电子束金属铌熔炼用精准供料系统

技术领域

本发明涉及电子束熔炼技术领域，更具体地说，本发明涉及电子束金属铌熔炼用精准供料系统。

背景技术

随着各种新型技术的不断创新和研发，逐渐提出了更高标准的材料技术要求，电子束熔炼炉作为生产难熔材料的专用设备，运行中通过真空、冷却、机械、电子束枪等各大系统之间充分协调配合工作，实现电子束熔炼炉的自动化控制；电子束熔炼是在高真空下，将高速电子束流的动能转换为热能作为热源来对金属物料进行熔炼的一种真空熔炼方法，电子束枪的热源准确地轰击到金属物料上，使得金属物料熔化形成熔池，从而实现金属物料熔炼过程；电子束熔炼可用于熔炼高熔点金属，如金属铌、钨、钼等以制备各种金属产品和合金，其熔炼效率很大程度影响着金属材料质量，目前为了提高金属熔炼质量，很多企业已经研发了电子束熔炼炉的进料机构，例如，申请公开号CN105783523A的申请文件，公开了一种电子束熔炼炉整料进料机构；采用水平辊道推料方式送给金属物料，通过水平辊道的前端摆动，以调整金属物料熔化的位置，通过伺服电机控制进料速度和摆动速度；然而，此类的供料机构上虽然使得金属物料的熔炼质量有所提高，但在实际使用过程中也存在一些缺陷和问题，例如：

1.在电子束熔炼金属物料前，未对金属物料的供料速度进行预测，使得在熔炼过程中，仅通过人为判断的方式进行供料速度控制，进而出现供料速度太快或太慢，影响熔炼质量；

2.在电子束熔炼金属物料时，未根据金属物料熔炼进展进行精准供料，降低了金属物料熔炼效率，从而增加了材料出现缺陷的风险。

为此，本发明提供了电子束金属铌熔炼用精准供料系统。

发明内容

为了克服现有技术的上述缺陷，本发明的实施例提供电子束金属铌熔炼用精准供料系统，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：电子束金属铌熔炼用精准供料系统，包括：

历史数据采集模块，用于获取熔炼区域中n个熔炼子区域中的熔炼训练数据；n为大于等于1的整数；熔炼训练数据包括熔炼特征数据以及熔炼特征数据对应的初始供料速度；

模型训练模块，基于熔炼训练数据训练出预测初始供料速度的机器学习模型；

熔炼监测模块，将训练好的机器学习模型预测出的初始供料速度作为当前供料速度，对熔炼子区域的物料进行熔炼，并实时采集n个熔炼子区域的熔炼监测数据；提取熔炼监测数据，并获取n个熔炼子区域的熔炼监测阈值对熔炼监测数据进行分析，以获取熔炼质量评估系数；

判断模块，设定熔炼质量评估阈值，将熔炼质量评估系数与熔炼质量评估阈值进行对比，根据对比结果以获取供料调节信息；

供料速度调节模块，根据供料调节信息，提取每个熔炼子区域对应供料组件的当前供料速度，基于对应所述供料组件的当前供料速度生成对应供料组件的调节供料速度；

生成对应供料组件的调节供料速度，包括：

计算对应所述供料组件的当前供料速度与预设的目标供料组件的标准供料速度的第一速度差值；计算对应所述供料组件的当前供料速度与相邻供料组件的当前供料速度的第二速度差值；

根据所述第一速度差值与第二速度差值，生成对应供料组件的调节供料速度；

根据对应供料组件的调节供料速度，控制对应的供料组件的运行。

进一步地，所述熔炼特征数据包括电子束能量密度、物料重量和熔炼速度；

其中，电子束能量密度为电子束枪所输出的能量密度，通过获取电子束枪输出的电压、电流以及焦点横截面积计算；其公式为：

；

物料重量通过设置在供料区域下方的重力传感器获取；

熔炼速度通过摄像机实时监测物料熔炼的移动速度获取；

物料类型通过光谱仪或光束诱导发射光谱来分析熔融区域的光谱特征来确定物料组分；

所述初始供料速度通过速度传感器测量对应供料区域的物料推向熔炼子区域的速度获取，即获取熔炼特征数据时，同时采集对应供料区域的物料供料速度。

进一步地，基于熔炼训练数据训练出预测初始供料速度的机器学习模型，训练方法为：

将每组熔炼特征数据作为机器学习模型的输入，所述机器学习模型以对每组熔炼特征数据预测的初始供料速度为输出，以熔炼训练数据中熔炼特征数据对应的初始供料速度为预测目标，以最小化所有初始供料速度的预测误差作为训练目标；对机器学习模型进行训练，直至预测误差达到收敛时停止训练，训练出根据熔炼特征数据输出预测的初始供料速度的机器学习模型；所述机器学习模型是多项式回归模型或SVM模型中的一种；

进一步地，所述熔炼监测数据包括实时温度、实时深度和实时电子束功率，所述熔炼监测阈值包括温度标准值、深度标准值以及电子束功率标准值；

获取n个熔炼子区域的熔炼监测阈值对熔炼监测数据进行分析的方法包括：

计算每个熔炼子区域的实时温度与温度标准值的温度差值，将所述温度差值作为温度评估系数；

计算每个熔炼子区域的实时深度与深度标准值的深度差值，将所述深度差值作为深度评估系数；

计算每个熔炼子区域的实时电子束功率与电子束功率标准值的电子束功率差值，将所述电子束功率差值作为电子束功率评估系数；

对温度评估系数、深度评估系数与电子束功率评估系数进行公式化计算，以获取熔炼质量评估系数

；

式中，

进一步地，将熔炼质量评估系数与熔炼质量评估阈值进行对比，根据对比结果以获取供料调节信息的方法包括：

若熔炼质量评估系数

若熔炼质量评估系数

进一步地，基于对应所述供料组件的当前供料速度生成对应供料组件的调节供料速度，包括：

计算对应所述供料组件的当前供料速度与预设的目标供料组件的标准供料速度的第一速度差值；所述预设的目标供料组件的标准供料速度的生成过程如下：

获取预设的目标供料组件的当前供料速度；

计算预设的目标供料组件的预标准供料速度与预设的目标供料组件的设计供料速度的差值，将预设的目标供料组件的预标准供料速度与预设的目标供料组件的设计供料速度的差值标记为目标速度差值；

根据目标速度差值对预设的目标供料组件的当前供料速度进行调节，以获取预设的目标供料组件的标准供料速度；

其中，所述预标准供料速度为预设的目标供料组件的标准供料速度受到摩擦力、供料阻力的影响因素的供料速度。

进一步地，计算对应所述供料组件的当前供料速度与相邻供料组件的当前供料速度的第二速度差值，所述相邻供料组件为当前计算第二速度差值的对应所述供料组件；

根据所述第一速度差值与第二速度差值，生成对应供料组件的调节供料速度；

生成对应供料组件的调节供料速度的方法还包括：

判断第一速度差值是否等于预设第一速度阈值，判断第二速度差值是否等于预设第二速度阈值；

若第一速度差值等于预设第一速度阈值，且第二速度差值等于预设第二速度阈值，则将第一速度差值或第二速度差值作为对应供料组件的调节供料速度。

进一步地，所述熔炼区域是指电子束炉内熔炼物料的区域，所述熔炼子区域为将熔炼区域进行等比例矩形划分得到；在物料熔炼时，每个熔炼子区域对应一个电子束枪；

所述供料区域为物料待熔炼区域，当n个熔炼子区域中的物料逐渐熔炼成物料熔液时，对应供料组件不断移动供料区域的物料进入熔炼子区域。

第二方面，本发明提供了电子束金属铌熔炼用精准供料方法，基于上述的电子束金属铌熔炼用精准供料系统实现，包括：

获取熔炼区域中n个熔炼子区域中的熔炼训练数据；n为大于等于1的整数；熔炼训练数据包括熔炼特征数据以及熔炼特征数据对应的初始供料速度；

基于熔炼训练数据训练出预测初始供料速度的机器学习模型；

将训练好的机器学习模型预测出的初始供料速度作为当前供料速度，对熔炼子区域的物料进行熔炼，并实时采集n个熔炼子区域的熔炼监测数据；

提取熔炼监测数据，并获取n个熔炼子区域的熔炼监测阈值对熔炼监测数据进行分析，以获取熔炼质量评估系数；

设定熔炼质量评估阈值，将熔炼质量评估系数与熔炼质量评估阈值进行对比，根据对比结果以获取供料调节信息；

根据供料调节信息，提取每个熔炼子区域对应供料组件的当前供料速度，基于对应所述供料组件的当前供料速度生成对应供料组件的调节供料速度。

第三方面，本发明提供一种电子设备，包括：处理器和存储器，其中，所述存储器中存储有可供处理器调用的计算机程序；

所述处理器通过调用所述存储器中存储的计算机程序，执行上述的电子束金属铌熔炼用精准供料系统中的步骤。

第四方面，本发明提供一种计算机可读存储介质，储存有指令，当所述指令在计算机上运行时，使得计算机执行上述的电子束金属铌熔炼用精准供料系统中的步骤。

本发明的技术效果和优点：

本发明通过获取熔炼区域中n个熔炼子区域中的熔炼训练数据，并基于熔炼训练数据训练出预测初始供料速度的机器学习模型，将训练好的机器学习模型预测出的初始供料速度作为当前供料速度，对熔炼子区域的物料进行熔炼，并实时采集n个熔炼子区域的熔炼监测数据；并基于熔炼监测数据生成熔炼质量评估系数，将熔炼质量评估系数与熔炼质量评估阈值进行对比，根据对比结果判断是否生成供料调节信息；基于供料调节信息以及对应供料组件的当前供料速度，对对应供料组件进行供料速度调节；在实际电子束熔炼过程中，基于机器学习模型训练出的初始供料速度作为当前供料速度，有利于提前对熔炼子区域的物料熔炼，再根据实时的熔炼监测数据对物料熔炼情况进行实时分析，并精准调节供料速度，避免速度过快或过慢导致熔炼质量不合格的情况，实现精准调节供料速度，进而有助于确保材料的高质量。

附图说明

图1为实施例1的系统示意图；

图2为实施例1的熔炼区域示意图；

图3为实施例2的方法流程图；

图4为实施例3的一种电子设备示意图；

图5为实施例4的一种计算机可读存储介质示意图。

图中：1、供料区域；2、熔炼子区域；3、重力传感器。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

此外，附图仅为本发明的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器方法和/或微控制器方法中实现这些功能实体。

应当理解的是，虽然在这里可能使用了术语“第一”“第二”等等来描述各个单元，但是这些单元不应当受这些术语限制。使用这些术语仅仅是为了将一个单元与另一个单元进行区分。举例来说，在不背离示例性实施例的范围的情况下，第一单元可以被称为第二单元，并且类似的第二单元可以被称为第一单元。这里所使用的术语“和/或”包括其中一个或更多所列出的相关联项目的任意和所有组合。

电子束熔炼的金属包括但不限定于金属铌、钨、钼等金属及其合金高级合金钢等高熔点金属，下述实施例中的物料以金属铌为例，在电子束熔炼时，对金属铌的原材料如何精准供料进行阐述。

实施例1

请参阅图1所示，本实施例公开提供了电子束金属铌熔炼用精准供料系统，应用于电子束炉中，包括：

历史数据采集模块，用于获取熔炼区域中n个熔炼子区域2中的熔炼训练数据；n为大于等于1的整数；

请参阅图2所示，需要说明的是，所述熔炼区域是指电子束炉内熔炼物料的区域，所述熔炼子区域2为将熔炼区域进行等比例矩形划分得到；在物料熔炼时，每个熔炼子区域2对应一个电子束枪；进一步需要说明的是，在得到n个熔炼子区域2后，还对每个熔炼子区域2进行序号标记和排序，并根据排序后的每个熔炼子区域2对应的电子束枪设定对应的熔炼路线，使得所述电子束炉按预定熔炼路线进行数据采集，以提高所述电子束炉数据采集效率；

进一步地，当供料区域1中的物料被推进熔炼区域时，采集熔炼训练数据；

需要说明的是，所述供料区域1为物料待熔炼区域，当n个熔炼子区域2中的物料逐渐熔炼成物料熔液时，对应供料组件不断移动供料区域1的物料进入熔炼子区域2；还需要解释的是，对应供料组件将物料移动至熔炼子区域2的控制算法不是本发明的解决主体，且也存在一系列现有控制方式以实现该功能，因此本发明对此不作过多赘述。

获取n个熔炼子区域2中的熔炼训练数据的方法如下：

具体地，所述熔炼训练数据包括熔炼特征数据以及熔炼特征数据对应的初始供料速度；

在一个优选的实施中，所述熔炼特征数据包括电子束能量密度、物料重量和熔炼速度；

其中，电子束能量密度为电子束枪所输出的能量密度，需要说明的是，其通过获取电子束枪输出的电压、电流以及焦点横截面积计算，其公式为：

，其中，电流、电压以及焦点横截面积均可通过电子束枪生产厂家提供，所述电子束能量密度的计算为现有技术，在此不做过多赘述；所述电子束能量密度越大，初始供料速度越快；

物料重量通过设置在供料区域1下方的重力传感器3获取；需要说明的是，当物料装入供料区域1时，自动根据重力传感器3获取物料重量。

熔炼速度通过摄像机实时监测物料熔炼的移动速度获取，其通过跟着物料熔炼前沿位置变化来计算熔炼速度，其公式为：

需要说明的是，所述熔炼前沿位置为电子束枪对物料熔炼时，正在熔化物料表面的位置，即物料从固态转变为液态的边界或界面位置，所述位置是电子束焦点聚焦的位置，由电子束枪的高能量密度使得该位置的物料被加热到足够高的温度，以使物料熔化形成物料熔液。

所述初始供料速度通过速度传感器测量对应供料区域1的物料推向熔炼子区域2的速度获取，即获取熔炼特征数据时，同时采集对应供料区域1的物料供料速度。

模型训练模块，基于熔炼训练数据训练出预测初始供料速度的机器学习模型；

基于熔炼训练数据训练出预测初始供料速度的机器学习模型，训练方法为：

将每组熔炼特征数据作为机器学习模型的输入，所述机器学习模型以对每组熔炼特征数据预测的初始供料速度为输出，以熔炼训练数据中熔炼特征数据对应的初始供料速度为预测目标，以最小化所有初始供料速度的预测误差作为训练目标；对机器学习模型进行训练，直至预测误差达到收敛时停止训练，训练出根据熔炼特征数据输出预测的初始供料速度的机器学习模型；所述机器学习模型是多项式回归模型或SVM模型中的一种；预测误差的计算公式为：

需要说明的是，机器学习模型的其他的模型参数，例如网络模型的深度、每层的神经元数量、网络模型使用的激活函数、收敛条件、训练集测试集验证集比例以及损失函数等均通过实际的工程实现，不断地进行实验调优后获得；

熔炼监测模块，将训练好的机器学习模型预测出的初始供料速度作为当前供料速度，对熔炼子区域2的物料进行熔炼，并实时采集n个熔炼子区域2的熔炼监测数据；

提取熔炼监测数据，并获取n个熔炼子区域2的熔炼监测阈值对熔炼监测数据进行分析，以获取熔炼质量评估系数；

在一个优选的实施中，所述熔炼监测数据包括实时温度、实时深度和实时电子束功率，所述熔炼监测阈值包括温度标准值、深度标准值以及电子束功率标准值；

需要说明的是，所述实时温度通过安装在电子束枪上的温度传感器获取；所述实时深度通过安装在电子束枪上的激光传感器测量熔炼子区域2的反射光来检测实时深度；所述电子束功率直接通过电子束枪直接获取；通过实时温度、实时深度和实时电子束功率能够实时监测电子束枪熔炼物料的过程；

具体地，获取n个熔炼子区域2的熔炼监测阈值对熔炼监测数据进行分析的方法包括：

计算每个熔炼子区域2的实时温度与温度标准值的温度差值，将所述温度差值作为温度评估系数；

计算每个熔炼子区域2的实时深度与深度标准值的深度差值，将所述深度差值作为深度评估系数；

计算每个熔炼子区域2的实时电子束功率与电子束功率标准值的电子束功率差值，将所述电子束功率差值作为电子束功率评估系数；

进一步地，对温度评估系数、深度评估系数与电子束功率评估系数进行公式化计算，以获取熔炼质量评估系数

；

式中，

上述中涉及的公式均是去除量纲取其数值计算，是由采集大量数据进行软件模拟得到最接近真实情况的一个公式，公式中的权重因子以及分析过程中各个预设的阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得；权重因子的大小是为了将各个参数进行量化得到的一个具体的数值，便于后续比较，关于权重因子的大小，取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的处理系数；只要不影响参数与量化后数值的比例关系即可。

判断模块，设定熔炼质量评估阈值，将熔炼质量评估系数与熔炼质量评估阈值进行对比，根据对比结果以获取供料调节信息；

具体地，将熔炼质量评估系数与熔炼质量评估阈值进行对比，判断熔炼质量评估系数

根据对比结果以获取供料调节信息的方法，包括：

若熔炼质量评估系数

若熔炼质量评估系数

供料速度调节模块，用于根据供料调节信息，提取每个熔炼子区域2对应供料组件的当前供料速度，基于对应所述供料组件的当前供料速度生成对应供料组件的调节供料速度；

具体地，生成对应供料组件的调节供料速度，包括：

计算对应所述供料组件的当前供料速度与预设的目标供料组件的标准供料速度的第一速度差值；其中，随机选取预设的目标供料组件作为调节供料速度对象，在此不作限定；

具体地，所述预设的目标供料组件的标准供料速度的生成过程如下：

获取预设的目标供料组件的当前供料速度；

计算所述预设的目标供料组件的预标准供料速度与预设的目标供料组件的设计供料速度的差值，将预设的目标供料组件的预标准供料速度与预设的目标供料组件的设计供料速度的差值标记为目标速度差值；

其中，需要说明的是，所述预标准供料速度为预设的目标供料组件的标准供料速度受到摩擦力、供料阻力的影响因素的供料速度。

需要说明的是，由于熔炼子区域2内的熔炼速度实时变化，且对应供料组件受摩擦力或环境阻力等因素影响，为此，所述预标准供料速度与设计供料速度可能存在差值，为此，计算出预标准供料速度与设计供料速度的差值作为目标速度差值，以保证矫正调节后的预设的目标供料组件的标准供料速度准确性。

根据目标速度差值对预设的目标供料组件的当前供料速度进行调节，以获取预设的目标供料组件的标准供料速度；

进一步地，计算对应所述供料组件的当前供料速度与相邻供料组件的当前供料速度的第二速度差值，所述相邻供料组件为当前计算第二速度差值的对应所述供料组件；

根据所述第一速度差值与第二速度差值，生成对应供料组件的调节供料速度；

具体地，生成对应供料组件的调节供料速度的方法还包括：

判断第一速度差值是否等于预设第一速度阈值，判断第二速度差值是否等于预设第二速度阈值；

若第一速度差值等于预设第一速度阈值，且第二速度差值等于预设第二速度阈值，则将第一速度差值或第二速度差值作为对应供料组件的调节供料速度，以得到对应所述供料组件的调节供料速度；

需要说明的是，每个对应供料组件的调节供料速度是指根据熔炼质量评估系数的大小判断是否对每个熔炼子区域2对应的供料组件设置的调节供料速度，举例来说，假如存在一个熔炼子区域2内的熔炼质量评估系数大于等于熔炼质量评估阈值，说明对应供料组件的当前供料速度适中，则根据供料不调节信息，该熔炼子区域2对应的供料组件的调节供料速度为零；继续说明的是，首先获取对应供料组件的当前供料速度，再计算对应所述供料组件的当前供料速度与预设的目标供料组件的标准供料速度的第一速度差值，并计算对应所述供料组件的当前供料速度与相邻供料组件的当前供料速度的第二速度差值；之后，判断第一速度差值是否等于预设第一速度阈值，判断第二速度差值是否等于预设第二速度阈值；若第一速度差值等于预设第一速度阈值，且第二速度差值等于预设第二速度阈值，则将第一速度差值或第二速度差值作为对应供料组件的调节供料速度；相反的，对熔炼质量评估系数符合熔炼质量评估阈值对应供料组件，通过上述相同原理的操作可以精准调节不同对应所述供料组件的供料速度，当物料熔炼质量产生缺陷时，实现对供料速度及时地精准判断；

在一个实施例中，若第一速度差值不等于预设第一速度阈值，则判断目标供料组件存在速度调节异常，则通知设备维护人员对目标供料组件进行检修；

在另一个实施例中，若第二速度差值不等于预设第二速度阈值，则计算对应所述供料组件的当前供料速度与另一相邻供料组件的当前供料速度的第三速度差值；

判断第三速度差值是否等于预设第二速度阈值，若第三速度差值等于预设第二速度阈值，则将第一速度差值或第三速度差值作为对应供料组件的调节供料速度，以得到对应供料组件的调节供料速度；

还需要说明的是，若存在多个对应所述供料组件的当前供料速度与另一相邻供料组件的当前供料速度的差值不等于预设速度阈值，则判断所述电子束炉内的供料组件存在严重供料问题，则通知设备维护人员对目标供料组件进行检修。

根据每个对应供料组件的调节供料速度，控制每个对应供料组件将物料推送至熔炼区域，直至物料推送完毕后停止供料。

本发明通过获取熔炼区域中n个熔炼子区域2中的熔炼训练数据，并基于熔炼训练数据训练出预测初始供料速度的机器学习模型，将训练好的机器学习模型预测出的初始供料速度作为当前供料速度，对熔炼子区域2的物料进行熔炼，并实时采集n个熔炼子区域2的熔炼监测数据；并基于熔炼监测数据生成熔炼质量评估系数，将熔炼质量评估系数与熔炼质量评估阈值进行对比，根据对比结果判断是否生成供料调节信息；基于供料调节信息以及对应供料组件的当前供料速度，对对应供料组件进行供料速度调节；在实际电子束熔炼过程中，基于机器学习模型训练出的初始供料速度作为当前供料速度，有利于提前对熔炼子区域2的物料熔炼，再根据实时的熔炼监测数据对物料熔炼情况进行实时分析，并精准调节供料速度，避免速度过快或过慢导致熔炼质量不合格的情况，实现精准调节供料速度，进而有助于确保材料的高质量。

实施例2

请参阅图3所示，本实施例提供了电子束金属铌熔炼用精准供料方法，包括：

获取熔炼区域中n个熔炼子区域2中的熔炼训练数据；n为大于等于1的整数；熔炼训练数据包括熔炼特征数据以及熔炼特征数据对应的初始供料速度；

基于熔炼训练数据训练出预测初始供料速度的机器学习模型；

将训练好的机器学习模型预测出的初始供料速度作为当前供料速度，对熔炼子区域2的物料进行熔炼，并实时采集n个熔炼子区域2的熔炼监测数据；提取熔炼监测数据，并获取n个熔炼子区域2的熔炼监测阈值对熔炼监测数据进行分析，以获取熔炼质量评估系数；

设定熔炼质量评估阈值，将熔炼质量评估系数与熔炼质量评估阈值进行对比，根据对比结果以获取供料调节信息；

根据供料调节信息，提取每个熔炼子区域2对应供料组件的当前供料速度，基于对应所述供料组件的当前供料速度生成对应供料组件的调节供料速度；

生成对应供料组件的调节供料速度，包括：

计算对应所述供料组件的当前供料速度与预设的目标供料组件的标准供料速度的第一速度差值；计算对应所述供料组件的当前供料速度与相邻供料组件的当前供料速度的第二速度差值；

根据所述第一速度差值与第二速度差值，生成对应供料组件的调节供料速度；

根据对应供料组件的调节供料速度，控制对应的供料组件的运行。

进一步地，所述熔炼特征数据包括电子束能量密度、物料重量、熔炼速度和物料类型；

其中，电子束能量密度为电子束枪所输出的能量密度，通过获取电子束枪输出的电压、电流以及焦点横截面积计算；其公式为：

；

物料重量通过设置在供料区域1下方的重力传感器3获取；

熔炼速度通过摄像机实时监测物料熔炼的移动速度获取；

物料类型通过光谱仪或光束诱导发射光谱来分析熔融区域的光谱特征来确定物料组分；

所述初始供料速度通过速度传感器测量对应供料区域1的物料推向熔炼子区域2的速度获取，即获取熔炼特征数据时，同时采集对应供料区域1的物料供料速度。

进一步地，基于熔炼训练数据训练出预测初始供料速度的机器学习模型，训练方法为：

将每组熔炼特征数据作为机器学习模型的输入，所述机器学习模型以对每组熔炼特征数据预测的初始供料速度为输出，以熔炼训练数据中熔炼特征数据对应的初始供料速度为预测目标，以最小化所有初始供料速度的预测误差作为训练目标；对机器学习模型进行训练，直至预测误差达到收敛时停止训练，训练出根据熔炼特征数据输出预测的初始供料速度的机器学习模型；所述机器学习模型是多项式回归模型或SVM模型中的一种；

进一步地，所述熔炼监测数据包括实时温度、实时深度和实时电子束功率，所述熔炼监测阈值包括温度标准值、深度标准值以及电子束功率标准值；

获取n个熔炼子区域2的熔炼监测阈值对熔炼监测数据进行分析的方法包括：

计算每个熔炼子区域2的实时温度与温度标准值的温度差值，将所述温度差值作为温度评估系数；

计算每个熔炼子区域2的实时深度与深度标准值的深度差值，将所述深度差值作为深度评估系数；

计算每个熔炼子区域2的实时电子束功率与电子束功率标准值的电子束功率差值，将所述电子束功率差值作为电子束功率评估系数；

对温度评估系数、深度评估系数与电子束功率评估系数进行公式化计算，以获取熔炼质量评估系数

；

式中，

进一步地，将熔炼质量评估系数与熔炼质量评估阈值进行对比，根据对比结果以获取供料调节信息的方法包括：

若熔炼质量评估系数

若熔炼质量评估系数

进一步地，基于对应所述供料组件的当前供料速度生成对应供料组件的调节供料速度，包括：

计算对应所述供料组件的当前供料速度与预设的目标供料组件的标准供料速度的第一速度差值；所述预设的目标供料组件的标准供料速度的生成过程如下：

获取预设的目标供料组件的当前供料速度；

计算预设的目标供料组件的预标准供料速度与预设的目标供料组件的设计供料速度的差值，并标记为目标速度差值；

根据目标速度差值对预设的目标供料组件的当前供料速度进行调节，以获取预设的目标供料组件的标准供料速度；

其中，所述预标准供料速度为预设的目标供料组件的标准供料速度受到摩擦力、供料阻力的影响因素的供料速度。

进一步地，计算对应所述供料组件的当前供料速度与相邻供料组件的当前供料速度的第二速度差值，所述相邻供料组件为当前计算第二速度差值的对应所述供料组件；

根据所述第一速度差值与第二速度差值，生成对应供料组件的调节供料速度的方法包括：

判断第一速度差值是否等于预设第一速度阈值，判断第二速度差值是否等于预设第二速度阈值；

若第一速度差值等于预设第一速度阈值，且第二速度差值等于预设第二速度阈值，则将第一速度差值或第二速度差值作为对应供料组件的调节供料速度。

所述熔炼区域是指电子束炉内熔炼物料的区域，所述熔炼子区域2为将熔炼区域进行等比例矩形划分得到；在物料熔炼时，每个熔炼子区域2对应一个电子束枪；

所述供料区域1为物料待熔炼区域，当n个熔炼子区域2中的物料逐渐熔炼成物料熔液时，对应供料组件不断移动供料区域1的物料进入熔炼子区域2。

实施例3

请参阅图4所示，一种电子设备，包括：处理器和存储器，其中，所述存储器中存储有可供处理器调用的计算机程序；

所述处理器通过调用所述存储器中存储的计算机程序，执行上述的电子束金属铌熔炼用精准供料系统中的步骤。

实施例4

请参阅图5所示，一种计算机可读存储介质，储存有指令，当所述指令在计算机上运行时，使得计算机执行上述的电子束金属铌熔炼用精准供料系统中的步骤。

上述中涉及的公式均是去除量纲取其数值计算，是由采集大量数据进行软件模拟得到最接近真实情况的一个公式，公式中的权重因子以及分析过程中各个预设的阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得；权重因子的大小是为了将各个参数进行量化得到的一个具体的数值，便于后续比较，关于权重因子的大小，取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的处理系数；只要不影响参数与量化后数值的比例关系即可。

上述实施例，可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时，上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络，或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线网络方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质（例如，软盘、硬盘、磁带）、光介质（例如，DVD），或者半导体介质。半导体介质可以是固态硬盘。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件，或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其他的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其他的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术作出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（read-only memory，ROM）、随机存取存储器（random access memory，RAM）、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

最后：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。