本發明提供一種基于卷積神經網絡識別結晶器銅板V型黏結特征的連鑄漏鋼預警方法,屬于鋼鐵冶金連鑄檢測技術領域。本發明通過實時獲取熱電偶的測點溫度,利用可視化手段獲取具有典型“V”型黏結特征的溫度變化異常區域熱像圖,通過遷移學習的方式加載預訓練好的VGG16卷積神經網絡模型并對其結構進行微調,并在采集到的黏結異常區域圖像數據集上訓練與測試,最終通過訓練好的網絡模型實現連鑄漏鋼的在線預警。本發明基于遷移學習后的卷積神經網絡模型對結晶器漏鋼進行在線檢測及預警,能夠保證全部黏結漏鋼案例報出的條件下,大幅度降低誤報次數,有效提高預警準確率。
聲明:
“基于卷積神經網絡識別結晶器銅板V型黏結特征的連鑄漏鋼預警方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)