CN114829633A - 监控冶金容器的液态金属和/或熔渣的倾析过程的方法和系统 - Google Patents

Abstract

本发明涉及冶金设备领域，特别涉及用于液态金属和液态炉渣的冶金容器。本发明的目的是确保将液态金属(14)从一个冶金容器安全地倒入另一冶金容器中，而不危害在倾析过程区域中的人或设施部件。该目的如下地实现，即基于来自存储器(2)的信息为第二冶金容器(11)确定倾倒位置。将第二冶金容器(11)放置在该倾倒位置并且在存储器(2)中将该倾倒位置标记为已到达。如果冶金容器具有第二开口(13)，则能利用光学传感器系统(3a)监控第二开口。借助于评估单元(1)，当在该第二开口(13)的预定区域中鉴别出液态熔渣(15)和/或钢(14)时，输出警报和/或给控制和调节系统输送信号(4)。

Description

监控冶金容器的液态金属和/或熔渣的倾析过程的方法和 系统

技术领域

本发明涉及冶金设备领域，特别涉及用于液态金属和液态炉渣的冶金容器。

一方面，本发明涉及一种用于监控液态金属和/或熔渣从第一冶金容器的第一开口到第二冶金容器中的倾析过程的方法。

另一方面，本发明涉及一种用于将液态金属从第一冶金容器倾倒入第二冶金容器的冶金设备，该第二冶金容器由运输装置运输，该冶金设备包括光学传感器系统。

背景技术

在液态金属的生产中，例如在钢铁厂中，通常使用冶金容器以确保液态金属在工厂各个部分之间的运输。为此，钢铁厂使用了大量冶金容器进行运输。这些冶金容器利用起重机和/或轨道车辆从一个位置移动到目的地。需要轨道车辆将冶金容器运送到机组(例如转炉、钢包炉、Ruhrstahl-Heraeus(鲁尔施塔尔式贺利氏工艺)设施等)之下的利用室内起重机无法到达的区域。尤其是在钢水从一个冶金容器倒入另一个容器的区域中，这些容器经常被磨损。这里的问题是倾倒流从第一冶金容器的倾倒口以集中的形式撞击第二冶金容器的底部。这种撞击表现出大负荷并且集中在一个小区域。倾倒流对冶金容器的内壁有非常大的磨损作用，液态金属的高温进一步增强了这种作用。如果倾倒流在每个倾析过程中击中相应钢包底板上的相同区域，这可能会导致钢包局部过热。在最坏的情况下，这可能导致钢包穿透，从而损坏设备。这也可能危及系统区域内的人员。当第一个冶金容器有两个开口时，例如用氧气顶吹炉(BOF)的转炉，可能会出现另一个问题。这些冶金容器受到严重污染。由于带有金属夹杂物的熔渣粘附，污染主要出现在冶金容器的开口区域。出钢口区域的结块尤为关键，因为这会导致出钢过程中液态金属的流出量减少。如果出钢口的流出量减少，则射流在击中相关钢包底部时会更加集中。此外，由于通过出钢口的流出量较小，存在通过第二开口(例如通过BOF转炉的转炉口)发生不希望的流出的风险。当转炉快速倾斜以防止炉渣通过出钢口排入第二冶金容器(例如钢包)时，也可能通过转炉口输出流。存在通过第二开口(转炉口)输出流的问题，因为虽然可以使用模型计算熔渣的质量，但由于空气夹杂物使得体积变化很大。此外，由于结块和内衬磨损，冶金容器的几何形状也会随着时间发生变化。这意味着倾倒液态金属的通常过程(由倾斜角度和倾斜速度限定)会发生变化。必须始终避免这种不期望的流出，因为这会导致系统组件损坏并对系统区域内的人员造成危险。因此，在倾倒液态金属时，有必要通过目视来检查钢包内衬的状况，另一方面，从冶金容器进行倾倒时，必须始终确保没有通过第二开口输出流。为此目的，经常使用将相关信息输送给操作人员的附加人员。

WO2008031469A1描述了用于将熔体从可翻转容器倒入接收容器中的方法以及用于自动执行该方法的装置。

US6197086B1描述了使用红外检测系统检测钢铁厂转炉的进入钢包的出炉流中的液态熔渣的系统和方法。

发明内容

本发明的目的是，确保将液态金属从一个冶金容器安全地倒入另一冶金容器中，而不危害在倾析过程区域中的人或设施部件。

该目的如下地实现，即第二冶金容器在移向第一冶金容器处时被评估单元识别。评估单元从存储器中检索关于可能的倾倒位置的信息。然后，评估单元根据该信息来确定所识别的第二冶金容器的倾倒位置。将第二冶金容器放置在该倾倒位置，并且在存储器中将该倾倒位置标记为已到达。如果冶金容器具有第二开口，可以用具有300nm至1500nm、优选380nm至780nm的可接收波长的光学传感器系统来监控第二开口。借助于评估单元，当在该第二开口的预定区域中鉴别出液态熔渣和/或钢时，就输出警报和/或给控制和调节系统输送信号。传感器系统设计为在可见光和/或近红外光范围内工作。优选使用用于300nm至1500nm、优选380nm至780nm的光波长的相机系统。例如，传感器系统是相机。用于识别液态熔渣或液态金属的已知系统例如使用波长>1pm的红外系统或雷达传感器。

例如，可以通过RFID(射频识别)应答器或相机系统识别第二冶金容器，这些系统可以识别容器上的编号并实现清晰识别。识别被理解为表示使用识别标记或识别特征的明确识别，由此可以清楚地识别每个第二冶金容器。

用于定位冶金容器一切重要情况都被理解为信息。信息特别是精确的绝对位置值或相对于参考点的值。以下信息也可能是相关的：

-第二冶金容器的内衬状态，

-应被倾倒流尽可能避免的第二冶金容器内的撞击点，

-出钢口的状况。

因此，从新衬里到再次更换衬里的时间点期间，第二冶金容器应放置在倾倒位置，使得底部衬里承受尽可能均匀的载荷。这意味着该方法旨在确保：如果可能，在每次倾析过程中到达衬里的不同区域作为冲击点，以使衬里尽可能均匀地(由于倾析过程导致)磨损。如果已经到达所有可能的冲击点，则可以删除所有标记或相应使倾倒位置的计数器增加。在这种情况下，倾倒位置在存储器中被标记为已到达，这意味着每次到达相应的倾倒位置时，存储器中的计数器都会增加。然而，这也可能意味着一旦到达所有可用的倾倒位置，所有标记将再次被删除，并且存储器中的标记会再次出现。例如，某些倾倒位置可能在第二次或第三次运行中不再可用。

如果第一冶金容器具有第二开口，则在每次倾析过程中，液态炉渣和/或液态金属有可能通过该开口逸出。为防止这种情况发生，该开口由光学传感器系统持续监控。在该第二开口的区域中，在该冶金容器内定义了一个区域，如果出现液态炉渣和/或液态金属，则输出触发警告和/或警报的信号。该信号也可以被直接传输到控制和调节系统。预定区域例如由相对于第二开口的边缘的特定距离、形状和尺寸来定义。预定区域也可以划分为几个区域。靠近边缘的区域定义了需要立即采取行动的警报区域。也可以定义一个区域，在该区域中仅输送警告，即将到达关键区域。这些预定区域通常是在这种方法投入运行时被定义和设置的。

一个有利的实施方式提出，由光学传感器系统记录图像，并且评估单元根据光学图像流来确定在这些图像的预定区域中的液体熔渣和/或金属的出现。图像序列的光流是投影到图像平面的速度矢量场。这些速度矢量是针对预定区域中的不同像素被计算和显示的。因此，例如液态熔渣的运动可以基于图像序列中特征图案的运动被确定。如果液态炉渣和/或液态金属(在图像中被认为非常亮)移动，这可以在图像序列中被确定。当熔渣移动时，特征图案在运动过程中保持几何形状，结果在图像序列中识别出该特征图案的运动。也可以确定速度。一旦在预定区域内鉴别出运动，就会输出警报或警告和/或给控制和调节系统输送信号。

另一个优选实施方式提出，由光学传感器系统记录图像，并且评估单元根据这些图像的预定区域中像素特性的变化来确定液体熔渣的出现。例如，特性是对黑白图像的灰度值分布的评估，即从黑色到白色的像素频率分布。另一种可能性是评估彩色图像的颜色分布。关于颜色图案的评估，即关于一个或多个相邻像素的颜色和/或灰度值的评估，可以检测第二开口区域中的锐利边缘。这些锐利边缘由非常明亮和非常暗的像素的直接邻域鉴别出。

一个有利的实施方式提出，由评估单元确定从第一冶金容器中出来的倾倒流，并且倾倒位置在与期望位置存在偏差的情况下被校正。由于第一开口上的结块和/或磨损，倾倒流会发生变化。这意味着倾倒位置、即倾倒料流撞击第二冶金容器底部的位置发生了变化。如果评估单元鉴别出倾倒流的这种变化，则校正倾倒位置。通过这种方法，可以进一步改善底衬的均匀磨损，并且可以通过更小的网格来确定倾倒位置，因为冶金容器中倾倒流的冲击点可以被更精确地确定。

一个有利的实施方式提出，关于倾倒位置的信息是：具体倾倒位置，可行倾倒位置的范围，待避开的关键倾倒位置，用于倾倒位置的加权因子，和/或第二冶金容器的内衬的状态信息。具体倾倒位置由固定的参考点给出。但是，也可以指定一系列可行的倾倒位置。

这允许评估单元在定位方面具有一定的自由度。用于确定倾倒位置的有用信息是关于应避免作为倾倒位置的区域，因为例如冶金容器的这些区域具有底部喷嘴或高度磨损。倾倒位置的加权因子提供了信息，例如该区域的地板是否显示磨损迹象或地板喷嘴，如果可能应被避免使用。关于内衬状况的信息可以包括诸如钢包使用频率或内衬测量结果等信息。内衬状况信息意味着，例如始终可以到达磨损最小的倾倒位置。

另一优选实施方式提出，预定区域根据倾斜角被适配。在倾析过程中，发生熔渣的预定区域是关键变化的区域。这尤其取决于第一冶金容器的倾斜角。预定区域根据各种工艺参数在大小、形状和/或位置方面进行适配。

一个特别有利的实施方式提出，通过创建灰度值直方图，根据黑白图像来评估像素的变化。灰度值直方图被划分为多个区域、优选四个区域，并将具有最高灰度值的区域与一个或多个极限值进行比较。灰度值直方图创建所有灰度值的频率分布。像素的频率被绘制成从黑色到白色，黑色被分配一个低值，白色被分配一个高值。在下一步中，这个直方图被划分为不同的区域。也可以想象，这些区域与相邻区域重叠。然后将具有最高灰度值的区域(即亮像素)用于评估。如果该区域没有熔渣，则像素数非常低。以高灰度值作为评价标准，不考虑暗区，结果不能被暗区篡改。当移动物体，例如工厂部分或人员处于光学传感器系统和冶金容器之间时，会出现这种变暗区域。如果具有高灰度值的区域中的像素数量超过确定的极限值，这表明在预定区域中存在增加的熔渣和/或金属量并且存在其通过第二开口流出的风险。极限值取决于系统中的照明条件、使用的光学传感器系统和/或其他环境条件。

另一个优选的实施方式提出，限制值基于黑白图像的像素数量和/或与具有最高灰度值的区域相邻的区域。通过将灰度值直方图划分为几个区域、例如四个区域来补充评估标准。两个区域(绘制具有最高灰度值的像素数量的区域以及具有第二高灰度值的像素数量的区域)被用于评估。此外，黑白图像中的像素数也可以作为评价标准。然后将该信息与极限值进行比较。例如，形成各个区域中出现的像素的总和，并且将两个区域的比率与极限值进行比较，和/或将具有最高灰度值的区域中的像素数设置为与黑白图像中的像素的总数的比率，并与极限值进行比较。

极限值取决于系统中的照明条件、使用的光学传感器系统和/或其他环境条件。

该目的还通过一种冶金设备来实现，其具有用于识别第二冶金容器的识别设备和执行根据权利要求1-9所述的方法的计算机系统。识别装置可用于第二冶金容器，例如通过RFID应答器或通过相机系统，其可以识别容器上的数字并实现清晰识别。该识别装置能够使用识别标记或识别特征进行清晰识别，由此可以清楚地识别每个第二冶金容器。

附图说明

图1示意性地示出了用于倾倒液态金属的冶金设备。

图2示出了用于倾倒液态金属的冶金设备的另一种变体。

图3示出了第二冶金容器的平面图。

图4示出了用于监控第二开口的评估方法。

具体实施方式

图1示出了第一冶金容器10。液态金属14和液态熔渣15被包含在该冶金容器10中。液态金属14通过第一开口13被倒出。倾倒流16从第一开口13流出并且被倾泻到第二冶金容器11中，该第二冶金容器设有衬里。倾倒流16在区域17中撞击底部21。倾倒流16的这种冲击导致衬里的高度磨损。连接到光学传感器系统3的评估单元1检测(即识别)相应的第二冶金容器11。识别装置11b的这种识别可以例如使用附接到第二冶金容器11的RFID应答器来实现。评估单元1识别该RFID应答器并且可以清楚地识别第二冶金容器11。一旦检测出或识别出，就从存储器2中检索关于可行的倾倒位置的信息。然后基于该信息确定倾倒位置，使得底部21尽可能均匀地磨损。每次倾析过程都会重新定义倾倒位置。因此，例如可以在第一次倾析过程中选择冶金容器11的一个位置，在下一次倾析过程中选择倾倒位置11a。有针对性的选择确保：在每个倾析过程中，倾倒流16不会总是对同一位置进行重加载。第二冶金容器11可以由激光传感器系统、设在运输装置11c(例如钢包车)的驱动马达上的旋转编码器或者由相机系统来定位。也可以考虑使用其他车辆或起重机作为运输装置11c。

除了图1之外，图2还示出了对第二开口12的监控。当液态金属14被倒出时，熔渣15漂浮在液态金属14上，改变第一冶金容器10的倾斜角度会产生液态熔渣15从第二开口12逸出的风险。第二开口12由光学传感器系统3监控。在检测区域18中限定用于评估的预定区域19。例如可以通过跟踪图像的特征图案的光流20进行评估，并且基于该特征图案的移动，可以识别熔渣是否正在移动到第二开口。用附图标记20标记升高，例如其在第二开口12的方向上移动(由虚线表示)。在这种情况下，可以将信号从评估单元1传输到控制和调节单元4和/或可以输出警报。

图3示出了第二冶金容器11(所谓的钢包)的平面图。第二冶金容器2通常通过轨道车辆被带到倾倒位置。这意味着倾倒位置只能在纵向、即车辆的行驶方向上改变，而不能在横向上改变。然而，也可以考虑横向的自由度，使得倾倒位置可以在两个方向上移动。冶金容器11具有底部21，底部21具有两个底部喷嘴22。在此表示，倾倒位置仅在行进方向上发生变化。底部喷嘴22之间的区域表示关键区域25，对于倾倒流的冲击点应该避免该关键区域，或者至少很少将其用作冲击区域。部分关键区域24与关键区域25和非关键区域23相邻。非关键区域23是应该优选用作冲击区的区域。部分关键区域24也可以用作影响区域，但应该被不那么频繁地选择。

用于监控第二开口12的另一种评估方法在图4中示出。在这种情况下，基于灰度值GW创建评估。创建一个直方图，其中为每个灰度值GW制像素的频率n。因此，像素的频率被绘制在从黑色到白色的范围内。然后将直方图划分为不同的区域、本例中的四个相等的区域A1-A4。也可以考虑区域A1-A4重叠。液态熔渣的唯一特征是明亮的像素。因此，区域A1和A2不用于评估。区域A1和A2通常还包括可能会由于人或移动物体在检测区域短暂停留而导致变暗的区域。由于这些区域A1和A2不用于评估，因此可以减少由于变暗区域引起的误差。

在下一步中，将区域A3和A4中的频率相加。

S3＝∑A3

公式1

S4＝∑A4

公式2

然后将区域A4的频率的总和S4与乘以总和S3的极限值进行比较。另一个标准可以是极限值Lim2，其乘以像素总数并与总和S4进行比较，参见公式4。

S4>Lim1·S3 公式3

S4>Lim2·总像素数 公式4

极限值Lim1和Lim2是根据要监控的冶金容器内的光照条件选定的。例如，当满足公式3和公式4时，输出警告或警报。还可以考虑使用多个光学传感器系统，它们从不同的方向或位置捕获图像。然后在它们的预定区域中查看各个图像，并在每种情况下创建灰度值直方图。然后相应地加权相应的直方图。该加权然后根据公式1和公式2进入总和的计算中。这样，可以将多个图像一起用于评估。

在一个有利的实施例中，还可以考虑将利用光流的评估方法与灰度值的评估方法相结合。例如，如果熔渣在较长时间段内处于预定区域但没有流出，则这很有用。对光流的检查表明是否存在熔渣流出的风险。

尽管已经通过优选实施例详细说明和描述了本发明，但是本发明不限于所公开的示例，并且本领域技术人员可以在不脱离本发明范围的情况下从其中推导出其他变体方案。

参考标号列表

1 评价单元

2 存储器

3 传感器单元

3a 光学传感器系统

4 控制和调节系统

10 第一冶金容器

11、11a 第二冶金容器

11b 识别装置

11c 运输装置

12 第一开口

13 第二开口

14 液态金属

15 液态熔渣

16 倾倒流

17 影响区域

18 检测区域

19 预定区域

20 光流

21 底部

22 底部喷射器

23 非关键倾倒区

24 部分关键倾倒区

25 关键倾倒区

GW 灰度值

N 频率

Al-A4 区域。

Claims (9)

1.一种用于监控倾析过程的方法，所述倾析过程使液态金属和/或熔渣从第一冶金容器(10)的第一开口进入第二冶金容器(11)中，其特征在于，

-所述第二冶金容器(11)在移向所述第一冶金容器(10)处时被评估单元(1)识别，

-所述评估单元(1)从存储器(2)中检索关于所识别的所述第二冶金容器(10)的可行的倾倒位置的信息，

-所述评估单元(1)根据所述信息来确定所述倾倒位置，

-将所识别的所述第二冶金容器(11)放置在所述倾倒位置，并且

-在所述存储器(2)中将所识别的所述第二冶金容器(10)的所述倾倒位置标记为已到达，

-和/或利用光学传感器系统(3a)监控所述第一冶金容器(10)的第二开口(13)，所述光学传感器系统具有300nm至1500nm的可接收波长，优选具有380nm至780nm的可接收波长，借助于所述评估单元(1)，当在所述第二开口(13)内的预定区域(19)中鉴别出液态熔渣(15)和/或液态钢(14)时，输出警报和/或给控制和调节系统(4)输送信号。

2.根据权利要求1所述的用于监控倾析过程的方法，其特征在于，由所述光学传感器系统(3a)记录图像，并且所述评估单元(1)根据光学图像流(20)来确定在所述图像的预定区域(19)中的液态熔渣(15)和/或液态钢(14)的出现。

3.根据权利要求1或2所述的用于监控倾析过程的方法，其特征在于，由所述光学传感器系统(3a)记录图像，并且所述评估单元(1)根据所述图像的预定区域(19)中的像素特性的变化来确定液态熔渣(15)和/或液态钢(14)的出现。

4.根据权利要求1-3中任一项所述的用于监控倾析过程的方法，所述倾析过程重复多次，其特征在于，由所述评估单元(1)确定从所述第一冶金容器(10)中出来的倾倒流(16)，并且所述第二冶金容器(11)的倾倒位置在与额定位置有偏差的情况下被校正。

5.根据权利要求1-4中任一项所述的用于监控倾析过程的方法，其特征在于，关于所述倾倒位置的信息是：具体倾倒位置，可行倾倒位置的范围，待避开的关键倾倒位置，用于倾倒位置的加权因子，和/或所述第二冶金容器(11)的内衬的状态信息。

6.根据权利要求1-5中任一项所述的用于监控倾析过程的方法，其特征在于，所述预定区域(19)根据倾斜角被适配。

7.根据权利要求1-6中任一项所述的用于监控倾析过程的方法，其特征在于，通过创建灰度值直方图，根据黑白图像来评估像素的变化，其中，所述灰度值直方图被划分为多个、优选四个区域，并且将具有最高灰度值的区域与一个或多个极限值进行比较。

8.根据权利要求7所述的用于监控倾析过程的方法，其特征在于，所述极限值基于所述黑白图像的像素数量和/或与具有最高灰度值的区域相邻的区域。

9.一种用于将液态金属从第一冶金容器(10)倾倒入第二冶金容器(11)的冶金设备，所述第二冶金容器由运输装置(11c)运输，所述冶金设备包括光学传感器系统(3a)，其特征在于，设有用于识别所述第二冶金容器(11)的识别装置(11b)和执行根据权利要求1-8所述的方法的计算机系统。

Images