(19)中华 人民共和国 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 202111592193.0 (22)申请日 2021.12.23 (71)申请人 鞍山浦项特种耐火材 料有限公司 地址 114000 辽宁省鞍山市千山区鞍海路 1697号 (72)发明人 孟凡冰　宋婉嫕　毛亚平　王丽娜　 曹锋　金阳　黄粟　 (74)专利代理 机构 沈阳天之冠专利代理事务所 (普通合伙) 21258 代理人 赵千慧 (51)Int.Cl. G06F 30/17(2020.01) G06F 30/27(2020.01) G06K 9/62(2022.01) G06N 3/04(2006.01)G06N 3/08(2006.01) G06F 111/08(2020.01) (54)发明名称 一种铝锆碳滑板的工艺参数优化方法、 系统 和电子设备 (57)摘要 本申请涉及智能制造设计领域， 其具体地公 开了一种铝锆碳滑板的工艺参数优化方法、 系统 和电子设备， 其采用基于上下文的编码器模型对 改变铝锆碳滑板的制成配方中某一组分后制得 的铝锆碳滑板的物理性能参数进行上下文编码 以获得全局性的物理参数关联信息， 并进一步再 利用高斯密度图来修正数据在高维特征空间中 的分布， 从而对 所述参数特征向量进行适当的融 合， 以使得各个特征分布能够相对于彼此在型面 上收敛。 同时在此基础上还引入了显微结构的 图 像作为中介来提高所述参数之间的关联关系， 并 且基于高斯密度图的响应性估计， 以使得解码回 归结果的准确性更高， 这样， 通过人工智能算法 来确定硅粉的最佳粒度和最佳含量， 以使得最终 烧成铝锆碳材 料具有更优的理化 性能。 权利要求书3页 说明书16页 附图4页 CN 114417522 A 2022.04.29 CN 114417522 A 1.一种铝锆碳滑板的工艺 参数优化方法， 其特 征在于， 包括： 获取在调整制成材料中硅粉的粒度和含量后制成的铝锆碳滑板的多个物理性 能参数， 其中， 所述铝锆碳滑板的制成材料包括板状刚玉、 电熔锆刚玉、 白刚玉微粉、 α ‑Al2O3微粉、 鳞 片石墨、 碳 黑、 铝粉和硅粉， 所述物理性能参数包括体积密度、 显气孔 率和耐压值； 使用基于上下文编码的编码器模型对所述多个物理性能参数进行上下文编码以获得 参数特征向量的序列， 其中， 所述参数特征向量的序列中的每个参数特征向量包含所述多 个物理性能参数的全局特 征； 获取与所述多个物理性能参数对应的所述铝锆碳滑板的显微结构图像； 将所述显微结构图像通过作为过 滤器的卷积神经网络以获得微结构特 征向量； 基于所述参数特征向量的序列中所有参数特征向量来构造第一高斯密度图 其中μk是各个所述参数特征向量的第k个位置的特征值的均值， 而σk是各个 所述参数特征向量的第k个位置的特 征值的方差； 基于所述参数特征向量的序列中每个参数特征向量和所述微结构特征向量来构造n个 第二高斯密度图 其中， n为所述参数特征向量的数量， 是第i 个所述参数特征向量与所述微结构特征向量的第k个位置 的特征值的均值， 而∑i是第i个 所述参数特征向量与所述 微结构特 征向量的协方差矩阵； 以所述第一高斯密度图为先验概率并基于高斯密度图的响应性估计来计算融合高斯 密度图作为后验概率， 其中， 所述基于高斯密度图的响应性估计为所述先验概率对于所述 第二高斯密度图的加权和的响应性； 对所述融合高斯密度图中各个位置的高斯分布进行高斯离散化以获得用于回归的回 归特征矩阵； 以及 将所述回归特征矩阵通过解码器进行回归以获得回归值， 其中， 所述回归值为所需硅 粉的最佳 粒度和最佳含量。 2.根据权利要求1所述的铝锆碳滑板的工艺参数优化方法， 其中， 使用基于上下文编码 的编码器模型对所述多个物理性能参数进行上下文编码以获得参数特征向量的序列， 包 括： 使用所述编码器模型的词嵌入层将所述多个物理性能参数中的各个物理性能参数转 化为输入向量以获得输入向量的序列； 以及 将所述输入向量的序列通过所述编码器模型的转换器模型以获得所述参数特征向量 的序列。 3.根据权利要求2所述的铝锆碳滑板的工艺参数优化方法， 其中， 使用基于上下文编码 的编码器模型对所述多个物理性能参数进行上下文编码以获得参数特征向量的序列， 包 括： 使用所述编码器模型的词嵌入层将所述多个物理性能参数中的各个物理性能参数转 化为输入向量以获得输入向量的序列； 以及 将所述输入向量的序列通过所述编码器模型的双 向LSTM模型的编码层以获得所述参 数特征向量的序列。 4.根据权利要求3所述的铝锆碳滑板的工艺参数优化方法， 其中， 将所述显微结构图像权　利　要　求　书 1/3 页 2 CN 114417522 A 2通过作为过 滤器的卷积神经网络以获得微结构特 征向量， 包括： 所述卷积神经网络的除最后一层以外的各层对所述显微结构图像进行卷积处理以获 得微结构特 征图； 以及 所述卷积神经网络的最后一层对所述微结构特征图进行基于特征矩阵的全局平均池 化以获得 所述微结构特 征向量。 5.根据权利要求4所述的铝锆碳滑板的工艺参数优化方法， 其中， 在基于所述参数特征 向量的序列中所有参数特征向量来构造第一高斯密度图和基于所述参数特征向量的序列 中每个参数特征向量和所述 微结构特 征向量来构造n个第二高斯密度图之前， 进一 步包括： 将所述微结构特征向量和所述参数特征向量的序列中的所有参数特征向量转化到概 率空间中。 6.根据权利要求5所述的铝锆碳滑板的工艺参数优化方法， 其中， 以所述第 一高斯密度 图为先验概率并基于高斯密度图的响应性估计来计算融合高斯密度图作为后验概率， 包 括： 以所述第一高斯密度图为先验概率并基于高斯密度图的响应性估计以如下公式来计 算所述融合高斯密度图作为后验概 率； 其中， 所述公式为： 其中， 所述融合高斯密度图的均值向量的每个位置的值为 而所述融合 高斯密度图的方差向量为整体的方差向量σk乘以各个协方差矩阵的∑i的逆矩阵， 表示为 7.根据权利要求6所述的铝锆碳滑板的工艺参数优化方法， 其中， 将所述 回归特征矩阵 通过解码器进行回归以获得回归值， 包括： 将所述回归特征矩阵通过所述解码器的以硅粉的粒度作为标签的分类模块以获得所 述回归特 征矩阵归属于各个标签的概 率值； 以及 将所述概率值中最大概率对应的标签作为所述回归特征矩阵的最佳粒度标签并通过 所述解码器的回归器以获得所述回归特征矩阵归属于最佳粒度标签的含量数值作为最佳 含量。 8.根据权利要求7所述的铝锆碳滑板的工艺参数优化方法， 其中， 将所述 回归特征矩阵 通过所述解码器的以硅粉的粒度作为标签的分类模块以获得所述回归特征矩阵归属于各 个标签的概 率值， 包括： 使用所述分类模块的多个全连接层对所述回归特征矩阵进行全连接编码以获得分类 特征向量； 以及 将所述分类特征向量输入所述分类模块的Softmax分类函数以获得所述回归特征矩阵 归属于各个标签的概 率值。 9.一种铝锆碳滑板的工艺 参数优化系统， 其特 征在于， 包括： 性能参数获取单元， 用于获取在调整制成材料中硅粉的粒度和含量后制成的铝锆碳滑 板的多个物理性能参数， 其中， 所述铝锆碳滑板的制成材料包括板状刚玉、 电熔锆刚玉、 白权　利　要　求　书 2/3 页 3 CN 114417522 A 3