CN113380334B - 一种钢渣游离氧化钙的快速消解方法及系统 - Google Patents
一种钢渣游离氧化钙的快速消解方法及系统 Download PDFInfo
- Publication number
- CN113380334B CN113380334B CN202110752287.3A CN202110752287A CN113380334B CN 113380334 B CN113380334 B CN 113380334B CN 202110752287 A CN202110752287 A CN 202110752287A CN 113380334 B CN113380334 B CN 113380334B
- Authority
- CN
- China
- Prior art keywords
- steel slag
- digestion
- information
- processed
- calcium oxide
- 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
- 229910000831 Steel Inorganic materials 0.000 title claims abstract description 409
- 239000002893 slag Substances 0.000 title claims abstract description 409
- 239000010959 steel Substances 0.000 title claims abstract description 409
- 230000029087 digestion Effects 0.000 title claims abstract description 216
- BRPQOXSCLDDYGP-UHFFFAOYSA-N calcium oxide Chemical compound [O-2].[Ca+2] BRPQOXSCLDDYGP-UHFFFAOYSA-N 0.000 title claims abstract description 179
- 239000000292 calcium oxide Substances 0.000 title claims abstract description 179
- ODINCKMPIJJUCX-UHFFFAOYSA-N calcium oxide Inorganic materials [Ca]=O ODINCKMPIJJUCX-UHFFFAOYSA-N 0.000 title claims abstract description 179
- 238000000034 method Methods 0.000 title claims abstract description 46
- 239000000126 substance Substances 0.000 claims abstract description 62
- 239000000463 material Substances 0.000 claims description 24
- 238000004458 analytical method Methods 0.000 claims description 16
- 238000013507 mapping Methods 0.000 claims description 15
- 239000002245 particle Substances 0.000 claims description 15
- 238000010276 construction Methods 0.000 claims description 12
- 239000013598 vector Substances 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 9
- 238000009826 distribution Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000002372 labelling Methods 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000012937 correction Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 239000006227 byproduct Substances 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000009628 steelmaking Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 230000004075 alteration Effects 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- AMWRITDGCCNYAT-UHFFFAOYSA-L hydroxy(oxo)manganese;manganese Chemical compound [Mn].O[Mn]=O.O[Mn]=O AMWRITDGCCNYAT-UHFFFAOYSA-L 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 229910000805 Pig iron Inorganic materials 0.000 description 1
- 238000003723 Smelting Methods 0.000 description 1
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000011449 brick Substances 0.000 description 1
- 239000004568 cement Substances 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000000645 desinfectant Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009851 ferrous metallurgy Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 239000000395 magnesium oxide Substances 0.000 description 1
- CPLXHLVBOLITMK-UHFFFAOYSA-N magnesium oxide Inorganic materials [Mg]=O CPLXHLVBOLITMK-UHFFFAOYSA-N 0.000 description 1
- AXZKOIWUVFPNLO-UHFFFAOYSA-N magnesium;oxygen(2-) Chemical compound [O-2].[Mg+2] AXZKOIWUVFPNLO-UHFFFAOYSA-N 0.000 description 1
- WPBNNNQJVZRUHP-UHFFFAOYSA-L manganese(2+);methyl n-[[2-(methoxycarbonylcarbamothioylamino)phenyl]carbamothioyl]carbamate;n-[2-(sulfidocarbothioylamino)ethyl]carbamodithioate Chemical compound [Mn+2].[S-]C(=S)NCCNC([S-])=S.COC(=O)NC(=S)NC1=CC=CC=C1NC(=S)NC(=O)OC WPBNNNQJVZRUHP-UHFFFAOYSA-L 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 230000001590 oxidative effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 239000002904 solvent Substances 0.000 description 1
- 238000005309 stochastic process Methods 0.000 description 1
- 229910052717 sulfur Inorganic materials 0.000 description 1
- 239000011593 sulfur Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/10—Analysis or design of chemical reactions, syntheses or processes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/40—Searching chemical structures or physicochemical data
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Theoretical Computer Science (AREA)
- Crystallography & Structural Chemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computing Systems (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Analytical Chemistry (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Carbon Steel Or Casting Steel Manufacturing (AREA)
Abstract
本发明公开了一种钢渣游离氧化钙的快速消解方法及系统，其中，所述方法包括：获得第一待处理钢渣图像信息；获得第一待处理钢渣粒度信息；判断所述第一待处理钢渣粒度信息是否满足预设消解粒度要求；若满足，获得第一待处理钢渣在第一时间的第一游离氧化钙含量信息；构建所述第一待处理钢渣的游离氧化钙含量信息与消解物质含量信息之间的马尔科夫链；获得所述第一游离氧化钙含量信息对应的第一消解物质含量信息；根据所述第一消解物质含量信息，对所述第一待处理钢渣进行快速消解。解决了现有技术中的无法对钢渣中游离的氧化钙进行快速消解，使得对钢渣的二次利用不够彻底，进而无法保证钢渣保持良好安定性的技术问题。
Description
技术领域
本发明涉及钢渣处理技术领域，具体地，涉及一种钢渣游离氧化钙的快速消解方法及系统。
背景技术
钢厂在炼钢的过程中会产出各种各样的副产品和废弃物料，其中钢渣和高炉炉渣的产量最大，由于钢渣不可浪费，因此可作为一种二次资源被重新利用，需要对钢渣中游离的氧化钙进行快速消解，确保钢渣保持良好的安定性。
但本申请发明人在实现本申请实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：
现有技术中存在无法对钢渣中游离的氧化钙进行快速消解，使得对钢渣的二次利用不够彻底，进而无法保证钢渣保持良好安定性的技术问题。
发明内容
针对现有技术中的缺陷，本申请实施例的目的是，通过提供一种钢渣游离氧化钙的快速消解方法及系统，解决了现有技术中的无法对钢渣中游离的氧化钙进行快速消解，使得对钢渣的二次利用不够彻底，进而无法保证钢渣保持良好安定性的技术问题。基于构建的任意氧化钙含量信息与消解物质含量之间的马尔科夫链，达到了对钢渣中游离氧化钙进行快速消解，确保钢渣作为二次资源被彻底的循环利用，进而确保钢渣保持良好的安定性能的技术效果。
一方面，本申请实施例提供一种钢渣游离氧化钙的快速消解方法，其中，所述方法包括：基于摄像头，获得第一待处理钢渣图像信息；根据所述第一待处理钢渣图像信息，获得第一待处理钢渣粒度信息；判断所述第一待处理钢渣粒度信息是否满足预设消解粒度要求；若所述第一待处理钢渣粒度信息满足所述预设消解粒度要求，获得第一待处理钢渣在第一时间的第一游离氧化钙含量信息；根据所述第一游离氧化钙含量信息，构建所述第一待处理钢渣的游离氧化钙含量信息与消解物质含量信息之间的马尔科夫链；基于所述马尔科夫链，获得所述第一游离氧化钙含量信息对应的第一消解物质含量信息；根据所述第一消解物质含量信息，对所述第一待处理钢渣进行快速消解。
另一方面，本申请还提供了一种钢渣游离氧化钙的快速消解系统，其中，所述系统包括：第一获得单元：所述第一获得单元用于基于摄像头，获得第一待处理钢渣图像信息；第二获得单元：所述第二获得单元用于根据所述第一待处理钢渣图像信息，获得第一待处理钢渣粒度信息；第一判断单元：所述第一判断单元用于判断所述第一待处理钢渣粒度信息是否满足预设消解粒度要求；第三获得单元：所述第三获得单元用于若所述第一待处理钢渣粒度信息满足所述预设消解粒度要求，获得第一待处理钢渣在第一时间的第一游离氧化钙含量信息；第一构建单元：所述第一构建单元用于根据所述第一游离氧化钙含量信息，构建所述第一待处理钢渣的游离氧化钙含量信息与消解物质含量信息之间的马尔科夫链；第四获得单元：所述第四获得单元用于基于所述马尔科夫链，获得所述第一游离氧化钙含量信息对应的第一消解物质含量信息；第一消解单元：所述第一消解单元用于根据所述第一消解物质含量信息，对所述第一待处理钢渣进行快速消解。
本申请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：
基于摄像头，获得第一待处理钢渣图像信息；根据所述第一待处理钢渣图像信息，获得第一待处理钢渣粒度信息；判断所述第一待处理钢渣粒度信息是否满足预设消解粒度要求；若所述第一待处理钢渣粒度信息满足所述预设消解粒度要求，获得第一待处理钢渣在第一时间的第一游离氧化钙含量信息；根据所述第一游离氧化钙含量信息，构建所述第一待处理钢渣的游离氧化钙含量信息与消解物质含量信息之间的马尔科夫链；基于所述马尔科夫链，获得所述第一游离氧化钙含量信息对应的第一消解物质含量信息；根据所述第一消解物质含量信息，对所述第一待处理钢渣进行快速消解。基于构建的任意氧化钙含量信息与消解物质含量之间的马尔科夫链，达到了对钢渣中游离氧化钙进行快速消解，确保钢渣作为二次资源被循环利用，进而确保钢渣保持良好的安定性能的技术效果。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
通过阅读参照以下附图对非限制性实施例所做的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1为本申请实施例一种钢渣游离氧化钙的快速消解方法的流程示意图；
图2为本申请实施例一种钢渣游离氧化钙的快速消解方法的判断所述第一待处理钢渣粒度信息是否满足预设消解粒度要求的流程示意图；
图3为本申请实施例一种钢渣游离氧化钙的快速消解方法的对所述历史钢渣图像数据集进行遍历特征分析的流程示意图；
图4为本申请实施例一种钢渣游离氧化钙的快速消解方法的获得所述第一游离氧化钙含量信息对应的第一消解物质含量信息的流程示意图；
图5为本申请实施例一种钢渣游离氧化钙的快速消解方法的获得对所述第一待处理钢渣进行预处理之后的初始消解物质含量信息的流程示意图；
图6为本申请实施例一种钢渣游离氧化钙的快速消解方法的对所述第一待处理钢渣进行快速消解的流程示意图；
图7为本申请实施例一种钢渣游离氧化钙的快速消解方法的确定第一消解环境信息的流程示意图；
图8为本申请实施例一种钢渣游离氧化钙的快速消解系统的结构示意图；
图9为本申请实施例示例性电子设备的结构示意图。
具体实施方式
本申请实施例通过提供一种钢渣游离氧化钙的快速消解方法及系统，解决了现有技术中的无法对钢渣中游离的氧化钙进行快速消解，使得对钢渣的二次利用不够彻底，进而无法保证钢渣保持良好安定性的技术问题。基于构建的任意氧化钙含量信息与消解物质含量之间的马尔科夫链，达到了对钢渣中游离氧化钙进行快速消解，确保钢渣作为二次资源被彻底的循环利用，进而确保钢渣保持良好的安定性能的技术效果。
下面，将参考附图详细的描述根据本申请的示例实施例。显然，所描述的实施例仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。
申请概述
钢厂在炼钢的过程中会产出各种各样的副产品和废弃物料，其中钢渣和高炉炉渣的产量最大，由于钢渣不可浪费，因此可作为一种二次资源被重新利用，需要对钢渣中游离的氧化钙进行快速消解，确保钢渣保持良好的安定性。现有技术中存在无法对钢渣中游离的氧化钙进行快速消解，使得对钢渣的二次利用不够彻底，进而无法保证钢渣保持良好安定性的技术问题。
针对上述技术问题，本申请提供的技术方案总体思路如下：
本申请实施例提供一种钢渣游离氧化钙的快速消解方法，其中，所述方法包括：基于摄像头，获得第一待处理钢渣图像信息；根据所述第一待处理钢渣图像信息，获得第一待处理钢渣粒度信息；判断所述第一待处理钢渣粒度信息是否满足预设消解粒度要求；若所述第一待处理钢渣粒度信息满足所述预设消解粒度要求，获得第一待处理钢渣在第一时间的第一游离氧化钙含量信息；根据所述第一游离氧化钙含量信息，构建所述第一待处理钢渣的游离氧化钙含量信息与消解物质含量信息之间的马尔科夫链；基于所述马尔科夫链，获得所述第一游离氧化钙含量信息对应的第一消解物质含量信息；根据所述第一消解物质含量信息，对所述第一待处理钢渣进行快速消解。
为了更好地理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
实施例一
如图1所示，本申请实施例提供了一种钢渣游离氧化钙的快速消解方法，其中，所述方法包括：
步骤S100：基于摄像头，获得第一待处理钢渣图像信息；
步骤S200：根据所述第一待处理钢渣图像信息，获得第一待处理钢渣粒度信息；
具体而言，钢厂在炼钢的过程中会产出各种各样的副产品和废弃物料，其中钢渣和高炉炉渣的产量最大，钢渣是由生铁中的锰、硅、硫等杂质在熔炼过程中氧化而成的氧化物以及这些氧化物与溶剂反应生成的各类盐类所构成。钢渣不可浪费，作为一种二次资源需要重新利用。重新利用的钢渣广泛应用于生产钢渣水泥，生产钢渣微粉，制造钢渣砖和砌块，制作环境修复材料等多个行业。在本申请实施例中，为了对钢渣进行有效的资源二次利用，需要对钢渣中游离的氧化钙进行快速消解，确保钢渣保持良好的安定性。进一步的，所述第一待处理钢渣图像信息为需要处理的钢渣的图像信息，可基于摄像头进行监控获得，所述第一待处理钢渣粒度信息可理解为需要进行处理的钢渣的粒度大小，如果钢渣的粒度过大，无法进料，进而无法进行游离氧化钙的快速消解。
步骤S300：判断所述第一待处理钢渣粒度信息是否满足预设消解粒度要求；
步骤S400：若所述第一待处理钢渣粒度信息满足所述预设消解粒度要求，获得第一待处理钢渣在第一时间的第一游离氧化钙含量信息；
具体而言，已知获得所述第一待处理钢渣粒度信息，进一步的，还可判断所述第一待处理钢渣粒度信息是否满足预设消解粒度要求，所述预设消解粒度要求可理解为预设的钢渣粒度达到消解的粒度大小，如果所述第一待处理钢渣粒度信息满足所述预设消解粒度要求，即预设的钢渣粒度达到消解的粒度大小，即不用对其进行破碎操作，可直接对钢渣中游离的氧化钙进行消解，所述第一时间可理解为对游离氧化钙进行消解之前的时间，所述第一游离氧化钙含量信息可理解为消解之前的氧化钙含量信息。
步骤S500：根据所述第一游离氧化钙含量信息，构建所述第一待处理钢渣的游离氧化钙含量信息与消解物质含量信息之间的马尔科夫链；
具体而言，为了对任意游离氧化钙含量信息匹配适当消解物质含量信息，可构建马尔科夫链进行预测，进一步的，马尔科夫链是指数学中具有马尔科夫性质的离散事件随机过程。在其每一步中，系统根据概率分布可以从一个状态变到另一个状态，也可以保持当前状态，状态的改变叫做转移，与不同的状态改变相关的概率叫做转移概率。马尔科夫决策过程是一个典型的系列决策过程，基于当前状态和下一行为之间的映射关系，可构建马尔科夫决策过程，其中，当前状态可理解为实时的游离氧化钙含量信息，下一行为可理解为基于当前状态，确定的消解物质含量信息。基于此，可对任意游离氧化钙含量信息匹配适当消毒因子浓度。
步骤S600：基于所述马尔科夫链，获得所述第一游离氧化钙含量信息对应的第一消解物质含量信息；
步骤S700：根据所述第一消解物质含量信息，对所述第一待处理钢渣进行快速消解。
具体而言，已知构建任意氧化钙含量信息与消解物质含量之间的马尔科夫链，可基于所述马尔科夫链，获得所述第一游离氧化钙含量信息对应的第一消解物质含量信息，所述第一消解物质含量信息基于游离氧化钙的含量而定，具体的消解物质可基于游离氧化钙的物理化学性质进行确定，在确定好所述第一消解物质含量信息之后，可对所述第一待处理钢渣进行快速消解。基于构建的任意氧化钙含量信息与消解物质含量之间的马尔科夫链，对钢渣中游离氧化钙进行快速消解，确保钢渣作为二次资源被循环利用，进而确保钢渣保持良好的安定性能。
优选的，如图2所示，所述判断所述第一待处理钢渣粒度信息是否满足预设消解粒度要求，步骤S300还包括：
步骤S310：基于大数据，采集历史钢渣图像数据集；
步骤S320：对所述历史钢渣图像数据集进行遍历特征分析，获得第一钢渣图像集群和第二钢渣图像集群，其中，所述第一钢渣图像集群包括满足所述预设消解粒度要求的钢渣图像，所述第二钢渣图像集群包括不满足所述预设消解粒度要求的钢渣图像；
步骤S330：根据所述第二钢渣图像集群，获得对应的钢渣粒度预处理方案数据库；
步骤S340：若所述第一待处理钢渣粒度信息不满足所述预设消解粒度要求，将所述第一待处理钢渣粒度信息输入所述钢渣粒度预处理方案数据库进行检索分析，获得所述第一待处理钢渣粒度信息对应的第一预处理方案。
具体而言，为了判断所述第一待处理钢渣粒度信息是否满足预设消解粒度要求，进一步的，可基于大数据，对历史的钢渣图像进行采集，所述历史钢渣图像数据集即为钢渣图像的集合，进而对所述历史钢渣图像数据集进行遍历特征分析，即通过图像对比、图像解析等手段，对钢渣粒度大小进行遍历的特征分析、学习分类，进而获得第一钢渣图像集群和第二钢渣图像集群，其中，所述第一钢渣图像集群包括满足所述预设消解粒度要求的钢渣图像，所述第二钢渣图像集群包括不满足所述预设消解粒度要求的钢渣图像，同时，对于不满足所述预设消解粒度要求的钢渣粒度，需要对其进行钢渣破碎的预处理，直到使得钢渣粒度可以被快速消解，所述钢渣粒度预处理方案数据库即为对钢渣粒度预处理的方案集合，进而将不满足所述预设消解力度要求的钢渣粒度信息输入所述钢渣粒度预处理方案数据库进行检索分析，可获得所述第一待处理钢渣粒度信息对应的第一预处理方案，即根据所述第一预处理方案，对所述第一待处理钢渣粒度信息进行预处理，进而确保粒度达到消解要求，使得钢渣中游离的氧化钙可以被快速消解。
优选的，如图3所示，所述对所述历史钢渣图像数据集进行遍历特征分析，步骤S320还包括：
步骤S321：构建钢渣图像分类坐标系，以钢渣粒度信息为横坐标，以钢渣密度信息为纵坐标；
步骤S322：对所述钢渣图像分类坐标系进行区域标签化分类，获得第一标签分类结果；
步骤S323：将所述历史钢渣图像数据集输入所述钢渣图像分类坐标系，获得钢渣图像分类向量；
步骤S324：对所述钢渣图像分类向量进行距离计算，获得欧式距离数据集；
步骤S325：根据所述欧氏距离数据集，获得钢渣图像分类数据集，所述钢渣图像分类数据集为所述欧式距离数据集中最短k个距离；
步骤S326：根据所述钢渣图像分类数据集和所述第一标签分类结果进行映射匹配，获得第一分类结果；
步骤S327：根据所述第一分类结果，对所述历史钢渣图像数据集进行分类。
具体而言，构建钢渣图像分类坐标系，以钢渣粒度信息为横坐标，以钢渣密度信息为纵坐标，构建钢渣图像分类坐标系。其中，钢渣粒度信息为钢渣中各成分的粒度的大小，进而平均得出的钢渣粒度信息，同时，钢渣密度信息也影响着图像分类，即钢渣中各个成分的密度大小以及分布等，进而对所述钢渣图像分类坐标系进行区域标签化分类，不同的区域对应不同的标签分类结果，即不同区域对应钢渣图像的不同分类。将所述历史钢渣图像数据集输入所述钢渣图像分类坐标系，获得钢渣图像分类向量，根据所述钢渣图像分类数据集和所述第一标签分类结果进行映射匹配，获得第一分类结果。
所述欧氏距离数据集为欧几里得度量距离数据集合，即坐标系中两点之间的直线距离，对所述钢渣图像分类向量进行距离计算，获得所述向量与其他钢渣图像分类之间的欧氏距离数据集。所述钢渣图像分类数据集为所述欧氏距离数据集中最短的k个距离，k值为所述欧氏距离数据集的一部分，可自行设定。根据所述钢渣图像分类数据集和所述第一标签分类结果进行映射匹配，获得所述向量对应的分类标签，并根据所述分类结果，确定所述向量对应的钢渣图像分类。以对应的钢渣图像分类对所述历史钢渣图像数据集进行分类，达到通过构建钢渣图像分类坐标系进行向量映射的方法，使得方案分类结果更加准确，确保钢渣图像分类更加精确的技术效果。
优选的，如图4所示，所述基于所述马尔科夫链，获得所述第一游离氧化钙含量信息对应的第一消解物质含量信息，步骤S600还包括：
步骤S610：根据所述第一预处理方案，获得对所述第一待处理钢渣进行预处理之后的初始消解物质含量信息；
步骤S620：根据所述初始消解物质含量信息，获得所述第一待处理钢渣在第二时间的第二游离氧化钙含量信息；
步骤S630：根据所述第二游离氧化钙含量信息和所述初始消解物质含量信息，确定第一映射关系；
步骤S640：根据所述第一映射关系，构建所述第一待处理钢渣的游离氧化钙含量信息的第一状态分布数据库；
步骤S650：根据所述第一状态分布数据库，获得所述第一待处理钢渣的游离氧化钙含量信息处于第一期望状态下的第一概率；
步骤S660：判断所述第一概率是否满足第一期望概率；
步骤S670：若所述第一概率满足所述第一期望概率，获得所述第一游离氧化钙含量信息对应的第一消解物质含量信息。
具体而言，为了基于马尔科夫链，对任意游离氧化钙含量信息匹配对应的消解物质含量信息，进一步的，可根据所述第一预处理方案，获得对所述第一待处理钢渣进行预处理之后的初始消解物质含量信息，所述初始消解物质含量信息为基于所述第一游离氧化钙含量信息预设的初始消解物质含量信息，当基于所述初始消解物质含量信息对所述第一游离氧化钙含量信息进行消解之后，可获得所述第一待处理钢渣在第二时间的第二游离氧化钙含量信息，所述第二时间晚于所述第一时间，所述第二游离氧化钙含量信息为进行一次消解之后的待处理钢渣中的游离氧化钙含量信息，相较于所述第一游离氧化钙含量信息有所降低，进而可根据所述第二游离氧化钙含量信息和所述初始消解物质含量信息，确定第一映射关系，所述第一映射关系即为当前行为与下一时刻的状态之间的映射关系，进而根据所述第一映射关系，构建所述第一待处理钢渣的游离氧化钙含量信息的第一状态分布数据库，所述第一状态分布数据库展现了任意时刻状态与其上一时刻行为之间的状态分布，在本申请实施例中，即展示了任意时刻游离氧化钙含量信息与其上一时刻消解物质含量信息之间的状态分布，进而可根据所述第一状态分布数据库，获得所述第一待处理钢渣的游离氧化钙含量信息处于第一期望状态下的第一概率，其中，所述第一期望状态可理解为期望达到的待处理钢渣的游离氧化钙含量信息，所述第一概率即为基于马尔科夫链获得的期望状态下的实际发生的概率，所述第一期望概率可理解为期望达到的待处理钢渣的游离氧化钙含量信息的概率，如果所述第一概率满足所述第一期望概率，可获得所述第一游离氧化钙含量信息对应的第一消解物质含量信息，所述第一消解物质含量信息为在达到期望状态时，对所述第一游离氧化钙含量信息进行消消解的消解物质含量信息，实现了基于马尔科夫链，对任意游离氧化钙含量信息匹配对应的消解物质含量信息，使得对钢渣中游离氧化钙的消解达到预期要求。
优选的，如图5所示，所述根据所述第一预处理方案，获得对所述第一待处理钢渣进行预处理之后的初始消解物质含量信息，步骤S610还包括：
步骤S611：根据所述第一预处理方案，获得对所述第一待处理钢渣进行预处理之后的第二待处理钢渣粒度信息；
步骤S612：根据所述第二待处理钢渣粒度信息，获得所述第一游离氧化钙含量信息；
步骤S613：构建钢渣游离氧化钙消解专家系统；
步骤S614：将所述第一游离氧化钙含量信息输入所述钢渣游离氧化钙消解专家系统，获得所述初始消解物质含量信息。
具体而言，为了获得对所述第一待处理钢渣进行预处理之后的初始消解物质含量信息，进一步的，可根据所述第一预处理方案，先对待处理钢渣进行破碎处理，进而获得预处理之后的第二待处理钢渣粒度信息，其中，所述第二待处理钢渣粒度信息达到所述预设消解力度要求，进而根据所述第二待处理钢渣粒度信息，获得所述第一游离氧化钙含量信息，所述第一游离氧化钙含量信息为粒度达到预设粒度要求时的钢渣中的游离氧化钙含量信息，同时为了基于所述第一游离氧化钙含量信息获得对应的消解物质含量，可构建钢渣游离氧化钙消解专家系统，所述钢渣游离氧化钙消解专家系统包括了钢渣中游离氧化钙的不同含量对应的不同消解物质含量，二者存在纵向的对应关系，所述钢渣游离氧化钙消解专家系统可对输入的所述第一游离氧化钙含量信息进行初步检索，所述初始消解物质含量信息即为初步检索结果，基于所述钢渣游离氧化钙消解专家系统，实现了对钢渣中游离氧化钙的含量进行初步消解。
优选的，如图6所示，所述根据所述第一消解物质含量信息，对所述第一待处理钢渣进行快速消解，步骤S700还包括：
步骤S710：根据所述第一待处理钢渣粒度信息，获得第一待处理钢渣成分信息；
步骤S720：根据所述第一消解物质含量信息，预设第一消解方案；
步骤S730：根据所述第一待处理钢渣成分信息，获得第一主成分信息和第一次成分信息；
步骤S740：分别获得所述第一主成分信息的第一属性信息和所述第一次成分信息的第二属性信息；
步骤S750：判断所述第一消解方案是否会对所述第一属性信息产生影响；
步骤S760：若所述第一消解方案会对所述第一属性信息产生影响，对所述第一消解方案进行修正。
具体而言，在对所述第一待处理钢渣进行快速消解时，进一步的，可根据所述第一待处理钢渣粒度信息，获得第一待处理钢渣成分信息，一般的，钢渣含有多种有用成分：金属铁2%～8%，氧化钙40%～60%，氧化镁3%～10%，氧化锰1%～8%，故可作为钢铁冶金原料使用，而钢渣的用途也因成分而异。因此，在对其中游离的氧化钙进行消解之前，可先获得所述第一待处理钢渣成分信息，同时还可根据所述第一消解物质含量信息，预设第一消解方案，所述第一消解方案基于消解物质的含量变化进行变化，举例而言，如果所述第一消解物质含量较多，则应对钢渣中的游离氧化钙进行分批次消解，避免一次性投入过多，对其他成分的安定性造成影响，进一步的，还可分别获得所述第一主成分信息的第一属性信息和所述第一次成分信息的第二属性信息，其中，所述第一主成分信息为钢渣中含量占比最大的成分，所述第一属性信息即为对应的成分属性，相反，所述第一次成分信息为钢渣中含量占比最小的成分，所述第二属性信息即为对应的成分属性，进而判断所述第一消解方案是否会对所述第一属性信息产生影响，即预设的消解方案是否会对钢渣中含量占比最大的成分产生影响，如果会产生影响，则对所述第一消解方案进行修正，实现了基于合理的消解方案对钢渣中的游离氧化钙进行消解。
优选的，如图7所示，本申请实施例还包括：
步骤S761：根据所述第一游离氧化钙含量信息，确定第一消解环境信息；
步骤S762：获得所述第一待处理钢渣的实际消解环境信息；
步骤S763：判断所述实际消解环境信息是否达到所述第一消解环境信息；
步骤S764：若所述实际消解环境信息没有达到所述第一消解环境信息，对所述第一消解方案进行修正。
具体而言，在对钢渣中游离的氧化钙进行消解时，还应确保消解环境达到标准要求，即确保在最适宜的环境下对游离的氧化钙进行充分消解，进一步的，可根据所述第一游离氧化钙含量信息，确定第一消解环境信息，所述第一消解环境信息即为理想的消解环境，所述实际消解环境信息即为对所述第一待处理钢渣进行实际消解时的环境信息，进而判断所述实际消解环境信息是否达到所述第一消解环境信息，即判断消解环境中的含氧量、温度等要素是否达到标准要求，如果没有达到，则对所述第一消解方案进行修正，确保消解环境达到标准要求，进而确保在最适宜的环境下对游离的氧化钙进行充分消解。
与现有技术相比，本发明具有如下的有益效果：
1、基于摄像头，获得第一待处理钢渣图像信息；根据所述第一待处理钢渣图像信息，获得第一待处理钢渣粒度信息；判断所述第一待处理钢渣粒度信息是否满足预设消解粒度要求；若所述第一待处理钢渣粒度信息满足所述预设消解粒度要求，获得第一待处理钢渣在第一时间的第一游离氧化钙含量信息；根据所述第一游离氧化钙含量信息，构建所述第一待处理钢渣的游离氧化钙含量信息与消解物质含量信息之间的马尔科夫链；基于所述马尔科夫链，获得所述第一游离氧化钙含量信息对应的第一消解物质含量信息；根据所述第一消解物质含量信息，对所述第一待处理钢渣进行快速消解。基于构建的任意氧化钙含量信息与消解物质含量之间的马尔科夫链，达到了对钢渣中游离氧化钙进行快速消解，确保钢渣作为二次资源被循环利用，进而确保钢渣保持良好的安定性能的技术效果。
实施例二
基于与前述实施例中一种钢渣游离氧化钙的快速消解方法同样发明构思，本发明还提供了一种钢渣游离氧化钙的快速消解系统，如图8所示，所述系统包括：
第一获得单元11：所述第一获得单元11用于基于摄像头，获得第一待处理钢渣图像信息；
第二获得单元12：所述第二获得单元12用于根据所述第一待处理钢渣图像信息，获得第一待处理钢渣粒度信息；
第一判断单元13：所述第一判断单元13用于判断所述第一待处理钢渣粒度信息是否满足预设消解粒度要求；
第三获得单元14：所述第三获得单元14用于若所述第一待处理钢渣粒度信息满足所述预设消解粒度要求，获得第一待处理钢渣在第一时间的第一游离氧化钙含量信息；
第一构建单元15：所述第一构建单元15用于根据所述第一游离氧化钙含量信息，构建所述第一待处理钢渣的游离氧化钙含量信息与消解物质含量信息之间的马尔科夫链；
第四获得单元16：所述第四获得单元16用于基于所述马尔科夫链，获得所述第一游离氧化钙含量信息对应的第一消解物质含量信息；
第一消解单元17：所述第一消解单元17用于根据所述第一消解物质含量信息，对所述第一待处理钢渣进行快速消解。
进一步的，所述系统还包括：
第一采集单元：所述第一采集单元用于基于大数据，采集历史钢渣图像数据集；
第一分析单元：所述第一分析单元用于对所述历史钢渣图像数据集进行遍历特征分析，获得第一钢渣图像集群和第二钢渣图像集群，其中，所述第一钢渣图像集群包括满足所述预设消解粒度要求的钢渣图像，所述第二钢渣图像集群包括不满足所述预设消解粒度要求的钢渣图像；
第五获得单元：所述第五获得单元用于根据所述第二钢渣图像集群，获得对应的钢渣粒度预处理方案数据库；
第一输入单元：所述第一输入单元用于若所述第一待处理钢渣粒度信息不满足所述预设消解粒度要求，将所述第一待处理钢渣粒度信息输入所述钢渣粒度预处理方案数据库进行检索分析，获得所述第一待处理钢渣粒度信息对应的第一预处理方案。
进一步的，所述系统还包括：
第二构建单元：所述第二构建单元用于构建钢渣图像分类坐标系，以钢渣粒度信息为横坐标，以钢渣密度信息为纵坐标；
第一分类单元：所述第一分类单元用于对所述钢渣图像分类坐标系进行区域标签化分类，获得第一标签分类结果；
第二输入单元：所述第二输入单元用于将所述历史钢渣图像数据集输入所述钢渣图像分类坐标系，获得钢渣图像分类向量；
第一计算单元：所述第一计算单元用于对所述钢渣图像分类向量进行距离计算，获得欧式距离数据集；
第六获得单元：所述第六获得单元用于根据所述欧氏距离数据集，获得钢渣图像分类数据集，所述钢渣图像分类数据集为所述欧式距离数据集中最短k个距离；
第七获得单元：所述第七获得单元用于根据所述钢渣图像分类数据集和所述第一标签分类结果进行映射匹配，获得第一分类结果；
第二分类单元：所述第二分类单元用于根据所述第一分类结果，对所述历史钢渣图像数据集进行分类。
进一步的，所述系统还包括：
第八获得单元：所述第八获得单元用于根据所述第一预处理方案，获得对所述第一待处理钢渣进行预处理之后的初始消解物质含量信息；
第九获得单元：所述第九获得单元用于根据所述初始消解物质含量信息，获得所述第一待处理钢渣在第二时间的第二游离氧化钙含量信息；
第一确定单元：所述第一确定单元用于根据所述第二游离氧化钙含量信息和所述初始消解物质含量信息，确定第一映射关系；
第三构建单元：所述第三构建单元用于根据所述第一映射关系，构建所述第一待处理钢渣的游离氧化钙含量信息的第一状态分布数据库；
第十获得单元：所述第十获得单元用于根据所述第一状态分布数据库，获得所述第一待处理钢渣的游离氧化钙含量信息处于第一期望状态下的第一概率；
第二判断单元：所述第二判断单元用于判断所述第一概率是否满足第一期望概率；
第十一获得单元：所述第十一获得单元用于若所述第一概率满足所述第一期望概率，获得所述第一游离氧化钙含量信息对应的第一消解物质含量信息。
进一步的，所述系统还包括：
第十二获得单元：所述第十二获得单元用于根据所述第一预处理方案，获得对所述第一待处理钢渣进行预处理之后的第二待处理钢渣粒度信息；
第十三获得单元：所述第十三获得单元用于根据所述第二待处理钢渣粒度信息，获得所述第一游离氧化钙含量信息；
第四构建单元：所述第四构建单元用于构建钢渣游离氧化钙消解专家系统；
第三输入单元：所述第三输入单元用于将所述第一游离氧化钙含量信息输入所述钢渣游离氧化钙消解专家系统，获得所述初始消解物质含量信息。
进一步的，所述系统还包括：
第十四获得单元：所述第十四获得单元用于根据所述第一待处理钢渣粒度信息，获得第一待处理钢渣成分信息；
第一预设单元：所述第一预设单元用于根据所述第一消解物质含量信息，预设第一消解方案；
第十五获得单元：所述第十五获得单元用于根据所述第一待处理钢渣成分信息，获得第一主成分信息和第一次成分信息；
第十六获得单元：所述第十六获得单元用于分别获得所述第一主成分信息的第一属性信息和所述第一次成分信息的第二属性信息；
第三判断单元：所述第三判断单元用于判断所述第一消解方案是否会对所述第一属性信息产生影响；
第一修正单元：所述第一修正单元用于若所述第一消解方案会对所述第一属性信息产生影响，对所述第一消解方案进行修正。
进一步的，所述系统还包括：
第二确定单元：所述第二确定单元用于根据所述第一游离氧化钙含量信息，确定第一消解环境信息；
第十七获得单元：所述第十七获得单元用于获得所述第一待处理钢渣的实际消解环境信息；
第四判断单元：所述第四判断单元用于判断所述实际消解环境信息是否达到所述第一消解环境信息；
第二修正单元：所述第二修正单元用于若所述实际消解环境信息没有达到所述第一消解环境信息，对所述第一消解方案进行修正。
前述图1实施例一中的一种钢渣游离氧化钙的快速消解方法的各种变化方式和具体实例同样适用于本实施例的一种钢渣游离氧化钙的快速消解系统，通过前述对一种钢渣游离氧化钙的快速消解方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种钢渣游离氧化钙的快速消解系统的实施方法，所以为了说明书的简洁，再次不再详述。
实施例三
下面参考图9来描述本申请实施例的电子设备。
图9图示了根据本申请实施例的电子设备的结构示意图。
基于与前述实例施中一种钢渣游离氧化钙的快速消解方法的发明构思，本发明还提供一种钢渣游离氧化钙的快速消解系统，其上存储有计算机程序，该程序被处理器执行时实现前文所述一种钢渣游离氧化钙的快速消解系统的任一方法的步骤。
其中，在图9中，总线架构（用总线300来代表），总线300可以包括任意数量的互联的总线和桥，总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口305在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件，即收发机，提供用于在传输介质上与各种其他系统通信的单元。处理器302负责管理总线300和通常的处理，而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
本申请实施例提供一种钢渣游离氧化钙的快速消解方法，其中，所述方法包括：基于摄像头，获得第一待处理钢渣图像信息；根据所述第一待处理钢渣图像信息，获得第一待处理钢渣粒度信息；判断所述第一待处理钢渣粒度信息是否满足预设消解粒度要求；若所述第一待处理钢渣粒度信息满足所述预设消解粒度要求，获得第一待处理钢渣在第一时间的第一游离氧化钙含量信息；根据所述第一游离氧化钙含量信息，构建所述第一待处理钢渣的游离氧化钙含量信息与消解物质含量信息之间的马尔科夫链；基于所述马尔科夫链，获得所述第一游离氧化钙含量信息对应的第一消解物质含量信息；根据所述第一消解物质含量信息，对所述第一待处理钢渣进行快速消解。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的系统。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令系统的制造品，该指令系统实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
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)
1.一种钢渣游离氧化钙的快速消解方法，其中，所述方法包括：
基于摄像头，获得第一待处理钢渣图像信息；
根据所述第一待处理钢渣图像信息，获得第一待处理钢渣粒度信息；
判断所述第一待处理钢渣粒度信息是否满足预设消解粒度要求，其中，所述判断所述第一待处理钢渣粒度信息是否满足预设消解粒度要求，还包括：
基于大数据，采集历史钢渣图像数据集；
对所述历史钢渣图像数据集进行遍历特征分析，获得第一钢渣图像集群和第二钢渣图像集群，其中，所述第一钢渣图像集群包括满足所述预设消解粒度要求的钢渣图像，所述第二钢渣图像集群包括不满足所述预设消解粒度要求的钢渣图像；
根据所述第二钢渣图像集群，获得对应的钢渣粒度预处理方案数据库；
若所述第一待处理钢渣粒度信息不满足所述预设消解粒度要求，将所述第一待处理钢渣粒度信息输入所述钢渣粒度预处理方案数据库进行检索分析，获得所述第一待处理钢渣粒度信息对应的第一预处理方案；
若所述第一待处理钢渣粒度信息满足所述预设消解粒度要求，获得第一待处理钢渣在第一时间的第一游离氧化钙含量信息；
根据所述第一游离氧化钙含量信息，构建所述第一待处理钢渣的游离氧化钙含量信息与消解物质含量信息之间的马尔科夫链；
基于所述马尔科夫链，获得所述第一游离氧化钙含量信息对应的第一消解物质含量信息；
根据所述第一消解物质含量信息，对所述第一待处理钢渣进行快速消解。
2.如权利要求1所述的方法，其中，所述对所述历史钢渣图像数据集进行遍历特征分析，还包括：
构建钢渣图像分类坐标系，以钢渣粒度信息为横坐标，以钢渣密度信息为纵坐标；
对所述钢渣图像分类坐标系进行区域标签化分类，获得第一标签分类结果；
将所述历史钢渣图像数据集输入所述钢渣图像分类坐标系，获得钢渣图像分类向量；
对所述钢渣图像分类向量进行距离计算，获得欧氏距离数据集；
根据所述欧氏距离数据集，获得钢渣图像分类数据集，所述钢渣图像分类数据集为所述欧氏距离数据集中最短k个距离；
根据所述钢渣图像分类数据集和所述第一标签分类结果进行映射匹配，获得第一分类结果；
根据所述第一分类结果，对所述历史钢渣图像数据集进行分类。
3.如权利要求1所述的方法，其中，所述基于所述马尔科夫链，获得所述第一游离氧化钙含量信息对应的第一消解物质含量信息，还包括：
根据所述第一预处理方案，获得对所述第一待处理钢渣进行预处理之后的初始消解物质含量信息；
根据所述初始消解物质含量信息，获得所述第一待处理钢渣在第二时间的第二游离氧化钙含量信息；
根据所述第二游离氧化钙含量信息和所述初始消解物质含量信息，确定第一映射关系；
根据所述第一映射关系，构建所述第一待处理钢渣的游离氧化钙含量信息的第一状态分布数据库；
根据所述第一状态分布数据库，获得所述第一待处理钢渣的游离氧化钙含量信息处于第一期望状态下的第一概率；
判断所述第一概率是否满足第一期望概率；
若所述第一概率满足所述第一期望概率，获得所述第一游离氧化钙含量信息对应的第一消解物质含量信息。
4.如权利要求3所述的方法，其中，所述根据所述第一预处理方案，获得对所述第一待处理钢渣进行预处理之后的初始消解物质含量信息，还包括：
根据所述第一预处理方案，获得对所述第一待处理钢渣进行预处理之后的第二待处理钢渣粒度信息；
根据所述第二待处理钢渣粒度信息，获得所述第一游离氧化钙含量信息；
构建钢渣游离氧化钙消解专家系统；
将所述第一游离氧化钙含量信息输入所述钢渣游离氧化钙消解专家系统，获得所述初始消解物质含量信息。
5.如权利要求1所述的方法，其中，所述根据所述第一消解物质含量信息，对所述第一待处理钢渣进行快速消解，还包括：
根据所述第一待处理钢渣粒度信息，获得第一待处理钢渣成分信息；
根据所述第一消解物质含量信息，预设第一消解方案；
根据所述第一待处理钢渣成分信息，获得第一主成分信息和第一次成分信息；
分别获得所述第一主成分信息的第一属性信息和所述第一次成分信息的第二属性信息；
判断所述第一消解方案是否会对所述第一属性信息产生影响；
若所述第一消解方案会对所述第一属性信息产生影响，对所述第一消解方案进行修正。
6.如权利要求5所述的方法，其中，所述方法还包括：
根据所述第一游离氧化钙含量信息，确定第一消解环境信息；
获得所述第一待处理钢渣的实际消解环境信息；
判断所述实际消解环境信息是否达到所述第一消解环境信息；
若所述实际消解环境信息没有达到所述第一消解环境信息，对所述第一消解方案进行修正。
7.一种钢渣游离氧化钙的快速消解系统，其中，所述系统包括：
第一获得单元：所述第一获得单元用于基于摄像头，获得第一待处理钢渣图像信息；
第二获得单元：所述第二获得单元用于根据所述第一待处理钢渣图像信息，获得第一待处理钢渣粒度信息；
第一判断单元：所述第一判断单元用于判断所述第一待处理钢渣粒度信息是否满足预设消解粒度要求，其中，所述判断所述第一待处理钢渣粒度信息是否满足预设消解粒度要求，还包括：
第一采集单元：所述第一采集单元用于基于大数据，采集历史钢渣图像数据集；
第一分析单元：所述第一分析单元用于对所述历史钢渣图像数据集进行遍历特征分析，获得第一钢渣图像集群和第二钢渣图像集群，其中，所述第一钢渣图像集群包括满足所述预设消解粒度要求的钢渣图像，所述第二钢渣图像集群包括不满足所述预设消解粒度要求的钢渣图像；
第五获得单元：所述第五获得单元用于根据所述第二钢渣图像集群，获得对应的钢渣粒度预处理方案数据库；
第一输入单元：所述第一输入单元用于若所述第一待处理钢渣粒度信息不满足所述预设消解粒度要求，将所述第一待处理钢渣粒度信息输入所述钢渣粒度预处理方案数据库进行检索分析，获得所述第一待处理钢渣粒度信息对应的第一预处理方案；
第三获得单元：所述第三获得单元用于若所述第一待处理钢渣粒度信息满足所述预设消解粒度要求，获得第一待处理钢渣在第一时间的第一游离氧化钙含量信息；
第一构建单元：所述第一构建单元用于根据所述第一游离氧化钙含量信息，构建所述第一待处理钢渣的游离氧化钙含量信息与消解物质含量信息之间的马尔科夫链；
第四获得单元：所述第四获得单元用于基于所述马尔科夫链，获得所述第一游离氧化钙含量信息对应的第一消解物质含量信息；
第一消解单元：所述第一消解单元用于根据所述第一消解物质含量信息，对所述第一待处理钢渣进行快速消解。
8.一种钢渣游离氧化钙的快速消解系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现权利要求1-6任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110752287.3A CN113380334B (zh) | 2021-07-03 | 2021-07-03 | 一种钢渣游离氧化钙的快速消解方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110752287.3A CN113380334B (zh) | 2021-07-03 | 2021-07-03 | 一种钢渣游离氧化钙的快速消解方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113380334A CN113380334A (zh) | 2021-09-10 |
| CN113380334B true CN113380334B (zh) | 2024-01-12 |
Family
ID=77580955
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110752287.3A Active CN113380334B (zh) | 2021-07-03 | 2021-07-03 | 一种钢渣游离氧化钙的快速消解方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113380334B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102875038A (zh) * | 2012-10-22 | 2013-01-16 | 辽宁科技大学 | 消解转炉炼钢废渣中游离氧化钙、氧化镁的方法 |
| EP3293594A1 (de) * | 2016-09-13 | 2018-03-14 | Primetals Technologies Germany GmbH | Verwendung umfassender künstlicher intelligenz bei anlagen der grundstoffindustrie |
| JP2020091276A (ja) * | 2018-11-27 | 2020-06-11 | 日本製鉄株式会社 | 焼結鉱の鉱物種判別方法及び焼結鉱の組織分析方法 |
| CN112501377A (zh) * | 2020-11-17 | 2021-03-16 | 中冶南方工程技术有限公司 | 一种转炉炼钢渣含量异常检测方法及系统 |
| CN112862769A (zh) * | 2021-01-28 | 2021-05-28 | 中南大学 | 一种高炉渣铁比在线智能监测方法及系统 |
| CN113003645A (zh) * | 2021-03-09 | 2021-06-22 | 武汉科技大学 | 一种用钢渣治理黑臭水体的方法 |
-
2021
- 2021-07-03 CN CN202110752287.3A patent/CN113380334B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102875038A (zh) * | 2012-10-22 | 2013-01-16 | 辽宁科技大学 | 消解转炉炼钢废渣中游离氧化钙、氧化镁的方法 |
| EP3293594A1 (de) * | 2016-09-13 | 2018-03-14 | Primetals Technologies Germany GmbH | Verwendung umfassender künstlicher intelligenz bei anlagen der grundstoffindustrie |
| JP2020091276A (ja) * | 2018-11-27 | 2020-06-11 | 日本製鉄株式会社 | 焼結鉱の鉱物種判別方法及び焼結鉱の組織分析方法 |
| CN112501377A (zh) * | 2020-11-17 | 2021-03-16 | 中冶南方工程技术有限公司 | 一种转炉炼钢渣含量异常检测方法及系统 |
| CN112862769A (zh) * | 2021-01-28 | 2021-05-28 | 中南大学 | 一种高炉渣铁比在线智能监测方法及系统 |
| CN113003645A (zh) * | 2021-03-09 | 2021-06-22 | 武汉科技大学 | 一种用钢渣治理黑臭水体的方法 |
Non-Patent Citations (2)
| Title |
|---|
| Insight into 3D micro-CT data: Exploring segmentation algorithms through performance metrics;Perciano T;《Journal of Synchrotron Radiation》;第24卷(第5期);全文 * |
| 改性钢渣气萃行为对消解f-CaO的影响;郭晨;《钢铁钒钛》;第40卷(第5期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113380334A (zh) | 2021-09-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Liu et al. | A stacked autoencoder with sparse Bayesian regression for end-point prediction problems in steelmaking process | |
| EP3001266A1 (en) | Method and system for providing data analytics results | |
| JP4093934B2 (ja) | モデルパラメータ決定方法及びそのプログラム，モデル予測方法及びそのプログラム | |
| CN113380334B (zh) | 一种钢渣游离氧化钙的快速消解方法及系统 | |
| Luo et al. | Two derivative algorithms of gradient boosting decision tree for silicon content in blast furnace system prediction | |
| Han et al. | Hybrid intelligent control of BOF oxygen volume and coolant addition | |
| Liu et al. | Black box operation optimization of basic oxygen furnace steelmaking process with derivative free optimization algorithm | |
| JP2001290508A (ja) | 結果予測装置、方法、及びコンピュータ読み取り可能な記憶媒体 | |
| JP5577568B2 (ja) | インペラー脱硫制御装置及び方法 | |
| Dong et al. | Just-in-time learning-based soft sensor for mechanical properties of strip steel via multi-block weighted semisupervised models | |
| Qiao et al. | LS-SVR-Based soft sensor model for cement clinker calcination process | |
| CN110348509B (zh) | 数据增广参数的调整方法、装置、设备及存储介质 | |
| CN114372181A (zh) | 一种基于多模态数据的设备生产智能规划方法 | |
| Wang et al. | Data driven based endpoint carbon content real time prediction for BOF steelmaking | |
| US20200090186A1 (en) | Fabricated data detection method | |
| Ramesh et al. | Predictive Analytics For Steel Market Using Improved Random Forest | |
| CN115128997B (zh) | 一种基于指令域与朴素贝叶斯的有效样本提取方法及系统 | |
| Shou et al. | Approximation of basic probability assignment in dempster-shafer theory based on correlation coefficient | |
| CN115261547B (zh) | 最优废钢预热温度的确定方法、设备、系统以及存储介质 | |
| Myrzakerimova et al. | Use of Mathematical Modeling Tools to Support Decision-Making in Medicine | |
| CN116542504B (zh) | 参数自适应的半导体工件生产调度方法、设备及存储介质 | |
| CN117313529A (zh) | 转炉炼钢吹氧量预测方法、电子设备及存储介质 | |
| US20220326697A1 (en) | System and a method for implementing closed-loop model predictive control using bayesian optimization | |
| Nishad et al. | A New Algorithm for Solving Fully Fuzzy Linear Programming Problems using the Lexicographic Method | |
| Del Cioppo-Morstadt | Prediction of Energy Consumption in an Electric Arc Furnace Using Weka |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20231116 Address after: 043300 North Section of No. 9 Road, Aluminum Base, Hejin City, Yuncheng City, Shanxi Province Applicant after: Hejin Kangzhuang New Materials Co.,Ltd. Address before: 010000 No. 105 Hulun North Road, Hohhot City, Inner Mongolia Autonomous Region Applicant before: INNER MONGOLIA SENIOR HIGHWAY CONSTRUCTION DEVELOPMENT CO.,LTD. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |