CN113528737B - 一种基于图像识别的转炉留渣工艺自动倒渣的方法和系统 - Google Patents

一种基于图像识别的转炉留渣工艺自动倒渣的方法和系统 Download PDF

Info

Publication number
CN113528737B
CN113528737B CN202010246454.2A CN202010246454A CN113528737B CN 113528737 B CN113528737 B CN 113528737B CN 202010246454 A CN202010246454 A CN 202010246454A CN 113528737 B CN113528737 B CN 113528737B
Authority
CN
China
Prior art keywords
slag
converter
time
real
pouring
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
Application number
CN202010246454.2A
Other languages
English (en)
Other versions
CN113528737A (zh
Inventor
于艳
张宇军
蒋晓放
赵晓波
陈广华
周冲
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.)
Baoshan Iron and Steel Co Ltd
Original Assignee
Baoshan Iron and Steel 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 Baoshan Iron and Steel Co Ltd filed Critical Baoshan Iron and Steel Co Ltd
Priority to CN202010246454.2A priority Critical patent/CN113528737B/zh
Priority to PCT/CN2021/082763 priority patent/WO2021197168A1/zh
Publication of CN113528737A publication Critical patent/CN113528737A/zh
Application granted granted Critical
Publication of CN113528737B publication Critical patent/CN113528737B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • C21C5/50—Tilting mechanisms for converters
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/05—Programmable logic controllers, e.g. simulating logic interconnections of signals according to ladder diagrams or function charts
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • 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
    • C21C2300/00—Process aspects
    • C21C2300/06—Modeling of the process, e.g. for control purposes; CII
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10048—Infrared image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Materials Engineering (AREA)
  • Manufacturing & Machinery (AREA)
  • Metallurgy (AREA)
  • Organic Chemistry (AREA)
  • Multimedia (AREA)
  • Automation & Control Theory (AREA)
  • Quality & Reliability (AREA)
  • Carbon Steel Or Casting Steel Manufacturing (AREA)

Abstract

本发明公开了一种基于图像识别的转炉留渣工艺自动倒渣方法，其包括步骤：基于转炉冶炼过程中产生炉渣重量和留渣工艺冶炼中目标留渣量，确定目标倒渣量；采集存储转炉倒渣过程渣流实时图像；确定渣流特征边界；选取跟踪区域；基于图像识别实时计算跟踪区域内炉渣的体积Vi和倒渣时间为t时倒渣的总重量Gt，当跟踪区域内炉渣体积Vi＞设定的检测阈值Vmin，基于倒渣的总重量Gt，控制转炉实时倾转角速度ωi，由实时倾转角速度获得转炉实时倾转角度，计算渣罐实时走行位移，使渣罐实时承接转炉倒出炉渣；当倒渣总重量Gt达到目标倒渣量G0或二者具有允许偏差量时，停止转炉倾转并启动转炉回摇。此外，本发明还公开了一种基于图像识别的转炉留渣工艺自动倒渣系统。

Description

一种基于图像识别的转炉留渣工艺自动倒渣的方法和系统
技术领域
本发明涉及一种自动倒渣的方法和系统，尤其涉及一种转炉留渣工艺自动倒渣的方法和系统。
背景技术
目前在世界范围内，各大钢厂转炉冶炼基本都采用模型炼钢，实现吹炼这一过程的一键操作，且随着转炉自动出钢技术也纷纷投入使用，转炉的出钢过程也由人工操作的方式转变为自动操作。在转炉冶炼中，有一种称作“转炉留渣工艺”被广泛地应用在转炉炼钢技术中。该工艺是利用上一炉终渣的氧化铁和氧化钙，降低钢铁料消耗和辅料消耗，同时有利于下一炉前期渣的形成，有助于前期脱磷。该工艺的特点是在倒渣时并不是把所有的炉渣全部倒出，而是保留一定量的炉渣，供下一炉冶炼使用。
通常采用留渣工艺的转炉倒渣包括以下操作步骤：
1)将渣罐车开到承接炉渣位置；
2)倾转转炉，转炉内的炉渣从大炉口倾倒出来；
3)操作渣罐车使得炉渣倒入车上的渣罐内；
4)达到钢种“留渣工艺”的目标留渣量的要求，停止倒渣；
5)回摇转炉到垂直位置，完成整个倒渣过程。
需要指出的是，由于炉渣的粘度与钢种冶炼特点和造渣工艺有关，根据炉渣的粘度，一般将炉渣分为A、B、C、D四种类型。炉渣的粘度不同，炉渣流出的速度和落点位置也就不同。因此在现有转炉倒渣步骤中，目前都是依靠人工操作转炉倾转，同时观察流渣的落点来移动渣罐车位置，以确保转炉的倾转与台车的走行精准匹配。
然而，这样的操作对操作工人的技术要求较高，存在由于操作工人操作不当导致炉渣倒到渣罐外面，进而引起安全事故的风险。此外，倒渣过程中会产生烟雾和喷溅，对于人员安全防护有较高的要求。
公开号CN103397134A，公开日为2013年11月20日，名称为“一种根据倾转角度计算留渣量的方法”的中国专利文献公开了一种计算留渣量的方法。该方法是在吹炼结束后，记录倒渣时转炉内渣将出不出时的临界角度ɑ，得到炉内熔融体的总体积，通过副枪测量钢水液面高度，得到转炉内钢水体积，记录倒渣结束后转炉倾动角度β，得到剩余熔融体总体积，最后结合炉衬测量系统提供的炉衬侵蚀数据，计算出倒渣前炉内熔融体的总体积和倒出渣的体积，二者之差即为转炉内留渣的体积。根据熔渣的密度，可以计算出留渣量。该方法不需要增加额外的监测和称量设备。
此外，公开号为CN107502698A，公开日为2017年12月22日，名称为“一种适用于少渣冶炼的自动化炼钢方法”的中国专利文献公开了一种倒渣和留渣计算模型。倒渣模型：在原来的自动化炼钢模型基础上增加前期渣的热、氧平衡计算，添加前期目标碱度，将根据现场冶炼数据和实验室模拟，得出倒前期渣的最佳时间区间加入到模型的前期吹炼控制中，根据铁水不同成分计算不同的吹炼时间。留渣模型的建立是在渣车上增加渣重称量装置，采集前期、终点倒渣的重量，并将该数据通过一级传递至自动化炼钢模型。
需要说明的是，上述的现有技术中，虽然公开了倒渣和留渣的模型，但模型的目的仅仅是为了改进转炉留渣工艺，并没有涉及转炉留渣工艺如何实现自动倒渣。现有技术中虽然存在转炉自动出钢技术，但并未涉及转炉全自动倒渣技术。转炉自动倒渣是将转炉的热态炉渣从转炉的大炉口倒出，转炉自动出钢是将钢水从转炉的出钢口倒出。虽然两者都是自动倾转转炉，台车自动走行，有相似之处，但两种技术具有本质的不同。因此需要采用新的技术来控制实现基于图像识别的转炉留渣工艺自动倒渣。
发明内容
本发明的目的之一在于提供一种基于图像识别的转炉留渣工艺自动倒渣的方法，该基于图像识别的转炉留渣工艺自动倒渣的方法可以采用一套图像采集装置，在没有渣罐称重检测的条件下实现转炉留渣工艺的全自动倒渣。采用图像识别技术判断倒渣开始以及渣流图像的特征边界，并可以利用渣量模型获得的倒渣重量的变化率来控制转炉自动倾转的角速度，根据实时的倾转角度与渣罐台车走行的位移模型，可以实现转炉自动倾转与台车自动走行的精准匹配。本发明的基于图像识别的转炉留渣工艺自动倒渣的方法，其操作简单准确，安全可靠，不仅可以替代人工操作，减少了相关操作人员的劳动强度，也可以有效避免多个图像采集系统给安装和维护带来的困难，而且减低了渣罐称重所带来的设备改造成本，具有广泛的适用性。
为了实现上述目的，本发明提出了一种基于图像识别的转炉留渣工艺自动倒渣的方法，其包括步骤：
(1)基于转炉冶炼过程中产生的炉渣重量G1以及采用留渣工艺冶炼中目标留渣量G2，确定目标倒渣量G0＝G1-G2；
(2)采集并存储转炉倒渣过程中渣流的实时图像；
(3)基于图像识别以确定渣流的特征边界；
(4)基于渣流的特征边界，在渣流从转炉炉口落到渣罐中的路径中选取跟踪区域；
(5)基于图像识别计算所述跟踪区域内每一时刻炉渣的体积Vi和倒渣时间为t时倒渣的总重量Gt；
(6)当所述跟踪区域内的炉渣体积Vi＞设定的检测阈值Vmin后，基于倒渣的总重量Gt，控制转炉实时倾转角速度ωi，并且根据所述实时倾转角速度获得转炉实时倾转角度，基于转炉实时倾转角度计算渣罐的实时走行位移，以使渣罐实时承接转炉倒出的炉渣；
(7)当倒渣的总重量Gt达到目标倒渣量G0或二者具有允许的偏差量时，停止转炉倾转并启动转炉回摇。
需要注意的是，本技术方案中提及的“渣罐”也可以称为“渣包”，二者的概念是可以互换的。
在本发明所述的上述技术方案中，本发明所述的基于图像识别的转炉留渣工艺自动倒渣的方法实现了在无需渣罐称重检测的条件下通过图像识别即可判断倒渣开始以及渣流图像的特征边界，利用渣量模型获得的倒渣重量的变化率来控制转炉自动倾转的角速度，根据实时的倾转角度与渣罐台车走行的位移模型，可以实现转炉自动倾转与台车自动走行的精准匹配。
进一步地，在本发明所述的基于图像识别的转炉留渣工艺自动倒渣的方法中，在步骤(2)中，所述实时图像包括：可见光图像、红外图像和远红外图像的其中之一。
进一步地，在本发明所述的基于图像识别的转炉留渣工艺自动倒渣的方法中，在步骤(5)中，采用下述步骤基于图像识别计算所述跟踪区域内每一时刻炉渣的体积Vi和倒渣时间为t时倒渣的总重量Gt：
将所述跟踪区域分成i×j个网格，对所述跟踪区域以扫描宽度Δh逐行进行扫描，每一个扫描宽度内特征边界与网格的交点均形成一个微区；
基于下述模型计算炉渣厚度：
Figure BDA0002434093630000041
其中δj表示任一时刻一个扫描宽度内炉渣的厚度；
Figure BDA0002434093630000042
表示任一时刻一个扫描宽度内渣的平均宽度；α表示与炉渣粘度相关的系数，炉渣粘度越大，α(其为无量纲)越大，其取值范围为0＜α≤1；λ为系数(其为无量纲)，其取值范围为0＜λ≤1；n为系数(其为无量纲)，其取值范围为0＜n≤2；
则在扫面宽度为Δh的微区内，炉渣的体积为
Figure BDA0002434093630000043
将每个微区的体积求和，得到当前时刻所述跟踪区域内的炉渣的体积Vi；
当检测到所述跟踪区域内炉渣的体积Vi＞设定的检测阈值Vmin时，将此时的时刻标记为0，则当倒渣时间达到t时，倒渣的总重量Gt基于下述模型公式获得：
Figure BDA0002434093630000044
其中ρslag表示炉渣的密度，g表示重力加速度。
在上述方案中，需要说明的是，g表示重力加速度，重力加速度在实际操作中受多种因素的影响，在本发明所述的基于图像识别的转炉留渣工艺自动倒渣的方法中，g可以为9.8米/平方秒(m/s2)。
进一步地，在本发明所述的基于图像识别的转炉留渣工艺自动倒渣的方法中：
当所述跟踪区域内的炉渣的体积Vi≤设定的检测阈值Vmin时，控制转炉的倾转角速度为设定的第一角速度ω1，此时ωi＝ω1；
当所述跟踪区域内的炉渣的体积Vi＞设定的检测阈值Vmin时，控制转炉的倾转角速度为设定的第二角速度ω2，且ω2<ω1，此时ωi＝ω2；
当所述跟踪区域内的炉渣的体积Vi＞设定的检测阈值Vmin后，并且倒渣的总重量Gt满足
Figure BDA0002434093630000051
以及|Gt-G0|＞Gmin时，控制转炉实时倾转角速度
Figure BDA0002434093630000052
其中t表示转炉倒渣时间；Gmin表示炉渣重量的允许偏差量，其为设定值；k1表示炉渣重量的变化率；b表示调节系数，其取值范围为0＜b≤1；倒渣的总重量Gt满足
Figure BDA0002434093630000053
以及|Gt-G0|＞Gmin时，控制转炉实时倾转角速度ωi＝0；
进一步地，在本发明所述的基于图像识别的转炉留渣工艺自动倒渣的方法中，在步骤(6)中，按照下述模型控制渣罐的实时走行位移xi：
xi＝x0+βθi
其中，x0表示走行初始位置；β表示调节系数，其取值范围为0.01～0.1；θi＝θ0+ωit，其中θi表示转炉实时倾转角度，θ0表示转炉初始倾转角度，t表示转炉倒渣时间。
上述方案中，根据模型可以确定渣罐的行走位移量xi，位置的实时变化，进而可以向渣罐台车输出台车行走量，从而使渣罐台车可以随着渣流位置的变化而行走，使渣罐台车可以准确地承接渣流。
相应地，本发明的另一目的在于提供一种基于图像识别的转炉留渣工艺自动倒渣系统，使用该基于图像识别的转炉留渣工艺自动倒渣系统进行倒渣除了可以替代现有技术的人工倒渣操作方法外，还可以有效避免多个图像采集系统给安装和维护带来的困难，减低了渣罐称重所带来的设备改造成本。
为了实现上述目的，本发明提出了一种基于图像识别的转炉留渣工艺自动倒渣系统，其包括：
转炉；
转炉倾转驱动装置，其与所述转炉连接，以驱动转炉倾转，执行倒渣动作；
转炉倾角测量装置，其用于测量转炉的倾角；
渣罐，其设于渣罐台车上；
渣罐台车位置检测装置，其检测渣罐和渣罐台车的走行位置；
图像采集装置，其采集转炉倒渣过程中渣流的实时图像；
图像处理模块，其对所述实时图像进行处理；
存储模块，其存储所述实时图像和/或经过图像处理模块处理的实时图像；
图像识别和计算模块，其对实时图像进行识别以确定渣流的特征边界，并实时计算选定的跟踪区域内的渣的体积；
控制模块，其与所述转炉倾转驱动装置、转炉倾角测量装置、渣罐台车、渣罐台车位置检测装置、图像识别和计算模块分别连接，所述控制模块被设置为：基于图像识别计算选定的跟踪区域内每一时刻炉渣的体积Vi和倒渣时间为t时倒渣的总重量Gt；当所述跟踪区域内的炉渣体积Vi＞设定的检测阈值Vmin后，基于倒渣的总重量Gt，控制转炉实时倾转角速度ωi，并且根据所述实时倾转角速度获得转炉实时倾转角度，基于转炉实时倾转角度计算渣罐的实时走行位移，以使渣罐实时承接转炉倒出的炉渣；当倒渣的总重量Gt达到目标倒渣量G0或二者具有允许的偏差量时，停止转炉倾转并启动转炉回摇。
进一步地，在本发明所述的基于图像识别的转炉留渣工艺自动倒渣系统中，还包括生产过程计算机系统，其与所述控制模块连接，所述生产过程计算机系统向控制模块发送转炉冶炼数据。
在上述方案中，本发明所述的基于图像识别的转炉留渣工艺自动倒渣的系统中还包括生产过程计算机系统，生产过程计算机系统与控制模块连接，可以向控制模块发送转炉冶炼数据。生产过程计算机系统内可以存储相应的冶炼信息，通过生产过程计算机系统中的相关信息可以采用本领域现有技术中常用的计算方法计算获得总的炉渣重量，并获得留渣工艺中目标的留渣量，从而可以获得目标的倒渣量。
进一步地，在本发明所述的基于图像识别的转炉留渣工艺自动倒渣系统中，所述图像采集装置包括可见光摄像机、红外摄像机以及远红外摄像机的其中之一。
进一步地，在本发明所述的基于图像识别的转炉留渣工艺自动倒渣系统中，所述转炉倾角测量装置包括编码器或倾角仪。
进一步地，在本发明所述的基于图像识别的转炉留渣工艺自动倒渣系统中，渣罐台车位置检测装置包括非接触式测距仪。
相较于现有技术，本发明所述的基于图像识别的转炉留渣工艺自动倒渣的方法和系统具有如下所述的优点以及有益效果：
本发明所述的基于图像识别的转炉留渣工艺自动倒渣的方法可以利用一套图像采集装置，在无渣罐称重装置的条件下，基于图像识别技术实现了转炉留渣工艺的自动倒渣。该基于图像识别的转炉留渣工艺自动倒渣的方法操作简单准确，有效减少了设备投资和维护成本，不仅可以取代现有技术的人工操作方法，减少了相关操作人员的劳动强度，改善工作环境。还具有非常广泛的适用性，可以适用于各个生产线。
此外，本发明所述的基于图像识别的转炉留渣工艺自动倒渣系统也同样具有上述的优点以及有益效果。
附图说明
图1示意性地显示了本发明所述的基于图像识别的转炉留渣工艺自动倒渣系统在一种实施方式下的结构。
图2为本发明所述的基于图像识别的转炉留渣工艺自动倒渣方法在一种实施方式下的步骤流程示意图。
图3示意性地显示了本发明所述的基于图像识别的转炉留渣工艺自动倒渣系统在一种实施方式下的操作流程。
图4为本发明所述的基于图像识别的转炉留渣工艺自动倒渣方法在一种实施方式下的炉渣重量获得的步骤流程示意图。
图5示意性地显示了本发明所述的基于图像识别的转炉留渣工艺自动倒渣方法的炉渣特征边界识别图。
具体实施方式
以下将根据本发明的具体实施例以及说明书附图对本发明所述的基于图像识别的转炉留渣工艺自动倒渣的方法和系统作进一步的说明，但是该说明并不构成对本发明的不当限定。
图1示意性地显示了本发明所述的基于图像识别的转炉留渣工艺自动倒渣系统在一种实施方式下的结构。
如图1所示，在本实施方式中，转炉与转炉倾转驱动装置连接，转炉倾转驱动装置驱动转炉倾转，以执行倒渣动作。
当转炉开始倒渣操作时，倾转转炉，使转炉可以从垂直位倾转到与地面成一定角度的倒渣位，倾转角度可以被转炉倾角测量装置测量，测量转炉倾角的转炉倾角测量装置可以包括编码器或倾角仪。
当转炉倾转倒渣位后，转炉开始倒渣操作，转炉中的转炉渣可以从转炉的大炉口中流入到渣罐台车(也称为渣包台车)上的渣罐(也称为渣包)内。其中，图像采集装置可以采集转炉在倒渣过程中的热态渣流的实时图像，并且可以将采集到的实时图像数据传输至计算机系统，计算机系统可以包括：存储模块、图像处理模块、图像识别和计算模块、控制模块。此外，本发明所述的基于图像识别的转炉留渣工艺自动倒渣系统可以包括渣罐台车位置检测装置，渣罐台车位置检测装置可以包括非接触式测距仪。渣罐台车位置检测装置可以与计算机系统中的控制模块连接，以实现对渣罐台车位置的实时监控，检测渣罐和渣罐台车的走行位置，进而使得渣罐台车始终对准渣流。
另外，在本发明所述的基于图像识别的转炉留渣工艺自动倒渣的系统中，还包括生产过程计算机系统，生产过程计算机系统可以与计算机系统中的控制模块连接，并可以向控制模块发送转炉冶炼数据。
需要说明的是，图像处理模块可以对热态渣流的实时图像进行处理，将热态渣流实时图像转换为灰度图，并可以对灰度图进行二值化处理。存储模块可以存储图像采集装置传输的渣流的实时图像以及经过图像处理模块处理的实时图像。图像识别和计算模块可以对实时图像进行识别，确定渣流的特征边界，并实时计算选定的跟踪区域内的渣的体积和倒出的炉渣重量。控制模块可以与转炉、转炉倾角装置、渣罐台车、渣罐台车位置检测装置、图像识别和计算模块分别连接，控制模块可以基于转炉倾角测量装置传输的数据、倒渣过程图像识别的数据，以及重量模型计算的炉渣重量的变化数据调节转炉自动倾转的角速度，从而实现转炉的自动倾转，可以根据台车走行位置模型，计算出实时的位置，并向渣罐台车输出行走量，渣罐台车的马达驱动渣罐台车走行，以使渣罐台车始终能承接转炉倾倒的热态渣流。
还需要说明的是，由于热态渣流温度和颜色与周围环境的温度和颜色差别很大，图像采集装置可以是可见光摄像机，也可以是红外摄像机，还可以是远红外摄像机，都可以实现采集转炉倒渣过程中渣流的实时图像，由存储模块存储所采集到的实时图像，存储模块可以将图像采集装置连续记录的文件以数字格式存储，从而方便后续的处理。
图2为本发明所述的基于图像识别的转炉留渣工艺自动倒渣方法在一种实施方式下的步骤流程示意图。
如图2所示，在该实施方式中，基于图像识别的转炉留渣工艺自动倒渣方法可以包括如下步骤：
步骤1：通过生产过程计算机系统中的相关冶炼信息，计算出转炉冶炼过程中产生的炉渣重量G1；
步骤2：通过生产过程计算机系统中获得采用留渣工艺冶炼中目标留渣量G2；
步骤3：确定目标的倒渣量G0；G0＝G1-G2；
步骤4：采集并存储转炉倒渣过程中渣流的实时图像；
步骤5：采用图像识别的方法，确定渣流的特征边界，并识别计算出每个扫描宽度行内的渣面的平均渣宽度；
在步骤5中，在渣流从转炉炉口落到渣罐途经的路径中，选取一个跟踪区域，对这个跟踪区域内根据图像识别的方法，确定渣流的边界，并识别计算出每个扫描宽度行内的渣面的平均渣宽度；
步骤6：根据模型计算倒出渣量的重量；
在步骤6中，可以对该跟踪的目标区域的图像进行逐行逐像素扫描，根据模型计算出当前时刻跟踪区域内炉渣的体积和重量；倒渣过程中将每一时刻跟踪区域内炉渣的重量积分求和，就可以获得倒出渣量的重量；
步骤7：根据计算确定的渣量重量的变化模型，来控制转炉自动倾转的角速度，实现转炉的自动倾转；
步骤8：根据转炉实时倾转的角度，自动计算渣罐台车走行位移，并将该位移量发送给台车走行的电机，实现渣罐台车的自动走行，实时承接倒出的炉渣；
步骤9：实时计算倒出的炉渣重量Gt，并与目标倒渣量G0进行比较，当|Gt-G0|≤Gmin，即：达到目标重量的控制范围内，转炉停止倾转；
在步骤9中，需要说明的是，Gt表示倒出的炉渣重量，G0表示目标倒渣量，Gmin表示炉渣重量控制的允许偏差量，Gt、G0和Gmin以及步骤3中的G1与G2这些重量的单位参量均可以为千克(kg)。
步骤10：转炉停止倾转后，启动自动回摇，根据设定的回摇模型，直到转炉回到垂直位，全自动倒渣结束。
图3示意性地显示了本发明所述的基于图像识别的转炉留渣工艺自动倒渣系统在一种实施方式下的操作流程。
如图3所示，在该实施方式中，转炉位置在垂直位，确认渣罐台车已经在起始位置清零(即0位)，渣罐台车的显示重量清零(重量为0千克)，转炉终止吹炼，并且相关系统的设备及公辅条件满足倒渣条件。点击“自动倒渣开始”按钮，转炉根据倾转模型，自动倾转，在倒渣处安装的图像采集装置可以实时将热态渣流的视频记录下来，并将信号传输到计算机系统的存储模块进行数字化连续存储。
在该实施方式中，可以具体按照如下操作步骤实施：
在进行转炉倒渣操作时，按下转炉“自动倒渣开始”按钮，转炉自动倾转，转炉倾转的角度根据公式(1)的模型自动倾转：
即θi＝θ0+ωit(1)，其中θi表示转炉实时倾转角度，θ0表示转炉初始倾转角度，其单位可以是度(°)，t表示转炉倒渣时间，其单位可以是秒(s)，ωi表示不同时刻的倾转角速度，其单位可以是度/秒(°/s)。
此时，转炉以第一角速度ω1开始倾转，转炉倾转角度为θ1＝ω1t，此时，ωi＝ω1，跟踪区域内的炉渣的体积Vi≤设定的检测阈值Vmin。需要说明的是，为提高倒渣效率，减少倒渣时间，ω1的速度一般较高，具体大小根据不同转炉结构、倾转电机特性以及操作习惯确定。此时倒出的炉渣重量Gt＝0；
当跟踪区域内的炉渣体积Vi＞设定的检测阈值Vmin时，说明有热态渣流入到跟踪区域范围内。此时，控制转炉的倾转角速度为设定的第二角速度ω2，即转炉倾转的角速度ωi＝ω2，ω2具体大小可以根据不同转炉结构、倾转电机特性以及操作习惯确定，且ω2<ω1。其中，Vmin表示设定的检测阈值，技术人员可以根据实际应用中的需要选取和设定相应的Vmin。
而后基于图像识别计算跟踪区域内每一时刻炉渣的体积Vi和倒渣时间为t时，倒出炉渣的总重量Gt，倒出炉渣的总重量Gt的计算可以参考图4。
倒出炉渣的重量Gt满足：
Figure BDA0002434093630000101
并且|Gt-G0|＞Gmin。
则转炉实时倾转的角速度
Figure BDA0002434093630000111
其中，公式(2)中，t表示转炉倒渣时间，单位可以为秒(s)；k1表示设定的炉渣重量的变化率，单位可以为千克/秒(kg/s)；b可以表示无量纲的调节系数，其取值范围为0＜b≤1，b可以根据具体转炉设备结构以及生产的生产实际情况调整。ωi和第一角速度ω1与第二角速度ω2这些角速度的单位参量均可以为度/秒(°/s)。
倒出炉渣的总重量Gt满足：
Figure BDA0002434093630000112
并且|Gt-G0|＞Gmin，则转炉在当前位置停止，ωi＝0。
此外，随着转炉倾转角度的变化，渣车行走位移量xi可以基于公式(3)的模型进行控制：
xi＝x0+βθi(3)，其中，x0表示走行初始位置；β表示调节系数，其取值范围为0.01～0.1，单位参量可以为米/度(m/°)。
根据模型确定的渣车行走位移量xi，根据计算的位置的实时变化，可以向台车输出台车行走量，以使台车随着渣流位置的变化而行走，以准确承接转炉倾倒的热态渣。
当炉渣的重量满足公式|Gt-G0|≤Gmin的条件时，即倒出炉渣的重量Gt达到目标倒渣量G0或二者具有允许的偏差量时，停止倒渣，将信号发给转炉倾转的电机，转炉开始回摇到垂直位。回摇可以根据公式(4)模型进行控制：θi＝θmax-ωit(4)，其中θmax表示倒渣结束的转炉角度，θmax与θi和θ0这些角度的单位参量均可以是度(°)，ωi表示回摇时转炉角速度，t表示抬炉时间，其单位可以为秒(s)。
需要说明的是，本领域内技术人员根据各工厂的转炉容量、结构以及操作工艺设置转炉倾转角速度ωi的数值。转炉倾角可以在360°范围内自由旋转，倾角角度正负或倾角位置定义根据各个生产线上的操作习惯各有不同，但其设置并不影响函数模型的设置，也就是说，该函数模型适用性广，可以有效适用于各个生产线。
图4为本发明所述的基于图像识别的转炉留渣工艺自动倒渣方法在一种实施方式下的炉渣重量获得的步骤流程示意图。
如图4所示，基于图像识别计算倒出的炉渣重量可以采用如下步骤实现：
步骤1：选定跟踪区域。
在步骤1中，可以使用方框选定跟踪区域，并将这个跟踪区域分成i×j个网格。
步骤2：识别特征边界。
在步骤2中，由于热态渣流温度和颜色与周围环境的温度和颜色差别很大，因此，可以将渣流与周围环境的交界位置作为特征边界，可以根据图像识别的方法可以识别出渣流的特征边界。需要说明的是，本领域现有图像识别技术有很多，均可用于识别渣流的特征边界。
步骤3：计算渣流在图像上的平均宽度。
在步骤3中，可以对跟踪区域以扫描宽度Δh逐行进行扫描，每一个扫描宽度内特征边界与i×j网格的交点均形成一个微区。这个微区内就是热态炉渣区域，渣流在该微区内的平均宽度用
Figure BDA0002434093630000121
表示。
步骤4：计算炉渣的厚度。
在步骤4中，一般渣流宽度越宽，渣流相应厚度越厚，粘度大的渣比粘度小的渣厚。可以采用公式(5)模型来计算炉渣厚度：
Figure BDA0002434093630000122
其中，δj表示任一时刻一个扫描宽度内炉渣的厚度；
Figure BDA0002434093630000123
表示任一时刻一个扫描宽度内渣的平均宽度；α表示与炉渣粘度相关的系数，炉渣粘度越大，α越大，α(其为无量纲)越大，其取值范围为0＜α≤1；λ为系数(其为无量纲)，其取值范围为0＜λ≤1；n为系数(其为无量纲)，其取值范围为0＜n≤2；
步骤5：计算跟踪区域内的炉渣的总体积。
在步骤5中，可以采用公式(6)先计算扫面宽度为Δh的微区内炉渣的体积：
Figure BDA0002434093630000124
再将每个微区的体积进行求和，便可以得到当前时刻跟踪区域内的炉渣的体积Vi。
步骤6：计算倒渣任意时间内倒出炉渣的重量。
在步骤6中，当检测到跟踪区域内炉渣的体积Vi＞设定的检测阈值Vmin时，将此时的时刻标记为0，即：t＝0。
则当倒渣时间达到t时，总的倒渣量可以用公式(7)模型获得：
Figure BDA0002434093630000131
其中，ρslag表示炉渣的密度，其单位参量可以为千克/立方米(kg/m3)，其可以根据炉渣的主要成分不同，查公开文献获得，或者检测获得，g表示重力加速度，g可以为9.8米/平方秒(m/s2)。
图5示意性地显示了本发明所述的基于图像识别的转炉留渣工艺自动倒渣方法的炉渣特征边界识别图。
如图5所示，在炉渣特征边界识别时，可以使用方框选定跟踪区域，并将这个跟踪区域分成i×j个网格，图5中两条黑色实线示意性地显示了渣流特征边界。其中，跟踪区域的每一个扫描宽度内渣流特征边界与i×j的网格交点都会形成一个微区ABCD，这个微区内就是热态炉渣区域。
综上所述可以看出，本发明所述的基于图像识别的转炉留渣工艺自动倒渣方法可以采用一套图像采集装置，在没有渣罐称重检测的条件下实现转炉留渣工艺的全自动倒渣。采用图像识别技术判断倒渣开始以及渣流图像的特征边界，并可以利用渣量模型获得的倒渣重量的变化率来控制转炉自动倾转的角速度，根据实时的倾转角度与渣罐台车走行的位移模型，可以实现转炉自动倾转与台车自动走行的精准匹配。本发明的基于图像识别的转炉留渣工艺自动倒渣的方法，其操作简单准确，安全可靠，不仅可以替代人工操作，减少了相关操作人员的劳动强度，也可以有效避免多个图像采集系统给安装和维护带来的困难，而且减低了渣罐称重所带来的设备改造成本，具有广泛的适用性。
此外，本发明所述的基于图像识别的转炉留渣工艺自动倒渣系统也同样具有上述的优点以及有益效果。
需要说明的是，本发明的保护范围中现有技术部分并不局限于本申请文件所给出的实施例，所有不与本发明的方案相矛盾的现有技术，包括但不局限于在先专利文献、在先公开出版物，在先公开使用等等，都可纳入本发明的保护范围。
此外，本案中各技术特征的组合方式并不限本案权利要求中所记载的组合方式或是具体实施例所记载的组合方式，本案记载的所有技术特征可以以任何方式进行自由组合或结合，除非相互之间产生矛盾。
还需要注意的是，以上所列举的实施例仅为本发明的具体实施例。显然本发明不局限于以上实施例，随之做出的类似变化或变形是本领域技术人员能从本发明公开的内容直接得出或者很容易便联想到的，均应属于本发明的保护范围。

Claims (9)

1.一种基于图像识别的转炉留渣工艺自动倒渣的方法，其特征在于，包括步骤：
(1)基于转炉冶炼过程中产生的炉渣重量G1以及采用留渣工艺冶炼中目标留渣量G2，确定目标倒渣量G0＝G1-G2；
(2)采集并存储转炉倒渣过程中渣流的实时图像；
(3)基于图像识别以确定渣流的特征边界；
(4)基于渣流的特征边界，在渣流从转炉炉口落到渣罐中的路径中选取跟踪区域；
(5)基于图像识别计算所述跟踪区域内每一时刻炉渣的体积Vi和倒渣时间为t时倒渣的总重量Gt；采用下述步骤基于图像识别计算所述跟踪区域内每一时刻炉渣的体积Vi和倒渣时间为t时倒渣的总重量Gt：
将所述跟踪区域分成i×j个网格，对所述跟踪区域以扫描宽度Δh逐行进行扫描，每一个扫描宽度内特征边界与网格的交点均形成一个微区；
基于下述模型计算炉渣厚度：
Figure FDA0003756706330000011
其中δj表示任一时刻一个扫描宽度内炉渣的厚度；
Figure FDA0003756706330000012
表示任一时刻一个扫描宽度内渣的平均宽度；α表示与炉渣粘度相关的系数，炉渣粘度越大，α越大，其取值范围为0＜α≤1；λ为系数，其取值范围为0＜λ≤1；n为系数，其取值范围为0＜n≤2；
则在扫面宽度为Δh的微区内，炉渣的体积为
Figure FDA0003756706330000013
将每个微区的体积求和，得到当前时刻所述跟踪区域内的炉渣的体积Vi；
当检测到所述跟踪区域内炉渣的体积Vi＞设定的检测阈值Vmin时，将此时的时刻标记为0，则当倒渣时间达到t时，倒渣的总重量Gt基于下述模型公式获得：
Figure FDA0003756706330000021
其中ρslag表示炉渣的密度，g表示重力加速度；
(6)当所述跟踪区域内的炉渣体积Vi＞设定的检测阈值Vmin后，基于倒渣的总重量Gt，控制转炉实时倾转角速度ωi，并且根据所述实时倾转角速度获得转炉实时倾转角度，基于转炉实时倾转角度计算渣罐的实时走行位移，以使渣罐实时承接转炉倒出的炉渣；
(7)当倒渣的总重量Gt达到目标倒渣量G0或二者具有允许的偏差量时，停止转炉倾转并启动转炉回摇。
2.如权利要求1所述的基于图像识别的转炉留渣工艺自动倒渣的方法，其特征在于，在步骤(2)中，所述实时图像包括：可见光图像、红外图像的其中之一。
3.如权利要求1所述的基于图像识别的转炉留渣工艺自动倒渣的方法，其特征在于：
当所述跟踪区域内的炉渣的体积Vi≤设定的检测阈值Vmin时，控制转炉的倾转角速度为设定的第一角速度ω1，此时ωi＝ω1；
当所述跟踪区域内的炉渣的体积Vi＞设定的检测阈值Vmin时，控制转炉的倾转角速度为设定的第二角速度ω2，且ω2<ω1，此时ωi＝ω2；
当所述跟踪区域内的炉渣的体积Vi＞设定的检测阈值Vmin后，并且倒渣的总重量Gt满足
Figure FDA0003756706330000022
以及|Gt-G0|＞Gmin时，控制转炉实时倾转角速度
Figure FDA0003756706330000023
其中t表示转炉倒渣时间；Gmin表示炉渣重量的允许偏差量，其为设定值；k1表示炉渣重量的变化率；b表示调节系数，其取值范围为0＜b≤1；倒渣的总重量Gt满足
Figure FDA0003756706330000024
以及|Gt-G0|＞Gmin时，控制转炉实时倾转角速度ωi＝0。
4.如权利要求3所述的基于图像识别的转炉留渣工艺自动倒渣的方法，其特征在于，在步骤(6)中，按照下述模型控制渣罐的实时走行位移xi：
xi＝x0+βθi
其中，x0表示走行初始位置；β表示调节系数，其取值范围为0.01～0.1；θi＝θ0+ωit，其中θi表示转炉实时倾转角度，θ0表示转炉初始倾转角度，t表示转炉倒渣时间。
5.一种基于图像识别的转炉留渣工艺自动倒渣的系统，其特征在于，包括：
转炉；
转炉倾转驱动装置，其与所述转炉连接，以驱动转炉倾转，执行倒渣动作；
转炉倾角测量装置，其用于测量转炉的倾角；
渣罐，其设于渣罐台车上；
渣罐台车位置检测装置，其检测渣罐和渣罐台车的走行位置；
图像采集装置，其采集转炉倒渣过程中渣流的实时图像；
图像处理模块，其对所述实时图像进行处理；
存储模块，其存储所述实时图像和/或经过图像处理模块处理的实时图像；
图像识别和计算模块，其对实时图像进行识别以确定渣流的特征边界，并实时计算选定的跟踪区域内的渣的体积；
控制模块，其与所述转炉倾转驱动装置、转炉倾角测量装置、渣罐台车、渣罐台车位置检测装置、图像识别和计算模块分别连接，所述控制模块被设置为：基于图像识别计算选定的跟踪区域内每一时刻炉渣的体积Vi和倒渣时间为t时倒渣的总重量Gt；当所述跟踪区域内的炉渣体积Vi＞设定的检测阈值Vmin后，基于倒渣的总重量Gt，控制转炉实时倾转角速度ωi，并且根据所述实时倾转角速度获得转炉实时倾转角度，基于转炉实时倾转角度计算渣罐的实时走行位移，以使渣罐实时承接转炉倒出的炉渣；当倒渣的总重量Gt达到目标倒渣量G0或二者具有允许的偏差量时，停止转炉倾转并启动转炉回摇；其中控制模块采用下述步骤基于图像识别计算所述跟踪区域内每一时刻炉渣的体积Vi和倒渣时间为t时倒渣的总重量Gt：
将所述跟踪区域分成i×j个网格，对所述跟踪区域以扫描宽度Δh逐行进行扫描，每一个扫描宽度内特征边界与网格的交点均形成一个微区；
基于下述模型计算炉渣厚度：
Figure FDA0003756706330000041
其中δj表示任一时刻一个扫描宽度内炉渣的厚度；
Figure FDA0003756706330000042
表示任一时刻一个扫描宽度内渣的平均宽度；α表示与炉渣粘度相关的系数，炉渣粘度越大，α越大，其取值范围为0＜α≤1；λ为系数，其取值范围为0＜λ≤1；n为系数，其取值范围为0＜n≤2；
则在扫面宽度为Δh的微区内，炉渣的体积为
Figure FDA0003756706330000043
将每个微区的体积求和，得到当前时刻所述跟踪区域内的炉渣的体积Vi；
当检测到所述跟踪区域内炉渣的体积Vi＞设定的检测阈值Vmin时，将此时的时刻标记为0，则当倒渣时间达到t时，倒渣的总重量Gt基于下述模型公式获得：
Figure FDA0003756706330000044
其中ρslag表示炉渣的密度，g表示重力加速度。
6.如权利要求5所述的基于图像识别的转炉留渣工艺自动倒渣的系统，其特征在于，还包括生产过程计算机系统，其与所述控制模块连接，所述生产过程计算机系统向控制模块发送转炉冶炼数据。
7.如权利要求5所述的基于图像识别的转炉留渣工艺自动倒渣的系统，其特征在于，所述图像采集装置包括可见光摄像机、红外摄像机的其中之一。
8.如权利要求5所述的基于图像识别的转炉留渣工艺自动倒渣的系统，其特征在于，所述转炉倾角测量装置包括编码器或倾角仪。
9.如权利要求5所述的基于图像识别的转炉留渣工艺自动倒渣的系统，其特征在于，渣罐台车位置检测装置包括非接触式测距仪。
CN202010246454.2A 2020-03-31 2020-03-31 一种基于图像识别的转炉留渣工艺自动倒渣的方法和系统 Active CN113528737B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202010246454.2A CN113528737B (zh) 2020-03-31 2020-03-31 一种基于图像识别的转炉留渣工艺自动倒渣的方法和系统
PCT/CN2021/082763 WO2021197168A1 (zh) 2020-03-31 2021-03-24 一种基于图像识别的转炉留渣工艺自动倒渣的方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010246454.2A CN113528737B (zh) 2020-03-31 2020-03-31 一种基于图像识别的转炉留渣工艺自动倒渣的方法和系统

Publications (2)

Publication Number Publication Date
CN113528737A CN113528737A (zh) 2021-10-22
CN113528737B true CN113528737B (zh) 2022-10-21

Family

ID=77927709

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010246454.2A Active CN113528737B (zh) 2020-03-31 2020-03-31 一种基于图像识别的转炉留渣工艺自动倒渣的方法和系统

Country Status (2)

Country Link
CN (1) CN113528737B (zh)
WO (1) WO2021197168A1 (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114231683A (zh) * 2021-11-24 2022-03-25 中冶赛迪工程技术股份有限公司 高炉出渣重量检测方法以及系统
CN114272653B (zh) * 2021-12-28 2023-06-23 上海威派格智慧水务股份有限公司 一种用于沉淀池水的控制系统和方法
CN117165733A (zh) * 2022-05-27 2023-12-05 宝山钢铁股份有限公司 一种转炉自动倒渣的渣量实时识别方法及系统
CN114990278B (zh) * 2022-05-27 2023-09-08 北京首钢自动化信息技术有限公司 一种转炉的控制方法和控制装置
CN115097791B (zh) * 2022-06-30 2022-12-27 西安热工研究院有限公司 基于dcs的燃煤机组干排渣系统的自动控制系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1022482A1 (fr) * 1999-01-21 2000-07-26 Compagnie Engrenages Et Reducteurs Messian-Durand Dispositif de blocage d'un élément d'une chaíne cinématique
CN107287385A (zh) * 2016-03-31 2017-10-24 上海梅山钢铁股份有限公司 铁水扒渣留渣比例的计算与控制方法
CN109797265A (zh) * 2019-04-04 2019-05-24 山东钢铁股份有限公司 一种转炉精准控制留渣量的方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS60143B2 (ja) * 1976-11-17 1985-01-05 住友金属工業株式会社 溶鋼流出自動制御装置及びその信号判別装置
KR100676056B1 (ko) * 2005-05-26 2007-01-30 주식회사 포스코 전로 경동각 조절장치
CN101818228B (zh) * 2010-03-22 2011-12-21 马鞍山钢铁股份有限公司 转炉出钢下渣的控制系统及其控制方法
CN102181598B (zh) * 2011-03-04 2013-02-06 浙江大学 基于热图像的转炉出钢下渣预判及控制方法
CN107916315A (zh) * 2016-10-09 2018-04-17 上海梅山钢铁股份有限公司 一种转炉留渣双渣自动炼钢控制方法
CN109880964A (zh) * 2019-04-16 2019-06-14 山东钢铁股份有限公司 一种转炉炉内状况检测方法及设备

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1022482A1 (fr) * 1999-01-21 2000-07-26 Compagnie Engrenages Et Reducteurs Messian-Durand Dispositif de blocage d'un élément d'une chaíne cinématique
CN107287385A (zh) * 2016-03-31 2017-10-24 上海梅山钢铁股份有限公司 铁水扒渣留渣比例的计算与控制方法
CN109797265A (zh) * 2019-04-04 2019-05-24 山东钢铁股份有限公司 一种转炉精准控制留渣量的方法

Also Published As

Publication number Publication date
WO2021197168A1 (zh) 2021-10-07
CN113528737A (zh) 2021-10-22

Similar Documents

Publication Publication Date Title
CN113528737B (zh) 一种基于图像识别的转炉留渣工艺自动倒渣的方法和系统
CN113528736B (zh) 一种转炉留渣工艺自动倒渣的方法和系统
CN110616288A (zh) 一种转炉全自动出钢方法及系统
CN113444854B (zh) 一种转炉全自动倒渣方法和系统
CN111809015B (zh) 基于转炉容积模型的转炉自动出钢方法及转炉系统
KR102648199B1 (ko) 용철 전처리를 위한 고효율 자동 슬래그 스키밍 방법 및 시스템
US20090230159A1 (en) Method for pouring off melt from a tiltable metallurgical vessel and installation for carrying out the method
CN106987675A (zh) 一种转炉出钢过程的控制系统及控制方法
CN1538889A (zh) 金属浇注方法和设备
WO2018020929A1 (ja) 排滓重量推定方法及び排滓重量推定装置
JP2016006221A (ja) 竪型炉における溶滓量計測方法、及びその計測装置
CN114940435A (zh) 一种定点抓渣系统及方法
WO2023227113A1 (zh) 一种转炉自动倒渣的渣量实时测量方法及系统
CN108733094A (zh) 一种转炉入炉铁水量偏差控制方法及实施系统
JP2017049204A (ja) 転炉底吹きノズル監視装置
CN110938727B (zh) 一种转炉留渣量的称重方法
JP2023114849A (ja) 転炉排滓量の推定方法及び転炉における精錬方法
CN114622060A (zh) 一种渣盆容积识别和自动行走控制装置及方法
CN115125350B (zh) 一种转炉留渣量的精准控制方法和系统
CN110656220B (zh) 一种控制钢包倒渣量的方法
CN218232466U (zh) 高炉智能化出铁控制装置
CN113981166B (zh) 一种转炉炼钢倒渣方法
RU2807415C1 (ru) Способ выпуска стали из конвертера
CN115448162B (zh) 一种高炉底滤法水渣行车自动抓渣方法
CN116100010A (zh) 一种实现自动倒罐的设计方法

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