CN105562643A - 一种结晶器漏钢处理方法 - Google Patents

一种结晶器漏钢处理方法 Download PDF

Info

Publication number
CN105562643A
CN105562643A CN201610077331.4A CN201610077331A CN105562643A CN 105562643 A CN105562643 A CN 105562643A CN 201610077331 A CN201610077331 A CN 201610077331A CN 105562643 A CN105562643 A CN 105562643A
Authority
CN
China
Prior art keywords
foreign matter
slab
dimensional image
mean value
surface temperature
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
Application number
CN201610077331.4A
Other languages
English (en)
Other versions
CN105562643B (zh
Inventor
曾智
王胜东
季晨曦
黄学启
崔阳
潘宏伟
王志鹏
邓小旋
田志红
杨春政
马硕
王保生
王国瑞
何文远
滕波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shougang Group Co Ltd
Original Assignee
Shougang Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shougang Corp filed Critical Shougang Corp
Priority to CN201610077331.4A priority Critical patent/CN105562643B/zh
Publication of CN105562643A publication Critical patent/CN105562643A/zh
Application granted granted Critical
Publication of CN105562643B publication Critical patent/CN105562643B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B22CASTING; POWDER METALLURGY
    • B22DCASTING OF METALS; CASTING OF OTHER SUBSTANCES BY THE SAME PROCESSES OR DEVICES
    • B22D11/00Continuous casting of metals, i.e. casting in indefinite lengths
    • B22D11/16Controlling or regulating processes or operations
    • B22D11/18Controlling or regulating processes or operations for pouring
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B22CASTING; POWDER METALLURGY
    • B22DCASTING OF METALS; CASTING OF OTHER SUBSTANCES BY THE SAME PROCESSES OR DEVICES
    • B22D2/00Arrangement of indicating or measuring devices, e.g. for temperature or viscosity of the fused mass

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Continuous Casting (AREA)

Abstract

本发明公开一种结晶器漏钢处理方法,按照预设时间间隔在炼钢连铸过程持续采集板坯二维图像;通过图像分割从本帧板坯二维图像中提取板坯本体的轮廓,识别本帧板坯二维图像中板坯本体的表面是否存在异物区域,获得第一识别结果;在第一识别结果为是时,判断异物区域从本帧板坯二维图像至下一帧坯二维图像是否增大,获得第一判断结果;判定异物区域内表面温度平均值在预设时长内是否上升,以及判定表面温度平均值是否高于预选温度值;在第一判断结果为是的同时,表面温度平均值在预设时长内有上升又高于预选温度值,则发出停浇操作指令。有效解决了现有技术会让漏钢事故带来很大程度损失的技术问题,实现了将损失程度降到更低。

Description

一种结晶器漏钢处理方法
技术领域
本发明涉及炼钢连铸技术领域,尤其涉及一种结晶器漏钢处理方法。
背景技术
结晶器漏钢是炼钢连铸过程中最具危害性的生产事故之一,不仅会浪费生产时间,还会带来巨大的经济损失。结晶器漏钢按产生的原因可分为四大类,分别是由传热不足引起的漏钢、粘结漏钢、缺陷漏钢和操作失误引起的漏钢。其中粘结漏钢是漏钢的主要形式,在规范操作条件下,粘结漏钢可占漏钢总数的80%以上。近年来,随着高效连铸和近终型连铸技术的发展,生产拉速不断提高,漏钢事故的风险随之加大,因此,结晶器漏钢的预防与控制显得尤为重要。
目前,方坯和圆坯生产厂家在结晶器上安装一些设备用以改善润滑、传热效果和铸坯表面质量。与此同时,结晶器漏钢控制系统在板坯铸机上得到大量的开发与应用。生产实践表明,现有结晶器漏钢控制系统是以预报为主,虽然有利于减少粘结漏钢的发生率,但误报和漏报却是难以避免的,或者由于采取措施的不够及时,或者由于发生粘结漏钢以外的漏钢,漏钢事故依然时有发生。即使一旦发生漏钢,需要经人工确认后,在第一时间内采取停浇措施,以减少漏钢钢水量,这个响应时间大概是20-50秒,20-50秒的响应时间还是会让漏钢事故带来很大程度损失。
发明内容
本发明的目的在于提供一种结晶器漏钢处理方法,解决了现有技术会让漏钢事故带来很大程度损失的技术问题。
本发明实施例提供的一种结晶器漏钢处理方法,应用于一炼钢连铸在线检测系统,所述结晶器漏钢检测方法包括如下步骤:
按照预设时间间隔在炼钢连铸过程持续采集板坯二维图像;
通过图像分割从本帧板坯二维图像中提取板坯本体的轮廓,识别所述本帧板坯二维图像中所述板坯本体的表面是否存在异物区域,获得第一识别结果;
在所述第一识别结果为是时,判断所述异物区域从所述本帧板坯二维图像至下一帧坯二维图像是否增大,获得第一判断结果;
判定所述异物区域内表面温度平均值在预设时长内是否上升,以及判定所述表面温度平均值是否高于预选温度值;
在所述第一判断结果为是的同时,所述表面温度平均值在所述预设时长内有上升又高于所述预选温度值,则发出停浇操作指令。
优选的,所述炼钢连铸在线检测系统包括:图像采集卡、工控计算机和多个彩色CCD摄像头,其中,所述多个彩色CCD摄像头周向均匀分布在连铸机结晶器出口处时,所述按照预设时间间隔在炼钢连铸过程持续采集板坯二维图像,具体为:
所述多个彩色CCD摄像头均按照所述预设时间间隔拍摄形成所述板坯二维图像;
每帧所述板坯二维图像经所述图像采集卡进行转换和压缩处理后传输给所述工控计算机。
优选的,在所述判断所述异物区域从所述本帧板坯二维图像至下一帧坯二维图像是否增大,获得第一判断结果之后,所述方法还包括:
若所述第一判断结果表征异物区域增大,则发出异物预警信息。
优选的,在所述若所述第一判断结果表征异物区域增大,则发出异物预警信息之后,所述方法还包括:
依次判断再接收到的每一帧板坯二维图像中所述板坯本体的表面是否存在所述异物区域,获得第二识别结果;
在所述第二识别结果为否时,表明所述异物区域在所述板坯本体的表面消失,则解除所述异物预警信息。
优选的,所述判定所述异物区域内表面温度平均值在预设时长内是否上升,以及判定所述表面温度平均值是否高于预选温度值,具体为:在发出所述异物预警信息之后,且所述异物预警信息未解除之前,执行所述步骤:判定所述异物区域内表面温度平均值在预设时长内是否上升,以及判定所述表面温度平均值是否高于预选温度值。
优选的,所述判定所述表面温度平均值是否高于预选温度值,具体为:
判定所述表面温度平均值是否高于所述异物区域外相邻像素点的温度值,或
判定所述表面温度平均值是否高于图像平均温度值。
优选的,所述图像平均温度值具体为:对所述板坯二维图像内每个像素点的颜色值转换成为温度值后,再将所述板坯二维图像内所有像素点的所述温度值进行均值计算得到。
优选的,所述预设时长具体为0.01~1s。
本发明实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
1、由于采用了炼钢连铸过程持续采集板坯二维图像后,进行处理和分析板坯二维图像信息,从而进行板坯本体表面的异物面积变化及异物温度变化判定,实现连铸机结晶器出口处在线监视,能够对结晶器漏钢的快速检测,实现在漏钢发生后的预设时长(比如具体实施时可以预设在1s)时采取紧急停浇措施,大大缩短了响应时间,有效解决了现有技术会让漏钢事故带来很大程度损失的技术问题,从而使漏钢事故带来的损失降得更低。
2、由于多个彩色CCD摄像头周向均匀分布在连铸机结晶器出口处持续采集板坯二维图像,填补了在连铸机结晶器出口区域监控的空白,极大地减少了现场工人的劳动强度和危险程度,提高了连铸机设备的在线检测水平,减少了成本,同时减少了停工时间。
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,还可以根据提供的附图获得其他的附图。
图1为本发明实施例中结晶器漏钢处理方法的主流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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作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。
本发明实施例提供的一种结晶器漏钢处理方法,应用于一炼钢连铸在线检测系统,其中,该炼钢连铸在线检测系统包括:图像采集卡、工控计算机和多个彩色CCD(Charge-coupledDevice,电荷耦合元件)摄像头。具体的,可以设置2~10个彩色CCD摄像头安装在距离板坯0.5-2m处,则这2~10个彩色CCD摄像头周向均匀分布在连铸机结晶器出口处。比如,在板坯连铸机结晶器出口处的内弧侧、外弧侧、左侧和右侧部位焊接固定架,将4个彩色CCD摄像头对应安装于内弧侧、外弧侧、左侧和右侧上的固定架上,这4个彩色CCD摄像头采用广角镜头,每个彩色CCD摄像头尽量垂直对准板坯表面,偏离角度≤30°。
参考图1所示,该结晶器漏钢检测方法包括如下步骤:
S101、按照预设时间间隔在炼钢连铸过程持续采集板坯二维图像。
具体的,S101具体为2~10个彩色CCD摄像头按照预设时间间隔拍摄形成板坯二维图像。
在具体实施过程中,彩色CCD摄像头感光范围宽,CCD是由高感光度的半导体材料制成,CCD上有许多排列整齐的光电二极管,能感应光线并将光信号转变成电信号,从而2~10个彩色CCD摄像头按照预设时间间隔从不同的角度实时采集连铸机结晶器出口处连铸坯的板坯二维图像,持续将采集到的板坯二维图像实时经图像采集卡进行转换和压缩处理后传输给工控计算机。则由工控计算机持续接收到板坯二维图像。在具体实施过程中,预设时间间隔可以根据实际情况设置,比如,为了获得更准确的检测,尽量减小预设时间间隔,达到实时采集板坯二维图像为佳。
在执行S101之前,彩色CCD摄像头的镜头进行防水雾和粉尘干扰的处理;在实际炼钢连铸过程中的铸机处于高温高湿的状态,每个彩色CCD摄像头外设置有保护罩,在保护罩内喷吹惰性气体进行气封,以减少对彩色CCD摄像头的镜头的污损,使彩色CCD摄像头在恶劣的环境下长期持续工作。
工控计算机接收到本帧板坯二维图像后先进行简单的图像预处理,再进行判定板坯本体表面的异物面积变化,通过具体执行S102~S103实现:
S102、通过图像分割从本帧板坯二维图像中提取板坯本体的轮廓,识别本帧板坯二维图像中板坯本体的表面是否存在异物区域,获得第一识别结果。
具体的,由于板坯本体与其表面上的异物具有不同的灰度值,则使用图像分割提取本帧板坯二维图像中的板坯本体,将板坯本体表面上可能存在的保护渣或氧化铁皮等异物进行圈定,能够将板坯本体与异物区域区分开,从而识别本帧板坯二维图像中板坯本体的表面是否存在异物区域。在第一识别结果为是时继续执行步骤S103和/或S104。在第一识别结果为否就继续等待接收到下一帧板坯二维图像时继续执行S102。
具体的,在本帧板坯二维图像上发现异物就立即对异物区域的边界点进行标示,
在具体实施过程中,发现存在异物区域的板坯二维图像可能为炼钢连铸采集到的任意帧。
S103、在第一识别结果为是时,判断异物区域从本帧板坯二维图像至下一帧坯二维图像是否增大,获得第一判断结果。
具体的,第一识别结果为表明本帧板坯二维图像上发现异物时,则记录该异物区域在本帧板坯二维图像中的像素点个数m,用以表征在本帧板坯二维图像上异物区域所占面积。接着等待接收下一帧板坯二维图像,在接收到该下一帧板坯二维图像时,记录同一异物区域在该下一帧板坯二维图像中的像素点个数n,用以表征异物区域在该下一帧板坯二维图像上异物区域所占面积。从而记录了同一异物在相邻两帧板坯二维图像中分别的面积大小。如果像素点个数n大于像素点个数m,则表明异物区域的面积增大;如果像素点个数n等于像素点个数m,则表明异物区域的面积不变;如果像素点个数n小于像素点个数m,则表明异物区域的面积减小。
举例来讲,假如在第10帧板坯二维图像上发现异物,则记录该异物区域在第10帧板坯二维图像中的像素点个数m,接着等待接收第11帧板坯二维图像,在接收到第11帧板坯二维图像时,则记录该异物区域在第11帧板坯二维图像中的像素点个数n。计算出(n-m),判断(n-m)是否大于零。若(n-m)大于零,则异物区域的像素点数量出现增多,表明异物区域的面积增大;若(n-m)等于0,则异物区域的像素点数量没有改变,表明异物区域的面积不变,若(n-m)小于0,则异物区域的像素点数量减少,表明异物区域的面积减小。当然,在具体实施过程中,也可以直接比较像素点个数m与像素点个数n的大小来判定异物区域是增大、减小,还是不变中的哪一种。
在进一步的技术方案中,若第一判断结果表征异物区域增大,则发出异物预警信息。在发出异物预警信息之后依次判断再接收到的每一帧板坯二维图像中板坯本体的表面是否存在异物区域,获得第二识别结果;在第二识别结果为否时,表明异物区域在板坯本体的表面消失,则解除该异物预警信息。
工控计算机接收到本帧板坯二维图像后,工控计算机先进行简单的图像预处理后,再进行判定板坯本体表面上的异物温度变化,通过具体执行S104实现:
S104、判定异物区域内表面温度平均值在预设时长内是否上升,以及判定表面温度平均值是否高于预选温度值。
在具体实施过程中,可以为在第一识别结果为是时同时执行S103与S104。或不分执行顺序,还可以为在执行S103发出异物预警信息之后且异物预警信息未解除之前执行S104。
具体来讲,判定异物区域内表面温度平均值在预设时长内是否上升包括如下步骤一至步骤二:
步骤一:获取异物区域内每个像素点的颜色值,由异物区域内每个像素点的颜色值和亮强度信息转换成为异物区域内每个像素点对应的温度值;再异物区域内所有像素点的温度值进行均值计算得到异物区域的表面温度平均值。
步骤二:判定异物区域内表面温度平均值在预设时长内是否上升,具体实施过程中,预设时长可以为0.01~1s中任一时长值。比如,可以判定异物区域内表面温度平均值在1s内是否上升,又比如,可以判定异物区域内表面温度平均值在1s内是否上升,也可以判定异物区域内表面温度平均值在0.5s内是否上升等等。
具体的,判定异物区域内表面温度平均值是否高于预选温度值至少有两种实施方式:
一种实施方式为:判定表面温度平均值是否高于异物区域外相邻像素点的温度值,如果异物区域内表面温度平均值低于异物区域外相邻像素点的温度值,则确定异物区域为保护渣或氧化铁皮。异物区域外相邻像素点具体所指为与异物区域的边界像素点所相邻的异物区域外的像素点。
另一种实施方式为:判定异物区域内表面温度平均值是否高于图像平均温度值。具体来讲,图像平均温度值经过如下步骤得到:获得本帧板坯二维图像中每个像素点的颜色值,由本帧板坯二维图像中每个像素点的颜色值和亮强度信息转换成为本帧板坯二维图像中每个像素点的温度值,再将本帧板坯二维图像内所有像素点的温度值进行均值计算得到本帧板坯二维图像的图像平均温度值。如果异物区域内的表面温度平均值低于图像平均温度值,则确定异物区域为保护渣或氧化铁皮。图像平均温度值还用于大致判断结晶器内的冷却效果和凝固坯壳生长的均衡性。
S105、在第一判断结果为是的同时,表面温度平均值在预设时长内有上升又高于预选温度值,发出停浇操作指令。从而执行停浇操作指令来关闭塞棒来实现停止浇铸。在停浇操作指令的同时或之后,还可以发出漏钢警报。
具体来讲,第一判断结果为是的同时,表面温度平均值在预设时长内有上升又高于预选温度值则视为发生漏钢,所以发出停浇操作指令,在漏钢发生后的0.01~1s时间内进行确定并自动停浇。若确定异物区域为保护渣或氧化铁皮,则不发出漏钢警报也不发停浇操作指令。
下面,针对S104~S105进行举例说明:首先,判定异物区域内表面温度平均值是否高于预选温度值,若是,则继续判定异物区域内表面温度平均值在预设时长内是否上升;否则确定异物区域为保护渣或氧化铁皮。接着,若判定表明异物区域内表面温度平均值在预设时长内上升,则发出停浇操作指令以及发出漏钢警报,连铸机执行停浇操作指令以关闭塞棒自动停浇;否则标注高温区域发出预警。
在具体实施过程中,S101采集的板坯二维图像还实时地显示在工程计算机的窗口界面,则板坯本体的形态出现异常(如铸坯的鼓肚情况)可直接由人工观察作为辅助性监视即可。当异物预警信息发出后的一段时间内,可由人工自行判断是否采取停浇措施。
S102~S105得到的所有分析结果,异物预警信息及主要工艺参数均实时地显示在工程计算机的窗口界面,以及周期性地储存,方便浇注过程的历史查询与回放。
通过上述本发明实施例提供的一种或多种技术方案,至少实现了如下技术效果或优点:
1、由于采用了炼钢连铸过程持续采集板坯二维图像后,进行处理和分析板坯二维图像信息,从而进行板坯本体表面的异物面积变化及异物温度变化判定,实现连铸机结晶器出口处在线监视,能够对结晶器漏钢的快速检测,实现在漏钢发生后的预设时长(比如具体实施时可以预设在1s)时采取紧急停浇措施,大大缩短了响应时间,有效解决了现有技术会让漏钢事故带来很大程度损失的技术问题。从而使漏钢事故带来的损失降得更低。
2、由于多个彩色CCD摄像头周向均匀分布在连铸机结晶器出口处持续采集板坯二维图像,填补了在连铸机结晶器出口区域监控的空白,极大地减少了现场工人的劳动强度和危险程度,提高了连铸机设备的在线检测水平,减少了成本,同时减少了停工时间。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (8)

1.一种结晶器漏钢处理方法,应用于一炼钢连铸在线检测系统,其特征在于,所述结晶器漏钢检测方法包括如下步骤:
按照预设时间间隔在炼钢连铸过程持续采集板坯二维图像;
通过图像分割从本帧板坯二维图像中提取板坯本体的轮廓,识别所述本帧板坯二维图像中所述板坯本体的表面是否存在异物区域,获得第一识别结果;
在所述第一识别结果为是时,判断所述异物区域从所述本帧板坯二维图像至下一帧坯二维图像是否增大,获得第一判断结果;
判定所述异物区域内表面温度平均值在预设时长内是否上升,以及判定所述表面温度平均值是否高于预选温度值;
在所述第一判断结果为是的同时,所述表面温度平均值在所述预设时长内有上升又高于所述预选温度值,则发出停浇操作指令。
2.如权利要求1所述的结晶器漏钢处理方法,其特征在于,所述炼钢连铸在线检测系统包括:图像采集卡、工控计算机和多个彩色CCD摄像头,其中,所述多个彩色CCD摄像头周向均匀分布在连铸机结晶器出口处时,所述按照预设时间间隔在炼钢连铸过程持续采集板坯二维图像,具体为:
所述多个彩色CCD摄像头均按照所述预设时间间隔拍摄形成所述板坯二维图像;
每帧所述板坯二维图像经所述图像采集卡进行转换和压缩处理后传输给所述工控计算机。
3.如权利要求2所述的结晶器漏钢处理方法,其特征在于,在所述判断所述异物区域从所述本帧板坯二维图像至下一帧坯二维图像是否增大,获得第一判断结果之后,所述方法还包括:
若所述第一判断结果表征异物区域增大,则发出异物预警信息。
4.如权利要求3所述的结晶器漏钢处理方法,其特征在于,在所述若所述第一判断结果表征异物区域增大,则发出异物预警信息之后,所述方法还包括:
依次判断再接收到的每一帧板坯二维图像中所述板坯本体的表面是否存在所述异物区域,获得第二识别结果;
在所述第二识别结果为否时,表明所述异物区域在所述板坯本体的表面消失,则解除所述异物预警信息。
5.如权利要求4所述的结晶器漏钢处理方法,其特征在于,所述判定所述异物区域内表面温度平均值在预设时长内是否上升,以及判定所述表面温度平均值是否高于预选温度值,具体为:在发出所述异物预警信息之后,且所述异物预警信息未解除之前,执行所述步骤:判定所述异物区域内表面温度平均值在预设时长内是否上升,以及判定所述表面温度平均值是否高于预选温度值。
6.如权利要求5所述的结晶器漏钢处理方法,其特征在于,所述判定所述表面温度平均值是否高于预选温度值,具体为:
判定所述表面温度平均值是否高于所述异物区域外相邻像素点的温度值,或
判定所述表面温度平均值是否高于图像平均温度值。
7.如权利要求6所述的结晶器漏钢处理方法,其特征在于,所述图像平均温度值具体为:对所述板坯二维图像内每个像素点的颜色值转换成为温度值后,再将所述板坯二维图像内所有像素点的所述温度值进行均值计算得到。
8.如权利要求1所述的结晶器漏钢处理方法,其特征在于,所述预设时长具体为0.01~1s。
CN201610077331.4A 2016-02-03 2016-02-03 一种结晶器漏钢处理方法 Active CN105562643B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610077331.4A CN105562643B (zh) 2016-02-03 2016-02-03 一种结晶器漏钢处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610077331.4A CN105562643B (zh) 2016-02-03 2016-02-03 一种结晶器漏钢处理方法

Publications (2)

Publication Number Publication Date
CN105562643A true CN105562643A (zh) 2016-05-11
CN105562643B CN105562643B (zh) 2017-12-22

Family

ID=55873579

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610077331.4A Active CN105562643B (zh) 2016-02-03 2016-02-03 一种结晶器漏钢处理方法

Country Status (1)

Country Link
CN (1) CN105562643B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107790661A (zh) * 2016-08-30 2018-03-13 宝山钢铁股份有限公司 一种连铸方坯角部缺陷自动预警系统及方法
CN108941495A (zh) * 2017-05-17 2018-12-07 上海梅山钢铁股份有限公司 基于液位自动控制的连铸漏钢事故自动处置方法
CN109029830A (zh) * 2018-09-25 2018-12-18 首钢集团有限公司 一种漏钢检测系统及方法
CN109954854A (zh) * 2019-04-10 2019-07-02 中冶赛迪工程技术股份有限公司 连铸机结晶器漏钢监测方法、装置、存储介质及电子终端
CN113319259A (zh) * 2021-06-07 2021-08-31 东北电力大学 一种基于空间-时序特征的黏结漏钢逻辑判断方法
CN114850420A (zh) * 2022-04-15 2022-08-05 首钢集团有限公司 一种铸坯纵裂纹的预测方法和装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001269770A (ja) * 2000-03-24 2001-10-02 Kawasaki Steel Corp 溶融金属取扱い設備の異常自動検出方法
JP2002248547A (ja) * 2001-02-21 2002-09-03 Ulvac Japan Ltd 溶湯の供給装置および供給方法
CN101367114A (zh) * 2007-08-14 2009-02-18 上海蓝鸟机电有限公司 连铸板坯结晶器漏钢预报系统
CN201394636Y (zh) * 2009-04-30 2010-02-03 湖南镭目科技有限公司 连铸机结晶器温度检测装置
CN101869971A (zh) * 2010-05-31 2010-10-27 北京科技大学 连铸机结晶器足辊工作状态在线监测仪及其监测方法
CN102699302A (zh) * 2012-07-10 2012-10-03 中冶赛迪电气技术有限公司 一种板坯连铸结晶器漏钢预报系统及其预报方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001269770A (ja) * 2000-03-24 2001-10-02 Kawasaki Steel Corp 溶融金属取扱い設備の異常自動検出方法
JP2002248547A (ja) * 2001-02-21 2002-09-03 Ulvac Japan Ltd 溶湯の供給装置および供給方法
CN101367114A (zh) * 2007-08-14 2009-02-18 上海蓝鸟机电有限公司 连铸板坯结晶器漏钢预报系统
CN201394636Y (zh) * 2009-04-30 2010-02-03 湖南镭目科技有限公司 连铸机结晶器温度检测装置
CN101869971A (zh) * 2010-05-31 2010-10-27 北京科技大学 连铸机结晶器足辊工作状态在线监测仪及其监测方法
CN102699302A (zh) * 2012-07-10 2012-10-03 中冶赛迪电气技术有限公司 一种板坯连铸结晶器漏钢预报系统及其预报方法

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107790661A (zh) * 2016-08-30 2018-03-13 宝山钢铁股份有限公司 一种连铸方坯角部缺陷自动预警系统及方法
CN107790661B (zh) * 2016-08-30 2019-09-20 宝山钢铁股份有限公司 一种连铸方坯角部缺陷自动预警系统及方法
CN108941495A (zh) * 2017-05-17 2018-12-07 上海梅山钢铁股份有限公司 基于液位自动控制的连铸漏钢事故自动处置方法
CN108941495B (zh) * 2017-05-17 2021-05-07 上海梅山钢铁股份有限公司 基于液位自动控制的连铸漏钢事故自动处置方法
CN109029830A (zh) * 2018-09-25 2018-12-18 首钢集团有限公司 一种漏钢检测系统及方法
CN109029830B (zh) * 2018-09-25 2020-12-15 首钢集团有限公司 一种漏钢检测系统及方法
CN109954854A (zh) * 2019-04-10 2019-07-02 中冶赛迪工程技术股份有限公司 连铸机结晶器漏钢监测方法、装置、存储介质及电子终端
CN113319259A (zh) * 2021-06-07 2021-08-31 东北电力大学 一种基于空间-时序特征的黏结漏钢逻辑判断方法
CN113319259B (zh) * 2021-06-07 2022-09-20 东北电力大学 一种基于空间-时序特征的黏结漏钢逻辑判断方法
CN114850420A (zh) * 2022-04-15 2022-08-05 首钢集团有限公司 一种铸坯纵裂纹的预测方法和装置

Also Published As

Publication number Publication date
CN105562643B (zh) 2017-12-22

Similar Documents

Publication Publication Date Title
CN105562643A (zh) 一种结晶器漏钢处理方法
CN105353654A (zh) 一种基于图像处理的铁水扒渣检测与控制系统及其方法
CN105160683A (zh) 一种基于人工干预的铁水扒渣检测与控制系统及其方法
CN101869971A (zh) 连铸机结晶器足辊工作状态在线监测仪及其监测方法
CN102581244B (zh) 一种连铸铸坯表面质量的在线控制系统及控制方法
CN109447011B (zh) 红外对蒸汽管道泄露的实时监控方法
CN104392213B (zh) 一种适用于熔炼过程中的图像信息状态识别系统
CN111397766A (zh) 一种基于图像的测温取样下枪位置智能检测方法及系统
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
CN113566968B (zh) 采用红外视觉识别进行铁钢包号码识别的系统和方法
CN107790661B (zh) 一种连铸方坯角部缺陷自动预警系统及方法
CN109029830B (zh) 一种漏钢检测系统及方法
CN111451467B (zh) 一种连铸钢包浇注状态监控系统及监控方法
CN115078382A (zh) 基于视频图像的桥梁裂缝监测系统
CN116402827B (zh) 基于图像处理的采煤机用电缆夹板缺陷检测方法及装置
CN205193472U (zh) 一种基于图像处理的铁水扒渣检测与控制系统
CN117115737A (zh) 一种随流孕育剂实时视频监控智能分析报警系统及方法
CN112351247A (zh) 一种基于图像处理的水电厂内电光闪光检测方法
CN216027967U (zh) 一种连铸方坯菱变的在线监测及标识系统
CN207650118U (zh) 一种专用于钢坯质量判断的系统
JPH0972852A (ja) 溶融金属受湯容器の内張り耐火物の亀裂検出方法並びに亀裂の補修方法
CN110918973A (zh) 一种基于游程的结晶器热像图异常区域标记方法
CN113112427A (zh) 一种铁水运输的监测方法、装置、设备及存储介质
CN207026465U (zh) 基于图像检测的自动浇注系统

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
CP01 Change in the name or title of a patent holder

Address after: 100041 Shijingshan Road, Beijing, No. 68, No.

Patentee after: Shougang Group Co. Ltd.

Address before: 100041 Shijingshan Road, Beijing, No. 68, No.

Patentee before: Capital Iron & Steel General Company

CP01 Change in the name or title of a patent holder