3个数值均为负值，且所述第三监控参数数组中与所述j3个数值具有相同数组位置的数值均为负值，则输出关于所述热轧厚度控制模型的警报信息。
[0094]
在本技术的一些实施例中，基于前述方案，所述装置还包括：第五判断单元，被用于如果所述第二监控参数数组中不存在连续j3个数值均为正值或负值，或者所述第三监控参数数组中与所述j3个数值具有相同数组位置的数值不均为正值或负值，则判断所述第四监控参数数组中是否存在连续j4个数值均为负值或者均为正值，其中，所述j4为大于所述j3的自然数；第五输出单元，被用于如果所述第四监控参数数组中存在连续j4个数值均为负值或者均为正值，则输出关于所述热轧厚度控制模型的警报信息。
[0095]
图4示出了适于用来实现本技术实施例的电子设备的计算机系统的结构示意图。
[0096]
需要说明的是，图4示出的电子设备的计算机系统400仅是一个示例，不应对本技术实施例的功能和使用范围带来任何限制。
[0097]
如图4所示，计算机系统400包括中央处理单元(central processing unit，cpu)401，其可以根据存储在只读存储器(read-only memory，rom)402中的程序或者从储存部分408加载到随机访问存储器(random access memory，ram)403中的程序而执行各种适当的动作和处理，例如执行上述实施例中所述的热轧厚度控制模型的监控方法。在ram403中，还存储有系统操作所需的各种程序和数据。cpu 401、rom 402以及ram 403通过总线404彼此相连。输入/输出(input/output，i/o)接口405也连接至总线404。
[0098]
以下部件连接至i/o接口405：包括键盘、鼠标等的输入部分406；包括诸如阴极射线管(cathode ray tube，crt)、液晶显示器(liquid crystal display，lcd)等以及扬声器等的输出部分407；包括硬盘等的储存部分408；以及包括诸如lan(local area network，局域网)卡、调制解调器等的网络接口卡的通信部分409。通信部分409经由诸如因特网的网络执行通信处理。驱动器410也根据需要连接至i/o接口405。可拆卸介质411，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器410上，以便于从其上读出的计算机程序根据需要被安装入储存部分408。
[0099]
特别地，根据本技术的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本技术的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分409从网络上被下载和安装，和/或从可拆卸介质411被安装。在该计算机程序被中央处理单元(cpu)401执行时，执行本技术的系统中限定的
各种功能。
[0100]
需要说明的是，本技术实施例所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(erasable programmable read only memory，eprom)、闪存、光纤、便携式紧凑磁盘只读存储器(compact disc read-only memory，cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本技术中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本技术中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。
[0101]
附图中的流程图和框图，图示了按照本技术各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。其中，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0102]
描述于本技术实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现，所描述的单元也可以设置在处理器中。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定。
[0103]
作为另一方面，本技术还提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。电子设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该电子设备执行上述实施例中所述的热轧厚度控制模型的监控方法。
[0104]
作为另一方面，本技术还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该电子设备执行时，使得该电子设备实现上述实施例中所述的热轧厚度控制模型的监控方法。
[0105]
应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本技术的实施方式，上文描述的两个或更多
模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
[0106]
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本技术实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd-rom，u盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行上述实施例中所述的热轧厚度控制模型的监控方法。
[0107]
本领域技术人员在考虑说明书及实践这里公开的实施方式后，将容易想到本技术的其它实施方案。本技术旨在涵盖本技术的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本技术的一般性原理并包括本技术未公开的本技术领域中的公知常识或惯用技术手段。