CN102206727A - 转炉炼钢终点判断方法及判断系统，控制方法及控制系统 - Google Patents

Abstract

本发明实施例公开了一种转炉炼钢终点判断方法，包括步骤：获取炉口火焰的火焰信息，并提取所述火焰信息中的特征信息；建立终点预测模型，结合所述特征信息和所述终点预测模型预报所述转炉炼钢终点。还公开了使用上述判断方法的转炉炼钢终点判断系统、控制方法及控制系统。采用上述控制系统可以在线实时分析钢水碳、温度的全部变化过程，因此减轻炼钢工的劳动强度，保证钢的质量；可实现吹炼终点自动控制，提高转炉炼钢的自动化水平；由于通过火焰图像以及光强判断转炉炼钢的终点，提高转炉冶炼终点命中率、缩短冶炼时间3-4分钟，从而提高生产效率，降低成本。

Description

转炉炼钢终点判断方法及判断系统,控制方法及控制系统

技术领域

本发明涉及炼钢自动化控制领域，更具体地说，涉及一种转炉炼钢终点判断方法及判断系统，控制方法及控制系统。

背景技术

转炉炼钢中炼钢终点控制是转炉炼钢的关键技术之一，而转炉炼钢产钢量占总产钢量的80％以上。在大中型重点钢铁企业转炉钢产量占主导地位，因此提高完善转炉炼钢的生产能力与控制水平一直受到人们的重视。转炉炼钢是十分复杂的冶金反应过程，影响因素很多。为了实现转炉冶炼过程的自动控制，国内外开发了许多检测技术，常用的方法主要有人工经验法、化学分析法、静态终点控制、副枪法、炉气分析法等。

在实际生产和理论研究中发现：人工经验控制炼钢终点，这和现场工人的经验及工作状态有着密切的关系，具有终点命中率低，喷溅率高，倒炉次数多，生产稳定性差等问题；采用静态终点控制系统，其命中率仍达不到自动化炼钢需求，且控制过程不能进行在线跟踪实时修正；化学分析法，其测量时间远远不能满足冶炼过程控制的实时性要求，且在取样时存在喷溅的事故；副枪法，终点命中率高，但价格昂贵，同时探头属于消耗品，不能连续获取吹炼信息，对炉容要求高，一般只适合于120t以上转炉；炉气分析法(分为激光和质谱仪)，激光检测分析仅对于碳含量很低(＜0.05％)时的终点控制有效，质谱仪分析较高的终点命中率，过程控制能力强，但价格昂贵、设备维护困难。

因此，如何研究出一种提高控制精度和命中率，提高转炉生产效率、产品质量的转炉炼钢终点控制系统，成为本领域技术人员亟待解决的技术问题。

发明内容

有鉴于此，本发明提供一种转炉炼钢终点判断方法及判断系统，控制方法及控制系统，以实现提高控制精度和命中率，提高转炉生产效率、产品质量的目的。

为实现上述目的，本发明提供如下技术方案：

一种转炉炼钢终点判断方法，包括步骤：

获取炉口火焰的火焰信息，并提取所述火焰信息中的特征信息；

建立终点预测模型，结合所述特征信息和所述终点预测模型预报所述转炉炼钢终点。

优选的，在上述判断方法中，当所述火焰信息为光强信息时，所述特征信息为光强值。

优选的，在上述判断方法中，当所述火焰信息为图像信息时，所述火焰信息为图像特征值。

优选的，在上述判断方法中，所述提取所述图像息中的图像特征值具体为：

建立颜色转换模型，提取火焰图像由变化剧烈到变化缓慢的图像特征值。

优选的，在上述判断方法中，所述颜色转换模型为HSV六棱锥颜色模型。

优选的，在上述判断方法中，所述建立终点预测模型为神经网络模型。

一种转炉炼钢终点判断系统，包括：

采集模块，用于获取炉口火焰的火焰信息，并提取所述火焰信息中的特征信息；

数据处理模块，用于建立终点预测模型，结合所述特征信息和所述终点预测模型预报所述转炉炼钢终点。

优选的，在上述判断系统中，所述采集模块包括光学模块、光强采集模块和图像采集模块，其中，

所述光学模块，用于获得炉口火焰的火焰信息，所述火焰信息包括光强信息和图像信息；

所述光强采集模块，用于接收所述光强信息，使之转换成光强数字信号，并提取光强值；

所述图像采集模块，用于接收所述图像信息，使之转换成图像数字信号，并提取图像特征值。

一种转炉炼钢终点控制方法，包括步骤：

获取炉口火焰的火焰信息，并提取所述火焰信息中的特征信息；

建立终点预测模型，结合所述特征信息和所述终点预测模型得到所述转炉炼钢的终点信号；

根据所述终点信号氧气的供给量。

一种转炉炼钢终点控制系统，包括：

采集模块，用于获取炉口火焰的火焰信息，并提取所述火焰信息中的特征信息；

数据处理模块，用于建立终点预测模型，结合所述特征信息和所述终点预测模型得到所述转炉炼钢的终点信号；

控制模块，用于接收终点信号控制氧气的供给量。

转炉炼钢中炉口火焰是熔池温度状况的标志，炉口火焰的长短和强弱以及炉口火花的多少是钢水含碳量的一个重要判断依据。本发明通过采集路口火焰的火焰信息，提取火焰信息中的特征信息判断出碳氧反应所处阶段，控制转炉炼钢的终点。采用上述控制系统可以在线实时分析钢水碳、温度的全部变化过程，因此减轻炼钢工的劳动强度，保证钢的质量；可实现吹炼终点自动控制，提高转炉炼钢的自动化水平；由于通过火焰图像以及光强判断转炉炼钢的终点，提高转炉冶炼终点命中率、缩短冶炼时间3-4分钟，从而提高生产效率，降低成本。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的转炉炼钢终点判断方法流程图；

图2为本发明实施例提供的转炉炼钢终点判断系统结构框图；

图3为本发明实施例提供转炉炼钢终点判断系统另一种结构框图；

图4为本发明实施例提供的转炉炼钢终点控制方法流程图；

图5为本发明实施例提供的转炉炼钢终点控制系统另一种结构框图；

图6为本发明实施例提供的转炉炼钢终点控制系统另一种结构框图；

图7为本发明实施例提供的转炉炼钢终点控制系统实体图。

具体实施方式

在转炉炼钢中炉口火焰是熔池温度状况的标志，炉口火焰的长短和强弱以及炉口火花的多少是钢水含碳量的一个重要判断依据。

在吹炼的各个阶段碳氧反应有不同的特点，大致为初期反应平缓(烟尘多包含氧和其他杂质的反应)、中期反应剧烈(主要为氧气和一氧化碳的燃烧)、末期反映平缓柔和(碳含量较少反映趋于终结)。与此同时炉口火焰无论是光强还是图像都会呈现出一定的规律性变化。特别的，在吹炼的末期由于碳含量的减少这种规律性的变化会变得非常明显。因此，通过对转炉炉口火焰信息的处理、研究可以监测转炉冶炼过程。

本系统利用红外技术、计算机视觉和数字图像处理技术，避开复杂机理建模的困难，把生产过程视为一个“黑箱”系统，直接研究系统的输出量，通过对转炉炉口火焰光强和图像纹理特征的提取与选择，得出一组特征变量再运用图像处理的方法，研究分析特征变量与吹炼终点之间的对应关系，最终对系统的状态做出实时在线的判断。

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、完整地描述，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。

本发明实施例提供一种转炉炼钢终点判断方法，如图1所示，包括：

步骤S100：获取炉口火焰的火焰信息，并提取所述火焰信息中的特征信息；

其中，火焰信息包括光强信息和图像信息，获取的光强信息经过数据处理后，可以得到火焰的光强值；经过数据处理后可以得到图像信息的图像特征值。在炼钢过程中，炼钢炉内发生多元多相的高温物理化学反应，其火焰的光强值随吹炼过程逐步变大，在吹炼的中期由于反应的剧烈干扰增多有波动的现象，接近吹炼终点时光强曲线缓慢下降。与此同时图像特征值在吹炼的初期缓慢上升，中期存在着剧烈的振荡，而到达末期接近终点时却显著提高，在接近吹炼终点时，图像曲线有一个极大值的出现。因此上述特征值可以实时反应炼钢过程中的光谱图像特征量的变化。

步骤S200：建立终点预测模型，结合所述特征信息和所述终点预测模型预报所述转炉炼钢终点。

当火焰信息为光强信息时，转炉炼钢终点控制方法，具体为：获取炉口火焰的光强信息，并提取所述火焰信息中的光强值；建立神经网络模型，通过调整隐含层神经元的个数，以及初始网络权重和阈值，来寻求最佳的神经网络模型的权重和阈值，并用所得的网络优化的权重和阈值对转炉炼钢终点进行预报。

当火焰信息为图像信息时，转炉炼钢终点控制方法，具体为：获取炉口火焰的图像信息，建立彩色CCD三色测温模型，计算火焰温度，得到吹炼过程中的温度变化曲线；建立颜色转换模型，提取火焰图像由变化剧烈到变化缓慢的特征信息，得到吹炼过程中的碳含量变化曲线；根据提取的特征信息，建立神经网络模型；通过调整隐含层神经元的个数，以及初始网络权重和阈值，来寻求最佳的神经网络模型的权重和阈值，并用所得的网络优化的权重和阈值对转炉炼钢终点进行预报。

其中，在获取炉口火焰的图像信息是基于WindoWs Driver Model(WDM)视频采集模式，该模式具有工作快，消耗CPU资源少，避开了流媒体冗杂的原始数据的特点，其工作时，通过颜色模型转换，提取图像信息的图像特征信息，与光谱光强结合进行综合分析判断。

上述火焰的图像信息获取之后以RGB格式存储，并利用Smith提出的颜色空间映射算法把采集到的RGB格式图像数据转换到HSV(色度hue、饱和度saturation、明度value)六棱锥颜色模型下。HSV六棱锥颜色模型使用对用户更直观的颜色描述方法，该模型的色度分量H用角度表示，从0°(红色)增大到各种颜色，最直接地反映了采集图像中的颜色信息。

另外，由于不同炉次加入的原材料及吹炼条件等因素的差异，造成了各炉次的终点时刻存在了较大的波动，由现场测试发现其具体时间差为100s以内不定。因此，上述终点预测模型为神经网络模型，通过调整隐含层神经元的个数，以及初始网络权重和阈值，寻求最佳的神经网络模型的权重和阈值。其中，火焰信息的特征值为神经网络模型的输入输出量，通过比较可以得到网络优化的权重和阈值对转炉炼钢终点进行预报。

本发明实施例提供一种转炉炼钢终点判断系统，如图2所示，该判断系统包括：

采集模块1，用于获取炉口火焰的火焰信息，并提取所述火焰信息中的特征信息；

数据处理模块2，用于建立终点预测模型，结合所述特征信息和所述终点预测模型预报所述转炉炼钢终点。

具体的，采集模块1包括光学模块11、光强采集模块13和图像采集模块12，如图3所示，其中，

光学模块11，用于获得炉口火焰的火焰信息，火焰信息包括光强信息和图像信息；

光强采集模块13，用于接收所述光强信息，使之转换成光强数字信号，并提取光强值；

图像采集模块12，用于接收所述图像信息，使之转换成图像数字信号，并提取图像特征值。

上述模块为软件和硬件的结合体，单个模块是由若干个实体部件组装而成并付之于相应的软件系统。其中：

光学模块11的作用是在距离转炉较远的地方获得炉口的火焰信息，使系统远离炉口的恶劣环境和强烈干扰。光学模块11为光学远望仪55，光学远望仪55定位形式有多种，在此介绍其中的一种，光学远望仪55通过光学远望仪保护盒安装在调节支架56上。炼钢现场环境恶劣，为了防止现场灰尘对光学远望仪55上的干扰，光学远望仪保护盒上还设置有吹扫装置，通过吹扫装置的设置，可以及时清理光学远望仪镜头上的灰尘。调节支架56可以根据光学远望仪55安装方式的不同进行上下和左右调节。

光强采集模块13以50次/s以上的速度采集光强信息，图像采集模块12以10帧/s的速度采集图像信息，经过信号传输线把光强信息与图像信息传输到数据数据处理模块2，由于现场环境温度较高，所有信号传输线全部套用一层金属软管保护，以防止信号传输线被烧断。

光强采集模块13包括传导光纤、滤光镜、光电传感器和信号采集电路，传导光纤连接所述光学模块11和光电传感器，滤光镜用于获取所需特征波段的光强，光电传感器与信号采集电路相连。为了进一步完善光强采集模块13，需要设置光电探测器、滤波电路、放大器、A/D转换电路、单片机、时钟电路、数据存储电路、通讯电路等，具体采集电路主要通过软件与硬件相结合来完成，并要满足快速响应、实时处理大信息量和能在高温、烟尘等恶劣环境下工作等要求。

图像采集模块12是基于Windows Driver Model(WDM)视频采集模式，该系统通过空间颜色模型转换，提取特征图像信息，与光谱光强结合进行综合分析判断。图像采集模块12包括工业摄像机54、视频采集卡和摄像机保护盒，工业摄像机54与所述视频采集卡电连接并设置在所述摄像机保护盒中。工业摄像机保护盒上还设置有可变焦镜头，可变焦镜头与控制模块3相连接。工业摄像机保护盒上还设置有冷却吹扫装置。

图像信息经彩色CCD系统采集后，建立RGB三色测温模型，该模型可以消除CCD器件不同通道的光电响应特性和光学传递系数等不同带来的影响，能够有效消除光路上烟雾、灰尘或火焰波动等噪声对测温的影响。

为了能精确分析图像颜色信息与碳含量的关系，利用Smith提出的颜色空间映射算法把采集到的RGB图像数据格式转换到HSV(色度hue、饱和度saturation、明度value)六棱锥颜色模型下。

在判断为终点时，将终点信号转变为终点控制指令，关闭转炉氧枪供氧系统，停止向炉内吹氧。其中，上述系统中还设置有切换模块，该切换模块可以实现在线实时显示冶炼信息、控制信息，手动和自动控制的相互转化。

由上文描述可知，转炉炼钢中炉口火焰是熔池温度状况的标志，炉口火焰的长短和强弱以及炉口火花的多少是钢水含碳量的一个重要判断依据。本发明通过采集路口的火焰图像信息以及光强信息得到特征值，根据特征值判断转炉炼钢的终点。采用上述控制系统可以在线实时分析钢水碳、温度的全部变化过程，因此减轻炼钢工的劳动强度，保证钢的质量；可实现吹炼终点自动控制，提高转炉炼钢的自动化水平；由于通过火焰图像以及光强判断转炉炼钢的终点，提高转炉冶炼终点命中率、缩短冶炼时间3-4分钟，从而提高生产效率，降低成本。

下面结合硬件对其工作过程进行详细介绍，如图7所示，工业摄像机54和光强采集模块13通过光学远望仪55将火焰图像信息转换成第一信号，将光强信息转换成第二信号并传递给设置机柜53中的处理模块2，处理模块2将上述信号转换成结果信号并传递给主控制器52，主控制器52根据上述结果信号控制转炉炼钢的控制机51。

本发明实施例提供一种基于上述转炉炼钢终点判断方法的转炉炼钢终点控制方法，如图4所示，该控制方法包括：

步骤S100：获取炉口火焰的火焰信息，并提取所述火焰信息中的特征信息；

步骤S200：建立终点预测模型，结合所述特征信息和所述终点预测模型预报所述转炉炼钢终点；

步骤S300：接收终点信号控制氧气的供给量。

本发明实施例还提供了一种转炉炼钢终点控制系统，如图5所示，该控制系统包括：

采集模块，用于获取炉口火焰的火焰信息，并提取所述火焰信息中的特征信息；

数据处理模块2，用于建立终点预测模型，结合所述特征信息和所述终点预测模型得到所述转炉炼钢的终点信号；

控制模块3，用于接收终点信号控制氧气的供给量。

其中，上述系统中，如图6所示，采集模块包括光学模块11、光强采集模块13和图像采集模块13，其中，

光学模块11，用于获得炉口火焰的火焰信息，火焰信息包括光强信息和图像信息；

光强采集模块13，用于接收所述光强信息，使之转换成光强数字信号，并提取光强值；

图像采集模块12，用于接收所述图像信息，使之转换成图像数字信号，并提取图像特征值。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种转炉炼钢终点判断方法，其特征在于，包括步骤：

获取炉口火焰的火焰信息，并提取所述火焰信息中的特征信息；

建立终点预测模型，结合所述特征信息和所述终点预测模型预报所述转炉炼钢终点。

2.如权利要求1所述的判断方法，其特征在于，当所述火焰信息为光强信息时，所述特征信息为光强值。

3.如权利要求1所述的判断方法，其特征在于，当所述火焰信息为图像信息时，所述火焰信息为图像特征值。

4.如权利要求3所述的判断方法，其特征在于，所述提取所述图像息中的图像特征值具体为：

建立颜色转换模型，提取火焰图像由变化剧烈到变化缓慢的图像特征值。

5.如权利要求4所述的判断方法，其特征在于，所述颜色转换模型为HSV六棱锥颜色模型。

6.如权利要求1所述的控制方法，其特征在于，所述建立终点预测模型为神经网络模型。

7.一种转炉炼钢终点判断系统，其特征在于，包括：

采集模块，用于获取炉口火焰的火焰信息，并提取所述火焰信息中的特征信息；

数据处理模块，用于建立终点预测模型，结合所述特征信息和所述终点预测模型预报所述转炉炼钢终点。

8.如权利要求7所述的判断系统，其特征在于，所述采集模块包括光学模块、光强采集模块和图像采集模块，其中，

所述光学模块，用于获得炉口火焰的火焰信息，所述火焰信息包括光强信息和图像信息；

所述光强采集模块，用于接收所述光强信息，使之转换成光强数字信号，并提取光强值；

所述图像采集模块，用于接收所述图像信息，使之转换成图像数字信号，并提取图像特征值。

9.一种转炉炼钢终点控制方法，其特征在于，包括步骤：

获取炉口火焰的火焰信息，并提取所述火焰信息中的特征信息；

建立终点预测模型，结合所述特征信息和所述终点预测模型得到所述转炉炼钢的终点信号；

根据所述终点信号氧气的供给量。

10.一种转炉炼钢终点控制系统，其特征在于，包括：

采集模块，用于获取炉口火焰的火焰信息，并提取所述火焰信息中的特征信息；

数据处理模块，用于建立终点预测模型，结合所述特征信息和所述终点预测模型得到所述转炉炼钢的终点信号；

控制模块，用于接收终点信号控制氧气的供给量。

Images