CN102183289A - 基于远程红外监测的精炼铝用量控制方法 - Google Patents
基于远程红外监测的精炼铝用量控制方法 Download PDFInfo
- Publication number
- CN102183289A CN102183289A CN2011100513066A CN201110051306A CN102183289A CN 102183289 A CN102183289 A CN 102183289A CN 2011100513066 A CN2011100513066 A CN 2011100513066A CN 201110051306 A CN201110051306 A CN 201110051306A CN 102183289 A CN102183289 A CN 102183289A
- Authority
- CN
- China
- Prior art keywords
- steel
- image
- unit
- slag
- tapping
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P10/00—Technologies related to metal processing
- Y02P10/20—Recycling
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P10/00—Technologies related to metal processing
- Y02P10/25—Process efficiency
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Carbon Steel Or Casting Steel Manufacturing (AREA)
Abstract
本发明公开了一种基于远程红外监测的精炼铝用量控制方法,方法从两个方向,对钢流表面通过的钢渣进行监测,含有自动判断出钢与出钢结束的功能,根据对出钢过程中流到钢包中的钢渣连续统计,出钢结束时,根据统计到的钢渣重量,准确计算实际精炼中需要加入的铝重量,该数据可作为下阶段设备,如喂丝机的输入数据,或直接指示操作工人进行备料,达到准确控制精炼用铝量的目的。
Description
技术领域
本发明涉及现代炼钢精炼技术领域,尤其涉及一种基于远程红外监测的精炼铝用量控制方法。
背景技术
在现代炼钢操作工艺中,由转炉出钢后的钢水一般均需要通过炉外精炼工序对钢水进行精处理,所谓炉外精炼是指将炼钢炉(转炉、电炉等)中初炼过的钢液移到另一个具备真空、惰性气体或还原性气氛的容器中进行脱气、脱氧、脱硫,去除夹杂物和进行成分微调等精炼操作的炼钢过程,也叫二次冶金,在精炼过程中,需要通过喂丝机向容器(如钢包)内喂入铝线对钢水进行深脱硫、钙处理以及微调钢中碳和铝等成分,同时清洁钢水、改善非金属夹杂物形态,在精炼过程中所喂入的丝,大部分与钢水进行反应,称为有效反应,一部分与钢水中的钢渣反应,称为消耗反应,精炼过程中所喂入的丝的量由有效反应与消耗反应的量来确定,其中有效反应量由钢水的工艺要求给定,而消耗反应的量根据钢渣的量进行估算,目前要了解钢水内的钢渣量,必须将钢包内的钢水放干净,然后将余下的钢渣倒出进行称重,这样的操作显然无法在精炼之前进行,且操作耗时太久,影响生产计划,无法炉炉进行,导致目前铝量的计算是根据以往钢渣量的经验值进行估算,当估算渣量比实际需求小时,造成钢水脱氧不足的事故,当估算渣量比实际需求大时,则产生材料的浪费,故目前的用铝量控制尚属于一种非准确操作方式,存在较大的弊端。
发明内容
本发明的目的是提供一种基于远程红外监测的精炼铝用量控制方法,方法从两个方向,对钢流表面通过的钢渣进行监测,含有自动判断出钢与出钢结束的功能,根据对出钢过程中流到钢包中的钢渣连续统计,出钢结束时,根据统计到的钢渣重量,准确计算实际精炼中需要加入的铝重量,该数据可作为下阶段设备,如喂丝机的输入数据,或直接指示操作工人进行备料,达到准确控制精炼用铝量的目的。
本发明方法工作时采用的检测方法包括以下步骤:
1、 通过热像仪A与热像仪B获取当前时刻 的两个热图像样本,分别记为DIBA与DIBB,热像仪A与热像仪B的安装位置成镜面对称,钢流从热像仪A与热像仪B之间垂直穿过(图1),选用热像仪的工作波段需为8~14微米,拍摄速率不小于25帧每秒,输出图像的分辨率记为,式中以表示图像宽度,表示图像高度,单位为像素,要求不小于320,不小于240,具体采样操作步骤如下:
(1、 设当前时刻为,前一次采样时刻为,考察当前时刻距离前一次采样时刻经过的时间间隔是否达到时间间隔,即判断等式是否成立,若成立则立即进行步骤1.2,若不成立则等待其成立后进行步骤1.2,以保证采样图像被更新,其中时间间隔为热像仪拍摄时间间隔,如帧率为25帧每秒的热像仪,其拍摄时间间隔为毫秒;
2、 判断当前转炉是否为出钢状态;
3、 考察时间间隔以前转炉是否处于出钢状态,如果是,判断当前时刻为转炉出钢完成时刻,统计计算本次出钢出现的钢渣总重量为,单位公斤,式中意义为当前时刻为第次采样统计时刻,表征本次出钢过程总共发生的采样统计总数,相邻两个采样统计时间间隔为,进入步骤5,如果否,判断当前为非出钢时刻的延续,返回步骤1;
4、 根据步骤3得到的钢渣重量计算本炉次精炼所需要的铝量为,输出计算结果到给料设备控制本炉次精炼所添加的铝量,式中为每吨钢水的含氧量,由现场化验室根据钢样化验给出相应数据,为钢水重量,单位吨,由钢包称重系统获得,为每公斤钢渣消耗的铝量,单位为公斤铝每公斤钢渣,该值取多次实测的平均值,一般使用厂方既有的经验值;
5、 考察时间间隔以前转炉是否处于非出钢状态,如果是,判断当前时刻为起始钢渣统计时刻,令=1,完成步骤6到步骤20后返回步骤1,如果否,判断当前时刻为出钢时刻的延续,令,完成步骤6到步骤20后返回步骤1;
6、 对本次采集的图像DIBA,进行罗伯特边缘计算,DIBA内任一点灰度函数为,对图像DIBA内所有像素点进行边缘计算,得到边缘图像EDIBA,其任一点灰度函数记为,式中为交叉梯度算子,常数5为实验经验值,图像EDIBA中,边缘点灰度值为1,非边缘点灰度值为0;
7.1、 建立原始霍夫垂线方程,方程简化为;
9.2、 在边缘图像EDIBA中,考察任一点灰度值,若,且横坐标满足,考察该点纵坐标,记录该纵坐标出现次数,即出现在的水平线上的边缘点个数(线段长度),依次完成对边缘图像EDIBA内钢流左右边界范围内所有像素点的考察;
9.3、 因图像中钢流的上下边界范围内,钢流上下边缘具有最长的水平线特性,则取对应边缘点数最多的两个纵坐标即为钢流的上下边界,其中较小的纵坐标为上边界,由式确定钢流上边界坐标,剩余的纵坐标即为下边界,由式确定下边界;
13、 参照圆柱体体积公式,计算钢流的垂直速度为,单位米每秒,式中为单位时间内流出钢水的重量,单位吨每秒,由测重系统测量单位时间间隔内钢包重量变化的差值获得,为钢水的体密度,为钢流柱直径,通过测量出钢口内径获得,单位米;
14、 根据步骤13的计算结果,计算在采样时间间隔内,钢流在垂直方向上的移动距离,单位米,换算为像素单位有,式中含义为图像上一个像素点对应的实际物理长度,单位米每像素,该参数由探测器的焦距,探元尺寸及安装距离决定,算式为;
17.1、 在图像DIBA内取范围内任意不重复像素点,记点坐标为,则点对应灰度值为函数的值,每取到一点即进行17.2到17.4的步骤后返回本步骤继续取点,若范围所有像素点均处理完成,即进入步骤17.5;
17.2、 判断该像素点是否为钢渣,考察不等式,如果成立,则认为点代表钢渣像素点,进入步骤17.3,如果不成立,则认为点代表钢水像素点,进入步骤17.4,不等式中为一固定灰度值,用以区分钢水钢渣在热图像上表现出的不同灰度值,取纯钢水通过探测器成像后的平均灰度值与纯钢渣通过探测器成像后的平均灰度值,则;
18.1、 在图像DIBB内取范围内任意不重复像素点,记点坐标为,则点对应灰度值为函数的值,每取到一点即进行18.2到18.4的步骤后返回本步骤继续取点,若范围所有像素点均处理完成,即进入步骤18.5;
19、 由步骤17及步骤18的结果,及图像DIBA与图像DIBB的镜面关系计算当前时刻在钢流柱高度范围内出现实际钢渣面积为,单位平方米,式中意义为当前时刻为第次采样统计时刻,表征本次出钢过程总共发生的采样统计总数,相邻两个采样统计时间间隔为;
20、 计算当前时刻出现的钢渣重量为,式中为钢渣在某一粘度级别下的面密度,单位公斤每平方米,在使用中由用户在现场炼钢结束后根据钢渣粘度等级选定,该参数的获得可通过在出钢后对不同粘度级别的钢渣进行称重,并根据在出钢阶段时所统计对应的在钢流上出现的钢渣面积来测算,计算公式为,式中为钢渣称量重量,单位公斤,为出钢阶段钢流上出现的钢渣面积,单位平方米;
本发明达到的有益效果是,通过对转炉出钢过程中,实际钢渣总量的统计,利用钢渣总量的统计结果计算实际需要添加的精炼用铝量,从而解决当前用铝量完全依靠经验估计,而造成的用铝不足或用铝过量的问题,从而达到即降低铝材料消耗,又避免钢水脱氧不足的事故发生的效果。
附图说明
图1 为热像仪A与热像仪B拍摄位置示意图;
图2 为钢流图像内考察范围示意图;
图3 为钢流圆柱曲面与探测器平面投影关系示意图;
图4 为图3过像素点的截面示意图;
图5 为方法的总体处理流程;
图中: 1.转炉,2.钢流,3.钢包,4.热像仪A,5.热像仪B,6.热像仪A到钢流距离,7.热像仪B到钢流距离,8.出钢口,9.钢流水平中线,10.考察范围,11.成像平面,12.一个像素点对应的投影区域,13.点对应的钢流曲面,14.对应钢流曲线的弧度夹角,15.钢流半径,16.成像轴线,17.钢流圆柱截面表面曲线,18.一个像素点对应的投影直线段,19.点对应钢流曲线,20.钢流曲线左端点与成像轴线夹角,21.钢流曲线右端点与成像轴线夹角。
具体实施方式
本发明所依赖的基础原理主要分为三个方面。一、出钢钢流特性;二、图像处理边缘算法之罗伯特算法;三、图像直线识别技术霍夫算法,四、精炼中铝的计算方法;下面将依次介绍。
能够采用本方法进行钢渣统计基于出钢钢流的两方面特性:
其一为出钢钢流的红外辐射特性,钢水钢渣的红外辐射特性研究的是1600℃~1700℃温度条件下,即钢水出钢时需要保持的温度范围内,钢水与钢渣发射率的差异性研究,是使用远红外成像方法能对钢水内钢渣进行有效分辨的物理基础。
发射率,就是实际物体与同温度黑体在相同条件下的辐射能量之比。所谓相同条件是指相同的几何条件(发射辐射面积、测量辐射功率的立体角大小和方向)和光谱条件(测量辐射通量的光谱范围)。由于发射率与测量条件有关,故有几种发射率定义。
半球发射率 :半球发射率是辐射体单位面积向半球空间发射的辐射能通量(辐射出度)与同温度下黑体的辐射出度之比。
法向发射率: 法向发射率是在辐射表面法线方向上的小立体角内测量的发射率,它是法线方向上的辐射亮度和同温度下黑体的辐射亮度之比。由于红外系统都是探测目标面法线方向上的一个小立体角内的辐射能量,因此法向发射率很重要。
同时发射率根据所测量波段的不同,还分为其中又分为全量和光谱量两种,所谓全量发射率是指所取辐射亮度是全波段下的辐射总亮度,而光谱量发射率是指所取辐射亮度对应于某一个波长的微小波长范围内的辐射亮度,在温度保持不变的条件下,按照波长间隔标记物体的发射率变化过程,即得到该物体的发射率—波长曲线。
对于黑体而言,各种发射率都等于1,而对于实际物体,各种发射率的数值都小于1。当温度条件一致时,发射率是物质的本身特性之一,其发射率—波长曲线形态只与物质本身的组成成分相关。
回到发明研究的具体对象,钢水和钢渣,其中钢水的组成成分基本是纯净的Fe元素,而钢渣的成分相当复杂,主要由钙、铁、硅、镁、铝、锰、磷等氧化物组成,其中钙、铁、硅的氧化物占绝大部分,通过实验发现,在同样的出钢温度条件下,在人眼可见的光谱范围()内,钢水的发射率值在0.8~0.77之间,钢渣的发射率在0.82~0.79之间,非常接近很难区分,所以人眼很难准确的判断钢水中的钢渣,同时使用普通可见光摄像设备拍摄钢流,其钢流内部的细节也会呈现模糊一片无法区分的趋势。而波长在的光谱范围内,钢渣的发射率基本保持不变,在0.8~0.7之间,取0.8,而钢水的发射率发生急剧下降,达到了0.3~0.2之间,取0.2,则钢水与钢渣的发射率比值接近为1:4的关系,使得使用远红外探测器在的光谱范围内拍摄到的热图像有着很好的明暗层次分辨率,从而为后继的图像处理提供基本条件。
其二是钢流中钢水与钢渣在流动时的分布特性,经统计,钢水的密度在7到8之间,钢渣的密度一般在3到4之间,这使得在出钢时,较轻的钢渣在压力的作用下会向钢流表面汇集,形成一个近似均匀的覆盖层,因红外探测器无法探测钢流内部的情况,而钢渣的表面汇集特性使得探测器观测到出钢过程中的全部钢渣成为可能。
通过远红外成像系统获得的是出钢钢流在每一个瞬间的热图像,发明的方法必须能够对热图像内的钢流区域以及钢流内的钢渣特征进行准确的跟踪识别,才能够获得稳定的检测效果。解决这个问题,依赖于图像处理中的边缘检测和直线识别两种算法。
方法在进行边缘检测时,考虑钢流与背景之间,钢水与钢渣之间在热图像上的差异性都是非常明显,同时考虑每秒25帧的计算速度的要求,所以选取经典的罗伯特s梯度算法来对边缘进行处理。
数字梯度向量为
其幅度,即最大差分值为
为方便计算机计算,减少计算量,简化运算式如下
也可以用交叉梯度的近似表达式代替
…………(7)
采用罗伯特s算法处理后的图像成为最基本的线条图像,这些线条勾勒出钢流以及钢渣的位置和形状。要准确的确定钢渣的含量,必须对钢水与钢渣所占据的面积进行统计,而进行准确的统计,必然需要首先判断钢流的空间位置。由于热成像系统是正对钢流进行拍摄的,所以钢流在平面上的形态可以通过一个直角矩形勾勒出来,而钢流区域位置识别以外的线条基本是曲线段,寻找钢流位置的任务就可以描述为寻找两条最长水平线和两条最长垂直线的位置问题。解决图像上寻找曲线的问题,可以采用经典的霍夫变换来实现。
霍夫变换是图像处理中从图像中识别几何形状的基本方法之一。霍夫变换的基本原理在于利用点与线的对偶性,将原始图像空间的给定的曲线通过曲线表达形式变为参数空间的一个点。这样就把原始图像中给定曲线的检测问题转化为寻找参数空间中的峰值问题。也即把检测整体特性转化为检测局部特性。比如直线、椭圆、圆、弧线等。
设已知一黑白图像上画了一条直线,要求出这条直线所在的位置。我们知道,直线的方程表示为
即点(x0,y0)确定了一族直线。方程(10)在参数k--b平面上是一条直线。这样,图像x--y平面上的一个前景像素点就对应到参数平面上的一条直线。我们举个例子说明解决前面那个问题的原理。设图像上的直线是y=x, 我们先取上面的三个点:A(0,0), B(1,1), C(22)。可以求出,过A点的直线的参数要满足方程b=0, 过B点的直线的参数要满足方程1=k+b, 过C点的直线的参数要满足方程2=2k+b, 这三个方程就对应着参数平面上的三条直线,而这三条直线会相交于一点(k=1,b=0)。 同理,原图像上直线y=x上的其它点(如(3,3),(4,4)等) 对应参数平面上的直线也会通过点(k=1,b=0)。这个性质就为我们解决问题提供了方法,就是把图像平面上的点对应到参数平面上的线,最后通过统计特性来解决问题。假如图像平面上有两条直线,那么最终在参数平面上就会看到两个峰值点,依此类推。简而言之,霍夫变换思想为:在原始图像坐标系下的一个点对应了参数坐标系中的一条直线,同样参数坐标系的一条直线对应了原始坐标系下的一个点,然后,原始坐标系下呈现直线的所有点,它们的斜率和截距是相同的,所以它们在参数坐标系下对应于同一个点。这样在将原始坐标系下的各个点投影到参数坐标系下之后,看参数坐标系下有没有聚集点,这样的聚集点就对应了原始坐标系下的直线。
在实际应用中,如式(9)形式的直线方程没有办法表示x=c形式的直线(这时候,直线的斜率为无穷大)。所以实际应用中,是采用以下参数方程进行替换
…………………………………………………(11)
应用到方法所具体关心的问题中,水平线的方程形式可表示为
相应垂线方程为
对通过罗伯特方法处理过的二值图像进行遍历,寻找的点,其空间位置为,代入方程(12)与(13),分别求经过该点的水平线和垂线在平面上的曲径为,也就是说经过点的水平线与垂线在平面上的投影分别是点与点,在遍历过程中,统计两类点,各自出现的次数,即显示组成直线的线段长度,其中{|N是二值图像中值为1的点的个数}。取统计数目最多,也即最长的两条平行线纵坐标以及两条垂线横坐标,即判断出垂直流下的钢流在图像上的空间位置。
理想状态下,精炼中铝用量的计算方法如下:
已知铝脱氧的反应式为:
已知铝的原子量为27,氧的原子量为16,则铝用量的计算公式为:
在理想的铝用量公式基础上,考虑存在钢渣的情况下对原公式(15)进行扩展得到:
检测控制方法:
所发明的基于钢水液位的转炉出钢下渣控制方法,遵循下述过程,达到目标实现的目的。
基于钢水液位的转炉出钢下渣控制方法的步骤如下:
1、 通过热像仪A与热像仪B获取当前时刻的两个热图像样本,分别记为DIBA与DIBB,热像仪A与热像仪B的安装位置成镜面对称,钢流从热像仪A与热像仪B之间垂直穿过(图1),选用热像仪的工作波段需为8~14微米,拍摄速率不小于25帧每秒,输出图像的分辨率记为,式中以表示图像宽度,表示图像高度,单位为像素,要求不小于320,不小于240,具体采样操作步骤如下:
1.1、 设当前时刻为,前一次采样时刻为,考察当前时刻距离前一次采样时刻经过的时间间隔是否达到时间间隔,即判断等式是否成立,若成立则立即进行步骤1.2,若不成立则等待其成立后进行步骤1.2,以保证采样图像被更新,其中时间间隔为热像仪拍摄时间间隔,如帧率为25帧每秒的热像仪,其拍摄时间间隔为毫秒;
2、 判断当前转炉是否为出钢状态;
3、 考察时间间隔以前转炉是否处于出钢状态,如果是,判断当前时刻为转炉出钢完成时刻,统计计算本次出钢出现的钢渣总重量为,单位公斤,式中意义为当前时刻为第次采样统计时刻,表征本次出钢过程总共发生的采样统计总数,相邻两个采样统计时间间隔为,进入步骤5,如果否,判断当前为非出钢时刻的延续,返回步骤1;
4、 根据步骤3得到的钢渣重量计算本炉次精炼所需要的铝量为,输出计算结果到给料设备控制本炉次精炼所添加的铝量,式中为每吨钢水的含氧量,由现场化验室根据钢样化验给出相应数据,为钢水重量,单位吨,由钢包称重系统获得,为每公斤钢渣消耗的铝量,单位为公斤铝每公斤钢渣,该值取多次实测的平均值,一般使用厂方既有的经验值;
5、 考察时间间隔以前转炉是否处于非出钢状态,如果是,判断当前时刻为起始钢渣统计时刻,令=1,完成步骤6到步骤20后返回步骤1,如果否,判断当前时刻为出钢时刻的延续,令,完成步骤6到步骤20后返回步骤1;
6、 对本次采集的图像DIBA,进行罗伯特边缘计算,DIBA内任一点灰度函数为,对图像DIBA内所有像素点进行边缘计算,得到边缘图像EDIBA,其任一点灰度函数记为,式中为交叉梯度算子,常数5为实验经验值,图像EDIBA中,边缘点灰度值为1,非边缘点灰度值为0;
9.2、 在边缘图像EDIBA中,考察任一点灰度值,若,且横坐标满足,考察该点纵坐标,记录该纵坐标出现次数,即出现在的水平线上的边缘点个数(线段长度),依次完成对边缘图像EDIBA内钢流左右边界范围内所有像素点的考察;
9.3、 因图像中钢流的上下边界范围内,钢流上下边缘具有最长的水平线特性,则取对应边缘点数最多的两个纵坐标即为钢流的上下边界,其中较小的纵坐标为上边界,由式确定钢流上边界坐标,剩余的纵坐标即为下边界,由式确定下边界;
13、 参照圆柱体体积公式,计算钢流的垂直速度为,单位米每秒,式中为单位时间内流出钢水的重量,单位吨每秒,由测重系统测量单位时间间隔内钢包重量变化的差值获得,为钢水的体密度,为钢流柱直径,通过测量出钢口内径获得,单位米;
14、 根据步骤13的计算结果,计算在采样时间间隔内,钢流在垂直方向上的移动距离,单位米,换算为像素单位有,式中含义为图像上一个像素点对应的实际物理长度,单位米每像素,该参数由探测器的焦距,探元尺寸及安装距离决定,算式为;
17.1、 在图像DIBA内取范围内任意不重复像素点,记点坐标为,则点对应灰度值为函数的值,每取到一点即进行17.2到17.4的步骤后返回本步骤继续取点,若范围所有像素点均处理完成,即进入步骤17.5;
17.2、 判断该像素点是否为钢渣,考察不等式,如果成立,则认为点代表钢渣像素点,进入步骤17.3,如果不成立,则认为点代表钢水像素点,进入步骤17.4,不等式中为一固定灰度值,用以区分钢水钢渣在热图像上表现出的不同灰度值,取纯钢水通过探测器成像后的平均灰度值与纯钢渣通过探测器成像后的平均灰度值,则;
17.3、 计算当前钢渣像素点对应的实际钢渣面积,分解计算步骤如下:
18.1、 在图像DIBB内取范围内任意不重复像素点,记点坐标为,则点对应灰度值为函数的值,每取到一点即进行18.2到18.4的步骤后返回本步骤继续取点,若范围所有像素点均处理完成,即进入步骤18.5;
19、 由步骤17及步骤18的结果,及图像DIBA与图像DIBB的镜面关系计算当前时刻在钢流柱高度范围内出现实际钢渣面积为,单位平方米,式中意义为当前时刻为第次采样统计时刻,表征本次出钢过程总共发生的采样统计总数,相邻两个采样统计时间间隔为;
20、 计算当前时刻出现的钢渣重量为,式中为钢渣在某一粘度级别下的面密度,单位公斤每平方米,在使用中由用户在现场炼钢结束后根据钢渣粘度等级选定,该参数的获得可通过在出钢后对不同粘度级别的钢渣进行称重,并根据在出钢阶段时所统计对应的在钢流上出现的钢渣面积来测算,计算公式为,式中为钢渣称量重量,单位公斤,为出钢阶段钢流上出现的钢渣面积,单位平方米。
图1为热像仪A与热像仪B拍摄位置示意图,图中转炉(1),将钢流(2)倾注到钢包(3)中,采用热像仪A(4),与热像仪B(5)在钢流(2)的两侧,相对位置上对钢流(2)进行拍摄,要求热像仪A(4)与热像仪B(5)在同一高度上,其两者轴线在同一直线上,同时保证热像仪A到钢流距离(6),与热像仪B到钢流距离(7)相等,以保证热像仪A(4)的成像DIBA与热像仪B(5)的成像DIBB成镜面对称关系。
图2 为钢流图像内考察范围示意图,图中钢流(2)通过转炉(1)的出钢口(8)流出,钢流(2)的直径近似为出钢口(8)的内径,钢流水平中线(9)中分出钢口(8)到钢包(3)之间的钢流(2),以钢流水平中线(9)为考察范围(10)的中线,考察范围(10)的宽度为钢流直径,考察范围(10)的高度为采样时间内钢流经过的垂直距离。
图3、图4共同表达了钢流圆柱曲面与探测器平面投影关系,图3中,在成像平面(11)上的一个像素点对应的投影区域(12),为点对应的钢流曲面(13)向成像平面(11)上的一个投影,图4为图3过像素点的截面示意图,在钢流圆柱截面上,成像平面(11)投影为成像轴线(16),一个像素点对应的投影区域(12)投影为一个像素点对应的投影直线段(18),点对应钢流曲面(13)投影为点对应钢流曲线(19),对应钢流曲线的弧度夹角(14)为钢流曲线左端点与成像轴线夹角(20)与钢流曲线右端点与成像轴线夹角(21)差的绝对值,方法通过图3,图4表达的投影关系,运用基本几何定律,可将图像内钢流上一个像素点恢复为钢流圆柱面上一段钢流曲面的面积。
Claims (1)
1.一种基于远程红外监测的精炼铝用量控制方法,其特征在于,它包括以下步骤:
(1)通过热像仪A与热像仪B获取当前时刻 的两个热图像样本,分别记为DIBA与DIBB,热像仪A与热像仪B的安装位置成镜面对称,钢流从热像仪A与热像仪B之间垂直穿过,选用热像仪的工作波段需为8~14微米,拍摄速率不小于25帧每秒,输出图像的分辨率记为,式中以表示图像宽度,表示图像高度,单位为像素,要求不小于320,不小于240;
(2)判断当前转炉是否为出钢状态,包括以下子步骤;
(3)考察时间间隔以前转炉是否处于出钢状态,如果是,判断当前时刻为转炉出钢完成时刻,统计计算本次出钢出现的钢渣总重量为,单位公斤,式中意义为当前时刻为第次采样统计时刻,表征本次出钢过程总共发生的采样统计总数,相邻两个采样统计时间间隔为,进入步骤5,如果否,判断当前为非出钢时刻的延续,返回步骤1;
(4)根据步骤3得到的钢渣重量计算本炉次精炼所需要的铝量为,输出计算结果到给料设备控制本炉次精炼所添加的铝量,式中为每吨钢水的含氧量,由现场化验室根据钢样化验给出相应数据,为钢水重量,单位吨,由钢包称重系统获得,为每公斤钢渣消耗的铝量,单位为公斤铝每公斤钢渣,该值取多次实测的平均值,一般使用厂方既有的经验值;
(5)考察时间间隔以前转炉是否处于非出钢状态,如果是,判断当前时刻为起始钢渣统计时刻,令=1,完成步骤6到步骤20后返回步骤1,如果否,判断当前时刻为出钢时刻的延续,令,完成步骤6到步骤20后返回步骤1;
(6)对本次采集的图像DIBA,进行罗伯特边缘计算,DIBA内任一点灰度函数为,对图像DIBA内所有像素点进行边缘计算,得到边缘图像EDIBA,其任一点灰度函数记为,式中为交叉梯度算子,常数5为实验经验值,图像EDIBA中,边缘点灰度值为1,非边缘点灰度值为0;
(13)参照圆柱体体积公式,计算钢流的垂直速度为,单位米每秒,式中为单位时间内流出钢水的重量,单位吨每秒,由测重系统测量单位时间间隔内钢包重量变化的差值获得,为钢水的体密度,为钢流柱直径,通过测量出钢口内径获得,单位米;
(14)根据步骤13的计算结果,计算在采样时间间隔内,钢流在垂直方向上的移动距离,单位米,换算为像素单位有,式中含义为图像上一个像素点对应的实际物理长度,单位米每像素,该参数由探测器的焦距,探元尺寸及安装距离决定,算式为;
(19)由步骤17及步骤18的结果,及图像DIBA与图像DIBB的镜面关系计算当前时刻在钢流柱高度范围内出现实际钢渣面积为,单位平方米,式中意义为当前时刻为第次采样统计时刻,表征本次出钢过程总共发生的采样统计总数,相邻两个采样统计时间间隔为;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011100513066A CN102183289A (zh) | 2011-03-04 | 2011-03-04 | 基于远程红外监测的精炼铝用量控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011100513066A CN102183289A (zh) | 2011-03-04 | 2011-03-04 | 基于远程红外监测的精炼铝用量控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102183289A true CN102183289A (zh) | 2011-09-14 |
Family
ID=44569523
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011100513066A Withdrawn CN102183289A (zh) | 2011-03-04 | 2011-03-04 | 基于远程红外监测的精炼铝用量控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102183289A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114859824A (zh) * | 2022-05-12 | 2022-08-05 | 深圳市汇川技术股份有限公司 | 切割随动控制方法、切割装置及计算机可读存储介质 |
-
2011
- 2011-03-04 CN CN2011100513066A patent/CN102183289A/zh not_active Withdrawn
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114859824A (zh) * | 2022-05-12 | 2022-08-05 | 深圳市汇川技术股份有限公司 | 切割随动控制方法、切割装置及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102183288B (zh) | 基于远程红外监测的精炼铝用量控制方法 | |
JP3160273B2 (ja) | 鉄鋼生産の間のスラグキャリーオーバーを最小にするためのシステム及び方法 | |
CN102181598A (zh) | 基于热图像的转炉出钢下渣预判及控制方法 | |
Chen et al. | A novel device for optical imaging of blast furnace burden surface: parallel low-light-loss backlight high-temperature industrial endoscope | |
CN110309973B (zh) | 一种基于视频智能算法的转炉喷溅预测方法及系统 | |
CN101996409B (zh) | 图像处理设备和图像处理方法 | |
KR20160020574A (ko) | 이상 검지 방법 및 고로 조업 방법 | |
JP2010147560A (ja) | 目標追尾装置 | |
CN106441584A (zh) | 基于红外测温的转炉下渣检测方法 | |
JP2007002306A (ja) | 高炉出銑流速測定方法、出銑流速測定装置、及び出銑量測定方法 | |
CN101281646A (zh) | 基于视觉的驾驶员疲劳实时检测方法 | |
US20100265332A1 (en) | Ir camera with improved parameter interpretation and image control | |
JP7394952B2 (ja) | 溶滓量測定装置および溶滓量測定方法 | |
CN111985112A (zh) | 一种基于Unity3D的高炉数字孪生系统 | |
JP6119515B2 (ja) | 高炉羽口状態観察方法及び高炉羽口状態観察装置 | |
Zhang et al. | Detection method for pulverized coal injection and particles in the tuyere raceway using image processing | |
JP6776180B2 (ja) | 出銑温度測定装置および該方法 | |
CN112862769A (zh) | 一种高炉渣铁比在线智能监测方法及系统 | |
CN110751669A (zh) | 一种新型cbocp在线红外转炉出钢钢流自动检测与跟踪方法及系统 | |
Patra et al. | Infrared-based slag monitoring and detection system based on computer vision for basic oxygen furnace | |
CN102183289A (zh) | 基于远程红外监测的精炼铝用量控制方法 | |
CN107969143A (zh) | 判定支援装置、判定支援方法以及程序 | |
CN104123728A (zh) | 基于Hough变换的圆管检测方法 | |
CN105807795B (zh) | 基于视频图像处理的eb炉钛液液位监控系统及方法 | |
WO2020026325A1 (ja) | 評価装置、導出装置、監視方法、監視装置、評価方法、コンピュータプログラム、および導出方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C04 | Withdrawal of patent application after publication (patent law 2001) | ||
WW01 | Invention patent application withdrawn after publication |
Open date: 20110914 |