本发明涉及热连轧产线目标管控，尤其涉及一种基于设备状态信号的热连轧轧制自动化率计算方法。
背景技术：
1、传统的热连轧生产线通常依赖于人工操作和干预，存在人为操作误差、生产效率低下以及产品质量难以保证等问题，为了减少人为因素干扰，实现轧钢自动化这一目标，钢铁企业引入了先进的自动化技术，包括传感技术、控制技术、数据处理和分析技术以及通信技术等。提高热连轧产线中自动化装备的利用率，满足不同控制要求，对提高生产效率与产品质量有着重要影响,但是目前行业中并未有一套规范且成熟的轧钢自动化率评定方法来为企业轧钢自动化发展程度进行评定，并且对于自动化装备的人工干预情况还没有一套成熟的管理体系。
2、公开号为cn116187830a的中国专利公开了一种基于熵权-理想解法的带钢冷连轧自动化率综合评价方法，包括：监控带钢冷连轧过程的各人工操作项，记录每卷带钢轧制过程中各机架操作项的人工操作频次；基于熵权法赋值规则计算各操作项的权重；确定带钢冷连轧自动化率综合评价的正理想解和负理想解，并分别计算各评价样本到正理想解和负理想解的欧式距离；计算带钢与理想解的贴近度，根据计算出的贴近度对带钢冷连轧自动化率进行综合评价和分级判定。该发明充分利用了现场的轧制生产数据，建立了轧钢自动化率评估模型，可对带钢冷连轧自动化程度进行综合评价和分级判定，从而为减少人工干预提供评价指标和数据支撑；但该发明对人为干预频次的统计较为传统，仅依赖于人工记录，因此误差较大，并且对计算结果没有进行进一步分析。
技术实现思路
1、本发明提供了一种基于设备状态信号的热连轧轧制自动化率计算方法，增强热连轧产线生产组织人员、管理人员对生产过程人工干预情况的动态感知，及时发现影响轧制自动化率的关键环节，并对工艺或者设备进行问题分析和调整，辅助决策分析以提升产线自动化轧钢水平。
2、为了达到上述目的，本发明采用以下技术方案实现：
3、一种基于设备状态信号的热连轧轧制自动化率计算方法，包括如下步骤：
4、s1、获取轧制各个工序手动干预信号实时状态；
5、s2、根据物料跟踪信号计算钢卷各个工序轧制过程的轧制自动化率，计算公式如下：
6、
7、其中，r为轧制自动化率，n1为钢卷当前工序存在人工干预的设备或受控对象数量，n0为该工序总的设备或受控对象数量；
8、将各个工序的轧制自动化率取平均数，作为当前钢卷轧制过程的自动化率；
9、s3、分别统计班组、日、周、月维度的轧制自动化率报表。
10、进一步的，所述各个工序手动干预信号实时状态包括如下内容：
11、(1)粗轧工序：粗除鳞、粗轧辊道摆钢、粗轧轧机调平、粗轧轧机辊缝、粗轧轧机入、出口侧导板设备或受控对象的人工干预信号；
12、(2)精轧工序：飞剪、精除鳞、摆钢、轧制速度、精轧轧机调平、精轧轧机辊缝、精轧轧机入口侧导板、精轧弯辊、机架间冷却水、轧辊冷却水设备或受控对象的人工干预信号；
13、(3)卷取工序：夹送辊辊缝、卸卷、受控对象选择、卷取机侧导板、钢卷冷却水设备或受控对象的人工干预信号。
14、进一步的，所述分别统计班组、日、周、月维度的轧制自动化率报表具体包括如下步骤：
15、(1)根据班组、日、周、月生产情况，提取班组、日、周、月生产钢卷列表；
16、(2)根据钢卷列表的钢卷号，提取各工序和总的轧制自动化率；
17、(3)对各工序和总的轧制自动化率分别求取平均数，其结果为所查班组、日、周、月的各工序和总的轧制自动化率。
18、与现有技术相比，本发明的有益效果是：
19、通过获取轧制工序手动干预信号实时状态，根据物料跟踪信号计算钢卷各个工序轧制过程的轧制自动化率，分别统计班组、日、周、月等维度的轧制自动化率报表，以增强热连轧产线生产组织人员、管理人员对生产过程人工干预情况的动态感知，及时发现影响轧制自动化率的关键环节，并对工艺或者设备进行问题分析和调整，辅助决策分析以提升产线自动化轧钢水平。
1.一种基于设备状态信号的热连轧轧制自动化率计算方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于设备状态信号的热连轧轧制自动化率计算方法，其特征在于，所述各个工序手动干预信号实时状态包括如下内容：
3.根据权利要求1所述的一种基于设备状态信号的热连轧轧制自动化率计算方法，其特征在于，所述分别统计班组、日、周、月维度的轧制自动化率报表具体包括如下步骤：
