公开(公告)号：CN119623623A

公开(公告)日：2025-03-14

申请号：CN202411511860.1

申请日：2024-10-28

Applicant: 上海宝信软件股份有限公司

Inventor： 杨逸如 ,  祝军 ,  钱卫东 ,  惠学军 ,  李洪宽 ,  季宗元 ,  汪澜 ,  韩小飞 ,  施敏 ,  陈媛

IPC: G06N5/04 ,  G06F18/24 ,  G06F16/2455

Abstract: 本发明提供了一种基于多时间粒度动态推理机制的高炉炉况诊断方法，包括：步骤S1：设置多个时间粒度，根据预设规则建立炉况诊断规则库；步骤S2：实时采集数据并将数据存储于动态数据库中，每隔第一时间粒度，提取动态数据库的数据，根据炉况诊断规则库的规则，进行第一时间粒度的炉况诊断，并将诊断结果储存到过程数据库；步骤S3：每隔第N时间粒度，调用过程数据库和动态数据库的数据，根据炉况诊断规则库的规则，进行第N时间粒度的炉况诊断，并将诊断结果储存到过程数据库；步骤S4：调取不同时间粒度的诊断结果。本发明通过构建多种时间粒度的高炉炉况诊断方法，动态推理机制可以减少大量数据库读写负担，提升炉况诊断模型的计算性能。

公开(公告)号：CN115146978A

公开(公告)日：2022-10-04

申请号：CN202210816437.7

申请日：2022-07-12

Applicant: 上海宝信软件股份有限公司

Inventor： 钱卫东 ,  程红云 ,  徐宗云 ,  张洪 ,  施敏 ,  朱宇峰 ,  许伟 ,  张伟

IPC: G06Q10/06 ,  G06V10/762 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于深度聚类算法的炼铁高炉对标体系构建方法和系统，包括：步骤1：基于生产管理系统数据，通过统计模型建立各高炉个体画像，然后进行异常数据去除与归一化处理，抽象化为高维空间中的数据点；步骤2：基于深度聚类算法，对高维空间中的数据点进行聚类，得到聚类结果；步骤3：将聚类结果进行可视化展示；步骤4：对聚类结果进行监测，在性能指标低于预设阈值时进行自训练，提升相应性能。本发明通过有监督学习和无监督学习结合的方式，解决了高炉对标过程中由于指标数量庞大且属性分布分散带来的指标权重难以分配的问题，提供了一种高炉对标、评判的量化标准。

公开(公告)号：CN118863049A

公开(公告)日：2024-10-29

申请号：CN202410011663.7

申请日：2024-01-03

Applicant: 上海宝信软件股份有限公司

Inventor： 张伟 ,  施敏 ,  张洪 ,  程红云

IPC: G06N5/04 ,  G06Q50/04 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供一种炼钢废次降根因分析方法及系统，包括：数据预处理步骤：采集相关测试数据，并对采集的测试数据进行数据验证，去除字段缺失的数据记录，再将此数据集按照一定比例拆分为训练集和测试集；模型训练步骤：构建因果图模型，所述因果图模型形成勾连各输入变量和目标变量的因果图；模型测试步骤：基于因果图模型和测试数据，计算测试集中各次废次降事件的因果推断路径以及相应信心指数；模型上线步骤：以pytorch框架作为基础，部署线上模型，并结合后续实绩生产数据，利用所述因果图，及时定位导致废次降事件的各级以及根本原因。本发明能够在废次降问题发生时，进行各指标数据异常发现，逐层、精确定位至最底层的生产故障原因。