CN104392213A - 一种适用于熔炼过程中的图像信息状态识别系统 - Google Patents
一种适用于熔炼过程中的图像信息状态识别系统 Download PDFInfo
- Publication number
- CN104392213A CN104392213A CN201410657855.1A CN201410657855A CN104392213A CN 104392213 A CN104392213 A CN 104392213A CN 201410657855 A CN201410657855 A CN 201410657855A CN 104392213 A CN104392213 A CN 104392213A
- Authority
- CN
- China
- Prior art keywords
- melting
- image
- image information
- furnace charge
- color
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/147—Details of sensors, e.g. sensor lenses
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Vascular Medicine (AREA)
- Multimedia (AREA)
- Radiation Pyrometers (AREA)
Abstract
本发明公开了一种适用于熔炼过程中的图像信息状态识别系统,该系统是在现有熔炼设备的控制设备系统中存储有图像信息状态识别模块,对于熔炼过程图像的采集通过一耐高温保护套将图像采集设备安装在现有熔炼设备上。图像采集设备采集到的熔炼过程图像通过数据采集卡来传输至控制设备系统中。分析观测对象在颜色、纹理、光强等方面与划分的特定冶炼阶段间的对应关系,归纳人工观测经验并与冶炼理论相结合,建立图像特征与冶炼状态模型,实时在线输出识别冶炼状态。设置参数校正环节根据实测数据对其进行微调。另外,输出的冶炼状态也可与其他多个方法或模型的结果一起作为输入进行信息融合的综合判断,使操作判断更加准确。
Description
技术领域
本发明属于金属熔炼领域的图像识别技术,具体属于材料在进行真空感应熔炼、真空熔炼、铸造等熔炼工艺中对熔炼过程中的图像信息进行采集、并依据图像信息进行熔炼过程所处状态的识别系统。
背景技术
2000年8月第1版,胡亚民主编《材料成形技术基础》第40页。熔炼是液态金属铸造成形技术过程中的一个重要环节,与铸件的品质、生产成本、产量、能源消耗以及环境保护等密切相关。在熔炼这一环节中,多种固态金属炉料(废钢、生铁、回炉料、铁合金,有色金属等)按比例搭配装入相应的熔炉中加热熔化,通过一系列冶金反应,转变成具有一定化学成分和温度的符合铸造成形要求的液态金属。熔炼应满足的主要要求是:熔炼出符合材质性能要求的金属液,而且化学成分的波动范围应尽量小;熔化并过热金属所需的高温;有充足和适时的金属液供应;低的能耗和熔炼费用;噪声和排放的污染物严格控制在法定的范围内。
在相同的浇注情况下,较高的熔炼温度(出炉温度)可以使液态金属具有较高的浇注温度,而较低的熔炼温度则使液态金属具有较低的浇注温度。如果浇注温度过低,金属液会在充满铸型型腔前凝固,产生浇不足和其他缺陷。如果浇注温度过高,金属液容易同铸型材料发生反应,使铸件产生粘砂、夹砂和气孔等缺陷,高的热负荷甚至可能引起铸型损坏。选择合适的浇注温度和熔炼温度可避免产生这些问题。
一般地,真空感应熔炼设备包括有熔炼室、装料器、感应电炉、真空系统、冷却系统、液压系统、以及控制设备系统。
在传统或中小规模冶炼、熔炼中,熔炼装备、熔炼控制水平通常较低,因技术、资金等方面的限制通常采用人工经验进行判断当前某些熔炼顺行现象是否满足操作的要求,生产过程控制无法实现完全自动化。实时在线地准确识别冶炼过程中,如温度、火焰颜色、火焰光强等状态变化,并对冶炼设备的进行操作是冶炼生产自动控制的关键,能够提高冶炼、熔炼生产效率、降低能源消耗及提高产品质量等,具有重大意义。
发明内容
本发明提出了一种适用于熔炼过程中的图像信息状态识别系统,该图像信息状态识别系统存储在现有真空熔炼设备的控制设备系统中。本发明是针对熔炼过程中全部的状态变化进行采集、监测,并用反馈信号来调节所述的控制设备系统,是一种符合人眼观察经验的基于图像信息的熔炼过程、熔炼阶段状态识别技术手段。以解决目前熔炼过程凭经验、及人工观察在空间、时间和主观上的局限,造成熔炼产物不合格等缺点。
本发明的基于熔炼过程中的图像信息状态识别系统,其硬件有图像采集设备、数据采集卡;所述的图像采集设备安装在一个耐高温的保护套里,耐高温的保护套安装在熔炼室的观察窗处;数据采集卡通过电缆分别与图像采集设备和控制设备系统连接。图像采集设备用于采集从熔炼开始至熔炼结束全过程的熔炼变化;数据采集卡用于将图像采集设备采集的图像信息进行转换成控制设备系统能够接收有图像数据信息,并传输给控制设备系统;控制设备系统对接收到的图像数据信息首先进行存储,然后进行依据图像信息状态识别方法进行后续的处理。
本发明提出的图像信息状态识别方法是基于图像信息分析观测对象在颜色、纹理、光强等方面与划分的特定冶炼阶段间的对应关系,归纳人工观测经验并与冶炼理论相结合,建立图像特征与冶炼状态模型,实时在线输出识别冶炼状态。设置参数校正环节根据实测数据对其进行微调。另外,输出的冶炼状态也可与其他多个方法或模型的结果一起作为输入进行信息融合的综合判断,使操作判断更加准确。
附图说明
图1是本发明适用于熔炼过程中的图像信息状态识别系统的结构框图。
图1A是本发明适用于熔炼过程中的图像信息状态识别系统的另一结构框图。
图2是本发明适用于熔炼过程中的图像信息状态识别系统的处理流程图。
图3是本发明适用于熔炼过程中的图像信息状态识别系统的SVM分类器的结构图。
图4是本发明适用于熔炼过程中的图像信息状态识别系统的阈值分割得高温部分子流程图。
图5是采集的可见光图像。
图6是图5三状态图像的HSI颜色空间。
图7是图5中提取出的高温部分。
图8是图5中状态B、C图像的HSI三通道直方图。
图9是图5中炉料区域进行大津阈值后的分割效果图。
图10是图5中炉料区域形态学填补效果图。
图11是物体高温部分形态学腐蚀后效果图。
具体实施方式
参见图1所示,本发明的基于熔炼过程中的图像信息状态识别系统,其硬件有图像采集设备、数据采集卡;所述的图像采集设备安装在一个耐高温的保护套里,耐高温的保护套安装在熔炼室的观察窗处;数据采集卡通过电缆分别与图像采集设备和控制设备系统连接。图像采集设备用于采集从熔炼开始至熔炼结束全过程的熔炼变化;数据采集卡用于将图像采集设备采集的图像信息进行转换成控制设备系统能够接收有图像数据信息,并传输给控制设备系统;控制设备系统对接收到的图像数据信息首先进行存储,然后进行依据图像信息状态识别方法进行后续的处理。
参见图1A所示,在本发明中,选取的硬件设备中,为了对图像采集设备采集到的图像信息进行监控,也可以在图像采集设备上再连接一监视器。监视器能够看到图像采集设备是否进入正常工作状态、是否采集到了熔炼过程等,也可以存储图像采集设备采集的图像信息,该图像信息可以以离线方式与控制设备系统中存储的转化后的图像信息进行离线对照。
在本发明中,基于熔炼过程中的图像信息状态识别系统,采用C++编程语言(或者其他编程语言也是可以的)编写的软件部分有2个单元,一个是参数校正(调试用)单元,另一个是在线熔炼阶段状态识别单元。这2个单元存储在现有真空熔炼设备的控制设备系统中。
通常在整个熔炼过程中,火焰和炉料料面是主要的观测对象和判断依据,也是能够实现非接触式远距离探测的可探测量。越多的把握其图像特征信息,就越能准确地判断当前熔炼阶段。
根据图像成像原理、热辐射原理、冶金原理以及现场数据和经验,熔炼过程中其图像具有以下特点:
1)火焰火色与温度具有相关性。以钢铁熔炼风口火焰为例,暗红色时火焰温度为580~650℃,桔黄微红时为830~850℃,黄白色时为580~650℃。
2)火焰火色、形状与熔炼状态有对应关系。以烟化炉炼锌的三次风口火焰为例,过入还原挥发期时,火焰外围呈蓝绿色,且一次挥发时呈现稳定挥发,二次挥发时呈现间歇性的不稳定爆炸样,而结束时火焰稳定呈圆形(风口形状)。
3)炉料或熔池的加热熔化过程符合热量传输原理,熔化由外部向内部逐渐进行,在料面上也有所体现。
当观测对象选定后,根据经验或工艺流程划分熔炼阶段,并使用本发明的图像信息状态识别方法来分析考虑的图像特征与熔炼阶段的对应关系、特征在该阶段的稳定性,从而选取合适的图像特征。离线训练,规则形成后在线使用。
在本发明中根据火焰火色、形状与炉料熔融程度,将熔炼过程分为三阶段:
熔炼前期,火焰暗红色,形状呈上小下大。炉料未熔化或开始软化,整体温度较低,颜色分布暗,定义为状态A;
熔炼中期,火焰变白,并在一个短时间内更明亮,此时为碳氧反应高峰。外围炉料进入熔融状态,中心仍未熔化,外围温度较高,颜色对比度大,定义为状态B;
熔炼后期,火焰摇晃收缩,氧枪影子逐渐明显,到达终点;炉料全部进入熔融状态,固液共存的熔融部分闭合成实心圆域,整体温度高,颜色分布亮,定义为状态C。
在本发明列举的转炉增碳法吹炼钢铁中,熔炼过程的图示请参考图5至图11所示。图5示意出了可见光(熔炼环境)下的三种,即状态A、状态B和状态C的图像。
执行本发明图像信息状态识别方法(在线熔炼阶段状态识别单元)的流程如图2所示:
步骤一:采集图像数据;
步骤二:按类别挑选训练集数据,并迭代计算出判别结果;
步骤三:对训练集数据,分别计算YUV模式下的亮波动、RGB均值波动、火焰面积、火焰区域性平均色度、炉料表面颜色及面积比例等特征;YUV是一种颜色编码方法(属于PAL),是PAL和SECAM模拟彩色电视制式采用的颜色空间。其中“Y”表示明亮度(Luminance或Luma),也就是灰阶值;而“U”和“V”表示的则是色度(Chrominance或Chroma),作用是描述影像色彩及饱和度,用于指定像素的颜色。
步骤四:将特征作为输入量,该输入量与阈值的判别结果作为输出量,训练支持向量机(SVM)分类器;
步骤五:记录SVM分类器参数,直接用于在线熔炼阶段识别处理。
(一)RGB转HBI的处理
由于本发明的炉料表面颜色及面积比例特征是一种适用于可见光图像的信息,因此需要进行RGB转HBI的处理,其具体步骤如下:
步骤A:由于RGB彩色模型不能很好地适应人眼所解释的颜色,故将图像数据从RGB颜色空间转至HSI颜色空间;
步骤B:根据统计数据及经验设定炉料表面上固液共存熔融部分(物相转化,吸收大量热量,温度高,以下简称高温部分)的HSI各通道阈值。若高温部分不出现,则其面积比值记为0;若高温部分出现,则其面积比值记为1,并提取出高温部分区域,记录高温部分区域中心点位置;
步骤C:根据统计数据及经验设定H通道色调波动经验阈值。根据步骤B中求出的高温部分中心及此阈值进行区域生长,分割出近似的整个炉料区域;
步骤D:采用大津阈值法在H、I通道在炉料区域上分割出较为完整的高温部分;
步骤E:使用形态学闭运算填补炉料区域上的空洞;
步骤F:根据统计数据设定面积经验值,使用该大小的实心圆形掩膜对高温区域进行形态学腐蚀,并记录下腐蚀后的高温部分。
本发明方法要求硬件上摄像头位置固定,但RGB转HBI的处理上不需要摄像头内部参数。可以根据采集的图像特性统计得出所需要的高温部分的HSI阈值、H通道色调波动经验阈值、面积经验值、经验比例值。本发明采用RGB转HBI的处理具有1)速度快;2)所需硬件设备成本低;3)参数少,调试简单;4)可与其它过程控制模型相结合;5)拆卸方便、具有广阔的应用前景。
(二)构建SVM分类器
参见图3所示,在本发明的步骤四中构建的SVM分类器,上线前需要线下训练。初始时通过设置阈值,标注判别结果的训练集样本,然后逐个计算经验上有效的图像信息特征,形成特征向量输入SVM分类器。选择适当的核函数,如径向基内积函数、Sigmoid内积函数等,根据测试结果调整核函数参数,使得支持向量尽可能少,训练集判别结果尽可能高。
(三)阈值分割的处理
参见图4所示的阈值分割得高温部分子流程图中,对读入的高温部分HIS经验阈值进行阈值分割后,得到二值化图像信息;然后在选取二值化图像信息中的X轴方向上的中点值,并通过X轴的中点值判断Y轴的中点值是否在高温区域里,若Y轴中点值在高温区域里,则获取高温部分的中心点(x,y);若Y轴中点值不在高温区域里,则平移X轴方向,重新获取X轴方向上的值,以此来获取高温部分的中心点(x,y)。在本发明中,经过多次平移X轴方向上的值与Y轴方向上的值进行匹配,从而找到高温区域,这样的图像分割计算快,易于在最短的时间里搜索出熔炼中的高温区域。
实施例
实施例应用环境为转炉炼钢。其中的图像采集设备可根据观测对象选择合理的设备和安装地点。如高炉可选择红外温度检测仪或摄像机,安装在风口窥视孔可观测燃烧火焰,在炉顶处可观测炉料表面反应变化;烟化炉三次风口处可放置可见光摄像机观测稳定的挥发现象。校正环节仅在系统初始上线时调试使用,并非一直工作。在线熔炼阶段状态识别单元是由现有熔炼设备的控制设备系统及操作界面完成。对于采集到的熔炼过程的多源信息融合判断是可选的,可以将图像信息与其他反映熔炼状态的多源信息进行融合,从而增大状态判断结果的置信度。
在摄像机上安装一耐高温的保护套,保护套固定安装在现有熔炼设备的能够采集到熔炼图像的位置,是为了减少外部热辐射对摄像机的损坏,同时防止粉尘进入摄像机造成图像噪点等不利因素。另外摄像机观察孔处还需要安装耐高温玻璃片。当需要远距离观测时可以加入望远设备,同时使得成像设备远避高温和污染,降低维护成本。
采用CCD摄像机获取图像数据,选择径向基内积函数为核函数,以YUV模式下的亮波动、火焰面积、火焰区域性平均色度、炉料表面高温部分比例为特征,最终得到58个支持向量,在测试集上测试结果如表1所示。
表1转炉炼钢测试准确率
炉况状态 | 测试样本数 | 准确率 |
A | 60 | 92% |
B | 57 | 95% |
C | 62 | 98% |
按照炉料高温面积比例特征计算流程图进行处理(见图4),得到实验结果见图5~图11。采集的图像数据处于RGB颜色空间(见图5),为了更好地适应人眼所解释的颜色,将其转换至HIS颜色空间(见图6)。炉料在熔化过程中吸收热量,温度升高,色调常在红色调附近。故算法中将其从RGB颜色空间转至HSI颜色空间,从而可以方便地根据经验设定高温部分的HSI各通道阈值。若高温部分不出现,则炉料熔化状态未达到,高温面积比值记为0。若高温部分出现,则首先提取高温部分,然后求其中心。
图7是提取出的高温部分。由于液态熔融部分与固液共存熔融部分、未开始熔化部分在H通道的波动很小,设定H通道色调波动经验阈值。根据求出的高温部分中心及此阈值进行区域生长,分割出近似的整个炉料区域。
图8是状态B、C的H、S、I三通道直方图。由于越靠近目标状态,直方图双峰特性越明显,越容易将液态熔融部分和高温部分区分开来。故可以采用大津阈值法分割出炉料区域上的高温部分。而S通道易受外界光线影响,故不使用。
图9是图像中炉料区域大津阈值分割效果。分割结果上的小孔洞可以使用形态学闭运算填补分割图像上的空洞。填补效果见图10。
图11是炉料区域中高温部分形态学腐蚀效果。检测出的高温部分面积不应小于一定数值,故设定一面积经验值。高温部分呈闭合实心圆形,使用实心圆形掩膜对高温区域进行形态学腐蚀。腐蚀模板为大小与面积经验值相同的圆面模板。实心圆面腐蚀后会有剩余面积,而空心圆环则不会有太多剩余。记录腐蚀后高温部分、未被腐蚀部分(剩余部分);可以应用腐蚀前后的高温部分面积进行比较,作为熔炼阶段的特征信息。
Claims (5)
1.一种适用于熔炼过程中的图像信息状态识别系统,图像信息状态识别系统的硬件包括有图像采集设备、数据采集卡;图像采集设备安装在一个耐高温的保护套里,耐高温的保护套安装在熔炼室的观察窗处;数据采集卡通过电缆分别与图像采集设备和控制设备系统连接;其特征在于:图像信息状态识别系统的软件部分包括有一个是参数校正(调试用)单元,另一个是在线熔炼阶段状态识别单元,这2个单元存储在现有真空熔炼设备的控制设备系统中。
2.根据权利要求1所述的适用于熔炼过程中的图像信息状态识别系统,其特征在于:图像采集设备用于采集从熔炼开始至熔炼结束全过程的熔炼变化;数据采集卡用于将图像采集设备采集的图像信息进行转换成控制设备系统能够接收有图像数据信息,并传输给控制设备系统;控制设备系统对接收到的图像数据信息首先进行存储,然后进行依据图像信息状态识别方法进行后续的处理。
3.根据权利要求1所述的适用于熔炼过程中的图像信息状态识别系统,其特征在于:在线熔炼阶段状态识别单元的处理流程为;
步骤一:采集图像数据;
步骤二:按类别挑选训练集数据,并迭代计算出判别结果;
步骤三:对训练集数据,分别计算YUV模式下的亮波动、RGB均值波动、火焰面积、火焰区域性平均色度、炉料表面颜色及面积比例等特征;
步骤四:将特征作为输入量,通过该输入量与阈值的判别结果作为输出量,训练支持向量机(SVM)分类器;
步骤五:记录SVM分类器参数,直接用于在线熔炼阶段识别处理。
4.根据权利要求1所述的适用于熔炼过程中的图像信息状态识别系统,其特征在于:由于炉料表面颜色及面积比例特征是适用于可见光的图像,因此RGB转HBI的处理具体步骤如下:
步骤A:由于RGB彩色模型不能很好地适应人眼所解释的颜色,故将图像数据从RGB颜色空间转至HSI颜色空间;
步骤B:根据统计数据及经验设定炉料表面上固液共存熔融部分的HSI各通道阈值。若高温部分不出现,则其面积比值记为0;若高温部分出现,则其面积比值记为1,并提取出高温部分区域,记录高温部分区域中心点位置;
步骤C:根据统计数据及经验设定H通道色调波动经验阈值。根据步骤B中求出的高温部分中心及此阈值进行区域生长,分割出近似的整个炉料区域;
步骤D:采用大津阈值法在H、I通道在炉料区域上分割出较为完整的高温部分;
步骤E:使用形态学闭运算填补炉料区域上的空洞;
步骤F:根据统计数据设定面积经验值,使用该大小的实心圆形掩膜对高温区域进行形态学腐蚀,并记录下腐蚀后的高温部分。
5.根据权利要求1所述的适用于熔炼过程中的图像信息状态识别系统,其特征在于:根据火焰火色、形状与炉料熔融程度,将熔炼过程分为三阶段:
熔炼前期,火焰暗红色,形状呈上小下大。炉料未熔化或开始软化,整体温度较低,颜色分布暗,定义为状态A;
熔炼中期,火焰变白,并在一个短时间内更明亮,此时为碳氧反应高峰。外围炉料进入熔融状态,中心仍未熔化,外围温度较高,颜色对比度大,定义为状态B;
熔炼后期,火焰摇晃收缩,氧枪影子逐渐明显,到达终点;炉料全部进入熔融状态,固液共存的熔融部分闭合成实心圆域,整体温度高,颜色分布亮,定义为状态C。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410657855.1A CN104392213B (zh) | 2014-11-19 | 2014-11-19 | 一种适用于熔炼过程中的图像信息状态识别系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410657855.1A CN104392213B (zh) | 2014-11-19 | 2014-11-19 | 一种适用于熔炼过程中的图像信息状态识别系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104392213A true CN104392213A (zh) | 2015-03-04 |
CN104392213B CN104392213B (zh) | 2017-12-19 |
Family
ID=52610114
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410657855.1A Active CN104392213B (zh) | 2014-11-19 | 2014-11-19 | 一种适用于熔炼过程中的图像信息状态识别系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104392213B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104498654A (zh) * | 2014-12-29 | 2015-04-08 | 燕山大学 | 一种高炉炉温变化趋势确定方法及装置 |
CN107909006A (zh) * | 2017-10-27 | 2018-04-13 | 天津美腾科技有限公司 | 基于图像处理的高岭岩识别分选系统 |
CN108194942A (zh) * | 2017-12-15 | 2018-06-22 | 中国大唐集团科学技术研究院有限公司火力发电技术研究所 | 一种控制火焰温度的方法 |
CN108956611A (zh) * | 2017-09-14 | 2018-12-07 | 清华大学 | Slm加工过程构件表层能量分布监测装置及方法 |
CN109754019A (zh) * | 2019-01-10 | 2019-05-14 | 燕山大学 | 一种连续监测锅炉燃烧状况的方法 |
CN111222360A (zh) * | 2018-11-23 | 2020-06-02 | 隆基绿能科技股份有限公司 | 硅料熔化状态的检测方法、设备及存储介质 |
CN112165996A (zh) * | 2018-05-22 | 2021-01-01 | 东芝三菱电机产业系统株式会社 | 产业成套设备用图像分析装置以及产业成套设备监视控制系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101566503A (zh) * | 2009-04-30 | 2009-10-28 | 彭小奇 | Ccd图像传感高温场测量仪 |
CN102968644A (zh) * | 2012-11-21 | 2013-03-13 | 长春工业大学 | 一种氩氧精炼铁合金冶炼终点预测方法 |
CN103093468A (zh) * | 2013-01-22 | 2013-05-08 | 清华大学 | 一种基于图像形态学的稠密物体分割方法 |
US8538080B2 (en) * | 2011-01-27 | 2013-09-17 | Chang Jung Christian University | Flame identification method and device using image analyses in HSI color space |
CN103624234A (zh) * | 2013-10-25 | 2014-03-12 | 北京航科发动机控制系统科技有限公司 | 基于图像处理的离心感应压铸机工作过程自动监测方法 |
-
2014
- 2014-11-19 CN CN201410657855.1A patent/CN104392213B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101566503A (zh) * | 2009-04-30 | 2009-10-28 | 彭小奇 | Ccd图像传感高温场测量仪 |
US8538080B2 (en) * | 2011-01-27 | 2013-09-17 | Chang Jung Christian University | Flame identification method and device using image analyses in HSI color space |
CN102968644A (zh) * | 2012-11-21 | 2013-03-13 | 长春工业大学 | 一种氩氧精炼铁合金冶炼终点预测方法 |
CN103093468A (zh) * | 2013-01-22 | 2013-05-08 | 清华大学 | 一种基于图像形态学的稠密物体分割方法 |
CN103624234A (zh) * | 2013-10-25 | 2014-03-12 | 北京航科发动机控制系统科技有限公司 | 基于图像处理的离心感应压铸机工作过程自动监测方法 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104498654A (zh) * | 2014-12-29 | 2015-04-08 | 燕山大学 | 一种高炉炉温变化趋势确定方法及装置 |
CN104498654B (zh) * | 2014-12-29 | 2017-02-08 | 燕山大学 | 一种高炉炉温变化趋势确定方法及装置 |
CN108956611A (zh) * | 2017-09-14 | 2018-12-07 | 清华大学 | Slm加工过程构件表层能量分布监测装置及方法 |
CN108956611B (zh) * | 2017-09-14 | 2021-04-20 | 清华大学 | Slm加工过程构件表层能量分布监测装置及方法 |
CN107909006A (zh) * | 2017-10-27 | 2018-04-13 | 天津美腾科技有限公司 | 基于图像处理的高岭岩识别分选系统 |
CN108194942A (zh) * | 2017-12-15 | 2018-06-22 | 中国大唐集团科学技术研究院有限公司火力发电技术研究所 | 一种控制火焰温度的方法 |
CN108194942B (zh) * | 2017-12-15 | 2019-06-07 | 中国大唐集团科学技术研究院有限公司火力发电技术研究所 | 一种控制火焰温度的方法 |
CN112165996A (zh) * | 2018-05-22 | 2021-01-01 | 东芝三菱电机产业系统株式会社 | 产业成套设备用图像分析装置以及产业成套设备监视控制系统 |
CN112165996B (zh) * | 2018-05-22 | 2022-07-29 | 东芝三菱电机产业系统株式会社 | 产业成套设备监视控制系统 |
CN111222360A (zh) * | 2018-11-23 | 2020-06-02 | 隆基绿能科技股份有限公司 | 硅料熔化状态的检测方法、设备及存储介质 |
CN111222360B (zh) * | 2018-11-23 | 2023-10-31 | 隆基绿能科技股份有限公司 | 硅料熔化状态的检测方法、设备及存储介质 |
CN109754019A (zh) * | 2019-01-10 | 2019-05-14 | 燕山大学 | 一种连续监测锅炉燃烧状况的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104392213B (zh) | 2017-12-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104392213A (zh) | 一种适用于熔炼过程中的图像信息状态识别系统 | |
CN110438284B (zh) | 一种转炉智能出钢装置及控制方法 | |
CN110184401B (zh) | 高炉出渣铁状态在线检测方法 | |
CN112017145B (zh) | 一种高效的铁水预处理自动扒渣方法和系统 | |
WO2020098299A1 (zh) | 一种高温熔融流体流速检测方法及系统 | |
CN103642972B (zh) | 转炉出钢温度智能优化控制系统 | |
CN102322434B (zh) | 一种用于工频熔炼炉除尘风机节能的控制方法及其控制系统 | |
KR102225816B1 (ko) | 스크랩 용해율과 잔탕량을 측정하는 전기로 제강 조업 장치 및 이를 이용한 제강 조업 방법 | |
Zhang et al. | Detection method for pulverized coal injection and particles in the tuyere raceway using image processing | |
CN107052320A (zh) | 基于图像检测的自动浇注系统及浇口杯液位识别方法 | |
CN111560489A (zh) | 一种转炉出钢中的台车自动走行方法和系统 | |
CN105562643A (zh) | 一种结晶器漏钢处理方法 | |
CN112862769A (zh) | 一种高炉渣铁比在线智能监测方法及系统 | |
CN113255741A (zh) | 一种高温熔炼软搅拌系统热像跟踪及控制方法 | |
CN112458231B (zh) | 一种转炉下渣检测方法及系统 | |
CN106795573B (zh) | 用于确定氧气吹炼过程中的点火时间点的方法和设备 | |
CN210765379U (zh) | 一种用于转炉智能出钢的装置 | |
CN115130846A (zh) | 基于风口监控的高炉下部热制度最大影响因素分析方法 | |
CN108800916A (zh) | 一种基于机器视觉的篦冷机料层厚度模型预测控制算法 | |
CN115305299A (zh) | 一种高炉管道气流预判及处理方法和装置 | |
CN109487030A (zh) | 转炉双枪联动控制系统及联动控制方法 | |
CN207026465U (zh) | 基于图像检测的自动浇注系统 | |
Ayres et al. | Measurement of thickness of oxygen lance skull in LD converters using artificial vision | |
CN108067599B (zh) | 基于炼钢连铸全过程数据的板坯质量分析方法 | |
CN117636354B (zh) | 一种用于硅水浇铸过程中的硅渣智能化识别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |