CN117165733A - 一种转炉自动倒渣的渣量实时识别方法及系统 - Google Patents
一种转炉自动倒渣的渣量实时识别方法及系统 Download PDFInfo
- Publication number
- CN117165733A CN117165733A CN202210591056.3A CN202210591056A CN117165733A CN 117165733 A CN117165733 A CN 117165733A CN 202210591056 A CN202210591056 A CN 202210591056A CN 117165733 A CN117165733 A CN 117165733A
- Authority
- CN
- China
- Prior art keywords
- slag
- real
- time
- converter
- area
- 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.)
- Pending
Links
- 239000002893 slag Substances 0.000 title claims abstract description 294
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000006243 chemical reaction Methods 0.000 claims abstract description 12
- 238000004364 calculation method Methods 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 12
- 238000005070 sampling Methods 0.000 claims description 12
- 238000004891 communication Methods 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 6
- 239000000428 dust Substances 0.000 claims description 3
- 230000001681 protective effect Effects 0.000 claims description 3
- 239000000779 smoke Substances 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 description 13
- 238000005303 weighing Methods 0.000 description 8
- 238000009825 accumulation Methods 0.000 description 7
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 6
- 229910000831 Steel Inorganic materials 0.000 description 6
- 239000010959 steel Substances 0.000 description 6
- 238000003723 Smelting Methods 0.000 description 5
- 238000007664 blowing Methods 0.000 description 4
- 238000009628 steelmaking Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 229910052742 iron Inorganic materials 0.000 description 3
- 230000014759 maintenance of location Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000006477 desulfuration reaction Methods 0.000 description 2
- 230000023556 desulfurization Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 229910052698 phosphorus Inorganic materials 0.000 description 2
- 239000011574 phosphorus Substances 0.000 description 2
- 229910000851 Alloy steel Inorganic materials 0.000 description 1
- 229910000975 Carbon steel Inorganic materials 0.000 description 1
- 229910000677 High-carbon steel Inorganic materials 0.000 description 1
- 229910000617 Mangalloy Inorganic materials 0.000 description 1
- PWHULOQIROXLJO-UHFFFAOYSA-N Manganese Chemical compound [Mn] PWHULOQIROXLJO-UHFFFAOYSA-N 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 description 1
- 239000010962 carbon steel Substances 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 229910052748 manganese Inorganic materials 0.000 description 1
- 239000011572 manganese Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006740 morphological transformation Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 229910052717 sulfur Inorganic materials 0.000 description 1
- 239000011593 sulfur Substances 0.000 description 1
- 230000004584 weight gain Effects 0.000 description 1
- 235000019786 weight gain Nutrition 0.000 description 1
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
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Materials Engineering (AREA)
- Metallurgy (AREA)
- Organic Chemistry (AREA)
- Manufacturing & Machinery (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Automation & Control Theory (AREA)
- Carbon Steel Or Casting Steel Manufacturing (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种转炉自动倒渣的渣量实时识别方法及系统，包括以下步骤：S1、获得倾倒渣区任一水平位置渣层的实时厚度；S2、采集所述渣层在厚度垂直方向上的实时平面图像，将所述渣层的厚度与时间间隔内平面区域内所述渣层的面积相乘，获得微层渣体积；S3、将微层渣体积与所述渣层的密度、折算系数相乘，获得微层的渣量值，连续累加微层的实时渣量值，获得已经倒入渣罐的总渣量数值。本发明能够迅速、及时、准确的实时测量、计算和反馈倒出的炉渣重量。
Description
技术领域
本发明涉及炼钢技术，更具体地说，涉及一种转炉自动倒渣的渣量实时识别方法及系统。
背景技术
炼钢技术领域中，智能转炉技术正在不断发展，其中，转炉炼钢过程的本质即是炼渣过程，或称为造渣过程。一般造渣有三种操作工艺方法，即单渣法、双渣法和双渣留渣法。
其中，单渣法是在吹炼过程中一次造渣，中途不倒渣、不扒渣，该方法操作简单，但是脱磷效果相对低，仅用于冶炼对硫、磷要求不高的一般碳素钢和低合金钢；而双渣法是在吹炼过程中倒出约50％-65％的炉渣，然后加入渣料重新造渣的工艺操作方法，该方法脱磷脱硫效果较好，在铁水中磷含量高且吹炼高碳钢和铁水硅含量高为防止喷溅时、或者吹炼低锰钢为防止回锰时可采用双渣法；最后，双渣留渣法是指将上一炉的高碱度、高温度、和FeO含量较高的终点渣的部分留在炉内，以便加速下一炉钢初渣的形成，并在吹炼过程中途倒出部分炉渣再造新渣的工艺操作过程，该方法脱硫脱磷效率高，应用在对钢水质量要求较高的钢种冶炼过程中。
在上述双渣法和双渣留渣法中，都需要中途倒渣操作，即吹炼中间倒出一定量的炉渣，现场实际生产过程中，一般可以通过渣重实时称量确定倒渣总量，但是，渣车称重有以下两个不足：
1)渣车新增称重装备需要较大的现场改造，工期较长且费用高；
2)渣车实时称重存在时间滞后，而且影响较大，由于倒渣速度很快，称重是在渣已经掉落在渣罐以后才能反馈出渣车增重数据，因此，在倒渣后期，结块渣倒渣过程就会出现严重偏差；而本发明是在渣罐上方就能判断出即将下落的出渣大小，即可以有效提高判渣识别准确度。
现有公开号CN103397134A一种根据倾转角度计算留渣量的方法，公开了一种留渣量计算方法。该方法通过副枪测量钢水液面高度，再通过钢包尺寸、炉衬侵蚀状态数据以及倾动角度，计算炉内熔融体总体积和剩余熔融体总体积之差，即为转炉内的留渣体积，乘以熔渣密度，则可以计算出留渣量。
现有公开号CN107502698A适用于少渣冶炼的自动化炼钢方法，公开了一种倒渣和留渣计算模型，其中，留渣模型是基于渣车称重技术，实时计算出渣车采集前期和实时重量之差，即倒渣重量，从而实现留渣冶炼模型控制方法。
但上述2件专利技术中，倒渣渣量控制和留渣控制的精度均不高，其中原因一方面是由于现场条件和环境的复杂性，另一方面也因为渣车称重控制技术的精度不高所致。从国内外技术调研来看，国外日本制铁、浦项等都没有针对转炉倒渣渣厚的实时在线测定方法，常规图像识别技术只能通过平面图像模糊计算渣量大小，误差大；到目前为止，尚未有能精确测定转炉倒渣渣量大小的公开文献和公开报道。
发明内容
针对现有技术中存在的上述缺陷，本发明的目的是提供一种转炉自动倒渣的渣量实时识别方法及系统，能够迅速、及时、准确的实时测量、计算和反馈倒出的炉渣重量。
为实现上述目的，本发明采用如下技术方案：
一方面，一种转炉自动倒渣的渣量实时识别方法，包括以下步骤：
S1、获得倾倒渣区任一水平位置渣层的实时厚度；
S2、采集所述渣层在厚度垂直方向上的实时平面图像，将所述渣层的厚度与时间间隔内平面区域内所述渣层的面积相乘，获得微层渣体积；
S3、将微层渣体积与所述渣层的密度、折算系数相乘，获得微层的渣量值，连续累加微层的实时渣量值，获得已经倒入渣罐的总渣量数值。
较佳的，所述步骤S1中，通过在所述倾倒渣区的两侧同一水平位置上各布置一个激光轮廓传感器，实时测定所述倾倒渣区的前后波形曲线，经过两条波形曲线的距离差获得该水平位置渣层的实时厚度。
较佳的，所述激光轮廓传感器与所述倾倒渣区之间相距1000mm至8000mm之间，激光采样频率大于100Hz，测距重复精度小于50μm。
较佳的，所述步骤S2中，采用自由落体模型和/或有初速度的落体运动模型，并通过高速相机采集实时平面图像；
所述高速相机的帧率大于30FPS。
较佳的，所述渣层的面积计算具体包括以下步骤：
S21、通过所述高速相机获取实时视频流；
S22、截取所述视频流中渣流区域图像；
S23、对所述渣流区域图像进行二值化处理，背景像素灰度值为0，所述渣流区域像素灰度值为1；
S24、累加渣流微层区域像素灰度值，累加和即为实时微渣层渣面积的表征值。
较佳的，当钢包接近水平倒置(0～10度)时，采用所述自由落体模型；当钢包倾斜或倒置角度较大(大于10度时)时，采用所述有初速度的落体运动模型，初速度取0.01～0.3米/秒，与钢包倾角相关。
较佳的，所述步骤S3中，总渣量数值通过下列公式计算：
另一方面，一种转炉自动倒渣的渣量实时识别系统，包括：
转炉；
转炉倾倒驱动装置，与所述转炉连接，用以驱动所述转炉倾转，执行倒渣作业；
转炉倾角测量装置，用以测量所述转炉的倾角；
测厚仪，在所述转炉执行倒渣时，用以测量倾倒渣区的任一水平位置渣层的实时厚度；
图像采集仪，用以采集所述倾倒渣层在厚度垂直方向上的实时视频流；
图像处理模块，将所述视频流处理成平面图像；
存储模块，用以存储所述视频流和所述平面图像；
图像识别与计算模块，用以对所述平面图像进行识别渣流区域图像；
控制服务器系统，与所述转炉、所述转炉倾倒驱动装置、所述转炉倾角测量装置、所述测厚仪、所述图像采集仪、所述图像处理模块、所述存储模块和所述图像识别与计算模块之间通过网络通讯连接，通过自由落体模型或有初速度的落体运动模型将所述渣层的厚度与时间间隔内平面区域内所述渣层的面积相乘，获得微层渣体积，再将微层渣体积与所述渣层的密度、折算系数相乘，获得微层的渣量值，连续累加微层的实时渣量值，获得已经倒入渣罐的总渣量数值；
通过所述转炉自动倒渣的渣量实时识别系统以实现所述的转炉自动倒渣的渣量实时识别方法。
较佳的，所述测厚仪采用激光轮廓传感器，设有两个，分别设于所述倾倒渣区的两侧同一水平位置上；
所述激光轮廓传感器与所述倾倒渣区之间相距1000mm至8000mm之间，激光采样频率大于100Hz，测距重复精度小于50μm；
所述激光轮廓传感器上配有风冷或水冷高温保护罩、气吹除烟尘装置。
较佳的，所述图像采集仪采用高速相机；
所述高速相机的帧率大于30FPS。
本发明所提供的一种转炉自动倒渣的渣量实时识别方法及系统，采用二维渣图像面积的机器视觉识别与第三维厚度的激光测量相结合的立体识别技术，有效解决了渣车称重的时间滞后问题、快速流动渣厚度的测量难题。在实际转炉自动倒渣技术的实现中具有可操作性、有效性和实用性，可以有效提高智能识别技术的准确度和控制精度。
附图说明
图1是本发明转炉自动倒渣的渣量实时识别方法的流程示意图；
图2是本发明转炉自动倒渣的渣量实时识别方法中激光轮廓传感器的布置示意图；
图3是本发明转炉自动倒渣的渣量实时识别方法的原理示意图。
具体实施方式
为了能更好地理解本发明的上述技术方案，下面结合附图和实施例进一步说明本发明的技术方案。
结合图1所示，本发明所提供的一种转炉自动倒渣的渣量实时识别方法，包括以下步骤：
S1、获得倾倒渣区任一水平位置渣层的实时厚度；
S2、采集渣层在厚度垂直方向上的实时平面图像，将渣层的厚度与微小时间间隔内平面微区域内渣层的面积相乘，获得微层渣体积；
S3、将微层渣体积与渣层的密度、折算系数相乘，获得微层的渣量值，连续累加微层的实时渣量值，获得已经倒入渣罐的总渣量数值。
结合图2所示，上述步骤S1中，在钢包100向渣罐200倾倒渣料时，通过在倾倒渣区的两侧同一水平位置上各布置一个激光轮廓传感器1实时测定倾倒渣区的前后波形曲线，经过两条波形曲线的距离差(相减运算)获得该水平位置渣层的实时厚度。
激光轮廓传感器1与倾倒渣区之间相距1000mm至8000mm之间，激光采样频率大于100Hz，测距重复精度小于50μm。
结合图2所示，上述步骤S2中，采用高速相机采集实时平面图像，并通过自由落体模型或有初速度的落体运动模型，将所述渣层的厚度与时间间隔内平面区域内所述渣层的面积相乘，获得微层渣体积，高速相机的帧率大于30FPS。
渣层的面积计算具体包括以下步骤：
S21、通过高速相机获取实时视频流；
S22、截取视频流中渣流区域图像(如图3中虚线框区域，该区域范围可调)；
S23、对渣流区域图像进行二值化处理(去除背景，只留下渣流。另外也还可采用动态阈值、梯度锐化、形态学变换、边缘检测及其它算法等)，背景像素灰度值为0，渣流区域像素灰度值为1；
S24、累加渣流微层区域的像素灰度值，累加和即为实时微层渣面积的表征值。
将微层渣面积的表征值与该层渣厚度测量值相乘再累加即可计算总渣量。
另外，再通过实际渣重校正渣量计算模型的折算系数，折算系数的取值范围在0.01～15.0之间。
继续参考图3，运用图像识别技术可以完成以下内容：
1)可以实时获取倒渣过程中的渣宽分布大小，当渣宽小于一定阈值时，可以认为到达倒渣终点；
2)可以根据自由落体模型，并结合高速摄像机实时识别结果累加计算倒渣量大小，预估倒渣量，从而满足留渣量要求。
当钢包接近水平倒置(0～10度)时，采用自由落体模型；当钢包倾斜或倒置角度较大(大于10度)时，采用有初速度的落体运动模型，初速度取0.01～0.3米/秒，与钢包倾角相关。
因此，可以计算单位时间内进入渣量图像识别区域范围内的实时值，并进行累加计算，从而获得最终的渣量总面积值。
继续参考图3，深度Depth是根据相机拍照的时间间隔计算的累加区域深度，即为进入累加区域的高度值h1与走出累加区域的高度值h2之间的差值，其中，V1、V2分别是进入和走出累加区域的渣速度值；DT是根据相机帧率FPS计算出的时间间隔值。
步骤S3中，总渣量数值通过下列公式(1)计算：
本发明还公开了一种转炉自动倒渣的渣量实时识别系统，包括：
转炉；
转炉倾倒驱动装置，与转炉连接，用以驱动转炉倾转，执行倒渣作业；
转炉倾角测量装置，用以测量转炉的倾角；
测厚仪，在转炉执行倒渣时，用以测量倾倒渣区的任一水平位置渣层的实时厚度；
图像采集仪，用以采集倾倒渣层在厚度垂直方向上的实时视频流；
图像处理模块，对视频流进行处理成平面图像；
存储模块，用以存储视频流和平面图像；
图像识别与计算模块，用以对平面图像进行识别渣流区域图像；
控制服务器系统，与转炉、转炉倾倒驱动装置、转炉倾角测量装置、测厚仪、图像采集仪、图像处理模块、存储模块和图像识别与计算模块之间通过网络通讯连接，通过自由落体模型或有初速度的落体运动模型将渣层的厚度与时间间隔内平面区域内渣层的面积相乘，获得微层渣体积，再将微层渣体积与渣层的密度、折算系数相乘，获得微层的渣量值，连续累加微层的实时渣量值，获得已经倒入渣罐的总渣量数值；
通过本发明转炉自动倒渣的渣量实时识别系统以实现本发明转炉自动倒渣的渣量实时识别方法。
测厚仪采用激光轮廓传感器1，设有两个，分别设于倾倒渣区的两侧同一水平位置上；激光轮廓传感器与倾倒渣区之间相距1000mm至8000mm之间，激光采样频率大于100Hz，测距重复精度小于50μm；激光轮廓传感器上配有风冷或水冷高温保护罩、气吹除烟尘装置。
图像采集仪采用高速相机；高速相机的帧率大于30FPS。
采用二维渣图像面积的机器视觉识别与第三维厚度的激光测量相结合，采用高速通讯网络通讯及立体识别技术相结合的实现技术有效解决了渣车称重的时间滞后问题。而且采用了同一水平面上的相对激光轮廓测量技术有效解决了快速流动渣厚度的测量难题。
实施例1
采用两个激光轮廓传感器，采样频率均为120Hz，安装在距离出渣口各5000mm，高速通讯接口，波长405nm；
采用高速相机，帧率60fps，黑白可见光相机加红外滤镜；
转炉钢水重量250吨，自动倒渣共计85秒，相机实际采样约20ms一张图像，20ms在图像中下移235个像素点，累计：
倒渣总面积*渣厚*折算系数＝倒渣总体积＝8.304(m3)
计算倒渣重量＝倒渣总体积*渣平均密度＝8.304*2.3＝19.1吨，
(渣平均密度＝2.3吨/立方米)倒渣、留渣命中率和成功率大于85％。
实施例2
采用两个激光轮廓传感器，采样频率均为120Hz，安装在距离出渣口各5000mm，高速通讯接口，波长405nm；
采用高速相机，帧率60fps，黑白可见光相机加红外滤镜；
转炉钢水重量255吨，自动倒渣共计79秒，相机实际采样约20ms一张图像，20ms在图像中下移235个像素点，累计：
倒渣总面积*渣厚*折算系数＝倒渣总体积＝8.043(m3)
计算倒渣重量＝倒渣总体积*渣平均密度＝8.043*2.3＝18.5吨，
(渣平均密度＝2.3吨/立方米)倒渣、留渣命中率和成功率大于85％。
实施例3
采用两个激光轮廓传感器，采样频率均为120Hz，安装在距离出渣口各5000mm，高速通讯接口，波长405nm；
采用高速相机，帧率60fps，黑白可见光相机加红外滤镜；
转炉钢水重量235吨，自动倒渣共计69秒，相机实际采样约20ms一张图像，20ms在图像中下移235个像素点，累计：
倒渣总面积*渣厚*折算系数＝倒渣总体积＝7.217(m3)
计算倒渣重量＝倒渣总体积*渣平均密度＝7.217*2.3＝16.6吨，
(渣平均密度＝2.3吨/立方米)倒渣、留渣命中率和成功率大于85％。
本技术领域中的普通技术人员应当认识到，以上的实施例仅是用来说明本发明，而并非用作为对本发明的限定，只要在本发明的实质精神范围内，对以上所述实施例的变化、变型都将落在本发明的权利要求书范围内。
Claims (10)
1.一种转炉自动倒渣的渣量实时识别方法，其特征在于，包括以下步骤：
S1、获得倾倒渣区任一水平位置渣层的实时厚度；
S2、采集所述渣层在厚度垂直方向上的实时平面图像，将所述渣层的厚度与时间间隔内平面区域内所述渣层的面积相乘，获得微层渣体积；
S3、将微层渣体积与所述渣层的密度、折算系数相乘，获得微层的渣量值，连续累加微层的实时渣量值，获得已经倒入渣罐的总渣量数值。
2.根据权利要求1所述的转炉自动倒渣的渣量实时识别方法，其特征在于：所述步骤S1中，通过在所述倾倒渣区的两侧同一水平位置上各布置一个激光轮廓传感器，实时测定所述倾倒渣区的前后波形曲线，经过两条波形曲线的距离差获得该水平位置渣层的实时厚度。
3.根据权利要求2所述的转炉自动倒渣的渣量实时识别方法，其特征在于：所述激光轮廓传感器与所述倾倒渣区之间相距1000mm至8000mm之间，激光采样频率大于100Hz，测距重复精度小于50μm。
4.根据权利要求1所述的转炉自动倒渣的渣量实时识别方法，其特征在于：所述步骤S2中，采用高速相机采集实时平面图像，并通过自由落体模型或有初速度的落体运动模型，将所述渣层的厚度与时间间隔内平面区域内所述渣层的面积相乘，获得微层渣体积；
所述高速相机的帧率大于30FPS。
5.根据权利要求4所述的转炉自动倒渣的渣量实时识别方法，其特征在于，所述渣层的面积计算具体包括以下步骤：
S21、通过所述高速相机获取实时视频流；
S22、截取所述视频流中渣流区域图像；
S23、对所述渣流区域图像进行二值化处理，背景像素灰度值为0，所述渣流区域像素灰度值为1；
S24、累加渣流微层区域像素灰度值，累加和即为实时微渣层渣面积的表征值。
6.根据权利要求5所述的转炉自动倒渣的渣量实时识别方法，其特征在于：当钢包的倒置角度为0～10度时，采用所述自由落体模型；当钢包的倒置角度大于10度时，采用所述有初速度的落体运动模型，初速度取值0.01～0.3米/秒。
7.根据权利要求1所述的转炉自动倒渣的渣量实时识别方法，其特征在于，所述步骤S3中，总渣量数值通过下列公式计算：
8.一种转炉自动倒渣的渣量实时识别系统，其特征在于，包括：
转炉；
转炉倾倒驱动装置，与所述转炉连接，用以驱动所述转炉倾转，执行倒渣作业；
转炉倾角测量装置，用以测量所述转炉的倾角；
测厚仪，在所述转炉执行倒渣时，用以测量倾倒渣区的任一水平位置渣层的实时厚度；
图像采集仪，用以采集所述倾倒渣层在厚度垂直方向上的实时视频流；
图像处理模块，将所述视频流处理成平面图像；
存储模块，用以存储所述视频流和所述平面图像；
图像识别与计算模块，用以对所述平面图像进行识别渣流区域图像；
控制服务器系统，与所述转炉、所述转炉倾倒驱动装置、所述转炉倾角测量装置、所述测厚仪、所述图像采集仪、所述图像处理模块、所述存储模块和所述图像识别与计算模块之间通过网络通讯连接，通过自由落体模型或有初速度的落体运动模型将所述渣层的厚度与时间间隔内平面区域内所述渣层的面积相乘，获得微层渣体积，再将微层渣体积与所述渣层的密度、折算系数相乘，获得微层的渣量值，连续累加微层的实时渣量值，获得已经倒入渣罐的总渣量数值；
通过所述转炉自动倒渣的渣量实时识别系统以实现如权利要求1-7之一所述的转炉自动倒渣的渣量实时识别方法。
9.根据权利要求8所述的转炉自动倒渣的渣量实时识别系统，其特征在于：所述测厚仪采用激光轮廓传感器，设有两个，分别设于所述倾倒渣区的两侧同一水平位置上；
所述激光轮廓传感器与所述倾倒渣区之间相距1000mm至8000mm之间，激光采样频率大于100Hz，测距重复精度小于50μm；
所述激光轮廓传感器上配有风冷或水冷高温保护罩、气吹除烟尘装置。
10.根据权利要求8所述的转炉自动倒渣的渣量实时识别系统，其特征在于：所述图像采集仪采用高速相机；
所述高速相机的帧率大于30FPS。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210591056.3A CN117165733A (zh) | 2022-05-27 | 2022-05-27 | 一种转炉自动倒渣的渣量实时识别方法及系统 |
| PCT/CN2023/096563 WO2023227113A1 (zh) | 2022-05-27 | 2023-05-26 | 一种转炉自动倒渣的渣量实时测量方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210591056.3A CN117165733A (zh) | 2022-05-27 | 2022-05-27 | 一种转炉自动倒渣的渣量实时识别方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117165733A true CN117165733A (zh) | 2023-12-05 |
Family
ID=88918511
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210591056.3A Pending CN117165733A (zh) | 2022-05-27 | 2022-05-27 | 一种转炉自动倒渣的渣量实时识别方法及系统 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN117165733A (zh) |
| WO (1) | WO2023227113A1 (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117456427B (zh) * | 2023-12-19 | 2024-04-02 | 武汉新科冶金设备制造有限公司 | 一种炼钢转炉的钢水倾倒方法 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH11131124A (ja) * | 1997-10-29 | 1999-05-18 | Nippon Steel Corp | スラグ流出量測定方法 |
| JP4965093B2 (ja) * | 2004-07-30 | 2012-07-04 | Ｊｆｅスチール株式会社 | 転炉スラグ流出量定量化方法、転炉の操業方法およびそれらの装置 |
| EP3553463A4 (en) * | 2016-12-06 | 2020-07-29 | Nippon Steel Corporation | METHOD FOR EVALUATING THE QUANTITY OF SLAG ON THE SURFACE OF MOLTEN METAL |
| CN113528737B (zh) * | 2020-03-31 | 2022-10-21 | 宝山钢铁股份有限公司 | 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) * | 2020-03-31 | 2022-10-21 | 宝山钢铁股份有限公司 | 一种转炉留渣工艺自动倒渣的方法和系统 |
| CN111944942B (zh) * | 2020-07-30 | 2022-04-22 | 北京科技大学 | 一种转炉偏心炉底动态出钢控制方法及装置 |
-
2022
- 2022-05-27 CN CN202210591056.3A patent/CN117165733A/zh active Pending
-
2023
- 2023-05-26 WO PCT/CN2023/096563 patent/WO2023227113A1/zh unknown
Also Published As
| Publication number | Publication date |
|---|---|
| WO2023227113A1 (zh) | 2023-11-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106987675B (zh) | 一种转炉出钢过程的控制系统及控制方法 | |
| JP4965093B2 (ja) | 転炉スラグ流出量定量化方法、転炉の操業方法およびそれらの装置 | |
| CN113528736B (zh) | 一种转炉留渣工艺自动倒渣的方法和系统 | |
| WO2021197168A1 (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 | |
| WO2023227113A1 (zh) | 一种转炉自动倒渣的渣量实时测量方法及系统 | |
| JP2007002306A (ja) | 高炉出銑流速測定方法、出銑流速測定装置、及び出銑量測定方法 | |
| CN108856664A (zh) | 一种连铸机结晶器自动加渣系统及控制方法 | |
| CN105562630A (zh) | 结晶器保护渣熔融状况检测装置和检测方法 | |
| JP6702420B2 (ja) | 排滓重量推定方法及び排滓重量推定装置 | |
| CN113444854B (zh) | 一种转炉全自动倒渣方法和系统 | |
| US20110174457A1 (en) | Process for optimizing steel fabrication | |
| CN111560489A (zh) | 一种转炉出钢中的台车自动走行方法和系统 | |
| CN111485055A (zh) | 转炉出钢过程中的合金溜槽自动对中方法和系统 | |
| CN108424994A (zh) | 一种降低铁水扒渣损失的方法 | |
| US6539273B1 (en) | Method of and apparatus for automatically controlling operation of a continuous casting plant | |
| JP5786803B2 (ja) | 高炉出銑口径測定方法、高炉出銑口径測定システム、及びコンピュータプログラム | |
| Sahajwalla et al. | The spout of air jets upwardly injected into a water bath | |
| CN103302253A (zh) | 液位检测方法及系统 | |
| CN216524095U (zh) | 一种用于钢包空包及出钢过程的热状态监测系统 | |
| KR20190074172A (ko) | 용선 생산 설비에서 용융물 배출 속도 측정 방법 | |
| CA2313233C (en) | Method of and apparatus for automatically controlling operation of a continuous casting plant | |
| CN104950929A (zh) | 基于视觉的铸轮液位自动控制系统与控制方法 | |
| Tsutsumi et al. | Inflow Behavior Observation of Molten Mold Powder between Mold and Solidified Shell by Continuous Casting Simulator Using Sn–Pb Alloy and Stearic Acid | |
| CN106984785B (zh) | 一种用3d摄像或照相来监测结晶器内液面波动的方法 | |
| CN112008048B (zh) | 连铸钢包下渣量的测量方法 |
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 |