江西铜锐信息技术有限公司

本发明提出一种基于工艺事件建模的冶炼过程数据质量提升与重构方法，属于冶炼智能化领域。该方法包括：获取传感器数据及工艺事件信息；识别当前发生的工艺事件，生成工艺事件标签；基于该标签从干扰模型集合中匹配目标干扰模型，以剥离结构化干扰，得到去干扰信号；在冶炼机理方程约束下，对去干扰信号进行信号重构，提取符合物理规律的核心状态信号；基于预设工艺锚点，对不同数据源进行时序对齐与特征统一，生成一致化过程数据集。本发明将数据处理提升至工艺语义层面，解决了结构化干扰剥离、信号物理失真及数据不一致问题。

本发明提出一种阳极炉氧化过程数据治理与终点真值标定方法，属于铜火法冶炼技术领域，该方法包括，获取阳极炉的工况状态参数和工艺信号数据；根据工况状态参数构建状态门控信号，标识有效作业区间和非有效作业区间；在有效作业区间内，根据工艺信号数据的物理响应特征，标定氧化起始时刻和结束时刻；对工艺信号数据中的失真信号进行识别与重构；根据状态门控信号、氧化起始边界、氧化结束边界和重构后的工艺信号数据，计算各时间步的终点真值标签。本发明通过系统性数据治理，从含噪非连续的原始DCS数据中构建出带有准确起止边界和物理可解释标签的高质量训练数据集，为阳极炉氧化终点智能预测提供可靠的数据基础。