钢铁连铸工序质量分析系统构架方法与流程

本发明涉及智能化工业生产，尤其涉及一种钢铁连铸工序质量分析系统构架方法。

背景技术：

1、智能制造是钢铁行业转型升级的现实需要，也是钢铁行业高质量发展的有力保障。把握冶金行业在智能制造和信息化发展趋势，依托互联网、大数据和人工智能等现代前沿技术，充分发挥科技创新在钢铁企业转型升级、高质量发展中的核心作用。全面落实创新驱动发展战略，聚焦钢铁行业的前沿性问题和关键性技术，实施从工艺设计到装备改造升级，再到优质产品的一体化创新机制。

2、连铸工序是连接炼钢与轧钢工序的中枢环节。基于价值网络与大模型的钢铁连铸工序质量分析方法能够带来明显的收益，现有技术中，连铸生产质量分析系统仍存在以下问题：

3、(1)系统结构相对单一，且往往依赖于生产经验和人工判断，限制了决策的精确性和可靠性；

4、(2)缺乏有效地整合和分析来自不同来源的数据的能力，导致关键生产信息的利用不充分；

5、(3)难以精确控制连铸坯的重量，仅依靠估计值和手动调整切割长度，容易导致产品质量波动和资源浪费。

技术实现思路

1、为至少解决上述现有技术中存在的一个技术问题，本发明的目的在于提供一种钢铁连铸工序质量分析系统构架方法，构建钢铁连铸工序质量分析系统，有效地降低在连铸及轧制过程中的浪费，从而提高连铸坯的质量，并减少金属浪费和生产成本。

2、为实现上述发明目的，本发明提供一种钢铁连铸工序质量分析系统构架方法，包括以下步骤：

3、步骤s10、采集与质量问题相关信息，构建上游价值网络模型；

4、步骤s20、构建反馈调节模型，并将所述反馈调节模型与所述价值网络模型相结合；

5、步骤s30、构建下游价值网络模型，并建立上游价值网络模型和下游价值网络模型之间关键指标的关联；

6、步骤s40、构建质量分析大模型，将所述上游价值网络模型和所述下游价值网络模型接入所述质量分析大模型，建立所述质量分析大模型的人工交互方式；

7、步骤s50、利用所述质量分析大模型完成连铸质量分析，基于所述人工交互方式回答用户提出的问题。

8、根据本发明的一个技术方案，所述步骤s10中，包括：

9、步骤s101、采集与质量问题相关的基础信息、管理信息、生产信息、装备信息与工艺规格；

10、步骤s102、以所述基础信息、所述管理信息为0级指标，所述生产信息、所述装备信息与工艺规格为1级指标，连铸工序的关键生产指标为2级指标，统计指标为3级指标，基于不合格钢坯带来的额外吨钢成本为4级指标，构建上游价值网络模型。

11、根据本发明的一个技术方案，所述步骤s102中，所述1级指标包括钢坯横截面积s、钢坯标准重量w、钢坯标准长度l、钢坯总根数n、连铸机拉速v、结晶器寿命t_结晶、冷却水压力p_压、冷却水流量f、中间包温度t_包、热钢坯温度t_坯；

12、所述2级指标包括钢坯密度ρ、钢坯估测重量w_est、合格钢坯根数n，所述钢坯密度ρ由钢坯横截面积s、钢坯标准重量w、钢坯标准长度l计算得出，所述钢坯估测重量w_est由钢坯密度ρ、连铸机拉速v、结晶器寿命t_结晶、冷却水压力p_压、冷却水流量f、中间包温度t_包、热钢坯温度t_坯、钢坯标准重量w、钢坯标准长度l计算得出，所述钢坯合格根数n基于钢坯估测重量w_est与钢坯标准重量w得到；

13、所述统计指标包括定重成功率p，所述重成功率p基于所述钢坯总根数n和所述钢坯合格根数n得到；

14、所述额外吨钢成本基于钢坯总根数n和重成功率p计算得到。

15、根据本发明的一个技术方案，所述步骤s20中，基于称重系统构建反馈调节模型，通过称重系统测量每根钢坯的测量重量w’，所述反馈调节模型结合所述钢坯估测重量w_est，完成测量误差与估计误差的评估，基于所述反馈调节模型内置的所述测量重量w’和所述钢坯估测重量w_est的对应的权重，计算得出钢坯实际重量w_r，并基于所述钢坯实际重量w_r与所述钢坯标准重量w之间的差值，结合钢坯密度ρ、钢坯截面积s，推算出下一次切割的长度调整量。

16、根据本发明的一个技术方案，所述步骤s30中，以所述基础信息、所述管理信息为0级指标，所述生产信息、所述装备信息与工艺规格为1级指标，轧钢工序的关键生产指标为2级指标，统计指标为3级指标，轧钢生产损耗为4级指标，构建下游价值网络模型，建立上游价值网络模型和下游价值网络模型之间关键指标的关联，修正重量误差与成本误差。

17、根据本发明的一个技术方案，所述步骤s40中，将所述上游价值网络模型和所述下游价值网络模型及各层级指标的json格式的api接口，以预设提示词方式接入所述质量分析大模型，并利用所述上游价值网络模型和所述下游价值网络模型的api接口文档作为训练数据，以有监督的方式对所述质量分析大模型进行微调。

18、根据本发明的一个技术方案，所述步骤s50中，利用所述质量分析大模型完成连铸质量分析，具体包括：

19、当所述上游价值网络模型中的任一指标出现异常波动时，所述质量分析大模型基于其推理分析能力进行分析，对所述异常波动进行预警和分析，完成关键指标异常分析、根因分析、预警监控、辅助决策。

20、根据本发明的一个技术方案，所述步骤s50中，基于所述人工交互方式回答用户提出的问题，具体包括：

21、将"自然语言问题"与对应的"json输出"匹配起来，微调后的所述质量分析大模型基于所述自然语言问题，正确识别并调用对应的json格式的api接口，以所述json格式的api接口描述作为上下文回复用户提出的自然语言问题。

22、根据本发明的一个方面，提供了一种钢铁连铸工序质量分析系统，所述钢铁生产质量检测与分析系统采用如上述技术方案中任一项所述钢铁连铸工序质量分析系统构架方法构建。

23、根据本发明的一个方面，提供了一种电子设备，包括：一个或多个处理器、一个或多个存储器、以及一个或多个计算机程序；其中，处理器与存储器连接，上述一个或多个计算机程序被存储在存储器中，当电子设备运行时，该处理器执行该存储器存储的一个或多个计算机程序，以使电子设备执行如上述技术方案中任一项所述的一种钢铁连铸工序质量分析系统构架方法。

24、本发明与现有技术相比，具有以下有益效果：

25、本发明提出了一种钢铁连铸工序质量分析系统构架方法，首先，采集与质量问题相关信息，构建上游价值网络模型；其次，构建反馈调节模型，并将所述反馈调节模型与所述价值网络模型相结合；构建下游价值网络模型，并建立上游价值网络模型和下游价值网络模型之间关键指标的关联；再次，构建质量分析大模型，将所述上游价值网络模型和所述下游价值网络模型接入所述质量分析大模型，建立所述质量分析大模型的人工交互方式；最后，利用所述质量分析大模型完成连铸质量分析，基于所述人工交互方式回答用户提出的问题。通过以上方法构建钢铁连铸工序质量分析系统，能够提高连铸坯的质量，减少金属浪费和生产成本，提高了用户体验和操作便捷性，通过引入重量反馈模型，结合称重系统，可以实时调整切割长度，确保连铸坯的重量更加准确。

26、本发明通过构建钢铁生产质量检测与分析系统，并采集与质量问题相关信息构建上游价值网络，为最终的生产决策提供数据支持，使决策更加精准和科学，能够更准确的连铸坯重量控制和质量管理，提升最终产品的质量，有利于减少金属浪费和生产过程中的不必要开销，从而有效降低生产成本，同时，数据采集过程中包括实时数据，能够实现实时调整生产参数和切割长度，提高连铸工序的效率。

27、本发明通过构建钢铁生产质量检测与分析系统，通过引入重量反馈模型，结合称重系统，实时调整切割长度时，精确控制生产参数，确保连铸坯的重量更加准确，优化资源使用，减少资源浪费。

28、本发明通过构建钢铁生产质量检测与分析系统，在连铸和轧钢两个环节建立相关的价值网络模型，通过建立上游价值网络模型和下游价值网络模型之间关键指标的关联，完成重量修正和成本误差，实现工序间的有效协同，提升整个生产链的协调性。

29、本发明通过构建钢铁生产质量检测与分析系统，利用质量分析大模型和自然语言处理技术，改进人机交互方式，允许操作人员通过自然语言与连铸全流程数据交互，使操作人员能更直观、高效地处理生产数据和做出决策，同时，自动化和智能化的数据分析减少了依赖人工经验的不确定性，降低了人为错误的可能性。