CN119494395A 一种烧结动态知识图谱构建方法 （东北大学）

本发明提供一种烧结动态知识图谱构建方合度最高的第一历史数据点对应的烧结趋势影取与当前生产状态吻合度最高的第二历史数据2步骤2：基于预设数据分析方法对烧结目标参数及烧结过程参数之间的趋势性关系进步骤4：获取与实时配矿结构吻合度最高的第一历史数据点对应的烧结趋势影响知识图谱，同时基于烧结目标参数预测模型获取与当前生产状态吻合度最高的第二历史数据其中，基于每一分类结果匹配对应的机器学习算法，从而提取每一分类结果对应的机器学习算法中与目标烧结过程匹配度最高的机器学习算从烧结数据库中提取目标烧结过程的历史烧结过程参数及历史烧结目步骤12：获取第一处理数据的数据类型，并将数据类型步骤21：基于炼铁过程的烧结特性从统计分析数据库步骤22：基于第一数据分析方法对烧结目标参数及烧步骤23：获取第一处理数据中每一数据的数据类步骤31：获取目标烧结过程的配矿周期，并基步骤32：基于第一周期参数集合中每一第一周期参数子3步骤33：将第一机器学习算法集合中每一第一机器学若目标烧结过程参数及对应的烧结目标参数的趋势性影响与步骤333：基于目标烧结过程的历史烧结过程参数及历史烧结目标参数确定对应的历获取对烧结目标参数影响最大的预设组烧结过程参数在第一机器学习算法集合中每将第一序号集合中每一序号进行相加，并结合对应机理数据匹配指将机理数据匹配系数最小的第一机器学习算法从烧结数据库中提取目标烧结过程的历史烧结过程参数及历史烧结历史烧结过程中的剩余历史烧结过程参数及对应历史烧结目标参数作为第一验证基于第一验证集对初始烧结目标参数预测模型进行模型验证，4将实时配矿结构与历史配矿结构集合中每一历史配矿结构步骤42：基于第一比较结果提取历史配矿结构集合中与步骤43：基于烧结目标参数预测模型预测每一步骤44：基于烧结量化影响知识图谱获取实时烧结过步骤45：基于第二比较结果提取历史生产状态集合中与步骤47：获取烧结趋势影响知识图谱对烧结动态知识5过程质量的稳定完全取决于工程师的经验水平。新的工程师也往往需要进行长时间的学步骤2：基于预设数据分析方法对烧结目标参数及烧结过程参数之间的趋势性关步骤4：获取与实时配矿结构吻合度最高的第一历史数据点对应的烧结趋势影响提取每一分类结果对应的机器学习算法中与目标烧结过程匹配度最高的机器学6据库中提取对应的机器学习算法，得到每一第一周期参数子集合对应的第一机器学习算[0010]根据本发明提供的确定与目标烧结过程匹配度最高的第一机器学习算法作为最若目标烧结过程参数及对应的烧结目标参数的趋势性影响与机理知识图谱一致，若目标烧结过程参数及对应的烧结目标参数的趋势性影响与机理知识图谱不一步骤333：基于目标烧结过程的历史烧结过程参数及历史烧结目标参数确定对应机器学习算法的相对排序结果确定目标烧结过程[0011]根据本发明提供的基于每一烧结过程参数对应第一机器学习算法的相对排序结7获取对烧结目标参数影响最大的预设组烧结过程参数在第一机器学习算法集合将机理数据匹配系数最小的第一机器学习算法随机提取历史烧结过程参数及对应的历史烧结目标参数作为目标烧结过程的第一训练集，并将历史烧结过程中的剩余历史烧结过程参数及对应历史烧结目标参数作为[0013]根据本发明提供的综合确定实时配矿结构对应的烧结趋势及量化影响知识图谱步骤41：获取实时烧结过程的实时配矿结构及历史烧结过程的历史配矿结构集的历史生产状态作为第一历史生产状态，并获取第一历史生产状态对应的第二历史数据步骤47：获取烧结趋势影响知识图谱对烧结动态知识图谱构建的第一影响权重，重与烧结趋势影响知识图谱结合，并综合第二影响权重与烧结量化影响知识图谱结合结8步骤2：基于预设数据分析方法对烧结目标参数及烧结过程参数之间的趋势性关步骤4：获取与实时配矿结构吻合度最高的第一历史数据点对应的烧结趋势影响提取每一分类结果对应的机器学习算法中与目标烧结过程匹配度最高的机器学9[0026]该实施例中，机器学习算法是一类能够从数据中自动学习并改进其性能的算具体的烧结目标参数预测结果，进一步量化各参数对烧结目标参数的影响程度的知识图性从统计分析数据库中提取的与烧结目标参数及烧结过程参数匹配据库中提取对应的机器学习算法，得到每一第一周期参数子集合对应的第一机器学习算[0060]该实施例中，机器学习算法是一类能够从数据中自动学习并改进其性能的算参数特性从算法数据库中提取的机器学习算法构基于实施例4的基础上，确定与目标烧结过程匹配度最高的第一机器学习算法作若目标烧结过程参数及对应的烧结目标参数的趋势性影响与机理知识图谱一致，若目标烧结过程参数及对应的烧结目标参数的趋势性影响与机理知识图谱不一步骤333：基于目标烧结过程的历史烧结过程参数及历史烧结目标参数确定对应机器学习算法的相对排序结果确定目标烧结过程基于实施例5的基础上，基于每一烧结过程参数对应第一机器学习算法的相对排获取对烧结目标参数影响最大的预设组烧结过程参数在第一机器学习算法集合将机理数据匹配系数最小的第一机器学习算法在第一机器学习算法集合中每一第一机器学习算法的相对排序结果对应的序号得到的序随机提取历史烧结过程参数及对应的历史烧结目标参数作为目标烧结过程的第一训练集，并将历史烧结过程中的剩余历史烧结过程参数及对应历史烧结目标参数作为基于实施例7的基础上，综合确定实时配矿结构对应的烧结趋势及量化影响知识步骤41：获取实时烧结过程的实时配矿结构及历史烧结过程的历史配矿结构集的历史生产状态作为第一历史生产状态，并获取第一历史生产状态对应的第二历史数据步骤47：获取烧结趋势影响知识图谱对烧结动态知识图谱构建的第一影响权重，重与烧结趋势影响知识图