摘要
本发明涉及一种结晶器保护渣液渣填充状态的评价方法，属于冶金行业连铸方法技术领域。本发明的技术方案是：在线采集结晶器铜板各位置热电偶温度，结晶器振动单元两侧的振动行程和液压缸压力，并对数据进行标记；分别建立并训练MASKRCNN神经元网络和LSTM神经元网络，结合MASKRCNN神经元网络和LSTM神经元网络的预测结果进行保护渣液渣填充是否正常与发生异常位置的在线评价。本发明通过在线采集结晶器热、力相关数据，采用人工智能模型方法，实时实现保护渣液渣填充状态的在线评价，可对保护渣使用的全过程进行动态跟踪评价，结果更符合生产实际；可准确提供液渣填充异常状态区域所在位置，方便操作人员检查确认异常状况。
