CN109064064B - 一种基于图像分析炉门流渣的实时预报炉内渣成分方法 - Google Patents

一种基于图像分析炉门流渣的实时预报炉内渣成分方法 Download PDF

Info

Publication number
CN109064064B
CN109064064B CN201811060117.3A CN201811060117A CN109064064B CN 109064064 B CN109064064 B CN 109064064B CN 201811060117 A CN201811060117 A CN 201811060117A CN 109064064 B CN109064064 B CN 109064064B
Authority
CN
China
Prior art keywords
slag
mass
furnace
overflowing
time
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.)
Active
Application number
CN201811060117.3A
Other languages
English (en)
Other versions
CN109064064A (zh
Inventor
杨凌志
朱荣
姜涛
郭宇峰
李光辉
谢鑫
陈凤
郑富强
范晓慧
黄柱成
杨永斌
张元波
李骞
陈许玲
朱忠平
彭志伟
徐斌
饶明军
甘敏
易凌云
王帅
谢泽强
王超
杨泽世
倪佳苗
孙永钊
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.)
Central South University
Original Assignee
Central South University
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 Central South University filed Critical Central South University
Priority to CN201811060117.3A priority Critical patent/CN109064064B/zh
Publication of CN109064064A publication Critical patent/CN109064064A/zh
Application granted granted Critical
Publication of CN109064064B publication Critical patent/CN109064064B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • C—CHEMISTRY; METALLURGY
    • C21—METALLURGY OF IRON
    • C21C—PROCESSING OF PIG-IRON, e.g. REFINING, MANUFACTURE OF WROUGHT-IRON OR STEEL; TREATMENT IN MOLTEN STATE OF FERROUS ALLOYS
    • C21C5/00—Manufacture of carbon-steel, e.g. plain mild steel, medium carbon steel or cast steel or stainless steel
    • C21C5/52—Manufacture of steel in electric furnaces
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Chemical & Material Sciences (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Game Theory and Decision Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Animal Husbandry (AREA)
  • Agronomy & Crop Science (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Primary Health Care (AREA)
  • Mining & Mineral Resources (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Geometry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Manufacturing & Machinery (AREA)
  • Health & Medical Sciences (AREA)
  • Materials Engineering (AREA)
  • Metallurgy (AREA)
  • Organic Chemistry (AREA)
  • Refinement Of Pig-Iron, Manufacture Of Cast Iron, And Steel Manufacture Other Than In Revolving Furnaces (AREA)

Abstract

本发明公开了一种基于图像分析炉门流渣的实时预报炉内渣成分方法，本方法通过基于图像分析炉门流渣量，结合选择性氧化对炉内反应的判断与采集辅料加料数据，为预测电弧炉炼钢过程炉内炉渣量与成分提供了一个简易直接的方法。同时，为了给该方法提供支撑，开发相应实时预报炉内渣成分软件系统，实现现场操作的快速直观的指导。

Description

一种基于图像分析炉门流渣的实时预报炉内渣成分方法
技术领域
本发明属于电弧炉炼钢领域，特别涉及一种基于图像分析炉门流渣的实时预报炉内渣成分方法。
背景技术
电弧炉炼钢的过程中，由于炉内的泡沫渣的产生与脱磷换渣的需要，炉渣会从炉门口向外溢出，而随着炉渣的溢出，炉内成分的质量会因此跟着发生变化。由于随着炼钢的进行，在向电弧炉内添加钢液及辅料时，必须要根据炉内成分的变化情况来对添加的物料进行及时调整，才能保证较好的炼钢效果，但是在实际电弧炉生产过程中，并没有对从炉门口溢出的渣量进行实时统计，也缺乏一个冶炼过程中炉内炉渣预判的直观方法作为支撑，这就导致在向炉内添加物料时不能实现严格随炉内成分的变化而进行调整，从而使得炼钢过程中出现各种问题。
发明内容
为了解决目前无法统计溢出炉渣量的技术问题，本发明提供一种可以在电弧炉炼钢过程中实时预测炉内炉渣成分的方法。
为了实现上述技术目的，本发明的技术方案是：
一种基于图像分析炉门流渣的实时预报炉内渣成分方法，包括以下步骤：
步骤一，根据冶炼开始前的已知的初始炉内物质，计算炉内的初始炉渣中各成分的质量，并得到初始炉渣质量；
步骤二，基于步骤一中得到的初始数据，根据冶炼开始后所加入的已知辅料物质，计算加入辅料后的炉渣组成成分的质量，并得到改变后的炉渣质量；
步骤三，基于步骤二中得到的炉渣组成成分，根据范特霍夫等温公式计算出炉渣中各元素反应吉布斯自由能，然后根据氧化反应计算式和氧气消耗量来实时计算炉渣当前因氧化反应增加的质量，进而与已知的初始炉渣质量相加得到实时炉渣质量，同时得到实时炉渣成分；
步骤四，实时拍摄从炉内溢出的炉渣，并通过所拍摄的画面得到实时溢出炉渣的表面积，然后通过已知的溢出炉渣表面积和溢出炉渣质量之间的线性关系求得实时溢出炉渣的质量；
步骤五，将实时炉渣质量减去实时溢出炉渣的质量得到最终的预报炉渣质量，并根据步骤三中的实时炉渣成分，得到最终的炉内炉渣各成分的质量与质量分数；
步骤六，将步骤五的结果作为下一轮预测的初始数据，返回步骤一循环执行计算以实现实时预报。
所述的一种基于图像分析炉门流渣的实时预报炉内渣成分方法，所述的步骤一中，所述的初始炉内物质包括初始钢液、初始炉渣和初始辅料，根据上述三种物质的组成成分计算组成炉渣的各成分的质量，其中组成炉渣的成分包括SiO2、MnO和FeO。
所述的一种基于图像分析炉门流渣的实时预报炉内渣成分方法，所述的步骤二中，是根据已知的加入的辅料总质量和辅料各种组成成分的质量分数，相乘后得到辅料中各组成成分的质量，并与步骤一中各炉渣成分的质量相加得到加入辅料后各炉渣组成成分的质量。
所述的一种基于图像分析炉门流渣的实时预报炉内渣成分方法，所述的步骤三中，是根据炉内发生氧化反应的元素，通过范特霍夫等温公式ΔG＝ΔGΘ+RTlnJ实时计算出各元素反应吉布斯自由能，然后根据吉布斯自由能数值越小越优先氧化的原则，由各元素的实时氧化反应式和已知的实时氧气消耗量计算得到来实时计算炉渣当前因氧化反应增加的质量，其范特霍夫等温公式ΔG＝ΔGΘ+RTlnJ中的ΔG为各元素实时发生氧化反应的吉布斯自由能，ΔGΘ为各元素发生氧化反应的标准吉布斯自由能，R为常数，T为实时发生氧化反应的温度以及J为实时发生氧化反应的反应活度熵。
所述的一种基于图像分析炉门流渣的实时预报炉内渣成分方法，所述的步骤四中，实时拍摄从炉内溢出的炉渣，通过所拍摄的画面得到实时溢出炉渣的表面积，是实时拍摄上边缘为炉边缘，下边缘为地面的处于悬空状态的溢出炉渣的画面，并以溢出的炉渣从开始下落到落至地面的时间间隔为一个周期来拍摄溢出炉渣的画面，计算每张画面中炉渣表面积所得到的。
所述的一种基于图像分析炉门流渣的实时预报炉内渣成分方法，所述的步骤四中，通过已知的溢出炉渣表面积和溢出炉渣质量之间的线性关系求得实时溢出炉渣的质量，是事先通过称量已知表面积的溢出炉渣的重量，构建出溢出炉渣表面积和溢出炉渣质量之间的线性关系后，再由此线性关系得到实时溢出炉渣的质量。
本发明的技术效果在于，通过基于图像分析炉门流渣量，结合选择性氧化对炉内反应的判断与采集辅料加料数据，为预测电弧炉炼钢过程炉内炉渣量与成分提供了一个简易直接的方法。
附图说明
图1为本发明的流程示意图；
图2为本发明中电弧炉的结构及冶炼过程示意图。
具体实施方式
在电弧炉炼钢过程中，为了实现对电弧炉炉渣成分的实时预测，需解决着两大难题：一是炉内钢液组分各元素的氧化反应引起炉渣成分和含量的变化，二是从炉门口溢出的炉门流渣渣量的计算。
为了解决上述的难题和实现上述技术目的，本发明的技术方案是，对炉内炉渣受外加辅料的影响、由钢液组分氧化而增加和从炉门口溢出减少的实时研究，从而计算出实时炉内炉渣成分的变化量；由于冶炼初始钢液和炉渣成分和质量已知，将加入辅料各组分及质量、氧化后炉渣各组分成分和质量的变化值和从炉门口溢出流渣各组分减少量三者根据炉渣中各组分质量进行不断地计算，便可计算出实时炉渣总质量以及炉渣各组分的质量，最后得出炉渣中各组分的质量分数即各组分的成分，以实现对炉内炉渣成分的实时预测。包括以下八个步骤：
步骤一：计算初始条件；由于冶炼前的初始钢液成分、初始炉渣成分以及辅料成分已知，根据其钢液成分、炉渣成分和辅料成分中含有的各组分如CaO、SiO2、Al2O3、MgO、MnO、FeO和Fe2O3等的质量来计算初始炉渣质量，由于炉渣的成分绝大多数为SiO2、MnO和FeO，其他成分较为微量，一般不考虑，故只要将原始成分中的这些组分的质量相加，即可得到初始炉渣中各成分的质量，以及初始炉渣的总质量
Figure BDA0001796851740000041
步骤二：辅料加料数据采集；采集加入辅料的总质量ΔM辅料以及各组分的质量
Figure BDA0001796851740000042
其中
Figure BDA0001796851740000043
中的MO为CaO、SiO2、Al2O3、MgO、MnO、FeO和Fe2O3。
步骤三：加料造成的炉渣变化；根据加入辅料的质量ΔM辅料以及已知的辅料的成分，计算得出加料对炉渣各成分质量的改变
Figure BDA0001796851740000051
其计算式如(1)式所示；
Figure BDA0001796851740000052
其中
Figure BDA0001796851740000053
为相应加入辅料中对应成分的质量，ΔM辅料为相应加入辅料总量，
Figure BDA0001796851740000054
为已知的相应加入辅料MO质量分数。其中MO为CaO、SiO2、Al2O3、MgO、MnO、FeO和Fe2O3。但是如步骤一中指出的，炉渣的成分为SiO2、MnO和FeO，所以计算炉渣成分质量变化时，仍只考虑上述炉渣成分中的组分，其他元素不考虑。
步骤四：判断炉内发生氧化反应的元素；在炉内发生氧化反应的元素主要是钢液中C、Si、Mn和Fe，根据范特霍夫等温公式ΔG＝ΔGΘ+RTlnJ计算出各元素反应吉布斯自由能ΔGC、ΔGSi、ΔGMn和ΔGFe，判断其吉布斯自由能数值的大小，数值越小越优先氧化。根据反应吉布斯自由能，发生氧化反应的顺序依次为C、Si、Mn和Fe，其氧化反应如从式(1)～式(4)所示。
[C]+O2＝CO2 (1)
[Si]+O2＝SiO2 (2)
2[Mn]+O2＝2MnO (3)
2[Fe]+O2＝2FeO (4)
步骤五：炉内反应造成的炉渣变化；在电弧炉炼钢过程中，选择性氧化反应不断地发生着。由步骤四比较各元素的反应吉布斯自由能，获悉各元素的反应顺序，对于具体的优先发生的氧化反应，根据氧化反应计算式，通过氧气的消耗量便能定量地计算出氧化后炉渣质量的增量
Figure BDA0001796851740000055
由于电弧炉炼钢是在全封闭式的炉腔内进行，而氧气是由供氧装置注入到炉腔内的，所以氧气的消耗量是已知的。同时由于各元素反应前的质量已知，并由各元素氧化后的增量计算出炉渣各组分的质量百分数
Figure BDA0001796851740000061
实时氧化后炉渣质量的增量ΔM反应为对应优先氧化的各元素氧化物的增量。；其中
Figure BDA0001796851740000062
为步骤四中相应元素氧化反应(2)、(3)和(4)造成的对应炉渣成分的增加质量。
当Si被氧化时，如步骤四中的(2)所示，故可由O2消耗量计算出炉内炉渣成分增加SiO2的质量，实时氧化后炉渣的增量即是增加的SiO2的质量；当Mn被氧化时，如步骤四中的(3)所示，故可由O2消耗量计算出炉内炉渣成分增加MnO的质量，实时氧化后炉渣的增量即是增加的MnO的质量；当Fe被氧化时，如步骤四中的(4)所示，故可由O2消耗量计算出炉内炉渣成分增加FeO的质量，实时氧化后炉渣的增量即是增加的FeO的质量；
步骤六：基于图像分析的炉门流渣量；实时拍摄从炉门口溢出流渣，并利用图像识别技术对溢出流渣视频图像进行处理，以计算出实时溢出炉渣的表面积，进而计算出实时从炉门口溢出流渣的质量ΔM流渣；在计算实时溢出炉渣的质量ΔM流渣时，实时拍摄从炉门口溢出流渣，并利用图像识别技术对溢出流渣视频图像进行处理，以计算出实时溢出炉渣的表面积，进而计算出实时从炉门口溢出流渣的质量ΔM流渣；
为了计算实时溢出炉渣的质量ΔM流渣，由工业摄像头摄入其视频图像，并进行图像处理以获得实时从炉门口溢出流渣的质量ΔM流渣。该过程主要步骤有对镜头视域的选择、视域采集周期T的选择和视频图像处理。
对于镜头视域的选择，应保证工业摄像头拍摄的视频中炉门流渣亮光体处于正中间且较长又清晰，尽力避免拍摄到地面上的亮体部分，对试验造成干扰。由工业摄像机拍摄图像的面积，a、b分别为图像的长和宽，其对应的S视觉＝a×b；
对于视域采集周期T的选择，由于任意两张图像采集之间的时间间隔较短且小于流渣下落至地面的时间，导致拍摄溢出的炉门流渣状态的实时图像效果上重叠，而图像中溢出流渣的面积计算是通过数像素点方式，这将致使同一渣体在两张甚至多张中重复计算。为了避免重复计算图像中亮光体的面积，将采集视频中流渣图像的时间间隔与流渣从开始下落至地面的时间间隔设置为相等，即在具体操作时需要确定炉门流渣从刚溢出到地面所需的时间即周期T，计算周期的方法一般有秒表测量法和自由落体计算法；
对于视频图像处理部分，根据光的三原色——红蓝绿的原理，对图像中流渣与非流渣的颜色特征(三原色值)进行判断，扫描出符合图像处理程序中设定三原色条件的亮光体区域即流渣区域，这样区分出图像中流渣部分与非流渣部分，最后通过计量图像中像素点的方法来计算出炉渣部分占整张图像的百分比W，W确定是通过图像处理程序模块计入符合颜色特征(三原色值)条件的像素记为炉门流渣亮光体像素点，其图像中炉门流渣亮光体的总像素点与炉门流渣亮光体的总像素点和周围环境的总像素点的比值就为渣面积的百分比W，即图像中的炉门流渣面积S和摄像机拍摄的视觉面积S视觉的比值为W。根据公式W＝S/S视觉计算的视觉面积求得炉渣的实际面积S。由于ΔM流渣＝F(S)，炉渣实际面积S由该软件模型计算得出，实际溢出的流渣量ΔM流渣通过称量得出，因此在工业实验中通过足够多的数据通过建模的方式来构建出较为准确的关系并不断验证得出较为准确的炉渣实际面积S与溢出流渣的质量ΔM流渣的关系，进而实现已知炉渣实际面积S计算出实时从炉门口溢出流渣的质量ΔM流渣；
步骤七：炉门流渣造成的炉渣变化；当炉门流渣从炉门口溢出时，由于实时的溢出的炉门流渣的成分与当前炉内炉渣的成分
Figure BDA0001796851740000071
是相等的。因此炉内炉渣各组分减少的质量
Figure BDA0001796851740000081
可由公式(1)计算得出；炉渣各组分的质量百分数
Figure BDA0001796851740000082
其中
Figure BDA0001796851740000083
炉渣各组分的质量百分数；
步骤八：电弧炉炼钢炉渣量与成分的实时计算；在步骤一中冶炼初始各组分以及质量已知，将实时加入辅料各组分(CaO、SiO2、Al2O3、MgO、FeO、Fe2O3等)的成分及质量
Figure BDA0001796851740000084
实时氧化反应后炉渣各组分(SiO2、MnO和FeO)成分及质量变化量
Figure BDA0001796851740000085
和实时从炉门口溢出流渣中各组分(CaO、SiO2、Al2O3、MgO、MnO、FeO和Fe2O3)成分及质量变化量
Figure BDA0001796851740000086
通过计算式(1)计算，因此可计算炉内炉渣各组分的质量(其具体计算式如下式(2)～式(8)所示所示)。其中
Figure BDA0001796851740000087
表示原炉渣各成分质量，
Figure BDA0001796851740000088
表示新的炉渣各成分质量。
Figure BDA0001796851740000089
Figure BDA00017968517400000810
Figure BDA00017968517400000811
Figure BDA00017968517400000812
Figure BDA00017968517400000813
Figure BDA00017968517400000814
Figure BDA00017968517400000815
Figure BDA00017968517400000816
然后后根据计算式(9)，(其具体计算式如下式(10)～式(16)所示)，便能实时计算出炉渣中各组分的质量分数
Figure BDA00017968517400000817
Figure BDA00017968517400000818
Figure BDA00017968517400000819
Figure BDA0001796851740000091
Figure BDA0001796851740000092
Figure BDA0001796851740000093
Figure BDA0001796851740000094
Figure BDA0001796851740000095
Figure BDA0001796851740000096
最后由步骤八返回步骤二，以步骤八中计算得到的新炉渣各成分质量
Figure BDA0001796851740000097
作为步骤二中的原炉渣各成分质量
Figure BDA0001796851740000098
不断循环计算直至炼钢工序结束。

Claims (5)

1.一种基于图像分析炉门流渣的实时预报炉内渣成分方法，其特征在于，包括以下步骤：
步骤一，根据冶炼开始前的已知的初始炉内物质，计算炉内的初始炉渣中各成分的质量，并得到初始炉渣质量；
步骤二，基于步骤一中得到的初始数据，根据冶炼开始后所加入的已知辅料物质，计算加入辅料后的炉渣组成成分的质量，并得到改变后的炉渣质量；
步骤三，基于步骤二中得到的炉渣组成成分，根据范特霍夫等温公式计算出炉渣中各元素反应吉布斯自由能，然后根据氧化反应计算式和氧气消耗量来实时计算炉渣当前因氧化反应增加的质量，进而与已知的初始炉渣质量相加得到实时炉渣质量，同时得到实时炉渣成分；
步骤四，实时拍摄从炉内溢出的炉渣，并通过所拍摄的画面得到实时溢出炉渣的表面积，然后通过已知的溢出炉渣表面积和溢出炉渣质量之间的线性关系求得实时溢出炉渣的质量；
步骤五，将实时炉渣质量减去实时溢出炉渣的质量得到最终的预报炉渣质量，并根据步骤三中的实时炉渣成分，得到最终的炉内炉渣各成分的质量与质量分数；
步骤六，将步骤五的结果作为下一轮预测的初始数据，返回步骤一循环执行计算以实现实时预报；
所述的步骤三中，是根据炉内发生氧化反应的元素，通过范特霍夫等温公式ΔG＝ΔGΘ+RTlnJ实时计算出各元素反应吉布斯自由能，然后根据吉布斯自由能数值越小越优先氧化的原则，由各元素的实时氧化反应式和已知的实时氧气消耗量计算得到来实时计算炉渣当前因氧化反应增加的质量，其范特霍夫等温公式ΔG＝ΔGΘ+RTlnJ中的ΔG为各元素实时发生氧化反应的吉布斯自由能，ΔGΘ为各元素发生氧化反应的标准吉布斯自由能，R为常数，T为实时发生氧化反应的温度以及J为实时发生氧化反应的反应活度熵。
2.根据权利要求1所述的一种基于图像分析炉门流渣的实时预报炉内渣成分方法，其特征在于，所述的步骤一中，所述的初始炉内物质包括初始钢液、初始炉渣和初始辅料，根据上述三种物质的组成成分计算组成炉渣的各成分的质量，其中组成炉渣的成分包括SiO2、MnO和FeO。
3.根据权利要求1所述的一种基于图像分析炉门流渣的实时预报炉内渣成分方法，其特征在于，所述的步骤二中，是根据已知的加入的辅料总质量和辅料各种组成成分的质量分数，相乘后得到辅料中各组成成分的质量，并与步骤一中各炉渣成分的质量相加得到加入辅料后各炉渣组成成分的质量。
4.根据权利要求1所述的一种基于图像分析炉门流渣的实时预报炉内渣成分方法，其特征在于，所述的步骤四中，实时拍摄从炉内溢出的炉渣，通过所拍摄的画面得到实时溢出炉渣的表面积，是实时拍摄上边缘为炉边缘，下边缘为地面的处于悬空状态的溢出炉渣的画面，并以溢出的炉渣从开始下落到落至地面的时间间隔为一个周期来拍摄溢出炉渣的画面，计算每张画面中炉渣表面积所得到的。
5.根据权利要求1所述的一种基于图像分析炉门流渣的实时预报炉内渣成分方法，其特征在于，所述的步骤四中，通过已知的溢出炉渣表面积和溢出炉渣质量之间的线性关系求得实时溢出炉渣的质量，是事先通过称量已知表面积的溢出炉渣的重量，构建出溢出炉渣表面积和溢出炉渣质量之间的线性关系后，再由此线性关系得到实时溢出炉渣的质量。
CN201811060117.3A 2018-09-12 2018-09-12 一种基于图像分析炉门流渣的实时预报炉内渣成分方法 Active CN109064064B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811060117.3A CN109064064B (zh) 2018-09-12 2018-09-12 一种基于图像分析炉门流渣的实时预报炉内渣成分方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811060117.3A CN109064064B (zh) 2018-09-12 2018-09-12 一种基于图像分析炉门流渣的实时预报炉内渣成分方法

Publications (2)

Publication Number Publication Date
CN109064064A CN109064064A (zh) 2018-12-21
CN109064064B true CN109064064B (zh) 2021-11-23

Family

ID=64760343

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811060117.3A Active CN109064064B (zh) 2018-09-12 2018-09-12 一种基于图像分析炉门流渣的实时预报炉内渣成分方法

Country Status (1)

Country Link
CN (1) CN109064064B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101818231A (zh) * 2010-04-07 2010-09-01 长春工业大学 防止氩氧精炼铬铁合金过程中发生喷溅的控制方法
CN103397140A (zh) * 2013-07-19 2013-11-20 东北大学 一种在线预测lf精炼脱硫时所需精炼渣量的系统及方法
CN103468876A (zh) * 2013-09-28 2013-12-25 长春工业大学 一种氩氧精炼低碳铬铁生产过程喷溅预报方法
CN103882176A (zh) * 2014-03-25 2014-06-25 东北大学 一种基于数据驱动的转炉炼钢过程在线动态最优控制方法
CN104894335A (zh) * 2015-06-25 2015-09-09 长春工业大学 一种aod炉喷溅预报分析仪信息融合方法
CN106670449A (zh) * 2015-11-05 2017-05-17 衡阳镭目科技有限责任公司 一种铁水扒渣测控方法
CN107633124A (zh) * 2017-09-13 2018-01-26 中南大学 一种基于机理模型的电弧炉冶炼过程成分实时预报的方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101818231A (zh) * 2010-04-07 2010-09-01 长春工业大学 防止氩氧精炼铬铁合金过程中发生喷溅的控制方法
CN103397140A (zh) * 2013-07-19 2013-11-20 东北大学 一种在线预测lf精炼脱硫时所需精炼渣量的系统及方法
CN103468876A (zh) * 2013-09-28 2013-12-25 长春工业大学 一种氩氧精炼低碳铬铁生产过程喷溅预报方法
CN103882176A (zh) * 2014-03-25 2014-06-25 东北大学 一种基于数据驱动的转炉炼钢过程在线动态最优控制方法
CN104894335A (zh) * 2015-06-25 2015-09-09 长春工业大学 一种aod炉喷溅预报分析仪信息融合方法
CN106670449A (zh) * 2015-11-05 2017-05-17 衡阳镭目科技有限责任公司 一种铁水扒渣测控方法
CN107633124A (zh) * 2017-09-13 2018-01-26 中南大学 一种基于机理模型的电弧炉冶炼过程成分实时预报的方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
《电弧炉炼钢成分控制模型研究现状与展望》;杨凌志 等;《工业加热》;20160208;第45卷(第1期);第26-41页 *
《电弧炉炼钢成分预报现状与熔池搅拌对其影响》;王柏惠 等;《中国冶金》;20171231;第27卷(第12期);第1-6页 *

Also Published As

Publication number Publication date
CN109064064A (zh) 2018-12-21

Similar Documents

Publication Publication Date Title
CN105956618A (zh) 基于图像动静态特征的转炉炼钢吹炼状态识别系统及方法
CN104394392B (zh) 一种白平衡调节方法、装置以及终端
CN101849405B (zh) 信号处理装置及信号处理方法
CN104392213B (zh) 一种适用于熔炼过程中的图像信息状态识别系统
CN106521066A (zh) 高炉炉料粒度监控系统及分布数据在线分析方法
CN108346147B (zh) 一种煤岩显微组分快速自动精确识别技术方法
DE1940104A1 (de) System oder Vorrichtung zum Steuern und Regeln des Hochofenbetriebes
CN106670449A (zh) 一种铁水扒渣测控方法
CN103745430A (zh) 一种数字图像的快速美容方法
CN104498654A (zh) 一种高炉炉温变化趋势确定方法及装置
CN108424994A (zh) 一种降低铁水扒渣损失的方法
CN109064064B (zh) 一种基于图像分析炉门流渣的实时预报炉内渣成分方法
JP6795045B2 (ja) 溶鋼流中のスラグ検出のためのヒストグラム作成方法
CN102088539A (zh) 一种预拍照画质评价方法和系统
KR20110120136A (ko) 전기로의 내부 영상을 이용한 용강량 측정 장치
CN115952636A (zh) 一种基于数字孪生的烧结过程智能配矿方法
CN115586324A (zh) 一种基于5g摄像的混凝土搅拌坍落度判断方法
CN108127091A (zh) 一种铸件生产过程全自动配料方法
CN103307896B (zh) 一种基于图像分析的废杂铜熔炼炉的控制方法及控制系统
CN114623935A (zh) 基于红外热成像仪成像数据的钢包准投准停模型应用方法
CN110095464B (zh) 一种复杂组成的烧结矿矿相精细化定量分析方法
CN115418421B (zh) 一种对高炉料批位置跟踪计算方法、系统及计算终端
CN114058778B (zh) 一种炼钢设备温度采集安全监控系统
CN110059648B (zh) 一种基于增补分割的复杂组成烧结矿的非结构信息库的建立方法
Xie et al. Research on Real-Time Prediction of Quality of the Slag Overflowing From Furnace Door Based On Image Processing

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant