CN113494972A - 用于高炉炉温监测的装置和方法 - Google Patents

用于高炉炉温监测的装置和方法 Download PDF

Info

Publication number
CN113494972A
CN113494972A CN202110700686.5A CN202110700686A CN113494972A CN 113494972 A CN113494972 A CN 113494972A CN 202110700686 A CN202110700686 A CN 202110700686A CN 113494972 A CN113494972 A CN 113494972A
Authority
CN
China
Prior art keywords
temperature
parameter
blast furnace
contact
revision
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
Application number
CN202110700686.5A
Other languages
English (en)
Other versions
CN113494972B (zh
Inventor
王涛
安士才
李腾
牟文青
吴岩松
王延国
李广磊
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.)
Shandong Jerei Digital Technology Co Ltd
Original Assignee
Shandong Jerei Digital Technology Co Ltd
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 Shandong Jerei Digital Technology Co Ltd filed Critical Shandong Jerei Digital Technology Co Ltd
Priority to CN202110700686.5A priority Critical patent/CN113494972B/zh
Publication of CN113494972A publication Critical patent/CN113494972A/zh
Application granted granted Critical
Publication of CN113494972B publication Critical patent/CN113494972B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
    • G01K11/00—Measuring temperature based upon physical or chemical changes not covered by groups G01K3/00, G01K5/00, G01K7/00 or G01K9/00
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
    • G01K7/00—Measuring temperature based on the use of electric or magnetic elements directly sensitive to heat ; Power supply therefor, e.g. using thermoelectric elements
    • G01K7/02—Measuring temperature based on the use of electric or magnetic elements directly sensitive to heat ; Power supply therefor, e.g. using thermoelectric elements using thermoelectric elements, e.g. thermocouples
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
    • G01K7/00—Measuring temperature based on the use of electric or magnetic elements directly sensitive to heat ; Power supply therefor, e.g. using thermoelectric elements
    • G01K7/16—Measuring temperature based on the use of electric or magnetic elements directly sensitive to heat ; Power supply therefor, e.g. using thermoelectric elements using resistive elements
    • G01K7/18—Measuring temperature based on the use of electric or magnetic elements directly sensitive to heat ; Power supply therefor, e.g. using thermoelectric elements using resistive elements the element being a linear resistance, e.g. platinum resistance thermometer
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/15—Correlation function computation including computation of convolution operations
    • G06F17/153—Multidimensional correlation or convolution
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J2005/0077—Imaging

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biophysics (AREA)
  • Artificial Intelligence (AREA)
  • Molecular Biology (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Biomedical Technology (AREA)
  • Health & Medical Sciences (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Waste-Gas Treatment And Other Accessory Devices For Furnaces (AREA)
  • Blast Furnaces (AREA)
  • Manufacture Of Iron (AREA)

Abstract

本发明公开了一种用于高炉炉温监测的装置，该装置包括：第一炉温采集模块，包括非接触测温仪器，通过非接触测温仪器实时采集炉温，得到非接触式温度数据；处理模块，与第一炉温采集模块连接，处理模块获取非接触式温度数据，根据第一温度修订参数、第二温度修订参数和非接触式温度数据，得到高炉炉温；温度修订模块，与处理模块连接，温度修订模块用于获取第一温度修订参数和第二温度修订参数，温度修订模块包括：热敏图像采集单元，用于获取高炉炉内热敏图像；环境参数采集单元，用于获取环境参数；工作参数采集单元，用于获取工作参数，根据热敏图像、环境参数和工作参数，得到第一温度修订参数和第二温度修订参数。

Description

用于高炉炉温监测的装置和方法
技术领域
本发明涉及高炉炉温监测技术领域，尤其涉及一种用于高炉炉温监测的装置和方法。
背景技术
在钢铁冶炼领域，高炉温度实时监测对保证冶炼产品质量、设备寿命和安全生产都有着非常重要的意义。炉室中的温度测量与固体或液体中的测量不同。在炼钢炉内，主要的传热方式是辐射传热。炉温的测量需要多种传感器的组合测量，炉温主要是由传感器、炉内气温、炉料和炉衬表面的综合热作用结果。为了计算炉内温度，可将炉内环境分为：隔绝热辐射状态，含大量氧化铁粉末；理想热辐射状态，无尘；实际热辐射状态，部分含尘。
当前，冶炼领域高炉炉温监测有接触法和非接触法两类，接触法主要是用热电偶温度计来测量炼钢炉的温度，热电偶最大温度可以测量1800度，其主要原理是将电偶丝置于闭合电路中，根据电偶丝热膨胀系数不同，在高温下产生不同电势差，并以此进行温度测量，将物体例如钢水发射的红外线具有的辐射能转变成电信号，红外线辐射能的大小与物体例如钢水本身的温度相对应，根据转变成电信号大小，可以确定物体例如钢水的温度；非接触法主要采用光学温度计对炼钢炉温进行测量，其原理是利用物体光谱特征来对温度进行测量。
在现有技术中，发现相关技术中至少存在如下问题：随着对冶炼产品的质量要求越来越高，需要对炉内高温尽可能的做到实时监控，然而，接触法在高温、恶劣的工作条件下，电偶丝经常损坏，需要频繁更换，使用成本高昂；而非接触法，由于冶炼生产现场通常环境较差，被测对象光谱特征容易受到干扰，从热流计算出炉内气温，需要知道对流换热系数和辐射面吸收率，这些参数是根据经验和应用准则方程近似确定的，由于目前对传感器外部传热的数学描述过于简化，以及对某些参数的不了解，使得预测的炉内气氛温度存在误差，而这些误差的确定是非常困难的，往往是不可能的。
发明内容
本发明提供了一种用于高炉炉温监测的装置和方法，以解决现有技术中接触法使用成本高昂及非接触法被测对象光谱特征容易受到干扰的技术问题。
第一方面，提供了一种用于高炉炉温监测的装置，该装置包括：第一炉温采集模块，包括非接触测温仪器，通过所述非接触测温仪器实时采集炉温，得到非接触式温度数据；处理模块，与所述第一炉温采集模块连接，所述处理模块获取所述非接触式温度数据，根据第一温度修订参数、第二温度修订参数和所述非接触式温度数据，得到高炉炉温；温度修订模块，与所述处理模块连接，所述温度修订模块用于获取所述第一温度修订参数和所述第二温度修订参数，所述温度修订模块包括：热敏图像采集单元，用于获取高炉炉内热敏图像；环境参数采集单元，用于获取环境参数；工作参数采集单元，用于获取工作参数，其中，所述热敏图像经过卷积神经网络运算得到热敏特征向量，所述热敏特征向量、所述环境参数和所述工作参数进行全连接计算，得到所述第一温度修订参数和所述第二温度修订参数。
结合第一方面，在第一方面的第一种可能的实现方式中，所述处理模块通过以下公式计算得到所述高炉炉温：
Figure 574736DEST_PATH_IMAGE001
，其中，
Figure 376207DEST_PATH_IMAGE002
为时间为i时的高炉炉温，i=1,2，…，W为第一温度修订参数，B为第二温度修订参数，
Figure DEST_PATH_IMAGE003
为时间i时的非接触式温度数据。
结合第一方面，在第一方面的第二种可能的实现方式中，所述处理模块通过以下公式计算得到所述第一温度修订参数W和所述第二温度修订参数B，
Figure 437704DEST_PATH_IMAGE004
Figure DEST_PATH_IMAGE005
其中
Figure 784372DEST_PATH_IMAGE006
代表热敏图像
Figure DEST_PATH_IMAGE007
的热敏特征向量，
Figure 196899DEST_PATH_IMAGE008
为环境参数，
Figure DEST_PATH_IMAGE009
为工作参数，
Figure 772368DEST_PATH_IMAGE010
、
Figure DEST_PATH_IMAGE011
为权重矩阵，
Figure 953950DEST_PATH_IMAGE012
为偏置量。
结合第一方面，在第一方面的第三种可能的实现方式中，前述的装置还包括：第二炉温采集模块，与所述处理模块连接，所述第二炉温采集模块包括：直接接触测温仪器，通过所述直接接触测温仪器按照预设采集频率采集炉温，得到接触式温度数据；所述处理模块，还用于获取所述接触式温度数据，并计算所述接触式温度数据和所述高炉炉温的经验误差，根据所述经验误差反向训练所述第一温度修订参数和所述第二温度修订参数。
结合第一方面的第三种可能的实现方式，在第一方面的第四种可能的实现方式中，所述处理模块通过模型的损失函数，计算所述经验误差，
所述模型的损失函数
Figure DEST_PATH_IMAGE013
，其中，
Figure 471519DEST_PATH_IMAGE014
为时间i时的接触式温度数据，
Figure 371342DEST_PATH_IMAGE016
为模型的超参数。
第二方面，提供了一种用于高炉炉温监测的方法，该方法包括：步骤S1：采用非接触式测温方法，实时获取高炉炉内的非接触式温度数据；步骤S2：获取高炉炉内热敏图像、环境参数和工作参数，所述热敏图像经过卷积神经网络运算得到热敏特征向量，所述热敏特征向量、所述环境参数和所述工作参数进行全连接计算，得到第一温度修订参数和第二温度修订参数；步骤S3：根据所述第一温度修订参数、所述第二温度修订参数和所述非接触式温度数据，得到高炉炉温。
结合第二方面，在第二方面的第一种可能的实现方式中，所述步骤S3中，通过以下公式计算得到所述高炉炉温：
Figure 937453DEST_PATH_IMAGE001
其中，
Figure 288056DEST_PATH_IMAGE002
为时间为i时的高炉炉温，i=1,2，…，W为第一温度修订参数，B为第二温度修订参数，
Figure 648630DEST_PATH_IMAGE003
为时间i时的非接触式温度数据。
结合第二方面，在第二方面的第二种可能的实现方式中，所述步骤S2中，所述第一温度修订参数W和所述第二温度修订参数B通过以下公式计算得到，
Figure 35749DEST_PATH_IMAGE004
Figure 467868DEST_PATH_IMAGE005
其中
Figure 358463DEST_PATH_IMAGE006
代表热敏图像
Figure 155518DEST_PATH_IMAGE007
的热敏特征向量，
Figure 764354DEST_PATH_IMAGE008
为环境参数，
Figure 16475DEST_PATH_IMAGE009
为工作参数，
Figure 27156DEST_PATH_IMAGE010
、
Figure 995112DEST_PATH_IMAGE011
为权重矩阵，
Figure 91244DEST_PATH_IMAGE012
为偏置量。
结合第二方面，在第二方面的第三种可能的实现方式中，所述步骤S2进一步包括：步骤S21：采用接触式测温方法，按照预设采集频率获取高炉炉内的接触式温度数据，计算所述接触式温度数据和所述高炉炉温的经验误差，根据所述经验误差反向训练所述第一温度修订参数和所述第二温度修订参数。
结合第二方面的第三种可能的实现方式，在第二方面的第四种可能的实现方式中，通过模型的损失函数，计算所述经验误差，
所述模型的损失函数
Figure 599586DEST_PATH_IMAGE013
，其中，
Figure 464774DEST_PATH_IMAGE014
为时间i时的接触式温度数据，
Figure 603631DEST_PATH_IMAGE016
为模型的超参数。
本发明提供的用于高炉炉温监测的装置和方法，可以实现以下技术效果：
以接触式温度测量方法采集得到的温度数据训练得到温度校订参数，以非接触式温度测量方法采集得到的温度数据为基础，结合温度校订参数得到高炉炉温，可以满足对高炉炉温实时监控的需求，也可以满足实时监控的精度需求，受温度漂移影响小，使用寿命长，可以部分或者全部取代热电偶，降低了使用成本。
以上的总体描述和下文中的描述仅是示例性和解释性的，不用于限制本申请。
附图说明
一个或多个实施例通过与之对应的附图进行示例性说，这些示例性说明和附图并不构成对实施例的限定，附图中具有相同参考数字标号的元件示为类似的元件，附图不构成比例限制，并且其中：
图1是本公开实施例提供的用于高炉炉温监测的装置的结构示意图；
图2是本公开实施例提供的温度修订参数的生成模型
Figure DEST_PATH_IMAGE017
（
Figure 764223DEST_PATH_IMAGE007
，
Figure 13938DEST_PATH_IMAGE009
，
Figure 999212DEST_PATH_IMAGE008
）结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行描述和说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。基于本申请提供的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
显而易见地，下面描述中的附图仅仅是本申请的一些示例或实施例，对于本领域的普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图将本申请应用于其他类似情景。此外，还可以理解的是，虽然这种开发过程中所作出的努力可能是复杂并且冗长的，然而对于与本申请公开的内容相关的本领域的普通技术人员而言，在本申请揭露的技术内容的基础上进行的一些设计，制造或者生产等变更只是常规的技术手段，不应当理解为本申请公开的内容不充分。
在本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是，本申请所描述的实施例在不冲突的情况下，可以与其它实施例相结合。
除非另作定义，本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制，可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形，意图在于覆盖不排他的包含；例如包含了一系列步骤或模块（单元）的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可以还包括没有列出的步骤或单元，或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
本公开实施例中“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
下面对本公开实施例涉及的概念进行介绍，测温方法分为接触测温法和非接触测温法。其中，接触测温法：测温敏感元件与被测物体直接接触的方法。非接触测温法，测温敏感元件不与被测物体直接接触的方法。
图1是本公开实施例提供的用于高炉炉温监测的装置的结构示意图。图2是本公开实施例提供的温度修订参数的生成模型
Figure 308971DEST_PATH_IMAGE017
（
Figure 442012DEST_PATH_IMAGE007
，
Figure 495418DEST_PATH_IMAGE009
，
Figure 335198DEST_PATH_IMAGE008
）结构示意图。如图1和图2所示，本公开实施例提供了用于高炉炉温监测的装置，该装置包括：第一炉温采集模块1，包括非接触测温仪器，通过非接触测温仪器实时采集炉温，得到非接触式温度数据；处理模块2，与第一炉温采集模块连接，处理模块2获取非接触式温度数据，根据第一温度修订参数、第二温度修订参数和非接触式温度数据，得到高炉炉温；温度修订模块3，与处理模块2连接，温度修订模块3用于获取第一温度修订参数W和第二温度修订参数B，温度修订模块3包括：热敏图像采集单元31，用于获取高炉炉内热敏图像
Figure 815858DEST_PATH_IMAGE007
；环境参数采集单元32，用于获取环境参数
Figure 655769DEST_PATH_IMAGE008
；工作参数采集单元33，用于获取工作参数
Figure 512867DEST_PATH_IMAGE009
，其中，热敏图像
Figure 207153DEST_PATH_IMAGE007
经过卷积神经网络运算得到热敏特征向量，热敏特征向量、环境参数和工作参数进行全连接计算，得到第一温度修订参数W和第二温度修订参数B。其中，非接触测温仪器可以采用目视光学高温计、光电高温计或者光谱高温计等。第一炉温采集模块1还包括，与非接触测温仪器相应的数据传输系统，数据传输系统用于第一炉温采集模块1和处理模块2之间的数据传输。
本公开实施例提供的用于高炉炉温监测的装置，可以实现以下技术效果：以非接触式温度测量采集得到的温度数据为基础，结合温度校订参数得到高炉炉温，可以满足对高炉炉温实时监控的需求，也可以满足实时监控的精度需求，受温度漂移影响小，使用寿命长。
温度修订模块包括摄像机和传感器，通过温度修订模块对高炉的炉内热敏图像、工作参数和环境参数进行采集和传输，用于对非接触式温度数据进行修订，可以提高监测精度，测温精度可以达到±2℃，在非接触测温仪器视场内全屏测温，一致性高。
如图2所示，在一些实施例中，可以将对应时刻的热敏图像
Figure DEST_PATH_IMAGE019
输入到卷积神经网络中，经过三层卷积与池化过程，形成热敏特征向量后，热敏特征向量、环境参数
Figure 186611DEST_PATH_IMAGE008
和工作参数
Figure 231927DEST_PATH_IMAGE009
融合，进行全连接计算，得到第一温度修订参数W和第二温度修订参数B。其中，工作参数
Figure 627136DEST_PATH_IMAGE009
包括：模型收敛时间、加工材料、高炉状况和用于高炉炉温监测装置的工作时间等，其中高炉状况包括但不限于：铁水Si含量、铁水S含量或者铁水温度；环境参数
Figure 224864DEST_PATH_IMAGE008
包括：风温或者高炉炉温等。
在一些实施例中，处理模块通过以下公式计算得到第一温度修订参数W和第二温度修订参数B，
Figure 312906DEST_PATH_IMAGE004
Figure 579939DEST_PATH_IMAGE005
其中
Figure 778840DEST_PATH_IMAGE006
代表热敏图像
Figure 244456DEST_PATH_IMAGE007
的热敏特征向量，
Figure 503399DEST_PATH_IMAGE008
为环境参数，
Figure 257728DEST_PATH_IMAGE009
为工作参数，
Figure 994740DEST_PATH_IMAGE010
、
Figure 596754DEST_PATH_IMAGE011
为权重矩阵，
Figure 26598DEST_PATH_IMAGE012
为偏置量，在模型训练开始时，对权重矩阵进行高斯随机初始化，偏置量设为0，在模型训练过程中权重矩阵和偏置量不断迭代更新，模型参数稳定时，得到最合理的温度修订参数W和B。
在一些实施例中，处理模块通过以下公式计算得到所述高炉炉温：
Figure 2645DEST_PATH_IMAGE001
，其中，
Figure 543347DEST_PATH_IMAGE002
为时间为i时的高炉炉温，i=1,2，…，W为第一温度修订参数，B为第二温度修订参数，
Figure 983556DEST_PATH_IMAGE003
为时间i时的非接触式温度数据。这样，通过第一炉温采集模块实时采集非接触式温度数据，通过对非接触式温度数据进行修订，可以实时计算得到高炉炉温。
如图1所示，在一些实施例中，前述的用于高炉炉温监测的装置，还包括：第二炉温采集模块4，与处理模块2连接，第二炉温采集模块4包括：直接接触测温仪器，通过直接接触测温仪器按照预设采集频率采集炉温，得到接触式温度数据；处理模块2，还用于获取接触式温度数据，并计算接触式温度数据和高炉炉温的经验误差，根据经验误差反向训练第一温度修订参数和第二温度修订参数。其中，直接接触测温仪器可以采用电阻温度计或者是热电偶温度计等，电阻温度计用于测量烟气的温度，热电偶温度计用于测量炉膛内的温度。第二炉温采集模块4还包括，与直接接触测温仪器相应的数据传输系统，数据传输系统用于第二炉温采集模块4和处理模块2之间的数据传输。第一炉温采集模块1通过非接触方式，对高炉炉内温度进行实时采集，作为装置输出温度的主要依据；处理模块通过炉内热敏图像、工作参数和环境参数得到第一和第二温度修订参数后，使用第一温度修订参数和第二温度修订参数对非接触式温度数据进行修订；第二炉温采集模块4通过接触式温度测量方式，对高炉炉内温度按照预设采集频率进行炉温采集，通过使接触式温度数据和计算得到的高炉炉温之间的差值越来越小，直至趋于稳定，作为装置输出温度的校正标准。在非接触式温度数据采集的基础上，根据现场工作场景，修改温度修订参数，使非接触式温度数据监测结果逐渐接近接触式温度数据，可以提高测量精度。
在一些实施例中，处理模块通过模型的损失函数计算经验误差，损失函数
Figure 318722DEST_PATH_IMAGE013
，其中，
Figure 47644DEST_PATH_IMAGE016
代表模型
Figure 703622DEST_PATH_IMAGE017
（
Figure 201600DEST_PATH_IMAGE007
，
Figure 707667DEST_PATH_IMAGE009
，
Figure 923885DEST_PATH_IMAGE008
）结构的超参数，
Figure 868707DEST_PATH_IMAGE014
为时间i时的接触式温度数据。E为函数符号，也可以通过其它字母进行表示。通过使计算得到的高炉炉温和接触式温度数据的差值不断减小，来确定W和B的取值。超参数
Figure 221191DEST_PATH_IMAGE016
是在开始机器学习过程之前设置值的参数，超参数为根据经验确定的变量。为了评估模型拟合的好坏，通常用损失函数来度量拟合的程度，损失函数极小化，意味着拟合程度最好，对应得到最优的。
在一些实施例中，所述第二炉温采集模块按照预设的采集频率采集数据，采集频率需要初始设置，如初始设置为20秒/次，随着模型的不断迭代收敛，接触式温度数据采集频率逐渐降低，比如采集周期延长为1分钟/次，5分钟/次，10分钟/次，30分钟/次，1小时/次，直至采集周期趋近于无穷大，即采集频率趋近于零。通过均方值误差对模型的预测效果进行评估，机器学习算法在迭代过程中会逐渐趋于稳定，下降过程中的接触式温度数据采集频率不断降低。这样，随着装置运行时间的增加，机器学习训练模型数据的积累，机器学习算法会逐渐迭代至收敛，算法收敛后，修订后的非接触式温度数据准确性增加，直接接触测温仪器采集接触式温度数据减少直至接触式温度数据采集频率趋近为零，从而不再依赖直接接触测温仪器的测量数据，进而可以部分或者全部取消直接接触测温仪器，降低了直接接触测温仪器，如热电偶的损耗成本，降低测量成本。
处理模块获取到非接触式温度数据
Figure 163739DEST_PATH_IMAGE003
后，通过
Figure 601674DEST_PATH_IMAGE001
计算得到高炉炉温
Figure 569761DEST_PATH_IMAGE002
，处理模块获取到接触式温度数据
Figure 42331DEST_PATH_IMAGE014
后，通过
Figure 890201DEST_PATH_IMAGE013
计算经验误差，反向训练获得最优参数W和B。通过经验误差反向训练参数W和B，直至修订后的非接触式温度数据精度满足高炉炉温实时获取需求，修订后的非接触式温度数据作为用于高炉炉温监测装置的输出。
需要说明的是，上述各个模块可以是功能模块也可以是程序模块，既可以通过软件来实现，也可以通过硬件来实现。对于通过硬件来实现的模块而言，上述各个模块可以位于同一处理器中；或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。
本公开实施例还提供了一种用于高炉炉温监测的方法，该方法包括：步骤S1：采用非接触式测温方法，实时获取高炉炉内的非接触式温度数据；步骤S2：获取高炉炉内热敏图像、环境参数和工作参数，热敏图像经过卷积神经网络运算得到热敏特征向量，热敏特征向量、环境参数和工作参数进行全连接计算，得到第一温度修订参数和第二温度修订参数；步骤S3：根据第一温度修订参数、第二温度修订参数和非接触式温度数据，得到高炉炉温。这样，以非接触式温度测量采集得到的温度数据为基础，结合温度校订参数对非接触式温度数据进行修订得到高炉炉温，可以满足对高炉炉温实时监控的需求，也可以满足实时监控的精度需求，受温度漂移影响小，使用寿命长。
在一些实施例中，步骤S3中，通过以下公式计算得到高炉炉温：
Figure 815432DEST_PATH_IMAGE001
其中，
Figure 367636DEST_PATH_IMAGE002
为时间为i时的高炉炉温，i=1,2，…，W为第一温度修订参数，B为第二温度修订参数，
Figure 694712DEST_PATH_IMAGE003
为时间i时的非接触式温度数据。
在一些实施例中，步骤S2中，第一温度修订参数W和第二温度修订参数B通过以下公式计算得到，
Figure 979063DEST_PATH_IMAGE004
Figure 391589DEST_PATH_IMAGE005
其中
Figure 191225DEST_PATH_IMAGE006
代表热敏图像
Figure 372808DEST_PATH_IMAGE007
的热敏特征向量，
Figure 828060DEST_PATH_IMAGE008
为环境参数，
Figure 727883DEST_PATH_IMAGE009
为工作参数，
Figure 356310DEST_PATH_IMAGE010
、
Figure 392399DEST_PATH_IMAGE011
为权重矩阵，
Figure 18553DEST_PATH_IMAGE012
为偏置量。
在一些实施例中，步骤S2进一步包括：步骤S21：采用接触式测温方法，按照预设采集频率获取高炉炉内的接触式温度数据，计算接触式温度数据和高炉炉温的经验误差，根据经验误差反向训练第一温度修订参数和第二温度修订参数。
在一些实施例中，通过模型的损失函数，计算经验误差，模型的损失函数
Figure 484300DEST_PATH_IMAGE013
，其中，
Figure 588523DEST_PATH_IMAGE014
为时间i时的接触式温度数据，
Figure 744698DEST_PATH_IMAGE016
为模型的超参数。
在一些实施例中，重复步骤S2和步骤S3，直至非接触式温度数据精度满足高炉炉温实时获取需求。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种用于高炉炉温监测的装置，其特征在于，包括：
第一炉温采集模块，包括非接触测温仪器，通过所述非接触测温仪器实时采集炉温，得到非接触式温度数据；
处理模块，与所述第一炉温采集模块连接，所述处理模块获取所述非接触式温度数据，根据第一温度修订参数、第二温度修订参数和所述非接触式温度数据，得到高炉炉温；
温度修订模块，与所述处理模块连接，所述温度修订模块用于获取所述第一温度修订参数和所述第二温度修订参数，所述温度修订模块包括：
热敏图像采集单元，用于获取高炉炉内热敏图像；
环境参数采集单元，用于获取环境参数；
工作参数采集单元，用于获取工作参数，其中，所述热敏图像经过卷积神经网络运算得到热敏特征向量，所述热敏特征向量、所述环境参数和所述工作参数进行全连接计算，得到所述第一温度修订参数和所述第二温度修订参数；
第二炉温采集模块，与所述处理模块连接，所述第二炉温采集模块包括：直接接触测温仪器，通过所述直接接触测温仪器按照预设采集频率采集炉温，得到接触式温度数据；
所述处理模块，还用于获取所述接触式温度数据，并计算所述接触式温度数据和所述高炉炉温的经验误差，根据所述经验误差反向训练所述第一温度修订参数和所述第二温度修订参数。
2.根据权利要求1所述的装置，其特征在于，所述处理模块通过以下公式计算得到所述高炉炉温：
Figure 511746DEST_PATH_IMAGE001
其中，
Figure 428886DEST_PATH_IMAGE002
为时间为i时的高炉炉温，i=1,2，…，W为第一温度修订参数，B为第二温度修订参数，
Figure 756093DEST_PATH_IMAGE003
为时间i时的非接触式温度数据。
3.根据权利要求1所述的装置，其特征在于，所述处理模块通过以下公式计算得到所述第一温度修订参数W和所述第二温度修订参数B，
Figure 151303DEST_PATH_IMAGE004
Figure 965675DEST_PATH_IMAGE005
其中
Figure 116033DEST_PATH_IMAGE006
代表热敏图像
Figure 383067DEST_PATH_IMAGE007
的热敏特征向量，
Figure 581967DEST_PATH_IMAGE008
为环境参数，
Figure 250846DEST_PATH_IMAGE009
为工作参数，
Figure 293144DEST_PATH_IMAGE010
、
Figure 47474DEST_PATH_IMAGE011
为权重矩阵，
Figure 784486DEST_PATH_IMAGE012
为偏置量。
4.根据权利要求1-3任一项所述的装置，其特征在于，所述处理模块通过模型的损失函数，计算所述经验误差，
所述模型的损失函数
Figure 307871DEST_PATH_IMAGE013
，其中，
Figure 800032DEST_PATH_IMAGE014
为时间i时的接触式温度数据，
Figure 41658DEST_PATH_IMAGE016
为模型的超参数。
5.一种用于高炉炉温监测的方法，其特征在于，包括：
步骤S1：采用非接触式测温方法，实时获取高炉炉内的非接触式温度数据；
步骤S2：获取高炉炉内热敏图像、环境参数和工作参数，所述热敏图像经过卷积神经网络运算得到热敏特征向量，所述热敏特征向量、所述环境参数和所述工作参数进行全连接计算，得到第一温度修订参数和第二温度修订参数；
步骤S3：根据所述第一温度修订参数、所述第二温度修订参数和所述非接触式温度数据，得到高炉炉温；
所述步骤S2进一步包括：
步骤S21：采用接触式测温方法，按照预设采集频率获取高炉炉内的接触式温度数据，计算所述接触式温度数据和所述高炉炉温的经验误差，根据所述经验误差反向训练所述第一温度修订参数和所述第二温度修订参数。
6.根据权利要求5所述的方法，其特征在于，所述步骤S3中，通过以下公式计算得到所述高炉炉温：
Figure 316781DEST_PATH_IMAGE001
其中，
Figure 38881DEST_PATH_IMAGE002
为时间为i时的高炉炉温，i=1,2，…，W为第一温度修订参数，B为第二温度修订参数，
Figure 374047DEST_PATH_IMAGE003
为时间i时的非接触式温度数据。
7.根据权利要求5所述的方法，其特征在于，所述步骤S2中，所述第一温度修订参数W和所述第二温度修订参数B通过以下公式计算得到，
Figure 102969DEST_PATH_IMAGE004
Figure 978521DEST_PATH_IMAGE005
其中
Figure 476498DEST_PATH_IMAGE006
代表热敏图像
Figure 248145DEST_PATH_IMAGE007
的热敏特征向量，
Figure 198783DEST_PATH_IMAGE008
为环境参数，
Figure 658453DEST_PATH_IMAGE009
为工作参数，
Figure 10936DEST_PATH_IMAGE010
、
Figure 953485DEST_PATH_IMAGE011
为权重矩阵，
Figure 391419DEST_PATH_IMAGE012
为偏置量。
8.根据权利要求5-7任一项所述的方法，其特征在于，通过模型的损失函数，计算所述经验误差，
所述模型的损失函数
Figure 874353DEST_PATH_IMAGE013
，其中，
Figure 346923DEST_PATH_IMAGE014
为时间i时的接触式温度数据，
Figure 460372DEST_PATH_IMAGE016
为模型的超参数。
CN202110700686.5A 2021-06-24 2021-06-24 用于高炉炉温监测的装置和方法 Active CN113494972B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110700686.5A CN113494972B (zh) 2021-06-24 2021-06-24 用于高炉炉温监测的装置和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110700686.5A CN113494972B (zh) 2021-06-24 2021-06-24 用于高炉炉温监测的装置和方法

Publications (2)

Publication Number Publication Date
CN113494972A true CN113494972A (zh) 2021-10-12
CN113494972B CN113494972B (zh) 2021-12-07

Family

ID=77997722

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110700686.5A Active CN113494972B (zh) 2021-06-24 2021-06-24 用于高炉炉温监测的装置和方法

Country Status (1)

Country Link
CN (1) CN113494972B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130032719A1 (en) * 2011-08-03 2013-02-07 Hou Kuan-Chou Electrical calibrated radiometer
DE102014108971A1 (de) * 2014-06-26 2015-12-31 Technische Universität Dresden Kalibrierverfahren und Korrekturverfahren für ein verschlussloses Infrarotkamerasystem und selbiges
CN106768380A (zh) * 2016-11-16 2017-05-31 西安建筑科技大学 一种对红外测温设备的测试结果进行修正的方法
JP2017215274A (ja) * 2016-06-02 2017-12-07 アズビル株式会社 温度測定装置
CN109932059A (zh) * 2019-03-29 2019-06-25 浙江大学 一种基于贝叶斯推断的红外热成像温度高精度标定方法
US10542193B1 (en) * 2014-11-05 2020-01-21 Drs Network & Imaging Systems, Llc Error smoothing through global source non-uniformity correction
KR102208150B1 (ko) * 2020-07-02 2021-01-27 (주)큐브이미징시스템즈 인체 감지용 열화상 카메라의 온도 정확도 개선장치
CN213021954U (zh) * 2020-04-24 2021-04-20 西安理工大学 一种用于提高热像仪测温精度的装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130032719A1 (en) * 2011-08-03 2013-02-07 Hou Kuan-Chou Electrical calibrated radiometer
DE102014108971A1 (de) * 2014-06-26 2015-12-31 Technische Universität Dresden Kalibrierverfahren und Korrekturverfahren für ein verschlussloses Infrarotkamerasystem und selbiges
US10542193B1 (en) * 2014-11-05 2020-01-21 Drs Network & Imaging Systems, Llc Error smoothing through global source non-uniformity correction
JP2017215274A (ja) * 2016-06-02 2017-12-07 アズビル株式会社 温度測定装置
CN106768380A (zh) * 2016-11-16 2017-05-31 西安建筑科技大学 一种对红外测温设备的测试结果进行修正的方法
CN109932059A (zh) * 2019-03-29 2019-06-25 浙江大学 一种基于贝叶斯推断的红外热成像温度高精度标定方法
CN213021954U (zh) * 2020-04-24 2021-04-20 西安理工大学 一种用于提高热像仪测温精度的装置
KR102208150B1 (ko) * 2020-07-02 2021-01-27 (주)큐브이미징시스템즈 인체 감지용 열화상 카메라의 온도 정확도 개선장치

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
HAO FENG 等: "Research on Dynamic Calibration and Dynamic Compensation of K-type Thermocouple", 《2014 IEEE INTERNATIONAL INSTRUMENTATION AND MEASUREMENT TECHNOLOGY CONFERENCE (I2MTC) PROCEEDINGS》 *
RUBÉN USAMENTIAGA等: "Temperature Measurement of Molten Pig Iron With Slag Characterization and Detection Using Infrared Computer Vision", 《 IEEE TRANSACTIONS ON INSTRUMENTATION AND MEASUREMENT》 *
李艳超 等: "基于红外技术的滚动轴承温度场测量系统", 《轴承》 *

Also Published As

Publication number Publication date
CN113494972B (zh) 2021-12-07

Similar Documents

Publication Publication Date Title
CN106768380B (zh) 一种对红外测温设备的测试结果进行修正的方法
Usamentiaga et al. Temperature measurement of molten pig iron with slag characterization and detection using infrared computer vision
US9255846B1 (en) Digital temperature determination using a radiometrically calibrated and a non-calibrated digital thermal imager
Pan et al. Influence of dust on temperature measurement using infrared thermal imager
CN113494972B (zh) 用于高炉炉温监测的装置和方法
Strommer et al. Nonlinear observer for temperatures and emissivities in a strip annealing furnace
JP2013170946A (ja) 放射温度計による温度測定方法および温度測定システム
JP2769225B2 (ja) ヒートストリーク発生の予測方法及び温度センサーロール
JP2588792B2 (ja) 温熱感覚演算方法および装置
KR100698740B1 (ko) 벽체온도 모델링 방법
Hawryluk et al. Methods of temperature determination and measurement verification in applications related to hot die forging processes.
JP2016221537A (ja) 溶融金属保持容器の温度管理方法、溶融金属保持容器の耐火物層厚さ管理方法、溶融金属保持容器内の溶融金属温度管理方法、溶融金属保持容器の温度管理装置及び溶融金属保持容器の温度管理プログラム
Picon et al. A probabilistic model and capturing device for remote simultaneous estimation of spectral emissivity and temperature of hot emissive materials
SI24410A (sl) Sistem in metoda za brezkontaktno merjenje temperature s kamero, delujočo v vidnem delu svetlobnega spektra
Pan et al. Intelligent compensation method of infrared temperature measurement for multiple interference factors
JPS6049246B2 (ja) 赤外線による温度測定方法における測定値補償方法
Pacholski et al. Practical assessment of accuracy of thermographic indirect measurements
JPS6041293B2 (ja) 放射温度計
Junhong et al. Research on slab surface temperature-measurement of continuous casting based on CCD imaging
CN112254819B (zh) 一种离子光频标黑体辐射温度评估方法
CN111272296B (zh) 一种降低光路中粉尘对红外测温影响的校正方法及系统
CN117387778B (zh) 一种测温方法、装置、电子设备及存储介质
JPS6411691B2 (zh)
CN116858398A (zh) 一种物体表面测温方法、传感器、装置、电子设备及介质
Jack et al. THE DESIGN OF A SIGNAL CONDITIONING & ACQUISITION ELEMENTS OF A CHOPPED BROADBAND RADIATION PYROMETER

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