CN110268073A - 钢液流中的渣检测方法 - Google Patents

Abstract

一种钢液流中的渣检测方法，具有：柱状图制作工序，该工序针对包含钢液和渣的钢液流的拍摄图像制作柱状图；最大峰点检测工序，该工序检测所述柱状图的最大峰点；中间峰点检测工序，该工序检测所述柱状图的中间峰点；中间峰点计数工序，该工序计数具有比所述最大峰点的浓度参数大的浓度参数的所述中间峰点的个数Nh、和具有比所述最大峰点的所述浓度参数小的浓度参数的所述中间峰点的个数Nl；以及，最大峰点类别判定工序，该工序根据所述个数Nl和所述个数Nh的大小关系来判定所述最大峰点的类别。

Description

钢液流中的渣检测方法

技术领域

本发明涉及钢液流中的渣检测方法。

本申请基于在2017年2月14日在日本提出的专利申请2017－025440号要求优先权，将其内容援引于此。

背景技术

在从转炉向浇包出钢时，一般是使转炉倾动从而使钢液流从转炉向浇包流出。此时，理想的是使渣残留在转炉内，仅使钢液从转炉向浇包流出。可是，在从转炉向浇包流出的钢液流中，通常虽然在出钢初期实质上仅存在钢液，但是在出钢中期～出钢末期，混合存在钢液和渣。因此，若要防止渣流出的话，则有可能钢液在转炉内残留从而材料利用率变低。

另一方面，若要降低转炉内的钢液的残留量的话，则渣与钢液一起向浇包流出，因此会在浇包内较多地存在渣。其结果，有可能发生以下问题：发生渣从浇包冒溢、或在作为下一道工序的二次精炼工序中发生钢液的成分偏离等等。

因此，希望检测从转炉向浇包流出的钢液流中的渣并将渣的流出量定量化，从而将该渣流出量控制为在转炉的出钢作业中所要求的范围。

由于渣的辐射率高于钢液的辐射率，因此若对钢液流进行拍摄，则对于存在渣的部位而言，与不存在渣的只有钢液的部位相比，会被明亮地拍摄。换言之，对钢液流进行拍摄而得到的拍摄图像中的与渣对应的像素区域的浓度(灰度水平)，比与钢液对应的像素区域的浓度大。作为利用该原理检测渣的技术，有例如专利文献1所记载的方法。

专利文献1公开了下述方法：关于对钢液流进行拍摄而得到的拍摄图像，制作将浓度(亮度)作为横轴、将像素数作为纵轴的浓度(亮度)柱状图(histogram)，并使用该浓度柱状图来检测渣。具体而言，在专利文献1的上述方法中，浓度柱状图中的、像素数最大的最大峰点(最大峰位置)视为与钢液对应，将考虑了最大峰点的横轴方向的偏差σ的浓度值(亮度值)N1以上的像素判定为钢液，并且，将浓度值N1加上偏置值B而得到的浓度值(亮度值)N2以上的像素判定为渣。

可是，本发明人进行研究的结果知道：浓度柱状图中的最大峰点不一定与钢液对应，也有与渣对应的情况。因此，视为最大峰点总是与钢液对应从而决定浓度值N2的专利文献1的上述方法，难以精度良好地检测渣。

在此，可以认为，在浓度柱状图中的峰为一个的情况下，能够利用渣的辐射率与钢液的辐射率不同(渣的辐射率高于钢液的辐射率)这一情况，来判定该峰是与钢液对应还是与渣对应。另外可以认为，在浓度柱状图中在光滑的曲线上存在两个峰的情况也能够利用渣的辐射率与钢液的辐射率不同这一情况来判定为例如低温侧的峰与钢液对应、高温侧的峰与渣对应。

可是，在对混合存在钢液和渣的钢液流进行拍摄而得到的拍摄图像的柱状图中观测到多数的副峰(subpeak)的情况下，难以使用上述的方法，有可能渣的检测精度降低。

另外，钢液流的温度，根据例如钢种或者出钢作业的条件也变化100℃以上。因此若要使用固定的阈值来判定，则在钢液流的温度变化了的情况下，有可能渣的检测精度降低。

在先技术文献

专利文献

专利文献1:日本国特开2006－213965号公报

发明内容

本发明是鉴于上述情况而完成的，其目的是提供即使是钢液流的温度变化了的情况，也能够精度良好地检测钢液流中的渣的、钢液流中的渣检测方法。

为了解决上述课题，本发明人进行了潜心研究。首先，本发明人使用在红外光域具有主感度的热成像相机(热成像仪)作为拍摄单元，对出钢初期、出钢中期、以及出钢末期的各种的钢液流进行拍摄，得到多数的拍摄图像。而且，对于这些拍摄图像的各个，制作以温度为横轴、以像素数为纵轴的柱状图，结果发现：有在例如1000～2000℃的横轴的温度域中存在纵轴的像素数为最大值的最大峰点的情况，既有该最大峰点位于低温侧的情况，也有该最大峰点位于高温侧的情况。

接着，本发明人发现，在钢液流中不存在渣的情况或者仅存在极少量的渣的情况下，柱状图中的最大峰点与钢液对应、且位于低温侧，并且发现，在钢液流中大量地存在渣的情况下，柱状图中的最大峰点与渣对应、且位于高温侧。可是，由于如前述那样钢液流的温度变化，因此在通过使用关于温度的固定的阈值判定最大峰点位于该固定的阈值的低温侧和高温侧中的哪一侧，来判定最大峰点与钢液和渣中的哪一方对应的情况下，难以精度良好地检测渣。

因此，本发明人进一步进行了潜心研究。本发明人着眼于:在根据包含钢液和渣的钢液流的拍摄图像得到的柱状图中，有下述情况，即，除了最大峰点以外，也存在像素数为低于最大峰点的像素数且在规定的像素数阈值(例如，最大峰点的像素数的50％)以上的极大值的峰点(以下称为“中间峰点”)。在这样的情况下，本发明人发现，在即使根据例如钢种或者出钢作业的条件钢液流的温度变化，也最大峰点与钢液对应的情况下，温度比最大峰点的温度高的中间峰点的个数多于温度比最大峰点的温度低的中间峰点的个数。

另外，本发明人发现，在即使根据钢种或者出钢作业的条件钢液流的温度变化，也最大峰点与渣对应的情况下，温度比最大峰点的温度低的中间峰点的个数多于温度比最大峰点的温度高的中间峰点的个数。

再者，在上述中列举温度作为例子来进行了叙述，但可知对于以换算成温度之前的浓度为横轴的柱状图也可以说是同样的情况。另外可知，对于关于使用在可见光域具有主感度的CCD相机对钢液流进行拍摄而得到的拍摄图像，以浓度为横轴、以像素数为纵轴而制作的柱状图也可以说是同样的情况。

基于上述的见解，本发明为了上述课题而采用了以下方案。

(1)本发明的一方式涉及的钢液流中的渣检测方法，具有：

拍摄工序，该工序对从转炉向浇包流出的包含钢液和渣的钢液流进行拍摄从而取得拍摄图像；

柱状图制作工序，该工序通过对上述拍摄图像实施图像处理来制作柱状图，所述柱状图以构成上述拍摄图像的各像素的与浓度对应的浓度参数为横轴，且以具有上述浓度参数的上述像素的合计数即像素数为纵轴；

最大峰点检测工序，该工序对于上述柱状图检测上述像素数为最大值的最大峰点；

中间峰点检测工序，该工序对于上述柱状图检测上述像素数为极大值的中间峰点，所述极大值是低于上述最大峰点的像素数且在规定的像素数阈值以上的极大值；

中间峰点计数工序，该工序计数具有比上述最大峰点的上述浓度参数大的浓度参数的上述中间峰点的个数Nh、和具有比上述最大峰点的上述浓度参数小的浓度参数的上述中间峰点的个数Nl；和

最大峰点类别判定工序，该工序在上述个数Nl大于上述个数Nh的情况下判定为上述最大峰点与上述渣对应，而在上述个数Nh大于上述个数Nl的情况下判定为上述最大峰点与上述钢液对应。

(2)在上述(1)所记载的方式中，也可以如以下那样构成：还具有第1判定工序和第2判定工序，

所述第1判定工序，在上述最大峰点类别判定工序中判定为上述最大峰点与上述渣对应的情况下，判定为具有低于第1阈值的浓度参数的像素与上述钢液对应、具有上述第1阈值以上的浓度参数的像素与上述渣对应，所述第1阈值是以上述最大峰点为基准而决定的；

所述第2判定工序，在上述最大峰点类别判定工序中判定为上述最大峰点与上述钢液对应的情况下，判定为具有第2阈值以下的浓度参数的像素与上述钢液对应、具有大于上述第2阈值的浓度参数的像素与上述渣对应，所述第2阈值是以上述最大峰点为基准而决定的。

(3)在上述(2)所记载的方式中，也可以如以下那样构成：

上述第1阈值在上述柱状图中用通过上述最大峰点且具有正斜率的第1直线表示；上述第2阈值在上述柱状图中用通过上述最大峰点且具有负斜率的第2直线表示；上述第2直线的斜率的绝对值大于上述第1直线的斜率的绝对值。

(4)在上述(3)所记载的方式中，也可以如以下那样构成：

上述第1直线是通过具有低于上述像素数阈值的上述像素数且具有相对于上述最大峰点的上述浓度参数小规定值以上的浓度参数的点之中的上述浓度参数最大的峰点、和上述最大峰点的直线；上述第2直线的斜率的绝对值为上述第1直线的斜率的绝对值的1.5～2.5倍。

根据本发明的上述各方式，即使是钢液流的温度变化了的情况，也能够精度良好地检测钢液流中的渣。

附图说明

图1是表示在本发明的一实施方式涉及的渣检测方法中使用的渣检测装置的概略构成的示意图。

图2是表示上述渣检测方法的概略步骤的流程图。

图3A是表示在图2所示的拍摄工序ST1中取得的拍摄图像的一例的图。

图3B是表示在图2所示的柱状图制作工序ST2中，基于图3A的拍摄图像制作的柱状图的图。

图4是用于说明在图2所示的第1判定工序ST7中决定的第1阈值的图。

图5A是在图2所示的拍摄工序ST1中取得的拍摄图像的一例，是表示与图3A不同的例子的图。

图5B是表示在图2所示的柱状图制作工序ST2中，基于图5A的拍摄图像制作的柱状图的图。

图6是用于说明在图2所示的第2判定工序ST8中决定的第2阈值的图。

图7A是用于说明专利文献1中记载的渣检测方法的图。

图7B是表示图7A的柱状图的制作所使用的拍摄图像的图。

图8是表示通过差分处理来抽取图3A所示的拍摄图像中存在渣S的像素区域的结果的图。

具体实施方式

以下参照附图来对本发明的一实施方式涉及的钢液流中的渣检测方法(以下也简单地称为“渣检测方法”)进行说明。再者，在本说明书和附图中，对于实质上具有相同的功能构成的构成要素，通过附带相同的符号，从而省略对它们的重复说明。

首先，对在本实施方式涉及的渣检测方法中使用的渣检测装置100的构成进行说明。

＜本实施方式涉及的渣检测装置100的构成＞

图1是表示渣检测装置100的概略构成的示意图。再者，在图1中，收纳钢液M和渣S的转炉3用截面表示。

如图1所示，渣检测装置100，在从转炉3向浇包4出钢时为检测从倾动的转炉3的出钢口31向浇包4流出的钢液流F中的渣S而被使用。渣检测装置100具备：从大致水平方向对从转炉3的出钢口31向浇包4大致铅垂地流出的钢液流F进行拍摄的拍摄单元1；和与该拍摄单元1连接的图像处理单元2。

作为拍摄单元1，能够使用例如在红外光域具有主感度的热成像相机(热成像仪)、或者在可见光域具有主感度的CCD相机等。作为这些热成像相机(热成像仪)和上述CCD相机，能够使用例如市售品。

在本实施方式中，作为拍摄单元1，使用了在红外光域具有主感度的热成像相机。再者，在如本实施方式那样使用热成像相机(热成像仪)的情况下，能够算出拍摄图像中的像素区域的温度或浓度(换算成温度之前的浓度)的值。另一方面，在使用CCD相机的情况下，能够算出该像素区域的浓度的值。

图像处理单元2，例如由安装有规定的程序的通用的个人计算机构成，所述规定的程序用于执行后述的柱状图制作工序ST2等。再者，图像处理单元2具有用于显示采用拍摄单元1获得的拍摄图像的监视器。

本实施方式涉及的渣检测方法使用渣检测装置100来施行。以下对本实施方式涉及的渣检测方法进行说明。

＜本实施方式涉及的渣检测方法＞

图2是表示本实施方式涉及的渣检测方法的概略步骤的流程图。

本实施方式涉及的渣检测方法，是基于将从转炉3向浇包4流出的包含钢液M和渣S的钢液流F利用拍摄单元1进行拍摄而得到的拍摄图像，来检测钢液流F中的渣S的方法，如图2所示，具有拍摄工序ST1、柱状图制作工序ST2、最大峰点检测工序ST3、中间峰点检测工序ST4、中间峰点计数工序ST5、最大峰点类别判定工序ST6、第1判定工序ST7、和第2判定工序ST8。

以下对各工序的内容依次进行说明。

(拍摄工序ST1)

在拍摄工序ST1中，利用拍摄单元1对从转炉3向浇包4流出的钢液流F进行拍摄，从而取得拍摄图像(参照图1)。

在本实施方式中，作为拍摄单元1，使用了热成像相机，在拍摄工序ST1中取得的拍摄图像，成为将构成拍摄图像的各像素的浓度用规定的换算式换算成了温度的拍摄图像。即，在拍摄工序ST1中取得的拍摄图像，具有按每个像素检测出的温度的值。

拍摄单元1的视场，被设定成不仅包含钢液流F也包含背景的广阔的视场，以使得不受钢液流F的流出位置和扩展的变动的影响。即使以包含背景的方式设定拍摄单元1的视场，由于背景的温度低于钢液流F的温度，因此也能够在后述的最大峰点检测工序ST3中识别与钢液流F对应的像素区域和与背景对应的像素区域。再者，拍摄单元1的视场也可以预先调整得狭窄以使得仅将钢液流F拍摄。可是，通常钢液流F的流出位置和扩展根据转炉3的倾动角度等(根据出钢口31的位置等)而某种程度地变动。因此，以不论在出钢初期、出钢中期、和出钢末期的哪个时期都仅将钢液流F拍摄的方式调整拍摄单元1的视场需要作业的工夫。因此，拍摄单元1的视场优选设定成也包含背景的广阔的视场。

拍摄单元1的拍摄时机并不特别限定，但在提高检测渣S的时间分辨率上，优选按设定于拍摄单元1的每个扫描周期(帧率的倒数)连续地拍摄。

利用拍摄单元1得到的拍摄图像被存储于图像处理单元2。

(柱状图制作工序ST2)

在柱状图制作工序ST2中，通过图像处理单元2对在拍摄工序ST1中取得的拍摄图像实施图像处理，来制作以构成拍摄图像的各像素的与浓度对应的浓度参数为横轴、以具有该浓度参数的像素的合计数即像素数为纵轴的柱状图。柱状图，可以针对每1张拍摄图像来制作，也可以针对将连续的多数张拍摄图像平均化而得到的平均图像来制作。再者，在使用该平均图像的情况下，优选将在拍摄单元1的视场内的与钢液流F对应的像素区域的长度L除以钢液流F的速度V而得到的时间(＝L/V)内连续的多数张拍摄图像平均化。

作为上述的浓度参数，除了浓度本身以外也可例示温度。在如本实施方式那样拍摄单元1为热成像相机的情况下，能够制作横轴为温度或浓度(换算成温度之前的浓度)的柱状图。另一方面，在拍摄单元1为CCD相机的情况下，能够制作横轴为浓度的柱状图。

在此，本说明书中的“浓度”是指例如256阶灰度的图像的明暗(即，图像上的亮度)。而且，该浓度与钢液流的热放射亮度的关系处于线性的关系。

如上述那样，在本实施方式中，作为拍摄单元1使用了热成像相机，因此作为上述的浓度参数使用温度(即，在本实施方式中，柱状图的横轴为温度)。

在本实施方式中，如前述那样，拍摄单元1的视场以不仅包含钢液流F也包含背景的方式被设定。因此，在柱状图的制作时，图像处理单元2判定为拍摄图像中的、具有规定的阈值(例如1000℃)以上的温度的像素区域是与钢液流F对应的像素区域，并将该像素区域作为对象来制作柱状图(即，作为横轴的温度低于上述规定的阈值的像素区域，不作为柱状图制作的对象)。由此，能够避免背景对柱状图给予的影响(与背景对应的像素数未成为最大值)。

再者，也可以通过图像处理单元2针对也包含与背景对应的像素区域的拍摄图像整体制作柱状图，并从后述的最大峰点检测工序ST3中的最大峰点的检测范围将低于规定的阈值(例如1000℃)的温度除外，来避免背景的影响。

图3A是表示在拍摄工序ST1中取得的拍摄图像的一例的图。具体而言，图3A是将按拍摄单元1的每个扫描周期连续地取得的5张拍摄图像平均化而得到的平均图像的一例(拍摄图像的分辨率为约3cm/像素)。在图3A中，只关于拍摄图像(平均图像)中的与钢液流F对应的像素区域和位于其附近的与背景对应的像素区域进行部分性切取来表示。即，实际地取得的拍摄图像，相比于图3A和图5A所示的拍摄图像，纸面左右方向的像素区域扩大。

另外，图3A所示的拍摄图像，为了图示方便，成为单色显示，但实际上在图像处理单元2具备的监视器中，根据各像素的温度而带有不同的颜色来显示。即，与钢液流F对应的像素区域的温度，高于与背景对应的像素区域的温度，因此在拍摄工序ST1中得到的实际的拍摄图像中，被着色有与该高的温度对应的颜色。

另外，与钢液流F对应的像素区域之中的、在图3A中用粗虚线包围的、认为存在渣S的像素区域(具体而言，在后述的第1判定工序ST7中判定为与渣S对应的像素的区域)的温度(表观的温度)，高于其他的像素区域(实质上仅存在钢液M的像素的区域)的温度(表观的温度)，被着色有与该高的温度对应的颜色。

再者，可以认为在从转炉3排出的钢液流F中，与存在渣S的像素区域对应的部位的实际的温度(实际温度)、和与实质上仅存在钢液M的像素区域对应的部位的实际的温度(实际温度)是同等的值。可是，由于渣S的辐射率高于钢液M的辐射率(与钢液的辐射率相比，渣的辐射率大约为其1.5倍左右)，通常将拍摄单元1中的辐射率不论对于哪个像素都设定为相同，因此如前述那样，在所取得的拍摄图像中，存在渣S的像素区域的温度被测定得比实质上仅存在钢液M的像素区域的温度高。关于后述的图5A也是同样的。

图3B是表示关于图3A所示的拍摄图像(平均图像)制成的柱状图的图。在图3B的柱状图的制作时，为了避免背景的影响，将横轴的温度范围设为规定的阈值(1000℃)以上(但是，关于在像素数的分布上看不到特征的低于1400℃的温度，省略图示)，将横轴以10℃间距划分，将纵轴设为具有各划分的温度的像素的数量。

(最大峰点检测工序ST3)

在最大峰点检测工序ST3中，图像处理单元2针对在柱状图制作工序ST2中制作的柱状图检测像素数为最大值的最大峰点。在图3B所示的柱状图中，用符号P1表示的点成为最大峰点。

(中间峰点检测工序ST4)

在中间峰点检测工序ST4中，图像处理单元2针对在柱状图制作工序ST2中制作的柱状图检测像素数为低于最大峰点P1的像素数且在规定的像素数阈值Th以上的极大值的中间峰点。像素数阈值Th，如图3B所示，被设定为最大峰点P1的像素数的50％。在图3B所示的柱状图中，用符号P2表示的点成为中间峰点。

再者，规定的像素数阈值Th并不特别限定，但优选例如将最大峰点P1的像素数的50％作为Th，以使得不捕捉1200℃～1300℃这一被认为是背景的温度区域的峰。

(中间峰点计数工序ST5)

在中间峰点计数工序ST5中，图像处理单元2分别计数检测出的中间峰点P2之中的、具有比最大峰点P1的温度高的温度的中间峰点P2的个数Nh、和具有比最大峰点P1的温度低的温度的中间峰点P2的个数Nl。在图3B中，Nh＝1、Nl＝6。

(最大峰点类别判定工序ST6)

在最大峰点类别判定工序ST6中，图像处理单元2，在个数Nh＜个数Nl的情况(个数Nl大于个数Nh的情况)下，判定为最大峰点P1与存在于钢液流F中的渣S对应，另一方面，在个数Nh＞个数Nl的情况(个数Nh大于个数Nl的情况)下，判定为最大峰点P1与存在于钢液流F中的钢液M对应。在图3B中，由于Nh＝1、Nl＝6，因此Nh＜Nl，判定为最大峰点P1与存在于钢液流F中的渣S对应。

(第1判定工序ST7)

在最大峰点类别判定工序ST6中判定为最大峰点P1与存在于钢液流F中的渣S对应的情况下，图像处理单元2执行第1判定工序ST7。即，对于图3B的柱状图，执行第1判定工序ST7。

在第1判定工序ST7中，图像处理单元2判定为：构成拍摄图像的各像素之中的、具有低于第1阈值的温度的像素与存在于钢液流F中的钢液M对应，具有第1阈值以上的温度的像素与存在于钢液流F中的渣S对应，所述第1阈值是以最大峰点P1为基准而决定的。以下适当参照图4来更具体地说明。

图4是用于说明在第1判定工序ST7中决定的第1阈值的图。再者，图4所示的柱状图与图3B所示的柱状图相同。

如图4所示，第1阈值，在柱状图制作工序ST2中制成的柱状图中，用通过最大峰点P1且具有正斜率的第1直线L1表示。具体而言，第1直线L1是通过图4所示的点P3和最大峰点P1的直线。点P3是具有低于像素数阈值Th的像素数且具有比最大峰点P1的温度低规定值TD(例如50℃)以上的温度的点之中的具有最高的温度的峰点(即，点P3是具有低于规定的像素数阈值Th的像素数且具有比最大峰点P1的温度低出规定值TD以上的温度的点，是成为极大值的点之中的具有最高的温度的点)。

在此，将具有低出规定值TD以上的温度的点之中的具有最高的温度的点作为判断对象来判断是否是峰点的情况，注目于将该点和在该点的低温侧相邻的点连接的线的斜度，如果该线为正斜率(该线为向右上升的线)，则将该判断对象的点视为点P3。

再者，本实施方式涉及的渣检测方法，对于在柱状图中超过规定的像素数阈值Th的峰多的钢液流特别理想地适用。另外，对于不管有无设定规定的像素数阈值Th，最大峰点P1的像素数的50％以上的峰为例如3点以上的钢液流也特别理想地适用。这样的峰的特征由精炼中的钢液和渣的混合状况来决定。

当将横轴的温度设为X、将纵轴的像素数设为Y时，上述的第1阈值(第1直线L1)用以下的式(1)表示。

Y＝aX+b…(1)

其中，a为正的常数，b为常数。这些常数，由第1直线L1通过点P3和最大峰点P1来决定。

规定值TD并不特别限定，例如为50℃。在经验上，最大峰温度的±50℃以内的范围未成为坡度缓慢的倾斜面的情况居多。因此，通过例如将规定值TD设定为50℃，能够用将坡度缓慢的倾斜面排除了的峰决定第1阈值，故优选。

如前述那样，图像处理单元2判定为具有低于第1阈值的温度的像素与存在于钢液流F中的钢液M对应。即，判定为满足Y＞aX+b的像素与存在于钢液流F中的钢液M对应。

另一方面，图像处理单元2判定为具有第1阈值以上的温度的像素与存在于钢液流F中的渣S对应。即，判定为满足Y≤aX+b的像素(处于图4中施加了阴影线的区域的像素)与存在于钢液流F中的渣S对应。

(第2判定工序ST8)

在最大峰点类别判定工序ST6中判定为最大峰点P1与存在于钢液流F中的钢液M对应的情况下，图像处理单元2执行第2判定工序ST8。

图5A是在拍摄工序ST1中取得的拍摄图像的一例，是表示与图3A不同的另一例的图。具体而言，图5A表示将按拍摄单元1的每个扫描周期连续地取得的5张拍摄图像平均化而得到的平均图像的另一例。

图5B是表示关于图5A所示的拍摄图像(平均图像)制成的柱状图的图。关于图5B的柱状图，在中间峰点计数工序ST5中，图像处理单元2计数为：具有比最大峰点P1的温度高的温度的中间峰点P2的个数Nh＝5，具有比最大峰点P1的温度低的温度的中间峰点P2的个数Nl＝0。因此，在其后的最大峰点类别判定工序ST6中，图像处理单元2由于个数Nh＞个数Nl因此判定为最大峰点P1与存在于钢液流F中的钢液M对应。

通过在最大峰点类别判定工序ST6中做出该判定，图像处理单元2执行第2判定工序ST8。在第2判定工序ST8中，图像处理单元2判定为：构成拍摄图像的各像素之中的、具有第2阈值以下的温度的像素与存在于钢液流F中的钢液M对应，具有比第2阈值高的温度的像素与存在于钢液流F中的渣S对应，所述第2阈值是以最大峰点P1为基准而决定的。以下适当参照图6来更具体地说明。

图6是用于说明在第2判定工序ST8中决定的第2阈值的图。再者，图6所示的柱状图与图5B所示的柱状图相同。

如图6所示，第2阈值用通过最大峰点P1且具有负斜率的第2直线L2表示。而且，相比于第1直线L1的斜率的绝对值，第2直线L2的斜率的绝对值大(优选第2直线L2的斜率的绝对值是第1直线L1的斜率的绝对值的1.5～2.5倍)。第1直线L1是通过图6所示的点P3和最大峰点P1的直线。再者，点P3，与在低温侧相邻的点之间的线的斜度为正，因此与图4同样地是具有低于像素数阈值Th的像素数且具有比最大峰点P1的温度低出规定值TD(例如50℃)以上的温度的点之中的具有最高的温度的峰点。

如前述那样，当将横轴的温度设为X、将纵轴的像素数设为Y时，第1直线L1用以下的式(1)表示。

Y＝aX+b…(1)

其中，a为正的常数，b为常数。这些常数由第1直线L1通过点P3和最大峰点P1来决定。

另一方面，例如当第2直线的L2的斜率的绝对值被设定为第1直线L1的斜率a的绝对值的2倍时，第2直线L2用以下的式(2)表示。

Y＝－2aX+c…(2)

其中，a为正的常数，c为常数。而且，a由第1直线L1决定，c由第2直线通过最大峰点P1来决定。

如前述那样，图像处理单元2判定为具有第2阈值以下的温度的像素与存在于钢液流F中的钢液M对应。即，例如，在图6所示的柱状图中，判定为满足Y≤－2aX+c的像素与存在于钢液流F中的钢液M对应。

另一方面，图像处理单元2判定为具有比第2阈值高的温度的像素与存在于钢液流F中的渣S对应。即，例如，在图6所示的柱状图中，判定为满足Y＞－2aX+c的像素(处于图6中施加了阴影线的区域的像素)与存在于钢液流F中的渣S对应。

根据以上说明的本实施方式涉及的渣检测方法，基于取得的拍摄图像的柱状图中的中间峰点的个数Nh和Nl的大小关系，来判定该柱状图的最大峰点的类别。即，由于不使用固定的阈值而判定最大峰点的类别，因此即使是钢液流F的温度变化了的情况，也能够精度良好地判定最大峰点P1与钢液M和渣S中的哪一方对应。

再者，本实施方式涉及的渣检测方法，以个数Nh和个数Nl相互不同的情况(Nh≠Nl)为前提。即，在个数Nh和个数Nl相互相等的情况(Nh＝Nl)下，不能够利用上述的方法来判定最大峰点的类别。

因此，在中间峰点计数工序ST5中计数的个数Nh和个数Nl相互相等的情况下，采用例如以下所示的方法(i)或者(ii)来判定最大峰点P1与钢液M和渣S中的哪一方对应。

(i)预先基于钢液流的实际温度和辐射率，分别推定最大峰点P1与钢液M对应的情况下的温度和最大峰点P1与渣S对应的情况下的温度，根据作为判定对象的柱状图的最大峰点P1的温度靠近这些温度中的哪一个来判定最大峰点的类别。

(ii)基于能够推定转炉3内的渣量和钢液量、并且能够在几何学上推定如果使转炉3倾动怎样的程度以钢液M为主体的钢液流F就流出，从钢液流F的流出时间判定最大峰点P1与钢液M和渣S中的哪一方对应。

另外，根据本实施方式涉及的渣检测方法，在第1判定工序ST7或第2判定工序ST8中能够算出与存在于钢液流F中的渣S对应的像素的数量(面积)、和与存在于钢液流F中的钢液M对应的像素的数量(面积)。因此，例如能够求得钢液流F中的渣S的面积比例、以及钢液流F中的渣S的体积比例。进而，如果利用钢液M和渣S的比重，则能够算出钢液流F中的渣S的质量比例，钢液流F的流量能够从出钢时的转炉3的倾动角度来进行推定。因此，能够利用渣S的质量比例和钢液流F的流量来推定渣S的流出量(流量)，也能够将该渣S的流出量控制为在转炉3的出钢作业中所要求的范围。

具体而言，根据本实施方式涉及的渣检测方法，能够进行：在渣S的流出量等(流出量、像素数、面积、体积等)变得大于零的情况下结束出钢作业、在渣S的流出量等变得大于预先设定的规定值的情况下结束出钢作业、在渣S的流出量等相对于钢液M的流出量等的比例变得大于规定值的情况下结束出钢作业等等的控制。

实施例

接着，对为确认本发明的作用效果而实施的实施例进行说明。

使用图3A所示的拍摄图像作为评价对象，比较了本实施方式涉及的渣检测方法和专利文献1中记载的渣检测方法。

具体而言，在本实施方式涉及的渣检测方法中，如前述那样，对于针对图3A所示的拍摄图像制成的图3B所示的柱状图，判定为最大峰点P1与存在于钢液流F中的渣S对应。而且，如图4所示，通过用式(1)表示的第1直线L1判定为处于施加了阴影线的区域的像素与渣S对应。

在图4所示的例子中，判定为139个像素与渣S对应。

另一方面，若使用专利文献1中记载的渣检测方法，则视为图3B所示的柱状图中的最大峰点P1与存在于钢液流F中的钢液M对应。如前述那样，在专利文献1所记载的渣检测方法中，将也考虑了最大峰点P1的横轴方向的偏差σ的浓度值N1以上的像素判定为钢液M，将浓度值N1加上偏置值B而得到的浓度值N2以上的像素判定为渣S。若将浓度值置换成温度，则在专利文献1所记载的渣检测方法中，将也考虑了最大峰点P1的横轴方向的偏差σ的温度N1以上的像素判定为钢液M，将温度N1加上偏置值B而得到的温度N2以上的像素判定为渣S。在此，在专利文献1所记载的渣检测方法中，由于视为最大峰点P1与钢液M对应，因此将用于区别与钢液M对应的像素和与渣S对应的像素的偏置值B设定为2σ以上(即，将温度N2设定为最大峰点P1的温度+σ以上)较妥当。在本评价中，使用渣S的检测误差变得最小的最小值2σ作为偏置值B。另外，在图3B所示的柱状图中，假定最大峰点P1的温度以上的像素数分布为正态分布，设定σ以使得从最大峰点P1的温度到温度N2(最大峰点P1的温度+σ)的像素数的和除以最大峰点P1的温度以上的像素数的和而得到的值成为约68％。

图7A和图7B是用于说明专利文献1中记载的渣检测方法的图。图7A表示柱状图，图7B表示拍摄图像(平均图像)。图7A所示的柱状图，与图3B或者图4所示的柱状图相同。图7B所示的拍摄图像，与图3A所示的拍摄图像相同。根据专利文献1所记载的渣检测方法，处于图7A中施加了阴影线的区域的像素被判定为与渣S对应。具体而言，处于图7B中用粗虚线包围的像素区域的18个像素被判定为与渣S对应。

图8是表示通过差分处理来抽取在图3A所示的拍摄图像中被认为存在渣S的像素区域的结果的图。再者，图8(a)表示与图3A相同的拍摄图像，图8(b)表示在出钢初期中实质上仅存在钢液M的钢液流的拍摄图像，图8(c)表示图8(a)所示的拍摄图像与图8(b)所示的拍摄图像的差分图像。

图8为图示方便而成为单色显示，但在图8(c)所示的差分图像中，和与背景对应的像素区域相比温度高的像素区域(附带有和与背景对应的像素区域的颜色(绿色)不同的颜色(黄色、红色)的像素区域)从其中心朝向周边温度降低，并且，伴随着钢液流F的落下而纵长地延伸，从这样的形态考虑，是被认为存在渣S的像素区域。当计数该温度高的像素区域(附带有黄色、红色的像素区域)的像素数时，为111个。

因此，当将采用上述的差分图像进行了评价的111个作为与渣S对应的像素数的真值时，本实施方式涉及的渣检测方法为真值的+25.2％((139－111)/111×100＝25.2)的误差，而专利文献1所记载的渣检测方法为真值的－83.8％((18－111)/111×100＝－83.8)的误差。因此，根据本实施方式涉及的渣检测方法，与专利文献1所记载的渣检测方法相比，可以说能够精度良好地检测钢液流F中的渣S。这从图3A所示的粗虚线与图7B所示的粗虚线相比，接近于图8(c)所示的被认为存在渣S的像素区域的轮廓的方面来看在视感上也明显。

再者，若将采用差分图像进行了评价的与渣S对应的像素的数量换算成面积(实际尺寸)，则由于1像素的面积为约9cm²，因此9×111＝999cm²。若将其单纯地换算成体积(假定渣S的拍摄单元1的视轴方向的尺寸与拍摄单元1的视场面中的尺寸相同来进行换算)，则(999)^3/2＝31575cm³＝31575×10^－6m³。因此，若将渣S的比重设为2×10^－3m³/kg，则渣S的质量为(31575×10^－6)/(2×10^－3)＝16kg。

同样地，当将采用本实施方式涉及的渣检测方法检测出的渣S换算成质量时，为22kg(真值的137.5％)，当将采用专利文献1所记载的渣检测方法检测出的渣S换算成质量时，为1kg(真值的6.3％)。即，根据本实施方式涉及的渣检测方法，按质量计，为+37.5％的误差，与产生－93.7％的误差的专利文献1所记载的方法相比，可以说能够精度良好地检测钢液流F中的渣S。

以上说明了本发明的实施方式，但上述实施方式是作为例子而提示的，本发明的范围并不只限定于上述实施方式。上述实施方式能够以其他的各种方式来实施，能够在不脱离发明的要旨的范围进行各种省略、置换、变更。上述实施方式和其变形，包含于发明的范围和要旨中，同样地包含于权利要求书所记载的发明和其均等的范围中。

例如，在上述实施方式中，示出了第1阈值用通过最大峰点P1且具有正斜率的第1直线L1表示的情况。关于阈值的决定方法，从更高精度地检测渣的观点出发，优选关于钢液和渣的峰分别采用高斯分布等进行拟合来决定。可是，这样的方法，计算时间变长，在工业上不优选。因此，通过用直线表示第1阈值，能够更简易地决定阈值。

另外，第1阈值以及第2阈值不限定于用第1直线L1以及第2直线L2表示的情况。例如，第1阈值以及第2阈值也可以用考虑了最大峰点的横轴方向的偏差的、与横轴正交的直线(斜率为无限大的直线)表示。

附图标记说明

1： 拍摄单元

2： 图像处理单元

3： 转炉

4： 浇包

100： 渣检测装置

ST1： 拍摄工序

ST2： 柱状图制作工序

ST3： 最大峰点检测工序

ST4： 中间峰点检测工序

ST5： 中间峰点计数工序

ST6： 最大峰点类别判定工序

ST7： 第1判定工序

ST8： 第2判定工序

F： 钢液流

M： 钢液

S： 渣

Claims (4)

1.一种钢液流中的渣检测方法，其特征在于，具有：

拍摄工序，该工序对从转炉向浇包流出的包含钢液和渣的钢液流进行拍摄从而取得拍摄图像；

柱状图制作工序，该工序通过对所述拍摄图像实施图像处理来制作柱状图，所述柱状图以构成所述拍摄图像的各像素的与浓度对应的浓度参数为横轴，且以具有所述浓度参数的所述像素的合计数即像素数为纵轴；

最大峰点检测工序，该工序对于所述柱状图检测所述像素数为最大值的最大峰点；

中间峰点检测工序，该工序对于所述柱状图检测所述像素数为极大值的中间峰点，所述极大值是低于所述最大峰点的像素数且在规定的像素数阈值以上的极大值；

中间峰点计数工序，该工序计数具有比所述最大峰点的所述浓度参数大的浓度参数的所述中间峰点的个数Nh、和具有比所述最大峰点的所述浓度参数小的浓度参数的所述中间峰点的个数Nl；和

最大峰点类别判定工序，该工序在所述个数Nl大于所述个数Nh的情况下判定为所述最大峰点与所述渣对应，而在所述个数Nh大于所述个数Nl的情况下判定为所述最大峰点与所述钢液对应。

2.根据权利要求1所述的钢液流中的渣检测方法，其特征在于，还具有第1判定工序和第2判定工序，

所述第1判定工序，在所述最大峰点类别判定工序中判定为所述最大峰点与所述渣对应的情况下，判定为具有低于第1阈值的浓度参数的像素与所述钢液对应、具有所述第1阈值以上的浓度参数的像素与所述渣对应，所述第1阈值是以所述最大峰点为基准而决定的；

所述第2判定工序，在所述最大峰点类别判定工序中判定为所述最大峰点与所述钢液对应的情况下，判定为具有第2阈值以下的浓度参数的像素与所述钢液对应、具有大于所述第2阈值的浓度参数的像素与所述渣对应，所述第2阈值是以所述最大峰点为基准而决定的。

3.根据权利要求2所述的钢液流中的渣检测方法，其特征在于，

所述第1阈值在所述柱状图中用通过所述最大峰点且具有正斜率的第1直线表示，

所述第2阈值在所述柱状图中用通过所述最大峰点且具有负斜率的第2直线表示，

所述第2直线的斜率的绝对值大于所述第1直线的斜率的绝对值。

4.根据权利要求3所述的钢液流中的渣检测方法，其特征在于，

所述第1直线是通过具有低于所述像素数阈值的所述像素数且具有相对于所述最大峰点的所述浓度参数小规定值以上的浓度参数的点之中的所述浓度参数最大的峰点、和所述最大峰点的直线，

所述第2直线的斜率的绝对值为所述第1直线的斜率的绝对值的1.5～2.5倍。