CN110413013B - 一种智能吹氩系统及其控制方法 - Google Patents
一种智能吹氩系统及其控制方法 Download PDFInfo
- Publication number
- CN110413013B CN110413013B CN201910651614.9A CN201910651614A CN110413013B CN 110413013 B CN110413013 B CN 110413013B CN 201910651614 A CN201910651614 A CN 201910651614A CN 110413013 B CN110413013 B CN 110413013B
- Authority
- CN
- China
- Prior art keywords
- molten steel
- argon
- stage
- image
- camera
- 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
Links
Classifications
-
- 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
- C21C7/00—Treating molten ferrous alloys, e.g. steel, not covered by groups C21C1/00 - C21C5/00
- C21C7/04—Removing impurities by adding a treating agent
- C21C7/072—Treatment with gases
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D7/00—Control of flow
- G05D7/01—Control of flow without auxiliary power
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D7/00—Control of flow
- G05D7/06—Control of flow characterised by the use of electric means
- G05D7/0617—Control of flow characterised by the use of electric means specially adapted for fluid materials
- G05D7/0629—Control of flow characterised by the use of electric means specially adapted for fluid materials characterised by the type of regulator means
- G05D7/0635—Control of flow characterised by the use of electric means specially adapted for fluid materials characterised by the type of regulator means by action on throttling means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Automation & Control Theory (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Organic Chemistry (AREA)
- Mathematical Physics (AREA)
- Metallurgy (AREA)
- Materials Engineering (AREA)
- Treatment Of Steel In Its Molten State (AREA)
Abstract
本发明公开了一种智能吹氩系统及其控制方法,主要涉及精炼炉冶炼过程控制技术领域,包括图像处理模块、数据处理模块、氩气流量调节模块、系统报警模块,所述氩气流量调节模块包括手动标定模块、自动处理模块,使用机械臂和耐高温摄像机组成视觉监控平台,将摄像机送入精炼加料口,获取钢水表面的动态图像传输至图像处理上位机,图像处理上位机处理后将数据进行计算,获得当前钢水面渣面隆起高度和钢水裸露面积,根据历史获得的数据进行比较,得到氩气流量调整方向指导吹氩流量进行调整,反复循环得到最佳吹氩流量,极大的减少人员劳动强度,同时又能解决二级系统调节所存在的缺陷,具有广阔的推广应用前景。
Description
技术领域
本发明主要涉及精炼炉冶炼过程控制技术领域,具体是一种智能吹氩系统及其控制方法。
背景技术
LF精炼是钢铁生产中主要的炉外精炼设备,精炼过程中通过安装在钢包上的吹氩管道透过底部的透气砖对钢包内的钢水进行吹氩搅拌。氩气在钢水中形成大量的氩气泡,气泡会对钢水中的有害气体进行吸收和携带,溶解在钢水中的气体会随着气泡上浮在钢水表面产生气泡而逸出钢水。氩气气泡的上浮过程会带动钢水搅动从而使得杂质排出,同时加速钢水温度和成分的均匀,达到精确地调整钢水的成分。
钢包底部采用透气砖整体氩气搅拌结构,氩气流量增加随之氩气的压力也增加在强烈的翻腾作用下钢水表面形成裸露面接触空气造成氧化,使得钢水中的氧和氧化物增加,从而限制了翻腾搅拌的强度。当氩气流量小时起不到搅拌作用,钢水中的氧和氧化夹杂物无法有效上浮去除,起不到去除杂质和脱氧脱硫的效果。因此吹氩强弱的控制将直接影响钢水质量。
当前大多数精炼吹氩系统采用人工调节或使用计算机二级模型进行预设式流量大小的控制,两种方法都有局限性不能满足实际生产需要。人工调节需要操作工在高温危险的环境下时刻关注炉内的搅拌情况,操作手动阀调节阀门流量大小来控制吹氩量,操作人员长时间暴露在高温,热辐射,强电磁辐射的环境中,严重影响他们的身体健康。由于LF精炼炉属于钢包精炼炉,每个钢包状态不同,钢包内的钢水高度不同,透气砖的透气性不同,钢水渣面厚度也不一样,在精炼过程中钢水温度也时刻发生变化,必然会导致使用二级模型无法真正的判断当前的控制策略和手段是否有效,无法快速的响应改变策略。使用二级模型最终控制的是吹氩流量,当管道发生泄漏或堵塞时是吹氩流量是否能真正的起到搅拌作用,二级模型计算机并不能得到反馈,因此二级模型控制吹氩量只能是理想状态下的实验室产品无法满足真实的生产需求。
发明内容
鉴于现有技术中存在的不足和缺陷,本发明提供了一种智能吹氩系统及其控制方法,
为了解决上述技术问题,本发明采用如下技术方案:
一种智能吹氩系统,包括图像处理模块、数据处理模块、氩气流量调节模块、系统报警模块,所述氩气流量调节模块包括手动标定模块、自动处理模块。
一种智能吹氩系统的控制方法,包括:
(一)图像处理模块:LF精炼冶炼开始后氩气流量打开,操作人员点击人机操作界面的获取图像按钮向机器人发送动作指令,机器人收到动作指令后根据当前空间坐标位置以及自身的控制程序调整姿态,将耐高温摄像机,移送到固定拍照位位置,并将摄像机对准底吹氩透气砖正上方的钢水面,采集LF精炼炉内的钢水表面氩气翻腾图像。
(二)数据处理模块:图像处理上位机通过以太网与机器人工装上安装的摄像机连接,控制摄像机对炉内进行固定时间间隔的拍照,并将采集到的多张图像进行图像处理,滤除由高温亮度产生的干扰信号,使用深度学习算法读取钢水表面钢渣隆起的特征码,以及钢水表面钢液裸露面积,经过大量图片的深入学习后系统得到准确的钢渣隆起特征码和钢水表面钢液裸露面积特征码存入至图像处理上位机中。
(三)氩气流量调节模块:
手动标定模块:(1)钢包到站后,吹氩阶段为预吹氩阶段。
(2)操作员点击上位机上的手动标定按钮,机器人将按照编写的运动轨迹将安装在机械手臂上的摄像机送至加料口位并将摄像机对准底吹氩透气砖正上方的钢水面。
(3)摄像机获取当前精炼炉内钢水表面氩气搅拌的图像。
(4)根据图像显示的钢水表面钢液裸露情况以及钢水面的波动情况进行手动的氩气流量调节,直至达到理想的渣面波动图像。
(5)操作员点击标定完成按钮,图像处理上位机将进行多次拍照,将对图像进行二值化处理和腐蚀处理,得到固定位置钢水表面钢渣隆起的轮廓,以及钢水表面裸露钢液轮廓,通过特征码的比对计算出几张图片中裸露钢液面积的最大值S1和渣面隆起高度最高值H1,存储于计算机中。
(6)同理,在精炼各个阶段,包括:化渣阶段、合金调节阶段、加热升温阶段、软吹阶段重复2-4步骤,得到各个阶段的钢渣隆起高度H2,H3,H4,H5,和裸露钢水面积S2,S3,S4,S5。
自动处理模块:
(1)钢包到站后,吹氩阶段为预吹氩阶段。
(2)机器人将按照编写的运动轨迹将安装在机械手臂上的摄像机送至加料口位,并将摄像机对准底吹氩透气砖的正上方的钢水面。
(3)摄像机获取当前精炼炉内钢水表面氩气搅拌的图像。
(4)计算机将对当前图像进行二值化处理和腐蚀处理,根据钢水表面钢渣隆起特征码和钢水表面裸露特征码获得现阶段渣面隆起高度用now_H1表示,和现阶段裸露钢水面积用now_S1表示。
(5)手动标定的表面钢渣隆起高度减去当前表面钢渣高度即H1- now_H1得到氩气流量的调节方向C1,如果C1为正数则增加吹氩流量,如果C1为负数则减少吹氩流量。
(6)设定H1- now_H1的死区范围D1。
(7)重复3-6步,直至调节至|H1- now_H1|<D1。
(8)同理,在精炼各个阶段,包括:化渣阶段、合金调节阶段、加热升温阶段、软吹阶段重复2-8步骤,自动调节各个阶段的底吹氩气流量。
(四)系统报警模块:
(1)实时读取吹氩流量调节阀开度,如果调节阀开到最大开度仍不能满足|H1-now_H1|<D1则进行报警,提醒操作人员注意。
(2)摄像机在氩气流量调整完成后离开加料口位回到原位,减少热辐射对摄像的损坏,避免摄像机对操作人员加料的干涉。
与现有技术相比,本发明具有的有益效果为:该装置是使用机械臂和耐高温摄像机组成视觉监控平台,利用机械手臂的灵活性将摄像机送入精炼加料口,获取钢水表面的动态图像传输至图像处理上位机,图像处理上位机处理后将数据进行计算,获得当前钢水面渣面隆起高度和钢水裸露面积,根据历史获得的数据进行比较,得到氩气流量调整方向指导吹氩流量进行调整,反复循环得到最佳吹氩流量,这套基于机器人技术和视觉处理技术的智能吹氩控制方法及系统的成功开发应用,将极大的减少人员劳动强度,同时又能解决二级系统调节所存在的缺陷,具有广阔的推广应用前景。该发明的建成可广泛应用于冶金行业有氩气搅拌需求的工位。
附图说明
下面结合附图和具体实施方式对本发明作进一步的说明:
图1 为本发明的结构示意图;
图2 为本发明的手动标定流程图;
图3为本发明的自动处理流程图。
实施方式
为了本发明的技术方案和有益效果更加清楚明白,下面结合具体实施例对本发明进行进一步的详细说明,应当理解,此处所描述的具体实施方式仅用于理解本发明,并不用于限定本发明,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。
一种智能吹氩系统,包括图像处理模块、数据处理模块、氩气流量调节模块、系统报警模块,所述氩气流量调节模块包括手动标定模块、自动处理模块。
一种智能吹氩系统的控制方法,包括:
(一)图像处理模块:LF精炼冶炼开始后氩气流量打开,操作人员点击人机操作界面的获取图像按钮向机器人发送动作指令,机器人收到动作指令后根据当前空间坐标位置以及自身的控制程序调整姿态,将耐高温摄像机,移送到固定拍照位位置,并将摄像机对准底吹氩透气砖正上方的钢水面,采集LF精炼炉内的钢水表面氩气翻腾图像。
(二)数据处理模块:图像处理上位机通过以太网与机器人工装上安装的摄像机连接,控制摄像机对炉内进行固定时间间隔的拍照,并将采集到的多张图像进行图像处理,滤除由高温亮度产生的干扰信号,使用深度学习算法读取钢水表面钢渣隆起的特征码,以及钢水表面钢液裸露面积,经过大量图片的深入学习后系统得到准确的钢渣隆起特征码和钢水表面钢液裸露面积特征码存入至图像处理上位机中。
(三)氩气流量调节模块:
手动标定模块:
(1)钢包到站后,吹氩阶段为预吹氩阶段。
(2)操作员点击上位机上的手动标定按钮,机器人将按照编写的运动轨迹将安装在机械手臂上的摄像机送至加料口位并将摄像机对准底吹氩透气砖正上方的钢水面。
(3)摄像机获取当前精炼炉内钢水表面氩气搅拌的图像。
(4)根据图像显示的钢水表面钢液裸露情况以及钢水面的波动情况进行手动的氩气流量调节,直至达到理想的渣面波动图像。
(5)操作员点击标定完成按钮,图像处理上位机将进行多次拍照,将对图像进行二值化处理和腐蚀处理,得到固定位置钢水表面钢渣隆起的轮廓,以及钢水表面裸露钢液轮廓,通过特征码的比对计算出几张图片中裸露钢液面积的最大值S1和渣面隆起高度最高值H1,存储于计算机中。
(6)同理,在精炼各个阶段,包括:化渣阶段、合金调节阶段、加热升温阶段、软吹阶段重复2-4步骤,得到各个阶段的钢渣隆起高度H2,H3,H4,H5,和裸露钢水面积S2,S3,S4,S5。
自动处理模块:
(1)钢包到站后,吹氩阶段为预吹氩阶段。
(2)机器人将按照编写的运动轨迹将安装在机械手臂上的摄像机送至加料口位,并将摄像机对准底吹氩透气砖的正上方的钢水面。
(3)摄像机获取当前精炼炉内钢水表面氩气搅拌的图像。
(4)计算机将对当前图像进行二值化处理和腐蚀处理,根据钢水表面钢渣隆起特征码和钢水表面裸露特征码获得现阶段渣面隆起高度用now_H1表示,和现阶段裸露钢水面积用now_S1表示。
(5)手动标定的表面钢渣隆起高度减去当前表面钢渣高度即H1- now_H1得到氩气流量的调节方向C1,如果C1为正数则增加吹氩流量,如果C1为负数则减少吹氩流量。
(6)设定H1- now_H1的死区范围D1。
(7)重复3-6步,直至调节至|H1- now_H1|<D1。
(8)同理,在精炼各个阶段,包括:化渣阶段、合金调节阶段、加热升温阶段、软吹阶段重复2-8步骤,自动调节各个阶段的底吹氩气流量。
(四)系统报警模块:
(1)实时读取吹氩流量调节阀开度,如果调节阀开到最大开度仍不能满足|H1-now_H1|<D1则进行报警,提醒操作人员注意。
(2)摄像机在氩气流量调整完成后离开加料口位回到原位,减少热辐射对摄像的损坏,避免摄像机对操作人员加料的干涉。
LF精炼冶炼开始后氩气流量打开,操作人员点击人机操作界面的获取图像按钮向机器人发送动作指令,机器人收到动作指令后根据当前空间坐标位置以及自身的控制程序调整姿态,将耐高温摄像机,移送到加料口位置,采集LF精炼炉内的钢水表面氩气翻腾图像数据,图像处理上位机通过以太网与机器人工装上安装的摄像机连接,控制摄像机对炉内进行固定时间间隔的拍照,并将采集到的多张图像进行图像处理,滤除由钢水亮度产生的干扰信号,使用深度学习算法获取钢水表面钢渣隆起特征码和表面裸露钢水面特征码,经过大量图片的深入学习后,得到准确的钢渣隆起特征码和表面裸露钢水面特征码,存入至图像处理上位机中。
手动标定:
在冶炼不同阶段,操作员点击人机操作界面的手动标定按钮,向机器人发出动作指令,机器人将按照编写的运动轨迹将安装在机械手臂上的摄像机送至加料口位置。摄像机获取当前精炼炉内钢水表面氩气搅拌的图像。操作员观看图像显示的钢水表面情况,依照经验进行手动的氩气流量调节,直至达到操作员认为最佳吹氩效果。操作员点击标定完成按钮,计算机将对当前图像进行二值化处理和腐蚀处理,与之前得到的钢渣隆起特征码以及钢水表面裸露特征码进行比对,得到各个阶段的钢渣隆起高度H(n) (n为数字,表示各个阶段,例如n=1表示化渣阶段、n=2表示合金调节阶段、n=3表示加热升温阶段、n=4表示软吹阶段),和裸露钢水面积S(n)。并存储于计算机中。
自动处理:
在冶炼不同阶段,操作员点击人机操作界面的手动标定按钮,向机器人发出动作指令,机器人将按照编写的运动轨迹将安装在机械手臂上的摄像机送至加料口位置。摄像机获取当前精炼炉内钢水表面氩气搅拌的图像。图像处理上位机将当前采集到的图像进行与之前得到的钢渣隆起高度特征码进行比对,得到当前渣面隆起高度now_H(n)(n为数字,表示各个阶段,例如n=1表示化渣阶段、n=2表示合金调节阶段、n=3表示加热升温阶段、n=4表示软吹阶段),和现阶段裸露钢水面积用now_S(n)表示。设定设定调节死区D(n),如果now_H(n)-now_S(n)>D(n)图像处理上位机将调节阀开度增大命令通过以太网传输至一级PLC,如果now_H(n)-now_S(n)<-D(n)则图像处理上位机将调节阀开度减小命令通过以太网传输至氩气流量调节模块。根据当前调节方向指令对调节阀进行调节,调整完毕后将调节完成信号和当前调节阀开度信号反馈给图像处理上位机。图像处理上位机收到完成信号后再次对钢水表面进行拍照获得新的图像验证调整效果。重复执行直至|H(n)- now_H(n)|<D(n),并且将当前流量设定反馈给二级系统,二级系统将对原有氩气模型设定量进行修正。
该装置是使用机械臂和耐高温摄像机组成视觉监控平台,利用机械手臂的灵活性将摄像机送入精炼加料口,获取钢水表面的动态图像传输至图像处理上位机,图像处理上位机处理后将数据进行计算,获得当前钢水面渣面隆起高度和钢水裸露面积,根据历史获得的数据进行比较,得到氩气流量调整方向指导吹氩流量进行调整,反复循环得到最佳吹氩流量,这套基于机器人技术和视觉处理技术的智能吹氩控制方法及系统的成功开发应用,将极大的减少人员劳动强度,同时又能解决二级系统调节所存在的缺陷,具有广阔的推广应用前景。该发明的建成可广泛应用于冶金行业有氩气搅拌需求的工位。
对于软件实现,可通过执行本文所述功能的单元来实现本文所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
值得注意的是,在本发明的描述中,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
Claims (1)
1.一种智能吹氩系统,其特征在于:智能吹氩系统包括图像处理模块、数据处理模块、氩气流量调节模块、系统报警模块,所述氩气流量调节模块包括手动标定模块、自动处理模块;
控制方法包括:(一)图像处理模块:LF精炼冶炼开始后氩气流量打开,操作人员点击人机操作界面的获取图像按钮向机器人发送动作指令,机器人收到动作指令后根据当前空间坐标位置以及自身的控制程序调整姿态,将耐高温摄像机,移送到固定拍照位位置,并将摄像机对准底吹氩透气砖正上方的钢水面,采集LF精炼炉内的钢水表面氩气翻腾图像;
(二)数据处理模块:图像处理上位机通过以太网与机器人工装上安装的摄像机连接,控制摄像机对炉内进行固定时间间隔的拍照,并将采集到的多张图像进行图像处理,滤除由高温亮度产生的干扰信号,使用深度学习算法读取钢水表面钢渣隆起的特征码,以及钢水表面钢液裸露面积,经过大量图片的深入学习后系统得到准确的钢渣隆起特征码和钢水表面钢液裸露面积特征码存入至图像处理上位机中;
(三)氩气流量调节模块:
手动标定模块:
(1)钢包到站后,吹氩阶段为预吹氩阶段;
(2)操作员点击上位机上的手动标定按钮,机器人将按照编写的运动轨迹将安装在机械手臂上的摄像机送至加料口位并将摄像机对准底吹氩透气砖正上方的钢水面;
(3)摄像机获取当前精炼炉内钢水表面氩气搅拌的图像;
(4)根据图像显示的钢水表面钢液裸露情况以及钢水面的波动情况进行手动的氩气流量调节,直至达到理想的渣面波动图像;
(5)操作员点击标定完成按钮,图像处理上位机将进行多次拍照,将对图像进行二值化处理和腐蚀处理,得到固定位置钢水表面钢渣隆起的轮廓,以及钢水表面裸露钢液轮廓,通过特征码的比对计算出几张图片中裸露钢液面积的最大值S1和渣面隆起高度最高值H1,存储于计算机中;
(6)同理,在精炼各个阶段,包括:化渣阶段、合金调节阶段、加热升温阶段、软吹阶段重复2-4步骤,得到各个阶段的钢渣隆起高度H2,H3,H4,H5,和裸露钢水面积S2,S3,S4,S5;
自动处理模块:
(1)钢包到站后,吹氩阶段为预吹氩阶段;
(2)机器人将按照编写的运动轨迹将安装在机械手臂上的摄像机送至加料口位,并将摄像机对准底吹氩透气砖的正上方的钢水面;
(3)摄像机获取当前精炼炉内钢水表面氩气搅拌的图像;
(4)计算机将对当前图像进行二值化处理和腐蚀处理,根据钢水表面钢渣隆起特征码和钢水表面裸露特征码获得现阶段渣面隆起高度用now_H1表示,和现阶段裸露钢水面积用now_S1表示;
(5)手动标定的表面钢渣隆起高度减去当前表面钢渣高度即H1- now_H1得到氩气流量的调节方向C1,如果C1为正数则增加吹氩流量,如果C1为负数则减少吹氩流量;
根据当前调节方向指令对调节阀进行调节,调整完毕后将调节完成信号和当前调节阀开度信号反馈给图像处理上位机,图像处理上位机收到完成信号后再次对钢水表面进行拍照获得新的图像验证调整效果;
(6)设定H1- now_H1的死区范围D1;
(7)重复3-6步,直至调节至|H1- now_H1|<D1;
(8)将当前流量设定反馈给二级系统,二级系统将对原有氩气模型设定量进行修正;
(9)同理,在精炼各个阶段,包括:化渣阶段、合金调节阶段、加热升温阶段、软吹阶段重复2-8步骤,自动调节各个阶段的底吹氩气流量;
(四)系统报警模块:
(1)实时读取吹氩流量调节阀开度,如果调节阀开到最大开度仍不能满足|H1- now_H1|<D1则进行报警,提醒操作人员注意;
(2)摄像机在氩气流量调整完成后离开加料口位回到原位,减少热辐射对摄像的损坏,避免摄像机对操作人员加料的干涉。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910651614.9A CN110413013B (zh) | 2019-07-18 | 2019-07-18 | 一种智能吹氩系统及其控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910651614.9A CN110413013B (zh) | 2019-07-18 | 2019-07-18 | 一种智能吹氩系统及其控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110413013A CN110413013A (zh) | 2019-11-05 |
CN110413013B true CN110413013B (zh) | 2023-10-27 |
Family
ID=68361934
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910651614.9A Active CN110413013B (zh) | 2019-07-18 | 2019-07-18 | 一种智能吹氩系统及其控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110413013B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110825053A (zh) * | 2019-11-19 | 2020-02-21 | 王希宏 | 一种电弧炉炼钢用全流程智能控制系统 |
CN111304406B (zh) * | 2019-12-06 | 2021-10-22 | 衡阳镭目科技有限责任公司 | 一种钢包底吹氩控制方法及装置 |
CN111324988B (zh) * | 2020-03-03 | 2023-08-08 | 山西西山煤电股份有限公司 | 基于机器学习的瓦斯超限预警模型构建方法及预警方法 |
CN111856988A (zh) * | 2020-06-05 | 2020-10-30 | 哈工大机器人(中山)无人装备与人工智能研究院 | 一种采血装置的运动控制方法和装置 |
CN111644584B (zh) * | 2020-07-25 | 2022-04-22 | 莱芜钢铁集团银山型钢有限公司 | 一种用于连铸钢包回转台底吹氩的软吹方法及控制装置 |
CN112950586A (zh) * | 2021-03-02 | 2021-06-11 | 攀钢集团攀枝花钢铁研究院有限公司 | 一种lf炉钢渣红外识别方法和系统 |
CN112792331B (zh) * | 2021-04-06 | 2021-06-25 | 北京科技大学 | 一种在浇注过程中钢包底吹氩气的方法及系统和应用 |
CN113881827A (zh) * | 2021-09-15 | 2022-01-04 | 北京首钢股份有限公司 | 一种钢包精炼炉的控制方法及装置 |
CN114032358B (zh) * | 2021-11-08 | 2023-01-24 | 上海东震冶金工程技术有限公司 | 一种基于钢水图像辨识模式的智能吹氩装置 |
CN114807514A (zh) * | 2022-04-11 | 2022-07-29 | 唐山钢铁集团有限责任公司 | 一种lf底吹效果实时监控与自动控制的方法 |
CN115404308A (zh) * | 2022-08-23 | 2022-11-29 | 武汉钢铁有限公司 | 一种炉外精炼的氩气自动控制方法、系统及设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107518942A (zh) * | 2017-07-03 | 2017-12-29 | 重庆金山医疗器械有限公司 | 一种氩气流量控制方法及控制系统 |
CN107608397A (zh) * | 2017-08-21 | 2018-01-19 | 河钢股份有限公司邯郸分公司 | Lf精炼静置期间调整钢包底吹氩气流量的装置及方法 |
CN108241384A (zh) * | 2016-12-26 | 2018-07-03 | 上海梅山钢铁股份有限公司 | 一种钢包底吹氩气流量的控制装置和控制方法 |
CN208313386U (zh) * | 2018-03-21 | 2019-01-01 | 北京中远通科技有限公司 | 一种氩站钢包液面检测装置 |
CN109852765A (zh) * | 2019-03-29 | 2019-06-07 | 山东钢铁集团日照有限公司 | 一种钢水包底吹氩智能控制方法 |
-
2019
- 2019-07-18 CN CN201910651614.9A patent/CN110413013B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108241384A (zh) * | 2016-12-26 | 2018-07-03 | 上海梅山钢铁股份有限公司 | 一种钢包底吹氩气流量的控制装置和控制方法 |
CN107518942A (zh) * | 2017-07-03 | 2017-12-29 | 重庆金山医疗器械有限公司 | 一种氩气流量控制方法及控制系统 |
CN107608397A (zh) * | 2017-08-21 | 2018-01-19 | 河钢股份有限公司邯郸分公司 | Lf精炼静置期间调整钢包底吹氩气流量的装置及方法 |
CN208313386U (zh) * | 2018-03-21 | 2019-01-01 | 北京中远通科技有限公司 | 一种氩站钢包液面检测装置 |
CN109852765A (zh) * | 2019-03-29 | 2019-06-07 | 山东钢铁集团日照有限公司 | 一种钢水包底吹氩智能控制方法 |
Non-Patent Citations (3)
Title |
---|
Design on Optimization of Argon Bottom Blowing of Molten Steel ladle;JiandongShen;《Procedia Engineering》;20110831;第284-290页 * |
基于图像处理技术的钢包底吹自动控制系统;李卫东;《冶金自动化》;20161001;第315-317页 * |
钢包全程吹氩自动对接技术的研究与应用;丁洪周 等;《设备与技术》;20190225;第123-125页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110413013A (zh) | 2019-11-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110413013B (zh) | 一种智能吹氩系统及其控制方法 | |
CN110438284B (zh) | 一种转炉智能出钢装置及控制方法 | |
CN106987675B (zh) | 一种转炉出钢过程的控制系统及控制方法 | |
CN110616288A (zh) | 一种转炉全自动出钢方法及系统 | |
CN111809016B (zh) | 转炉自动出钢方法及转炉系统 | |
CN110747306A (zh) | 转炉出钢过程中的溢渣控制方法、装置、设备及存储介质 | |
CN110616289A (zh) | 一种转炉全自动出钢的出钢流量控制方法和系统 | |
CN111650903B (zh) | 一种基于视觉识别的钢包底吹氩智能控制系统 | |
CN111809015B (zh) | 基于转炉容积模型的转炉自动出钢方法及转炉系统 | |
CN111304406B (zh) | 一种钢包底吹氩控制方法及装置 | |
CN111961806B (zh) | 一种钢包精炼炉底吹自动控制方法 | |
KR102225816B1 (ko) | 스크랩 용해율과 잔탕량을 측정하는 전기로 제강 조업 장치 및 이를 이용한 제강 조업 방법 | |
CN111679622B (zh) | 一种调控钢包底吹氩气流量的装置及方法 | |
CN110631709A (zh) | 一种转炉炼钢倒炉时非接触式的钢水温度检测方法 | |
CN113255741A (zh) | 一种高温熔炼软搅拌系统热像跟踪及控制方法 | |
CN210765379U (zh) | 一种用于转炉智能出钢的装置 | |
CN110991772B (zh) | 一种预测转炉终渣粘度模型的高效护炉方法 | |
CN115584375A (zh) | 一种基于图像识别的转炉自动出钢的方法及系统 | |
CN115576285A (zh) | 一种lf精炼全自动生产的方法及系统 | |
CN114540581B (zh) | 一种rh真空处理的调控方法 | |
CN1619244B (zh) | 在电弧炉中连续填装生铁时确定熔炼池高度的方法 | |
CN115305299A (zh) | 一种高炉管道气流预判及处理方法和装置 | |
CN113881827A (zh) | 一种钢包精炼炉的控制方法及装置 | |
CN115111925A (zh) | 一种基于铁水包重量变化的出铁除尘风机自动控制方法及系统 | |
CN114574660A (zh) | 一种基于按需脱硫的kr智能控制方法 |
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 |