CN114875349B - 炉鼻子控制方法及装置 - Google Patents
炉鼻子控制方法及装置 Download PDFInfo
- Publication number
- CN114875349B CN114875349B CN202210430183.5A CN202210430183A CN114875349B CN 114875349 B CN114875349 B CN 114875349B CN 202210430183 A CN202210430183 A CN 202210430183A CN 114875349 B CN114875349 B CN 114875349B
- Authority
- CN
- China
- Prior art keywords
- zinc
- furnace nose
- control parameters
- zinc liquid
- nose
- 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
- 238000000034 method Methods 0.000 title claims abstract description 33
- HCHKCACWOHOZIP-UHFFFAOYSA-N Zinc Chemical compound [Zn] HCHKCACWOHOZIP-UHFFFAOYSA-N 0.000 claims abstract description 226
- 239000011701 zinc Substances 0.000 claims abstract description 226
- 229910052725 zinc Inorganic materials 0.000 claims abstract description 226
- 239000007788 liquid Substances 0.000 claims abstract description 114
- 238000009826 distribution Methods 0.000 claims abstract description 83
- 239000002893 slag Substances 0.000 claims abstract description 78
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 16
- 238000010801 machine learning Methods 0.000 claims abstract description 13
- 238000004458 analytical method Methods 0.000 claims abstract description 11
- 230000007704 transition Effects 0.000 claims description 27
- 238000004519 manufacturing process Methods 0.000 claims description 21
- 229910000831 Steel Inorganic materials 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 13
- 239000010959 steel Substances 0.000 claims description 13
- 230000008602 contraction Effects 0.000 claims description 10
- 230000009471 action Effects 0.000 claims description 2
- 238000005206 flow analysis Methods 0.000 abstract description 6
- 210000001331 nose Anatomy 0.000 description 151
- 238000010586 diagram Methods 0.000 description 13
- 238000004891 communication Methods 0.000 description 7
- 238000004590 computer program Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 230000004075 alteration Effects 0.000 description 2
- 230000000052 comparative effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000005246 galvanizing Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Classifications
-
- C—CHEMISTRY; METALLURGY
- C23—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; CHEMICAL SURFACE TREATMENT; DIFFUSION TREATMENT OF METALLIC MATERIAL; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL; INHIBITING CORROSION OF METALLIC MATERIAL OR INCRUSTATION IN GENERAL
- C23C—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; SURFACE TREATMENT OF METALLIC MATERIAL BY DIFFUSION INTO THE SURFACE, BY CHEMICAL CONVERSION OR SUBSTITUTION; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL
- C23C2/00—Hot-dipping or immersion processes for applying the coating material in the molten state without affecting the shape; Apparatus therefor
- C23C2/04—Hot-dipping or immersion processes for applying the coating material in the molten state without affecting the shape; Apparatus therefor characterised by the coating material
- C23C2/06—Zinc or cadmium or alloys based thereon
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- Y02P10/20—Recycling
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Organic Chemistry (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Mechanical Engineering (AREA)
- Metallurgy (AREA)
- Materials Engineering (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Coating With Molten Metal (AREA)
Abstract
本发明公开了一种炉鼻子控制方法及装置，其中所述方法包括：采集炉鼻子内的锌液图像；对所述锌液图像进行图像识别和分析，得到所述炉鼻子内的锌液流动信息和锌渣分布信息；采用预设的机器学习算法，对所述锌液流动信息和所述锌渣分布信息进行学习计算，得到炉鼻子控制系统的调整控制参数；根据所述调整控制参数，对所述炉鼻子控制系统中对应装置的运行控制参数进行调整。采用本发明，能解决现有技术中采用人工方式进行炉鼻子伸缩控制和锌液流动分析时存在的精度和准确度较低的技术问题。
Description
技术领域
本发明涉及钢板制造技术领域，尤其涉及一种炉鼻子控制方法及装置。
背景技术
近年来，随着汽车行业对外观质量要求逐步提升，对冷轧镀锌汽车外板表面质量要求进一步提高。炉鼻子是热镀锌产线控制锌渣缺陷的关键装备，其内部锌液面流场的控制决定了带钢表面的锌渣控制水平。目前，很多企业采用带有锌灰泵-溢流系统的炉鼻子进行锌渣控制，通过调整炉鼻子伸缩和锌灰泵功率，在炉鼻子内部形成合适的流场，将锌渣从炉鼻子内部排出。但由于锌锅内部锌液的消耗，锌液面高度会产生变化，因此需要适当调整炉鼻子内部溢流档坝高度，从而形成合适的溢流。
而目前，炉鼻子内部溢流档坝高度主要通过人工进行炉鼻子伸缩的控制，而炉鼻子内部锌液流动状态也主要通过人工肉眼观察方式进行。由于不同的操作人员控制存在差异，即人为因素将导致炉鼻子伸缩控制和锌液流动分析的精度较低、准确度较低。
发明内容
本申请实施例通过提供一种炉鼻子控制方法及装置，解决了现有技术中采用人工方式进行炉鼻子伸缩控制和锌液流动分析时存在的精度和准确度较低的技术问题。
一方面，本申请通过本申请的一实施例提供一种炉鼻子控制方法，应用于配备有锌灰泵—溢流装置的炉鼻子控制系统中，所述方法包括：
采集炉鼻子内的锌液图像；
对所述锌液图像进行图像识别和分析，得到所述炉鼻子内的锌液流动信息和锌渣分布信息；
采用预设的机器学习算法，对所述锌液流动信息和所述锌渣分布信息进行学习计算，得到所述炉鼻子控制系统的调整控制参数；
根据所述调整控制参数，对所述炉鼻子控制系统中对应装置的运行控制参数进行调整；
其中，所述运行控制参数与所述调整控制参数一一对应，所述调整控制参数包括以下中的至少一项：炉鼻子伸缩量、锌灰泵功率大小和加湿气体流量。
可选地，所述锌液流动信息包括所述炉鼻子内锌液的溢流速度和溢流方向，所述锌渣分布信息包括所述炉鼻子内锌渣的分布位置和分布数量。
可选地，所述对所述锌液流动信息和所述锌渣分布信息进行学习计算，得到所述炉鼻子控制系统的调整控制参数包括：
在所述溢流速度达到预设的最优速度时，对所述锌液流动信息和所述锌渣分布信息进行学习计算，得到所述炉鼻子控制系统的调整控制参数。
可选地，所述方法还包括：
获取带钢表面的锌渣分布数量和排产系统中的过渡卷；
根据所述锌渣分布数量和所述过渡卷，对所述炉鼻子的摆动动作进行调整。
可选地，所述根据所述锌渣分布数量和所述过渡卷，对所述炉鼻子的摆动动作进行调整包括：
在所述锌渣分布数量超过预设阈值时，调用所述排产系统中的过渡卷对所述炉鼻子进行摆动。
另一方面，本申请通过本申请的一实施例提供采集模块、识别模块、计算模块和调整模块，其中：
所述采集模块，用于采集炉鼻子内的锌液图像；
所述识别模块，用于对所述锌液图像进行图像识别和分析，得到所述炉鼻子内的锌液流动信息和锌渣分布信息；
所述计算模块，用于采用预设的机器学习算法，对所述锌液流动信息和所述锌渣分布信息进行学习计算，得到炉鼻子控制系统的调整控制参数；
所述调整模块，用于根据所述调整控制参数，对所述炉鼻子控制系统中对应装置的运行控制参数进行调整；
其中，所述运行控制参数与所述调整控制参数一一对应，所述调整控制参数包括以下中的至少一项：炉鼻子伸缩量、锌灰泵功率大小和加湿气体流量。
可选地，所述锌液流动信息包括所述炉鼻子内锌液的溢流速度和溢流方向，所述锌渣分布信息包括所述炉鼻子内锌渣的分布位置和分布数量。
可选地，
所述计算模块，具体用于在所述溢流速度达到预设的最优速度时，对所述锌液流动信息和所述锌渣分布信息进行学习计算，得到所述炉鼻子控制系统的调整控制参数。
可选地，所述装置还包括获取模块，其中：
所述获取模块，用于获取带钢表面的锌渣分布数量和排产系统中的过渡卷；
所述调整模块，还用于根据所述锌渣分布数量和所述过渡卷，对所述炉鼻子的摆动动作进行调整。
可选地，
所述调整模块，具体用于在所述锌渣分布数量超过预设阈值时，调用所述排产系统中的过渡卷对所述炉鼻子进行摆动。
另一方面，本申请通过本申请的一实施例提供一种终端设备，所述终端设备包括：处理器、存储器、通信接口和总线；所述处理器、所述存储器和所述通信接口通过所述总线连接并完成相互间的通信；所述存储器存储可执行程序代码；所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序，以用于执行如上提供的所述炉鼻子控制方法。
另一方面，本申请通过本申请的一实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有程序，当所述程序运行在终端设备上时执行如上提供的所述炉鼻子控制方法。
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：本申请通过采集炉鼻子内的锌液图像，对所述锌液图像进行图像识别和分析，得到所述炉鼻子内的锌液流动信息和锌渣分布信息；进一步再采用预设的机器学习算法，对所述锌液流动信息和所述锌渣分布信息进行学习计算，得到所述炉鼻子控制系统的调整控制参数；最后根据所述调整控制参数，对所述炉鼻子控制系统中对应装置的运行控制参数进行调整，以减小炉鼻子控制系统内的锌渣产量，这样可实现炉鼻子控制系统的自动控制，减少人工干预，并获得炉鼻子内部的锌液流动信息和锌渣控制的最佳状态，同时也解决了现有技术中采用人工方式进行炉鼻子伸缩控制和锌液流动分析时存在的精度和准确度较低的技术问题。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种炉鼻子控制系统的结构示意图。
图2是本申请实施例提供的一种炉鼻子控制方法的流程示意图。
图3是本申请实施例提供的一种单侧溢流炉鼻子的内部结构示意图。
图4是本申请实施例提供的一种炉鼻子内部的锌液流动示意图。
图5是本申请实施例提供的一种炉鼻子控制装置(也可称为系统)的结构示意图。
图6是本申请实施例提供的另一种炉鼻子控制系统的结构示意图。
具体实施方式
申请人在提出本申请的过程中还发现：炉鼻子内部溢流档坝高度主要通过人工进行炉鼻子伸缩的控制、炉鼻子内部的锌液流动状态/情况也主要是通过人工肉眼观察方式进行，不同的操作人员控制存在差异，难以持续保证炉鼻子内部锌液流动始终处于最佳状态。另外，炉鼻子内部加湿系统与锌液流场需要进行优化匹配，目前也采用人工方式进行，难以保证始终处于最佳状态。
本申请实施例通过提供一种炉鼻子控制方法，解决了现有技术中采用人工方式进行炉鼻子伸缩控制和锌液流动分析时存在的精度和准确度较低的技术问题。
本申请实施例的技术方案为解决上述技术问题，总体思路如下：采集炉鼻子内的锌液图像；对所述锌液图像进行图像识别和分析，得到所述炉鼻子内的锌液流动信息和锌渣分布信息；采用预设的机器学习算法，对所述锌液流动信息和所述锌渣分布信息进行学习计算，得到所述炉鼻子控制系统的调整控制参数；根据所述调整控制参数，对所述炉鼻子控制系统中对应装置的运行控制参数进行调整；其中，所述运行控制参数与所述调整控制参数一一对应，所述调整控制参数包括以下中的至少一项：炉鼻子伸缩量、锌灰泵功率大小和加湿气体流量。
为了更好的理解上述技术方案，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。
首先说明，本文中出现的术语“和/或”，仅仅是一种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。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
请参见图1，是本申请实施例提供的一种炉鼻子控制系统的结构示意图。如图1所示的系统10中包括：炉鼻子101、安装在所述炉鼻子侧壁位置的摄像头102、锌灰泵103、溢流装置104、排产系统105和表检仪106。其中：
所述摄像头102作为炉鼻子内部锌液液面状态视频采集系统，用于采集炉鼻子内部锌液液面的流动图像(简称为锌液图像)，也可对应是随时间变化的锌液视频等，本申请不做限定，以便后续基于采集的锌液图像分析和观察炉鼻子内部的锌液流动情况/状态和锌渣分布情况/状态。其中，所述锌液图像中包含有锌渣分布信息，比如锌渣位于锌液的表面等。在实际应用中，所述摄像头102的采集周期(或采集频率)并不做限定，其可根据实际需求自定义设置，例如图像采集频率为1次/20s～1次/180s等。
所述锌灰泵103是一种智能化锌灰控制装置，能调节炉鼻子内锌灰或锌渣数量。所述溢流装置104用于控制进出口锌液液面的稳定度。所述排产系统105为排放炉鼻子排产物的系统，也可称为排渣系统，其可包括但不限于过渡卷。所述表检仪106可用于检测并获取带钢表面的锌渣分布状态，例如分布的锌渣数量等。关于炉鼻子控制系统10中包括的其他装置或器件，本申请并不做限定，本申请图1仅为示例，但并不构成限定。换句话说，在实际应用中炉鼻子控制系统10还可包括更多的装置/器件，本申请不做限定。
请参见图2，是本申请实施例提供的一种炉鼻子控制方法的流程示意图。如图2所示的方法应用于图1所示的炉鼻子控制系统10中，所述方法包括如下实施步骤：
S201、采集炉鼻子内的锌液图像。
本申请通过安装在炉鼻子侧壁位置的摄像头来实时或周期性地采集炉鼻子内的锌液图像，也可为视频，本申请以图像为例进行相关内容的阐述。其中，图像采集频率本申请并不做限定，可根据实际需求进行自定义设置，例如图像采集频率可为1次/20s～1次/180s等。
S202、对所述锌液图像进行图像识别和分析，得到所述炉鼻子内的锌液流动信息和锌渣分布信息。
进一步地，本申请可采用图像识别的方式对采集的所述锌液图像进行识别和分析，得出炉鼻子内的锌液流动情况(即锌液流动信息)和锌渣分布情况(即锌渣分布信息)。
在可选实施例中，所述锌液流动信息包括但不限于锌液的液面高度、流动速度(也可称为溢流速度)、流动方向(可以称为溢流方向)或其他信息等。所述锌渣分布信息包括但不限于锌渣的分布位置、分布数量或其他信息。
请参见图3，是本申请实施例提供的一种单侧溢流炉鼻子结构示意图。如图3中，炉鼻子内锌液可通过溢流槽和溢流板进行溢流，图示还示出锌液的溢流方向和流返方向。请一并参见图4，是本申请实施例提供的一种炉鼻子内部锌液液面流动的示意图。如图4中，示出4个锌液流动区域，分别如图①、②、③和④，其中图示的4个区域所示锌液的流动方向和流动速度均不相同。
S203、采用预设的机器学习算法，对所述锌液流动信息和所述锌渣分布信息进行学习计算，得到所述炉鼻子控制系统的调整控制参数。
本申请所述机器学习算法为系统自定义设置的，其可包括但不限于神经网络算法、模糊数学算法、或其他用于计算炉鼻子控制系统中相应装置的调整控制参数的算法等。
在一具体实施例中，本申请通过图像识别方式后，可进一步判断炉鼻子内部所述锌液的流动速度是否达到最佳流动状态，即所述流动速度是否达到预设的最优速度，若是，则确定锌液流动达到最佳流动状态。否则，确定锌液流动并未达到最佳流动状态。
进一步地，当锌液流动达到最佳流动状态，即锌液的流动速度达到最优速度时，本申请可调用机器学习算法对所述锌液流动信息和所述锌渣分布信息进行学习计算，具体可对锌液的溢流速度、溢流方向、锌渣的分布位置和分布数量机进行学习计算，得出所述炉鼻子控制系统中相应装置的调整控制参数。所述调整控制参数包括但不限于炉鼻子伸缩量、锌灰泵功率大小、加湿气体流量或其他装置控制参数等。
S204、根据所述调整控制参数，对所述炉鼻子控制系统中对应装置的运行控制参数进行调整；其中，所述运行控制参数与所述调整控制参数一一对应，所述调整控制参数包括以下中的至少一项：炉鼻子伸缩量、锌灰泵功率大小和加湿气体流量。
本申请在获得所述调整控制参数后，可根据所述调整控制参数，对应动态调整炉鼻子控制系统中相应装置的运行控制参数，例如根据炉鼻子伸缩量调整炉鼻子的伸缩动作等。
在可选实施例中，本申请还可获取表检仪检测的带钢表面的锌渣数量情况(即锌渣分布数量)和排产系统中的过渡卷，然后根据锌渣分布数据和过渡卷对炉鼻子的摆动动作进行调整。具体地，当锌渣分布数量较多(例如超过预设阈值)时，可调用排产系统中的过渡卷对炉鼻子进行摆动动作，否则不进行摆动。
需要说明的是，本申请提供一种采用视觉识别技术的炉鼻子自动控制系统，其适用于高表面质量要求的镀锌汽车外板生产。在本申请实施例中，将传统炉鼻子与采用视觉识别技术的炉鼻子控制系统的炉鼻子应用于镀锌汽车外板的生产，并将两种类型的炉鼻子进行对比研究，其对比表如下表1所示：
表1
由上表1对比发现：在人工干预频次、镀锌汽车外板过渡卷数量以及带钢表面锌渣数量等方面，均存在显著差异。采用配备有视觉识别技术的炉鼻子自动控制系统的炉鼻子生产镀锌汽车外板，不仅可以提高自动化程度，减少人工干预。同时可以降低过渡卷数量，降低生产成本，而且可以实现炉鼻子内部锌液面流场优化控制及锌渣的高效管理，显著减少带钢表面的锌渣数量。
通过实施本申请，利用炉鼻子内部视频监控系统，定期采集炉鼻子内部锌液图像，并采用图像识别技术对锌液流动信息和锌渣分布信息进行识别，根据图像识别结果对炉鼻子伸缩、锌灰泵功率大小和相应加湿气体流量进行自动控制，根据表检仪检测的带钢表面锌渣数量情况及排产系统中的过渡卷进行炉鼻子摆动动作调整。通过该系统，可实现炉鼻子系统自动控制，减少人工干预，并获得炉鼻子内部锌液流场及锌渣控制最佳状态。采用本申请具有实施方法简单、易于操作、成本低廉等特点。
基于同一发明构思，本申请另一实施例提供一种实施本申请实施例中所述炉鼻子控制方法的装置和终端设备。
请参见图5，是本申请实施例提供的一种炉鼻子控制装置(也可称为炉鼻子控制系统)的结构示意图。如图5所示的装置50包括：采集模块501、识别模块502、计算模块503和调整模块504，其中：
所述采集模块501，用于采集炉鼻子内的锌液图像；
所述识别模块502，用于对所述锌液图像进行图像识别和分析，得到所述炉鼻子内的锌液流动信息和锌渣分布信息；
所述计算模块503，用于采用预设的机器学习算法，对所述锌液流动信息和所述锌渣分布信息进行学习计算，得到炉鼻子控制系统的调整控制参数；
所述调整模块504，用于根据所述调整控制参数，对所述炉鼻子控制系统中对应装置的运行控制参数进行调整；
其中，所述运行控制参数与所述调整控制参数一一对应，所述调整控制参数包括以下中的至少一项：炉鼻子伸缩量、锌灰泵功率大小和加湿气体流量。
可选地，所述锌液流动信息包括所述炉鼻子内锌液的溢流速度和溢流方向，所述锌渣分布信息包括所述炉鼻子内锌渣的分布位置和分布数量。
可选地，
所述计算模块503，具体用于在所述溢流速度达到预设的最优速度时，对所述锌液流动信息和所述锌渣分布信息进行学习计算，得到所述炉鼻子控制系统的调整控制参数。
可选地，所述装置还包括获取模块505，其中：
所述获取模块，用于获取带钢表面的锌渣分布数量和排产系统中的过渡卷；
所述调整模块504，还用于根据所述锌渣分布数量和所述过渡卷，对所述炉鼻子的摆动动作进行调整。
可选地，
所述调整模块504，具体用于在所述锌渣分布数量超过预设阈值时，调用所述排产系统中的过渡卷对所述炉鼻子进行摆动。
请一并参见6，是本申请实施例提供的一种终端设备(也可称为炉鼻子控制系统)的结构示意图。如图6所示的终端设备60包括：至少一个处理器601、通信接口602、用户接口603和存储器606，处理器601、通信接口602、用户接口603和存储器604可通过总线或者其它方式连接，本发明实施例以通过总线605连接为例。其中，
处理器601可以是通用处理器，例如中央处理器(Central Processing Unit，CPU)。
通信接口602可以为有线接口(例如以太网接口)或无线接口(例如蜂窝网络接口或使用无线局域网接口)，用于与其他终端或网站进行通信。本发明实施例中，通信接口602具体用于获取锌液图像。
用户接口603具体可为触控面板，包括触摸屏和触控屏，用于检测触控面板上的操作指令，用户接口603也可以是物理按键或者鼠标。用户接口603还可以为显示屏，用于输出、显示图像或数据。
存储器604可以包括易失性存储器(Volatile Memory)，例如随机存取存储器(Random Access Memory，RAM)；存储器也可以包括非易失性存储器(Non-VolatileMemory)，例如只读存储器(Read-Only Memory，ROM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive，HDD)或固态硬盘(Solid-State Drive，SSD)；存储器604还可以包括上述种类的存储器的组合。存储器604用于存储一组程序代码，处理器601用于调用存储器604中存储的程序代码，执行如下操作：
采集炉鼻子内的锌液图像；
对所述锌液图像进行图像识别和分析，得到所述炉鼻子内的锌液流动信息和锌渣分布信息；
采用预设的机器学习算法，对所述锌液流动信息和所述锌渣分布信息进行学习计算，得到所述炉鼻子控制系统的调整控制参数；
根据所述调整控制参数，对所述炉鼻子控制系统中对应装置的运行控制参数进行调整；
其中，所述运行控制参数与所述调整控制参数一一对应，所述调整控制参数包括以下中的至少一项：炉鼻子伸缩量、锌灰泵功率大小和加湿气体流量。
可选地，所述锌液流动信息包括所述炉鼻子内锌液的溢流速度和溢流方向，所述锌渣分布信息包括所述炉鼻子内锌渣的分布位置和分布数量。
可选地，所述对所述锌液流动信息和所述锌渣分布信息进行学习计算，得到所述炉鼻子控制系统的调整控制参数包括：
在所述溢流速度达到预设的最优速度时，对所述锌液流动信息和所述锌渣分布信息进行学习计算，得到所述炉鼻子控制系统的调整控制参数。
可选地，所述处理器601还用于：
获取带钢表面的锌渣分布数量和排产系统中的过渡卷；
根据所述锌渣分布数量和所述过渡卷，对所述炉鼻子的摆动动作进行调整。
可选地，所述根据所述锌渣分布数量和所述过渡卷，对所述炉鼻子的摆动动作进行调整包括：
在所述锌渣分布数量超过预设阈值时，调用所述排产系统中的过渡卷对所述炉鼻子进行摆动。
由于本实施例所介绍的终端设备为实施本申请实施例中炉鼻子控制方法所采用的终端设备，故而基于本申请实施例中所介绍的炉鼻子控制方法，本领域所属技术人员能够了解本实施例的终端设备的具体实施方式以及其各种变化形式，所以在此对于该终端设备如何实现本申请实施例中的方法不再详细介绍。只要本领域所属技术人员实施本申请实施例中信息处理的方法所采用的终端设备，都属于本申请所欲保护的范围。
上述本申请实施例中的技术方案，至少具有如下的技术效果或优点：本申请通过采集炉鼻子内的锌液图像，对所述锌液图像进行图像识别和分析，得到所述炉鼻子内的锌液流动信息和锌渣分布信息；进一步再采用预设的机器学习算法，对所述锌液流动信息和所述锌渣分布信息进行学习计算，得到所述炉鼻子控制系统的调整控制参数；最后根据所述调整控制参数，对所述炉鼻子控制系统中对应装置的运行控制参数进行调整，以减小炉鼻子控制系统内的锌渣产量，这样可实现炉鼻子控制系统的自动控制，减少人工干预，并获得炉鼻子内部的锌液流动信息和锌渣控制的最佳状态，同时也解决了现有技术中采用人工方式进行炉鼻子伸缩控制和锌液流动分析时存在的精度和准确度较低的技术问题。
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装置。
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装置的制造品，该指令装置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 (2)
1.一种炉鼻子控制方法，其特征在于，应用于配备有锌灰泵—溢流装置的炉鼻子控制系统中，所述方法包括：
采集炉鼻子内的锌液图像；
对所述锌液图像进行图像识别和分析，得到所述炉鼻子内的锌液流动信息和锌渣分布信息；
采用预设的机器学习算法，对所述锌液流动信息和所述锌渣分布信息进行学习计算，得到所述炉鼻子控制系统的调整控制参数；
根据所述调整控制参数，对所述炉鼻子控制系统中对应装置的运行控制参数进行调整；
获取带钢表面的锌渣分布数量和排产系统中的过渡卷；
根据所述锌渣分布数量和所述过渡卷，对所述炉鼻子的摆动动作进行调整，包括：
在所述锌渣分布数量超过预设阈值时，调用所述排产系统中的过渡卷对所述炉鼻子进行摆动；
其中，所述运行控制参数与所述调整控制参数一一对应，所述调整控制参数为以下中的至少一项：炉鼻子伸缩量、锌灰泵功率大小；
所述锌液流动信息为所述炉鼻子内锌液的液面高度、溢流速度和溢流方向，所述锌渣分布信息为所述炉鼻子内锌渣的分布位置和分布数量；
所述对所述锌液流动信息和所述锌渣分布信息进行学习计算，得到所述炉鼻子控制系统的调整控制参数包括：
在所述溢流速度达到预设速度时，对所述锌液流动信息和所述锌渣分布信息进行学习计算，得到所述炉鼻子控制系统的调整控制参数。
2.一种用于权利要求1中的炉鼻子控制装置，其特征在于，包括：采集模块、识别模块、计算模块、获取模块和调整模块，其中：
所述采集模块，用于采集炉鼻子内的锌液图像；
所述识别模块，用于对所述锌液图像进行图像识别和分析，得到所述炉鼻子内的锌液流动信息和锌渣分布信息；所述锌液流动信息为所述炉鼻子内锌液的液面高度、溢流速度和溢流方向，所述锌渣分布信息为所述炉鼻子内锌渣的分布位置和分布数量；
所述计算模块，用于采用预设的机器学习算法，对所述锌液流动信息和所述锌渣分布信息进行学习计算，得到炉鼻子控制系统的调整控制参数；所述计算模块，具体用于在所述溢流速度达到预设的最优速度时，对所述锌液流动信息和所述锌渣分布信息进行学习计算，得到所述炉鼻子控制系统的调整控制参数；
所述调整模块，用于根据所述调整控制参数，对所述炉鼻子控制系统中对应装置的运行控制参数进行调整；
所述获取模块，用于获取带钢表面的锌渣分布数量和排产系统中的过渡卷；
所述调整模块，还用于根据所述锌渣分布数量和所述过渡卷，对所述炉鼻子的摆动动作进行调整，包括：在所述锌渣分布数量超过预设阈值时，调用所述排产系统中的过渡卷对所述炉鼻子进行摆动；
其中，所述运行控制参数与所述调整控制参数一一对应，所述调整控制参数为以下中的至少一项：炉鼻子伸缩量、锌灰泵功率大小。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210430183.5A CN114875349B (zh) | 2022-04-22 | 2022-04-22 | 炉鼻子控制方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210430183.5A CN114875349B (zh) | 2022-04-22 | 2022-04-22 | 炉鼻子控制方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114875349A CN114875349A (zh) | 2022-08-09 |
| CN114875349B true CN114875349B (zh) | 2024-04-26 |
Family
ID=82672570
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210430183.5A Active CN114875349B (zh) | 2022-04-22 | 2022-04-22 | 炉鼻子控制方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114875349B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110218960A (zh) * | 2019-05-17 | 2019-09-10 | 邯郸钢铁集团有限责任公司 | 基于视觉识别的炉鼻子姿态自动调整系统和方法 |
| CN112626437A (zh) * | 2020-12-25 | 2021-04-09 | 中冶南方工程技术有限公司 | 一种基于视觉识别的热镀锌加湿系统和方法 |
| WO2022024544A1 (ja) * | 2020-07-29 | 2022-02-03 | Ｊｆｅスチール株式会社 | ドロス欠陥予測方法、ドロス欠陥低減方法、溶融亜鉛めっき鋼板の製造方法、合金化溶融亜鉛めっき鋼板の製造方法、ドロス欠陥予測モデルの生成方法、ドロス欠陥予測装置、およびドロス欠陥予測端末システム |
-
2022
- 2022-04-22 CN CN202210430183.5A patent/CN114875349B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110218960A (zh) * | 2019-05-17 | 2019-09-10 | 邯郸钢铁集团有限责任公司 | 基于视觉识别的炉鼻子姿态自动调整系统和方法 |
| WO2022024544A1 (ja) * | 2020-07-29 | 2022-02-03 | Ｊｆｅスチール株式会社 | ドロス欠陥予測方法、ドロス欠陥低減方法、溶融亜鉛めっき鋼板の製造方法、合金化溶融亜鉛めっき鋼板の製造方法、ドロス欠陥予測モデルの生成方法、ドロス欠陥予測装置、およびドロス欠陥予測端末システム |
| CN112626437A (zh) * | 2020-12-25 | 2021-04-09 | 中冶南方工程技术有限公司 | 一种基于视觉识别的热镀锌加湿系统和方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114875349A (zh) | 2022-08-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104087707A (zh) | 一种转炉化渣监控方法和系统 | |
| CN107316301B (zh) | 一种便捷的污水中悬浮颗粒浓度在线检测系统 | |
| CN107999910B (zh) | 一种电火花线切割机的控制方法和一种电火花线切割机 | |
| CN104502525B (zh) | 空气质量提示方法及装置 | |
| CN112200011B (zh) | 曝气池状态检测方法、系统、电子设备及存储介质 | |
| CN102519981A (zh) | Pvc建材表面质量在线检测系统 | |
| JP4907146B2 (ja) | 自動培養方法及び細胞培養装置 | |
| CN111394533B (zh) | 高炉布料状况评估方法及评估系统 | |
| CN104991191B (zh) | 动态检测移动终端电池电量的系统及方法 | |
| CN114875349B (zh) | 炉鼻子控制方法及装置 | |
| CN110992415B (zh) | 一种基于大数据的水面漂浮物污染评价系统及其方法 | |
| CN101696877A (zh) | 机器视觉系统对弹簧垂直度的在线检测方法 | |
| CN105242970A (zh) | 一种基于内存剩余容量调节照相机频率的方法及系统 | |
| CN110218960B (zh) | 基于视觉识别的炉鼻子姿态自动调整系统和方法 | |
| CN112828275B (zh) | 一种自动扒渣方法、装置及系统 | |
| CN112560779B (zh) | 进料口溢料识别方法、设备及搅拌站进料控制系统 | |
| CN113873074A (zh) | 一种控制方法、电子设备及计算机存储介质 | |
| CN112548087A (zh) | 一种可连续加工铝锭连续浇铸线脱模系统 | |
| CN116051478A (zh) | 电池隔膜表面涂覆物质量检测方法和装置 | |
| CN210765379U (zh) | 一种用于转炉智能出钢的装置 | |
| CN112449115A (zh) | 拍摄方法、装置和电子设备 | |
| CN106335977A (zh) | 一种自来水加氯控制方法和系统 | |
| CN109352650B (zh) | 一种机器人的工作模式切换方法、装置及机器人 | |
| CN115466810B (zh) | 一种风口布局调控方法及装置 | |
| CN110909955A (zh) | 一种水环境污染预警系统及其方法 |
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 |