(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211248563.3 (22)申请日 2022.10.12 (71)申请人 中冶赛迪信息技 术 （重庆） 有限公司 地址 401329 重庆市九龙坡区白市驿镇农 科大道66号2幢5-6号 (72)发明人 潘谊　余鹏　张涛　汤槟　蔡洋　 (74)专利代理 机构 上海光华专利事务所(普通 合伙) 31219 专利代理师 唐勇 (51)Int.Cl. G06F 16/9035(2019.01) G06F 16/906(2019.01) G06Q 10/06(2012.01) G06Q 50/04(2012.01) (54)发明名称 一种轧制规程参数的推荐方法、 装置、 电子 设备及介质 (57)摘要 本发明适用于轧制技术领域， 提供了一种轧 制规程参数的推荐方法、 装置、 电子设备及介质， 其中， 方法包括： 获取轧制数据集和目标轧制工 艺参数， 轧制数据集包括若干个历史轧制评价参 数； 根据目标轧制工艺参数对轧制数据集进行筛 选， 得到若干个第一轧制评价参数数据集； 根据 预设评价指标对第一轧制评价参数进行打分处 理， 得到各个第一轧制评价参数所对应的评分； 根据第一轧制评价参数所对应的评分确定第二 轧制评价参数， 并根据第二轧制评价参数推荐目 标轧制规程参数； 解决了 现有技术中由轧制规程 参数设置不 合理所导 致的轧制效率低等问题。 权利要求书3页 说明书11页 附图2页 CN 115495627 A 2022.12.20 CN 115495627 A 1.一种轧制规 程参数的推荐方法， 其特 征在于， 包括： 获取轧制数据集和目标轧制工艺参数， 所述轧制数据集包括若干个历史轧制评价参 数； 根据所述目标轧制工艺参数对所述轧制数据集进行筛选， 得到若干个第 一轧制评价参 数数据集， 所述第一若干第一轧制评价 参数数据集包括若干个第一轧制评价 参数； 根据预设评价指标对所述第 一轧制评价参数进行打分处理， 得到各个第 一轧制评价参 数所对应的评分； 根据所述第 一轧制评价参数所对应的评分确定第 二轧制评价参数， 并根据所述第 二轧 制评价参数推荐目标轧制规 程参数。 2.根据权利要求1所述的轧制规程参数的推荐方法， 其特征在于， 所述根据所述目标轧 制工艺参数对所述轧制数据集进行筛 选， 得到若干个第一轧制评价 参数数据集包括： 根据预设 分类规则对所述轧制数据集进行第一分类处 理， 得到若干个轧制子数据集； 对所述轧制子数据集进行删除异常数据处 理， 得到目标子数据集； 根据所述目标轧制工艺参数对所述目标子数据集进行筛选， 得到若干个所述第 一轧制 评价参数数据集。 3.根据权利要求2所述的轧制规程参数的推荐方法， 其特征在于， 所述对所述轧制子数 据集进行删除异常数据处 理， 得到目标子数据集包括： 获取所述轧制子数据集的均值和所述轧制子数据集的标准差； 根据所述轧制子数据集的均值和所述轧制数据集的标准差对所述轧制子数据集进行 删除异常数据处 理， 得到目标子数据集。 4.根据权利要求3所述的轧制规程参数的推荐方法， 其特征在于， 所述根据所述轧制子 数据集的均值和所述轧制数据集的标准差对所述轧制子数据集进 行删除异常数据处理， 得 到目标子数据集包括： 根据所述轧制子数据集的均值和所述轧制数据集的标准差对所述轧制子数据集进行 删除异常数据处 理， 得到中间子数据集； 对所述中间子数据集进行聚类处 理， 得到聚类中心和聚类数据集； 获取聚类数据集中数据与聚类中心的距离， 得到聚类数据距离； 根据所述 聚类数据距离和预设聚类距离对所述聚类数据集进行删除异常数据处理， 得 到所述目标子数据集。 5.根据权利要求1所述的轧制规程参数的推荐方法， 其特征在于， 所述根据预设评价指 标对所述第一轧制评价参数进行打分处理， 得到各个第一轧制评价参数所对应的评分包 括： 根据评价参数类别对所述第 一轧制评价参数第 二分类处理， 得到若干个轧制评价分类 参数； 根据预设评价指标分别对各个轧制评价分类参数进行打分处理， 得到各轧制评价分类 参数所对应的评分； 基于预设权重系数， 对所述各轧制评价分类参数所对应的评分进行加权处理， 得到第 一轧制评价 参数所对应的评分。 6.根据权利要求1所述的轧制规程参数的推荐方法， 其特征在于， 所述根据所述第 一轧权　利　要　求　书 1/3 页 2 CN 115495627 A 2制评价参数所对应的评 分确定第二轧制评价参数， 并根据所述第二轧制评价参数推荐目标 轧制规程参数包括： 确定最高评分所对应的第一轧制评价 参数， 得到第二轧制评价 参数； 根据所述第 二轧制评价参数和第 一预设距离阈值对所述第 一轧制评价参数进行筛选， 得到若干个第三轧制评价 参数； 获取所述第 三轧制评价参数与所述第 二轧制评价参数的距离， 得到所述第 三轧制评价 参数的目标距离； 获取所述第 三轧制评价参数所对应的评分， 根据 所述第三轧制评价参数的目标距离和 所述第三轧制评价参数所对应的评 分确定所述第三轧制评价参数的推荐得分， 并根据所述 推荐得分推荐所述目标轧制规 程参数。 7.根据权利要求6所述的轧制规程参数的推荐方法， 其特征在于， 所述确定最高评分所 对应的第一轧制评价 参数， 得到第二轧制评价 参数包括： 根据第二预设距离 阈值和预设数据量阈值对所述第 一轧制评价参数数据集进行筛选， 得到目标轧制评价 参数数据集； 确定所述目标轧制评价参数数据集中最高评分所对应的第 一轧制评价参数， 得到第 二 轧制评价 参数。 8.根据权利要求6所述的轧制规程参数的推荐方法， 其特征在于， 所述根据所述第 三轧 制评价参数 的目标距离和所述第三轧制评价参数所对应的评分确定所述第三轧制评价参 数的推荐得分包括： 设置距离 权重和评分权 重； 根据所述距离 权重和所述第三轧制评价 参数的目标距离确定距离推荐参数； 根据所述评分权 重和所述第三轧制参数 所对应的评分确定 评分推荐参数； 根据所述距离推荐参数和所述评分推荐参数获取 所述第三轧制参数的推荐得分。 9.根据权利要求8所述的轧制规程参数的推荐方法， 其特征在于， 所述第 三轧制评价参 数的推荐得分的数 学表达为： score_dist＝dist*wx+(1 ‑final_score)*wy； 其中， score_dist为第三轧制评价参数的推荐得分， dist为第三轧制评价参数的目标 距离， wx为距离 权重， final_score为第三轧制评价 参数所对应的评分， wy为评分权 重。 10.一种轧制规 程参数的推荐装置， 其特 征在于， 包括： 参数获取模块， 用于获取轧制数据集和目标轧制工艺参数， 所述轧制数据集包括若干 个历史轧制评价 参数； 数据集筛选模块， 用于根据所述目标轧制工艺参数对所述轧制数据集进行筛选， 得到 若干个第一轧制评价参数数据集， 所述第一若干第一轧制评价参数数据集包括若干个第一 轧制评价 参数； 打分处理模块， 用于根据预设评价指标对所述第一轧制评价参数进行打分处理， 得到 各个第一轧制评价 参数所对应的评分； 参数推荐模块， 用于根据所述第一轧制评价参数所对应的评分确定第二轧制评价参 数， 并根据所述第二轧制评价参数推荐目标轧制规程参数， 所述参数获取模块、 所述数据集 筛选模块、 所述打 分处理模块和所述 参数推荐模块相连接 。权　利　要　求　书 2/3 页 3 CN 115495627 A 3