一种连铸自动开浇的方法和装置与流程

本发明涉及连铸开浇技术领域，尤其涉及一种连铸自动开浇的方法和装置。

背景技术：

连铸开浇是连铸机中间包开浇到结晶器内钢水，随着国内对品质钢种的追求，和对所生产要求越来越高，国内连铸基本采用人工开浇模式，但是人工模式开浇很多时候出现开浇不顺和不成功，尤其品种钢越来越多，要求越来越高，整体包开浇只能一次成功，否则影响生产的顺行。连铸机的开浇对于连铸生产的意义重大，与手动开浇相比，自动开浇通过降低开浇初期操作人员于预生产的程度提高连铸生产的安全性，目前，连铸机是否具备自动开浇能力是代表连铸机生产工艺的标准之一，其中，自动开浇率一致较难控制，控制情况不理想，尤其对于一些工艺特殊的钢品，但连铸自动开浇率不仅影响正常的生产次序，也会影响铸钢的质量，因而提高连铸自动开浇率是很有必要的。

但本发明申请人发现现有技术至少存在如下技术问题：

现有技术中自动开浇控制对主要参数控制准确度不够，无法保证开浇率的技术问题。

技术实现要素：

本发明实施例提供了一种连铸自动开浇的方法和装置，解决了现有技术中自动开浇控制对主要参数控制准确度不够，无法保证开浇率的技术问题。

鉴于上述问题，提出了本申请实施例以便提供一种连铸自动开浇的方法和装置。

第一方面，本发明提供了一种连铸自动开浇的方法，所述方法包括：实时获得连铸机中间包开浇结晶器的待识别图像信息；将所述待识别图像输入第一训练模型，其中，所述第一训练模型为使用多组训练数据通过机器学习训练得出的，所述多组训练数据中的每一组训练数据均包括：所述连铸机中间包开浇结晶器的图像信息和识别所述图像信息上钢水液位的标签、中间包水口开度信息的标签、开浇时间的标签；获得所述第一训练模型的第一输出结果，其中，所述第一输出结果包括所述待识别图像信息对应的钢水液位信息、第一中间包水口开度信息、开浇时间信息；根据所述第一输出结果，获得参数设定策略；根据所述参数设定策略，获得第一开浇指令，其中，所述第一开浇指令用于按照所述参数设定策略进行开浇过程的参数调整并控制开浇操作。

优选的，所述方法还包括：获得钢水图像信息；将所述钢水图像信息输入第二训练模型，其中，所述第二训练模型为使用多组包含所述钢水图像信息和识别所述图像信息上钢种类型的标签、中间包水口开度信息的标签、钢水温度信息的标签，通过机器学习训练得出的；获得所述第二训练模型的第二输出结果，所述第二输出结果包括所述钢水图像信息对应的钢种类型信息、第二中间包水口开度信息、钢水温度信息。

优选的，所述获得所述第二训练模型的第二输出结果之后，包括：判断所述第二中间包水口开度信息与所述第一中间包水口开度信息是否相同；当所述第二中间包水口开度信息和所述第一中间包水口开度信息不相同时，调整所述第一中间包水口开度信息，将所述第二中间包水口开度信息作为所述第一中间包水口开度信息。

优选的，所述根据所述参数设定策略，获得第一开浇指令之后，包括：获得连铸机拉速信息；获得目标拉速信息；判断所述连铸机拉速信息是否满足所述目标拉速信息；当所述连铸机拉速信息满足所述目标拉速信息时，获得实际钢水液位信息。

优选的，所述当所述连铸机拉速信息满足所述目标拉速信息时，获得实际钢水液位信息之后，包括：获得标准钢水液位阈值；判断所述实际钢水液位信息是否满足所述标准钢水液位阈值；当所述实际钢水液位信息满足所述标准钢水液位阈值时，获得第二开浇指令，所述第二开浇指令为停止开浇操作。

优选的，所述方法还包括：获得开浇时间长度阈值；根据所述开浇时间长度阈值，获得标准开浇时间信息；将所述标准开浇时间信息作为监督数据，输入所述每一组训练数据中。

第二方面，本发明提供了一种连铸自动开浇的装置，所述装置包括：

第一获得单元，所述第一获得单元用于实时获得连铸机中间包开浇结晶器的待识别图像信息；

第一输入单元，所述第一输入单元用于将所述待识别图像输入第一训练模型，其中，所述第一训练模型为使用多组训练数据通过机器学习训练得出的，所述多组训练数据中的每一组训练数据均包括：所述连铸机中间包开浇结晶器的图像信息和识别所述图像信息上钢水液位的标签、中间包水口开度信息的标签、开浇时间的标签；

第二获得单元，所述第二获得单元用于获得所述第一训练模型的第一输出结果，其中，所述第一输出结果包括所述待识别图像信息对应的钢水液位信息、第一中间包水口开度信息、开浇时间信息；

第三获得单元，所述第三获得单元用于根据所述第一输出结果，获得参数设定策略；

第四获得单元，所述第四获得单元用于根据所述参数设定策略，获得第一开浇指令，其中，所述第一开浇指令用于按照所述参数设定策略进行开浇过程的参数调整并控制开浇操作。

优选的，所述装置还包括：

第五获得单元，所述第五获得单元用于获得钢水图像信息；

第二输入单元，所述第二输入单元用于将所述钢水图像信息输入第二训练模型，其中，所述第二训练模型为使用多组包含所述钢水图像信息和识别所述图像信息上钢种类型的标签、中间包水口开度信息的标签、钢水温度信息的标签，通过机器学习训练得出的；

第六获得单元，所述第六获得单元用于获得所述第二训练模型的第二输出结果，所述第二输出结果包括所述钢水图像信息对应的钢种类型信息、第二中间包水口开度信息、钢水温度信息。

优选的，所述装置还包括：

第一判断单元，所述第一判断单元用于判断所述第二中间包水口开度信息与所述第一中间包水口开度信息是否相同；

第一调整单元，所述第一调整单元用于当所述第二中间包水口开度信息和所述第一中间包水口开度信息不相同时，调整所述第一中间包水口开度信息，将所述第二中间包水口开度信息作为所述第一中间包水口开度信息。

优选的，所述装置还包括：

第七获得单元，所述第七获得单元用于获得连铸机拉速信息；

第八获得单元，所述第八获得单元用于获得目标拉速信息；

第二判断单元，所述第二判断单元用于判断所述连铸机拉速信息是否满足所述目标拉速信息；

第九获得单元，所述第九获得单元用于当所述连铸机拉速信息满足所述目标拉速信息时，获得实际钢水液位信息。

优选的，所述装置还包括：

第十获得单元，所述第十获得单元用于获得标准钢水液位阈值；

第三判断单元，所述第三判断单元用于判断所述实际钢水液位信息是否满足所述标准钢水液位阈值；

第十一获得单元，所述第十一获得单元用于当所述实际钢水液位信息满足所述标准钢水液位阈值时，获得第二开浇指令，所述第二开浇指令为停止开浇操作。

优选的，所述装置还包括：

第十二获得单元，所述第十二获得单元用于获得开浇时间长度阈值；

第十三获得单元，所述第十三获得单元用于根据所述开浇时间长度阈值，获得标准开浇时间信息；

第三输入单元，所述第三输入单元用于将所述标准开浇时间信息作为监督数据，输入所述每一组训练数据中。

第三方面，本发明提供了一种连铸自动开浇的装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现以下步骤：实时获得连铸机中间包开浇结晶器的待识别图像信息；将所述待识别图像输入第一训练模型，其中，所述第一训练模型为使用多组训练数据通过机器学习训练得出的，所述多组训练数据中的每一组训练数据均包括：所述连铸机中间包开浇结晶器的图像信息和识别所述图像信息上钢水液位的标签、中间包水口开度信息的标签、开浇时间的标签；获得所述第一训练模型的第一输出结果，其中，所述第一输出结果包括所述待识别图像信息对应的钢水液位信息、第一中间包水口开度信息、开浇时间信息；根据所述第一输出结果，获得参数设定策略；根据所述参数设定策略，获得第一开浇指令，其中，所述第一开浇指令用于按照所述参数设定策略进行开浇过程的参数调整并控制开浇操作。

第四方面，本发明提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现以下步骤：实时获得连铸机中间包开浇结晶器的待识别图像信息；将所述待识别图像输入第一训练模型，其中，所述第一训练模型为使用多组训练数据通过机器学习训练得出的，所述多组训练数据中的每一组训练数据均包括：所述连铸机中间包开浇结晶器的图像信息和识别所述图像信息上钢水液位的标签、中间包水口开度信息的标签、开浇时间的标签；获得所述第一训练模型的第一输出结果，其中，所述第一输出结果包括所述待识别图像信息对应的钢水液位信息、第一中间包水口开度信息、开浇时间信息；根据所述第一输出结果，获得参数设定策略；根据所述参数设定策略，获得第一开浇指令，其中，所述第一开浇指令用于按照所述参数设定策略进行开浇过程的参数调整并控制开浇操作。

本申请实施例中的上述一个或多个技术方案，至少具有如下一种或多种技术效果：

本发明实施例提供的一种连铸自动开浇的方法和装置，通过实时获得连铸机中间包开浇结晶器的待识别图像信息；将所述待识别图像输入第一训练模型，其中，所述第一训练模型为使用多组训练数据通过机器学习训练得出的，所述多组训练数据中的每一组训练数据均包括：所述连铸机中间包开浇结晶器的图像信息和识别所述图像信息上钢水液位的标签、中间包水口开度信息的标签、开浇时间的标签；获得所述第一训练模型的第一输出结果，其中，所述第一输出结果包括所述待识别图像信息对应的钢水液位信息、第一中间包水口开度信息、开浇时间信息；根据所述第一输出结果，获得参数设定策略；根据所述参数设定策略，获得第一开浇指令，其中，所述第一开浇指令用于按照所述参数设定策略进行开浇过程的参数调整并控制开浇操作。达到了通过人工智能进行参数精确化计算，通过各参数之间的有效配合，实现液位的稳定控制，从而保证连铸开浇率，优化工艺，确保连铸机的有效运行，使连铸生产顺行的技术效果。从而解决了现有技术中自动开浇控制对主要参数控制准确度不够，无法保证开浇率的技术问题。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

图1为本发明实施例中一种连铸自动开浇的方法的流程示意图；

图2为本发明实施例中一种连铸自动开浇的装置的结构示意图；

图3为本发明实施例中另一种连铸自动开浇的装置的结构示意图。

附图标记说明：第一获得单元11，第一输入单元12，第二获得单元13，第三获得单元14，第四获得单元15，总线300，接收器301，处理器302，发送器303，存储器304，总线接口306。

具体实施方式

本发明实施例提供了一种连铸自动开浇的方法和装置，用于解决现有技术中自动开浇控制对主要参数控制准确度不够，无法保证开浇率的技术问题。

本发明提供的技术方案总体思路如下：

实时获得连铸机中间包开浇结晶器的待识别图像信息；将所述待识别图像输入第一训练模型，其中，所述第一训练模型为使用多组训练数据通过机器学习训练得出的，所述多组训练数据中的每一组训练数据均包括：所述连铸机中间包开浇结晶器的图像信息和识别所述图像信息上钢水液位的标签、中间包水口开度信息的标签、开浇时间的标签；获得所述第一训练模型的第一输出结果，其中，所述第一输出结果包括所述待识别图像信息对应的钢水液位信息、第一中间包水口开度信息、开浇时间信息；根据所述第一输出结果，获得参数设定策略；根据所述参数设定策略，获得第一开浇指令，其中，所述第一开浇指令用于按照所述参数设定策略进行开浇过程的参数调整并控制开浇操作。达到了通过人工智能进行参数精确化计算，通过各参数之间的有效配合，实现液位的稳定控制，从而保证连铸开浇率，优化工艺，确保连铸机的有效运行，使连铸生产顺行的技术效果。

应理解，本发明实施例中，所述人工智能(artificialintelligence)，英文缩写为ai。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。但不同的时代、不同的人对这种“复杂工作”的理解是不同的。

下面通过附图以及具体实施例对本发明技术方案做详细的说明，应当理解本申请实施例以及实施例中的具体特征是对本申请技术方案的详细的说明，而不是对本申请技术方案的限定，在不冲突的情况下，本申请实施例以及实施例中的技术特征可以相互组合。

本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

实施例一

图1为本发明实施例中一种连铸自动开浇的方法的流程示意图。如图1所示，本发明实施例提供了一种连铸自动开浇的方法，所述方法包括：

步骤110：实时获得连铸机中间包开浇结晶器的待识别图像信息。

步骤120：将所述待识别图像输入第一训练模型，其中，所述第一训练模型为使用多组训练数据通过机器学习训练得出的，所述多组训练数据中的每一组训练数据均包括：所述连铸机中间包开浇结晶器的图像信息和识别所述图像信息上钢水液位的标签、中间包水口开度信息的标签、开浇时间的标签。

步骤130：获得所述第一训练模型的第一输出结果，其中，所述第一输出结果包括所述待识别图像信息对应的钢水液位信息、第一中间包水口开度信息、开浇时间信息。

步骤140：根据所述第一输出结果，获得参数设定策略。

步骤150：根据所述参数设定策略，获得第一开浇指令，其中，所述第一开浇指令用于按照所述参数设定策略进行开浇过程的参数调整并控制开浇操作。

具体而言，使用人工智能算法进行模型框架构建，人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。再使用大量的训练数据对模型进行训练，得到第一训练模型，其中根据使用的环境进行数据选择，本发明实施例是应用于连铸的自动开浇环境中，因而选择大量的训练数据均为自动开浇环境的图像，训练数据包括图像信息和识别图像信息中钢水液位的标签、识别中间包水口开度的标签、识别开浇时间的标签，经过大量数据的训练，通过第一训练模型可以从图像中进行各参数的识别。利用高精度的图像采集设备在连铸机中间包开浇结晶器的位置进行实时的图像采集，将采集到的图像信息作为输入数据，输入第一训练模型中，通过训练模型中对特性提取、筛选、计算等过程进行输出，就等同于人类大脑在进行数据处理，但处理速度远远超出人类大脑，这就是人工智能的优势。将待识别图像信息输入第一训练模型中，获得第一输出结果，包括了根据待识别图像得到的钢水液位信息、中间包水口开度信息、开浇时间信息，这几个信息都与连铸自动开浇密切相关，直接影响开浇率、开浇效果，根据输出结果作为参数设定，进行中间包水口开度、开浇时间、钢水液位的控制，并开始执行开浇操作，举例而言，根据连铸机中间包开浇结晶器的待识别图像信息，识别出当前钢水液位状态为进行自动开浇，则进行开浇操作，根据结晶器内的钢水液位控制中间包水口开度大小，以使钢水液位达到要求高度，通过开浇时间、中间包水口开度、钢水液位之间的关系，实现液位的稳定控制，从而保证连铸开浇率，优化工艺，保证连铸机的有效运行，使连铸生产顺行。从而解决了现有技术中自动开浇控制对主要参数控制准确度不够，无法保证开浇率的技术问题。

进一步的，所述方法还包括：获得钢水图像信息；将所述钢水图像信息输入第二训练模型，其中，所述第二训练模型为使用多组包含所述钢水图像信息和识别所述图像信息上钢种类型的标签、中间包水口开度信息的标签、钢水温度信息的标签，通过机器学习训练得出的；获得所述第二训练模型的第二输出结果，所述第二输出结果包括所述钢水图像信息对应的钢种类型信息、第二中间包水口开度信息、钢水温度信息。

具体而言，对于自动开浇除了钢水液位、中间包水口开度等参数的影响关系外，在实际生产中中间包钢水过热度、钢种等因素对钢水的流动性存在明显的影响，所以为了使钢水液位的上升过程受控和提高自动开浇率，在进行参数设定时，应当考虑到这些因素。因而建立第二训练模型，对钢水情况进行具体分析，能够快速进行参数的修改设定，以确保开浇率的有效控制，同样利用人工智能的算法进行模型搭建，使用大量的钢水图像信息和识别钢水温度、类型的标签，及结合钢水温度和钢类型所对应的中间包水口开度进行模型训练，使模型达到对钢水图像进行识别处理，满足对钢水温度、钢种及对应中间包水口开度参数的自动输出，将当前使用的钢水进行图像信息采集，获得钢水图像信息，将此作为第二训练模型的输入量，输入第二训练模型中进行数据处理、提取，得到该钢水图像信息所对应的钢种类型信息、第二中间包水口开度信息、钢水温度信息，根据钢水的温度和钢种情况对钢水流动性的影响，决定中间包水口开度的大小，以保证钢水液位的稳定控制，提高开浇率，达到连铸机工作的要求，确保连铸机的顺理运行，提高工作效率。

进一步的，所述获得所述第二训练模型的第二输出结果之后，包括：判断所述第二中间包水口开度信息与所述第一中间包水口开度信息是否相同；当所述第二中间包水口开度信息和所述第一中间包水口开度信息不相同时，调整所述第一中间包水口开度信息，将所述第二中间包水口开度信息作为所述第一中间包水口开度信息。

具体而言，将利用钢水温度和钢种情况确定的第二中间包水口开度信息，与之前通过第一训练模型对连铸机中间包开浇结晶器情况的图像分析输出的第一中间包水口开度信息进行比较，由于第一中间包水口开度主要参考是钢水液位、开浇时间，因而缺乏对钢种、钢水温度的参考，因而使用第二中间包水口开度信息对第一中间包水口开度信息进行修正，当第二中间包水口开度信息和第一中间包水口开度信息不相同时，使用第二中间包水口开度信息进行参数设定，实现对开浇影响参数进行全方位的计算处理，使得到参数控制更加准确，能够实现钢水液位上升过程的可控性，参数控制准确度高，提高自动开浇率，保证钢水的纯净度，优化工艺。

进一步的，所述根据所述参数设定策略，获得第一开浇指令之后，包括：获得连铸机拉速信息；获得目标拉速信息；判断所述连铸机拉速信息是否满足所述目标拉速信息；当所述连铸机拉速信息满足所述目标拉速信息时，获得实际钢水液位信息。

进一步的，所述当所述连铸机拉速信息满足所述目标拉速信息时，获得实际钢水液位信息之后，包括：获得标准钢水液位阈值；判断所述实际钢水液位信息是否满足所述标准钢水液位阈值；当所述实际钢水液位信息满足所述标准钢水液位阈值时，获得第二开浇指令，所述第二开浇指令为停止开浇操作。

具体而言，当结晶器内钢水到达一定高度时，满足铸造要求时，连铸机会开始铸造，拉速起步，并按照参数设定策略的要求自动升速，以达到目标拉速值时会保持平稳，直到钢水液位达到了目标液位时，开浇结束。其中拉速的大小会对钢水液位产生影响，通过控制拉速进行钢水液位稳定按照要求进行上升，因而在执行第一开浇指令后，控制进行自动开浇操作后，对拉速和实际钢水液位关系进行控制，使钢水液位保持稳定状态，当拉速到达了目标拉速后，拉速进入稳定状态，对结晶器内实际钢水液位进行监控，当钢水液位达到了目标高度时，停止自动开浇操作，连铸机运转条件稳定，通过优化各参数，提高自动开浇率。

进一步的，所述方法还包括：获得开浇时间长度阈值；根据所述开浇时间长度阈值，获得标准开浇时间信息；将所述标准开浇时间信息作为监督数据，输入所述每一组训练数据中。

具体而言，连铸过程中处理时间越长，连铸开浇率越低，为了提高铸钢的质量，开浇时间应进行有效控制，通常连铸机中间包浇到结晶器内钢水液位建立的数十秒内，要求中间包水出钢流畅，钢水液位平稳上升到目标高度。因而开浇时间的长度是提高自动开浇率的重要指标之一，将标准开浇时间作为监督数据，输入到每一组训练数据中进行监督学习，实现对训练模型的优化，使训练模型达到所要求性能要求，保证输出结果的准确度。

实施例二

基于与前述实施例中一种连铸自动开浇的方法同样的发明构思，本发明还提供一种连铸自动开浇的装置，如图2所示，所述装置包括：

第一获得单元11，所述第一获得单元11用于实时获得连铸机中间包开浇结晶器的待识别图像信息；

第一输入单元12，所述第一输入单元12用于将所述待识别图像输入第一训练模型，其中，所述第一训练模型为使用多组训练数据通过机器学习训练得出的，所述多组训练数据中的每一组训练数据均包括：所述连铸机中间包开浇结晶器的图像信息和识别所述图像信息上钢水液位的标签、中间包水口开度信息的标签、开浇时间的标签；

第二获得单元13，所述第二获得单元13用于获得所述第一训练模型的第一输出结果，其中，所述第一输出结果包括所述待识别图像信息对应的钢水液位信息、第一中间包水口开度信息、开浇时间信息；

第三获得单元14，所述第三获得单元14用于根据所述第一输出结果，获得参数设定策略；

第四获得单元15，所述第四获得单元15用于根据所述参数设定策略，获得第一开浇指令，其中，所述第一开浇指令用于按照所述参数设定策略进行开浇过程的参数调整并控制开浇操作。

进一步的，所述装置还包括：

第五获得单元，所述第五获得单元用于获得钢水图像信息；

第二输入单元，所述第二输入单元用于将所述钢水图像信息输入第二训练模型，其中，所述第二训练模型为使用多组包含所述钢水图像信息和识别所述图像信息上钢种类型的标签、中间包水口开度信息的标签、钢水温度信息的标签，通过机器学习训练得出的；

第六获得单元，所述第六获得单元用于获得所述第二训练模型的第二输出结果，所述第二输出结果包括所述钢水图像信息对应的钢种类型信息、第二中间包水口开度信息、钢水温度信息。

进一步的，所述装置还包括：

第一判断单元，所述第一判断单元用于判断所述第二中间包水口开度信息与所述第一中间包水口开度信息是否相同；

第一调整单元，所述第一调整单元用于当所述第二中间包水口开度信息和所述第一中间包水口开度信息不相同时，调整所述第一中间包水口开度信息，将所述第二中间包水口开度信息作为所述第一中间包水口开度信息。

进一步的，所述装置还包括：

第七获得单元，所述第七获得单元用于获得连铸机拉速信息；

第八获得单元，所述第八获得单元用于获得目标拉速信息；

第二判断单元，所述第二判断单元用于判断所述连铸机拉速信息是否满足所述目标拉速信息；

第九获得单元，所述第九获得单元用于当所述连铸机拉速信息满足所述目标拉速信息时，获得实际钢水液位信息。

进一步的，所述装置还包括：

第十获得单元，所述第十获得单元用于获得标准钢水液位阈值；

第三判断单元，所述第三判断单元用于判断所述实际钢水液位信息是否满足所述标准钢水液位阈值；

第十一获得单元，所述第十一获得单元用于当所述实际钢水液位信息满足所述标准钢水液位阈值时，获得第二开浇指令，所述第二开浇指令为停止开浇操作。

进一步的，所述装置还包括：

第十二获得单元，所述第十二获得单元用于获得开浇时间长度阈值；

第十三获得单元，所述第十三获得单元用于根据所述开浇时间长度阈值，获得标准开浇时间信息；

第三输入单元，所述第三输入单元用于将所述标准开浇时间信息作为监督数据，输入所述每一组训练数据中。

前述图1实施例一中的一种连铸自动开浇的方法的各种变化方式和具体实例同样适用于本实施例的一种连铸自动开浇的装置，通过前述对一种连铸自动开浇的方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种连铸自动开浇的装置的实施方法，所以为了说明书的简洁，在此不再详述。

实施例三

基于与前述实施例中一种连铸自动开浇的方法同样的发明构思，本发明还提供一种连铸自动开浇的装置，其上存储有计算机程序，该程序被处理器执行时实现前文所述一种连铸自动开浇的方法的任一方法的步骤。

其中，在图3中，总线架构(用总线300来代表)，总线300可以包括任意数量的互联的总线和桥，总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口306在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件，即收发机，提供用于在传输介质上与各种其他装置通信的单元。

处理器302负责管理总线300和通常的处理，而存储器304可以被用于存储处理器302在执行操作时所使用的数据。

实施例四

基于与前述实施例中一种连铸自动开浇的的方法同样的发明构思，本发明还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现以下步骤：实时获得连铸机中间包开浇结晶器的待识别图像信息；将所述待识别图像输入第一训练模型，其中，所述第一训练模型为使用多组训练数据通过机器学习训练得出的，所述多组训练数据中的每一组训练数据均包括：所述连铸机中间包开浇结晶器的图像信息和识别所述图像信息上钢水液位的标签、中间包水口开度信息的标签、开浇时间的标签；获得所述第一训练模型的第一输出结果，其中，所述第一输出结果包括所述待识别图像信息对应的钢水液位信息、第一中间包水口开度信息、开浇时间信息；根据所述第一输出结果，获得参数设定策略；根据所述参数设定策略，获得第一开浇指令，其中，所述第一开浇指令用于按照所述参数设定策略进行开浇过程的参数调整并控制开浇操作。

在具体实施过程中，该程序被处理器执行时，还可以实现实施例一中的任一方法步骤。

本申请实施例中的上述一个或多个技术方案，至少具有如下一种或多种技术效果：

本发明实施例提供的一种连铸自动开浇的方法和装置，通过实时获得连铸机中间包开浇结晶器的待识别图像信息；将所述待识别图像输入第一训练模型，其中，所述第一训练模型为使用多组训练数据通过机器学习训练得出的，所述多组训练数据中的每一组训练数据均包括：所述连铸机中间包开浇结晶器的图像信息和识别所述图像信息上钢水液位的标签、中间包水口开度信息的标签、开浇时间的标签；获得所述第一训练模型的第一输出结果，其中，所述第一输出结果包括所述待识别图像信息对应的钢水液位信息、第一中间包水口开度信息、开浇时间信息；根据所述第一输出结果，获得参数设定策略；根据所述参数设定策略，获得第一开浇指令，其中，所述第一开浇指令用于按照所述参数设定策略进行开浇过程的参数调整并控制开浇操作。达到了通过人工智能进行参数精确化计算，通过各参数之间的有效配合，实现液位的稳定控制，从而保证连铸开浇率，优化工艺，确保连铸机的有效运行，使连铸生产顺行的技术效果。从而解决了现有技术中自动开浇控制对主要参数控制准确度不够，无法保证开浇率的技术问题。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。