CN112458231A - 一种转炉下渣检测方法及系统 - Google Patents
一种转炉下渣检测方法及系统 Download PDFInfo
- Publication number
- CN112458231A CN112458231A CN202011281993.6A CN202011281993A CN112458231A CN 112458231 A CN112458231 A CN 112458231A CN 202011281993 A CN202011281993 A CN 202011281993A CN 112458231 A CN112458231 A CN 112458231A
- Authority
- CN
- China
- Prior art keywords
- slag
- steel
- image
- converter
- steel flow
- 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
Images
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
- C21C5/00—Manufacture of carbon-steel, e.g. plain mild steel, medium carbon steel or cast steel or stainless steel
- C21C5/28—Manufacture of steel in the converter
- C21C5/42—Constructional features of converters
- C21C5/46—Details or accessories
- C21C5/4673—Measuring and sampling devices
-
- 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
- C21C5/28—Manufacture of steel in the converter
-
- 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
- C21C5/28—Manufacture of steel in the converter
- C21C5/42—Constructional features of converters
- C21C5/46—Details or accessories
- C21C5/4653—Tapholes; Opening or plugging thereof
-
- 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
- Y02P10/25—Process efficiency
Abstract
本发明涉及一种转炉下渣检测方法及系统,该方法中包括:当下渣分析装置接收到出钢开始信号时,控制挡渣装置打开出钢口,同时控制转炉开始旋转;倾动角度检测仪装置实时测量转炉的转动角度;激光测距装置实时测量钢包车至转炉中心的距离;下渣分析装置根据转动角度计算钢流落点位置,根据钢流的落点位置和钢包车至转炉中心的距离控制钢包车平移至钢流的落点位置;红外热像仪装置实时采集钢流图像;下渣分析装置对钢流图像进行图像处理并计算渣含量;当渣含量超过异常阈值时,控制挡渣装置关闭出钢口,同时控制转炉转动回初始角度。本发明通过下渣检测系统来替代人工进行下渣判断及自动挡渣的操作,节约了炼钢成本和人员成本。
Description
技术领域
本发明涉及炼钢技术领域,尤其涉及一种转炉下渣检测方法及系统。
背景技术
在转炉炼钢过程中,钢渣浮在钢水的上部,如果钢渣中大量的氧化物和杂质混入钢水中,容易造成钢水回磷和氧化铝等夹杂物的产生,影响钢水纯净度。有效的下渣检测操作的标准包括:下渣量较少、脱氧剂和合金含量减少、回磷减少、钢包耐材寿命延长、改善钢水脱硫、钢水成分更准确等。目前下渣判断仍然是由操作工根据钢水和炉渣的颜色进行判断和操作,这就需要操作人员具有一定的工作经验,因此具有很大的主观性。而且炉渣在出钢口出现初期时很难由视觉去判断,而且由于现场环境恶劣,影响操作人员的判断,因此造成了大量的炉渣夹带问题,不但影响产量,而且影响钢种的质量。鉴于人工判断及操作的上述弊端,目前亟需一套新的下渣检测系统和方法来替代人工进行下渣判断及自动挡渣的操作。
发明内容
为了解决上述问题,本发明提出了一种转炉下渣检测方法及系统。
具体方案如下:
一种转炉下渣检测方法,包括以下步骤:
当下渣分析装置接收到出钢开始信号时,发送控制指令至挡渣装置使其打开出钢口,同时发送控制信号至转炉使其开始旋转运动;
倾动角度检测仪装置实时测量转炉的转动角度,并发送至下渣分析装置;
激光测距装置实时测量钢包车至转炉中心的距离,并发送至下渣分析装置;
下渣分析装置根据接收到的转炉的转动角度计算钢流落点位置,根据钢流的落点位置和接收到的钢包车至转炉中心的距离发送控制信号至钢包车使钢包车平移至钢流的落点位置处;
红外热像仪装置实时采集钢流图像并发送至下渣分析装置;
下渣分析装置对接收到的钢流图像进行图像处理,以确定钢流区域和运动轨迹,通过阈值分割算法区分钢流区域中的钢渣和钢流,通过钢流区域内钢渣和钢流所占像素的个数计算渣含量;
当渣含量超过异常阈值时,下渣分析装置发送控制信号控制挡渣装置关闭出钢口,同时发送控制信号控制转炉转动回初始角度。
进一步的,图像处理的过程包括:识别连续帧图像中每一帧图像的钢流区域,根据相邻帧图像钢流区域的位置变化确定运动轨迹。
进一步的,每一帧图像的钢流区域的确定过程包括以下步骤:
S101:根据图像的灰度值,将灰度值大于第一灰度值阈值的区域划分为初始钢流区域;
S102:在图像的初始钢流区域中依次选取ROI区域,并计算ROI区域中每一列像素点对应的灰度投影;
S103:根据相邻列的灰度投影的差值与差值阈值的大小关系确定钢流的边界,根据钢流的边界确定钢流区域。
进一步的,在上一帧图像的钢流区域识别结束后,对当前帧图像的钢流区域识别时,采用上一帧识别到的钢流的边界作为当前帧图像钢流边界查找的起点。
进一步的,如果当前帧图像未识别到钢流区域时,采用上一帧图像识别到的钢流区域作为当前帧图像的钢流区域。
进一步的,渣含量的计算过程包括以下步骤:
S201:在识别到的钢流区域中选取位于钢流中间的矩形截面作为渣含量计算的矩形框;
S202:设定第二灰度值阈值,将矩形框内灰度值大于第二灰度值阈值的像素点作为钢渣像素点,根据矩形框内钢渣像素点的个数与矩形框内像素点的总个数的比值,计算渣含量。
进一步的,当下渣分析装置接收到钢流图像后,还包括将钢流图像发送至显示装置进行显示。
进一步的,下渣分析装置接收到钢流图像后,将钢流图像对应的灰度图像转化为彩色图像后,再发送至显示装置进行显示。
一种转炉下渣检测系统,包括:红外热像仪装置、激光测距装置、倾动角度检测仪装置、下渣分析装置和挡渣装置,系统通过红外热像仪装置、激光测距装置、倾动角度检测仪装置、下渣分析装置和挡渣装置实现本发明实施例所述方法的步骤。
本发明采用如上技术方案,提供一套新的下渣检测系统来替代人工进行下渣判断及自动挡渣的操作,替代人眼观察钢流颜色来判断出钢结束时间,帮助用户提高钢水的清洁度、控制钢水回磷、使钢包内渣层厚度稳定,减少添加剂消耗,进一步为钢水精炼提供良好的工况条件,节约炼钢成本和人员成本。
附图说明
图1所示为本发明实施例的系统结构图。
图2所示为本发明实施例中采集的钢流图像的示意图。
图3所示为本发明实施例方法的流程图。
图4所示为本发明实施例中少量钢渣的钢流图像的直方图统计。
图5所示为本发明实施例中全钢渣的钢流图像的直方图统计。
图6所示为本发明实施例中无钢渣的钢流图像的直方图统计。
具体实施方式
为进一步说明实施例,本发明提供有附图。这些附图为本发明揭露内容的一部分,其主要用以说明实施例,并可配合说明书的相关描述来解释实施例的运作原理。配合参考这些内容,本领域普通技术人员应能理解其他可能的实施方式以及本发明的优点。
现结合附图和具体实施方式对本发明进一步说明。
本发明实施例提供了一种转炉下渣检测系统和方法,如图1所示,所述系统包括:红外热像仪装置、激光测距装置、倾动角度检测仪装置、下渣分析装置和挡渣装置。
如图3所示,基于上述系统的转炉下渣检测方法包括以下步骤:
(1)当下渣分析装置接收到出钢开始信号时,发送控制指令至挡渣装置使其打开出钢口,同时发送控制信号至转炉使其开始旋转运动。
挡渣装置通常采用液压滑板挡渣装置,在其他实施例中也可以采用其他档渣装置,在此不做限制。
(2)倾动角度检测仪装置实时测量转炉的转动角度,并发送至下渣分析装置。
鉴于转炉的出钢过程和角度的关系,转炉的旋转运动遵循一定的运动规律,当接收到出钢开始信号时,开始进行旋转运动。
倾动角度检测仪装置可以采用旋转编码器或者倾角传感器等,在此不做限制。
(3)激光测距装置实时测量钢包车至转炉中心的距离,并发送至下渣分析装置。
(4)下渣分析装置根据接收到的转炉的转动角度计算钢流落点位置,根据钢流的落点位置和接收到的钢包车至转炉中心的距离发送控制信号至钢包车使钢包车平移至钢流的落点位置处。
通过控制钢包车始终处于落点位置处,可以确保钢流始终流入钢包车内。
(5)红外热像仪装置实时采集钢流图像并发送至下渣分析装置,如图2所示。
红外热像仪装置需要安装在现场可以拍摄到钢流的位置,同时为了避免高温环境的干扰,距离钢流位置20m以上,保证其工作温度范围为-10-50℃。
红外热像仪装置可以采用非制冷焦平面型红外长波相机,拍摄的钢流图像包括出钢口和炉口的钢流图像,用于监测出钢口和炉口溢渣状态,以及监测下渣状况,防止钢渣从炉口流出造成设备的烧毁现象。
(6)下渣分析装置对接收到的钢流图像进行图像处理,以确定钢流区域和运动轨迹,通过阈值分割算法区分钢流区域中的钢渣和钢流,通过钢流区域内钢渣和钢流所占像素的个数计算渣含量。
图像处理的过程包括:识别连续帧图像中每一帧图像的钢流区域,根据相邻帧图像钢流区域的位置变化确定运动轨迹。
每一帧图像的钢流区域的确定过程包括以下步骤:
S101:根据图像的灰度值,将灰度值大于第一灰度值阈值的区域划分为初始钢流区域。
由于钢流的灰度值明显的高于背景的灰度值,因此根据这一特点可以初步确定初始钢流区域。
S102:在图像的初始钢流区域中依次选取ROI区域(感兴趣区域),并计算ROI区域中每一列像素点对应的灰度投影。
灰度投影为每一列中各像素点的灰度值的平均值。
S103:根据相邻列的灰度投影的差值与差值阈值的大小关系确定钢流的边界,根据钢流的边界确定钢流区域。
由于钢流边界处具有曲线导数值较大的特点,因此,通过步骤S102和S103可以较准确的确定钢流的边界。
另外,由于钢流的位置不会突变的特点,当在某一帧图像上识别出钢流的边界后,下一帧钢流的边界位置应该会在上一帧位置的附近。因此,在上一帧图像的钢流区域识别结束后,对当前帧图像的钢流区域识别时,采用上一帧识别到的钢流的边界作为当前帧图像钢流边界查找的起点,可以提高查找速度。
需要说明的是,由于现场干扰的原因,在某些帧图像上钢流区域的识别会失败,即无法找到左或右边界,这时根据钢流位置不突变的原则,采用上一帧图像识别到的左、右边界作为当前的钢流边界。
渣含量的计算过程包括以下步骤:
S201:在识别到的钢流区域中选取位于钢流中间的矩形截面作为渣含量计算的矩形框。
进行钢流识别时,由于钢流具有长条形的特征,所以设置一个高度高一些的ROI区域将减少外部干扰,但是由于图像顶部的转炉挡板和底部的烟气的干扰,在分析钢流时最好取识别到的钢流的中间的一小段截面进行分析,所以当通过一个大的ROI区域查找钢流区域完成后,需要选取钢流中的一小段截面来进行渣含量计算。
S202:设定第二灰度值阈值,将矩形框内灰度值大于第二灰度值阈值的像素点作为钢渣像素点,根据矩形框内钢渣像素点的个数与矩形框内像素点的总个数的比值,计算渣含量。
参考图4、图5和图6所示,通过直方图统计图可以看到无渣的钢流、夹渣的钢流和接近全渣的钢流的灰度分布的区别,当钢流中无钢渣时,没有像素点的灰度值超过200,在出钢末期当钢流中几乎全是渣时,灰度值在225以下的像素点很少。因此,该实施例中设定第二灰度值阈值M的取值范围为200-225,在矩形框内,灰度值大于M的像素点被认定为钢渣,统计出这一类像素点的个数为N,则当前时刻的渣含量P为:
其中,S为矩形框包含的像素点的个数。
(7)当渣含量超过异常阈值时,下渣分析装置发送控制信号控制挡渣装置关闭出钢口,同时发送控制信号控制转炉转动回初始角度。
为了能够实时对钢流图像进行观察,该实施例中还包括当下渣分析装置接收到钢流图像后,还包括将钢流图像发送至显示装置进行显示。该实施例中显示装置采用HMI人机界面进行显示。
由于红外热像仪传输的图像格式是红外格式的,热成像仪拍摄的图像均为灰度图像,看起来不直观,不生动。现场操作人员也不希望通过这样的黑白视频来指挥操作。因此,优选的,该实施例中通过下渣分析装置将灰度图像转化为彩色图像后,再发送至显示装置进行显示。
根据正常的视觉感觉,温度低的背景应该是黑色或者紫色,高温的钢流应该是黄色,更高温的钢渣应该为橙色甚至红色。表1所示为该实施例中灰度-彩色的映射方案。
表1
灰度值 | 彩色名称 | B(蓝色)分量 | G(绿色)分量 | R(红色)分量 |
0 | 紫 | 128 | 0 | 128 |
120 | 黄 | 0 | 255 | 255 |
M | 橙 | 0 | 127 | 255 |
255 | 红 | 0 | 0 | 255 |
彩色在计算机中是由三个分量(B、G、R)表示的,根据表1当原灰度图像中某个像素点(i,j)的灰度值为0时,在新的彩色图像中同一位置像素点(i,j)的颜色的R分量设置为128,B分量设置为128,G分量设置为0。对于0-128之间的灰度值,可以对彩色的三个分量分别进行线性插值的方法计算出该灰度值对应的颜色,如灰度值为g∈(0,120),这段区间对应背景,对于B分量,灰度0对应128,灰度120对应0,则按照线性插值原则有:
同理,对于G和R分量:
同理,g∈(120,M),这段区间对应钢液时:
g∈(M,255),这段区间对应钢渣时:
通过上述方法可以计算出其它区间灰度与彩色的对应计算关系,在此不再赘述。
本发明实施例采用系统具有结构简单,安装方便,仪器测量方式都是采用远距离非接触式方式,设备维护简便,使用寿命长等特点。本实施例所采用的控制方法能实时、连续的控制转炉出钢,能有效地防止炉下溢流事故,能极大的缩短出钢时间。本实施例能取代了现有的人工观察和操作方法,可节约出钢时间,提升钢水质量,减少工人劳动强度,降低了事故发生率,具有很大的实用价值。
尽管结合优选实施方案具体展示和介绍了本发明,但所属领域的技术人员应该明白,在不脱离所附权利要求书所限定的本发明的精神和范围内,在形式上和细节上可以对本发明做出各种变化,均为本发明的保护范围。
Claims (9)
1.一种转炉下渣检测方法,其特征在于,包括以下步骤:
当下渣分析装置接收到出钢开始信号时,发送控制指令至挡渣装置使其打开出钢口,同时发送控制信号至转炉使其开始旋转运动;
倾动角度检测仪装置实时测量转炉的转动角度,并发送至下渣分析装置;
激光测距装置实时测量钢包车至转炉中心的距离,并发送至下渣分析装置;
下渣分析装置根据接收到的转炉的转动角度计算钢流落点位置,根据钢流的落点位置和接收到的钢包车至转炉中心的距离发送控制信号至钢包车使钢包车平移至钢流的落点位置处;
红外热像仪装置实时采集钢流图像并发送至下渣分析装置;
下渣分析装置对接收到的钢流图像进行图像处理,以确定钢流区域和运动轨迹,通过阈值分割算法区分钢流区域中的钢渣和钢流,通过钢流区域内钢渣和钢流所占像素的个数计算渣含量;
当渣含量超过异常阈值时,下渣分析装置发送控制信号控制挡渣装置关闭出钢口,同时发送控制信号控制转炉转动回初始角度。
2.根据权利要求1所述的转炉下渣检测方法,其特征在于:图像处理的过程包括:识别连续帧图像中每一帧图像的钢流区域,根据相邻帧图像钢流区域的位置变化确定运动轨迹。
3.根据权利要求2所述的转炉下渣检测方法,其特征在于:每一帧图像的钢流区域的确定过程包括以下步骤:
S101:根据图像的灰度值,将灰度值大于第一灰度值阈值的区域划分为初始钢流区域;
S102:在图像的初始钢流区域中依次选取ROI区域,并计算ROI区域中每一列像素点对应的灰度投影;
S103:根据相邻列的灰度投影的差值与差值阈值的大小关系确定钢流的边界,根据钢流的边界确定钢流区域。
4.根据权利要求3所述的转炉下渣检测方法,其特征在于:在上一帧图像的钢流区域识别结束后,对当前帧图像的钢流区域识别时,采用上一帧识别到的钢流的边界作为当前帧图像钢流边界查找的起点。
5.根据权利要求2所述的转炉下渣检测方法,其特征在于:如果当前帧图像未识别到钢流区域时,采用上一帧图像识别到的钢流区域作为当前帧图像的钢流区域。
6.根据权利要求1所述的转炉下渣检测方法,其特征在于:渣含量的计算过程包括以下步骤:
S201:在识别到的钢流区域中选取位于钢流中间的矩形截面作为渣含量计算的矩形框;
S202:设定第二灰度值阈值,将矩形框内灰度值大于第二灰度值阈值的像素点作为钢渣像素点,根据矩形框内钢渣像素点的个数与矩形框内像素点的总个数的比值,计算渣含量。
7.根据权利要求1所述的转炉下渣检测方法,其特征在于:当下渣分析装置接收到钢流图像后,还包括将钢流图像发送至显示装置进行显示。
8.根据权利要求7所述的转炉下渣检测方法,其特征在于:下渣分析装置接收到钢流图像后,将钢流图像对应的灰度图像转化为彩色图像后,再发送至显示装置进行显示。
9.一种转炉下渣检测系统,其特征在于,包括:红外热像仪装置、激光测距装置、倾动角度检测仪装置、下渣分析装置和挡渣装置,系统通过红外热像仪装置、激光测距装置、倾动角度检测仪装置、下渣分析装置和挡渣装置实现权利要求1-8中任一所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011281993.6A CN112458231B (zh) | 2020-11-17 | 2020-11-17 | 一种转炉下渣检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011281993.6A CN112458231B (zh) | 2020-11-17 | 2020-11-17 | 一种转炉下渣检测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112458231A true CN112458231A (zh) | 2021-03-09 |
CN112458231B CN112458231B (zh) | 2022-09-06 |
Family
ID=74837114
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011281993.6A Active CN112458231B (zh) | 2020-11-17 | 2020-11-17 | 一种转炉下渣检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112458231B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114134279A (zh) * | 2021-12-01 | 2022-03-04 | 首钢集团有限公司 | 一种转炉的控制方法和装置 |
CN117636354A (zh) * | 2024-01-25 | 2024-03-01 | 内蒙古鑫元硅材料科技有限公司 | 一种用于硅水浇铸过程中的硅渣智能化识别方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN205188338U (zh) * | 2015-12-07 | 2016-04-27 | 攀钢集团西昌钢钒有限公司 | 转炉出钢下渣控制系统 |
CN106441584A (zh) * | 2016-07-15 | 2017-02-22 | 天津理工大学 | 基于红外测温的转炉下渣检测方法 |
CN110268074A (zh) * | 2017-02-14 | 2019-09-20 | 日本制铁株式会社 | 钢液流中的渣检测方法 |
CN110616288A (zh) * | 2018-06-20 | 2019-12-27 | 宝山钢铁股份有限公司 | 一种转炉全自动出钢方法及系统 |
CN111560489A (zh) * | 2019-01-29 | 2020-08-21 | 宝山钢铁股份有限公司 | 一种转炉出钢中的台车自动走行方法和系统 |
-
2020
- 2020-11-17 CN CN202011281993.6A patent/CN112458231B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN205188338U (zh) * | 2015-12-07 | 2016-04-27 | 攀钢集团西昌钢钒有限公司 | 转炉出钢下渣控制系统 |
CN106441584A (zh) * | 2016-07-15 | 2017-02-22 | 天津理工大学 | 基于红外测温的转炉下渣检测方法 |
CN110268074A (zh) * | 2017-02-14 | 2019-09-20 | 日本制铁株式会社 | 钢液流中的渣检测方法 |
CN110616288A (zh) * | 2018-06-20 | 2019-12-27 | 宝山钢铁股份有限公司 | 一种转炉全自动出钢方法及系统 |
CN111560489A (zh) * | 2019-01-29 | 2020-08-21 | 宝山钢铁股份有限公司 | 一种转炉出钢中的台车自动走行方法和系统 |
Non-Patent Citations (1)
Title |
---|
张子淼等: "基于红外测温原理的转炉下渣检测系统", 《红外与激光工程》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114134279A (zh) * | 2021-12-01 | 2022-03-04 | 首钢集团有限公司 | 一种转炉的控制方法和装置 |
CN117636354A (zh) * | 2024-01-25 | 2024-03-01 | 内蒙古鑫元硅材料科技有限公司 | 一种用于硅水浇铸过程中的硅渣智能化识别方法 |
CN117636354B (zh) * | 2024-01-25 | 2024-04-09 | 内蒙古鑫元硅材料科技有限公司 | 一种用于硅水浇铸过程中的硅渣智能化识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112458231B (zh) | 2022-09-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE60007492T2 (de) | Verfahren zur Minimierung des Schlackenüberlaufs während der Stahlproduktion | |
CN112458231B (zh) | 一种转炉下渣检测方法及系统 | |
CN112501377A (zh) | 一种转炉炼钢渣含量异常检测方法及系统 | |
CN112017145B (zh) | 一种高效的铁水预处理自动扒渣方法和系统 | |
JP6414102B2 (ja) | 精錬炉排出流の判定装置、精錬炉排出流の判定方法及び溶融金属の精錬方法 | |
CN104392213B (zh) | 一种适用于熔炼过程中的图像信息状态识别系统 | |
CN110184401B (zh) | 高炉出渣铁状态在线检测方法 | |
CN112404384B (zh) | 连铸铸坯移动追踪系统及方法 | |
CA2359697C (en) | Method and apparatus for detecting slag carryover | |
CN111560489A (zh) | 一种转炉出钢中的台车自动走行方法和系统 | |
CN102183288B (zh) | 基于远程红外监测的精炼铝用量控制方法 | |
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 | |
JP2020063898A (ja) | 溶滓量測定装置および溶滓量測定方法 | |
CN111451467B (zh) | 一种连铸钢包浇注状态监控系统及监控方法 | |
CN216524095U (zh) | 一种用于钢包空包及出钢过程的热状态监测系统 | |
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 | |
CN114235164B (zh) | 一种用于钢包空包及出钢过程的热状态监测系统及方法 | |
CN117636354B (zh) | 一种用于硅水浇铸过程中的硅渣智能化识别方法 | |
CN105807795B (zh) | 基于视频图像处理的eb炉钛液液位监控系统及方法 | |
EP1558062B1 (en) | Method for monitoring wear of an electrode | |
JPH09182953A (ja) | スラグ検知方法 | |
CN111050117A (zh) | 一种脱硫铁水除渣效果分析系统及分析方法 | |
CN111079537B (zh) | 转炉冶炼工况的识别方法、系统、机器可读介质及设备 | |
JPH03210946A (ja) | ベルト式連続鋳造機の湯面検出方法 | |
JPH07266014A (ja) | 溶湯湯面レベル検出方法 |
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 |