CN117351020B - 一种基于耐火材料外观的在线检测方法及系统 - Google Patents

一种基于耐火材料外观的在线检测方法及系统 Download PDF

Info

Publication number
CN117351020B
CN117351020B CN202311658553.1A CN202311658553A CN117351020B CN 117351020 B CN117351020 B CN 117351020B CN 202311658553 A CN202311658553 A CN 202311658553A CN 117351020 B CN117351020 B CN 117351020B
Authority
CN
China
Prior art keywords
refractory material
stage
pixel
value
refractory
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
CN202311658553.1A
Other languages
English (en)
Other versions
CN117351020A (zh
Inventor
李军
冯健
王迪
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.)
Dashiqiao Mingkong Refractory Materials Co ltd
Original Assignee
Dashiqiao Mingkong Refractory Materials 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 Dashiqiao Mingkong Refractory Materials Co ltd filed Critical Dashiqiao Mingkong Refractory Materials Co ltd
Priority to CN202311658553.1A priority Critical patent/CN117351020B/zh
Publication of CN117351020A publication Critical patent/CN117351020A/zh
Application granted granted Critical
Publication of CN117351020B publication Critical patent/CN117351020B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N25/00—Investigating or analyzing materials by the use of thermal means
    • G01N25/72—Investigating presence of flaws
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
    • 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
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Biochemistry (AREA)
  • Quality & Reliability (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • Investigating Or Analyzing Materials Using Thermal Means (AREA)
  • Manufacture And Refinement Of Metals (AREA)

Abstract

本发明公开了一种基于耐火材料外观的在线检测方法及系统，涉及耐火材料检测技术领域，所述方法包括：采集耐火材料成型过程中不同阶段的耐火材料生产图像，并进行预处理，所述不同阶段包括原材料准备阶段、湿法成型阶段、干法成型阶段、干燥阶段、烧结阶段；采集干燥阶段、烧结阶段中耐火材料的热成像图像，并进行预处理；分析耐火材料成型过程中不同阶段耐火材料的结构变异值；分析干燥阶段、烧结阶段中耐火材料的温度变异值；分析耐火材料成型体的缺陷潜伏值；预设耐火材料成型体缺陷潜伏阈值，对大于缺陷潜伏阈值的耐火材料成型体进行销毁处理。本发明提高了耐火材料成品质量，为生产企业节约更多生产成本。

Description

一种基于耐火材料外观的在线检测方法及系统
技术领域
本发明涉及耐火材料检测技术领域，特别是涉及一种基于耐火材料外观的在线检测方法及系统。
背景技术
耐火材料成型技术是指将耐火材料粉末通过特定的方法和工艺进行成型，使其形成所需的形状和尺寸。现有技术中针对耐火材料成型的研究更多聚焦于对耐火材料成型后的成品性能以及是否存在损伤进行检测，而较少关注在耐火材料成型过程中不同阶段也会对材料成型带来的困难。耐火材料成型过程中不同阶段中耐火材料发生的结构变化、温度变化都会直接影响最后耐火材料的品质以及性能，如果能通过图像识别的方式在耐火材料成型的不同阶段对耐火材料的结构和温度进行精确分析，直接根据耐火材料成型过程解决耐火材料成品性能和损伤问题，这将极大提高耐火材料成品的质量，从而为生产企业节约更多生产成本。
如授权公告号为CN105181509B的中国专利公开了一种耐火材料使用性能的检测方法，能够预测耐火材料的使用效果。该方法的步骤包括：检测耐火材料抵抗热应力的能力，采用可控温的电阻炉，炉门上预留有放置样品的凹槽；将待测的耐火材料镶嵌在两个金属炉门上的凹槽内；通过炉外电动升降装置将两个插板升起，关闭前后两个金属炉门；通过冷热交替，观察试样表面并进行详细记录；检测耐火材料热传导性能及烧结梯度，将待测的耐火材料镶嵌在两个金属炉门凹槽内；启动温度自动控制仪，开始升温、恒温及降温；将试样纵向切开，利用X光衍射仪、电子显微镜测定距离热面不同距离处的矿物组成、显微组织结构。该发明提方法操作简单，维护方便，有利于大范围推广应用。
如授权公告号为CN111830084B的中国专利公开了一种炉衬耐火材料损伤检测方法，包括如下步骤：步骤S1、采用红外测温仪对炉衬耐火材料进行非接触式温度测量，得到炉衬耐火材料的温度场云图，并将温度场云图通过温度场像素矩阵进行表示；步骤S2、利用局部差异函数的数学类比法，对温度场像素矩阵进行处理，得到实际温度场中局部矩形区域的温度局部差异函数TLDF；步骤S3、从温度场像素矩阵的四角进行TLDF的计算，求得温度场分布的非均匀系数NUC，基于NUC识别炉衬的耐火材料是否出现损伤；步骤S4、选取NUC大于预设阈值的区域，重复步骤S2～S3，确定耐火材料损伤的位置，完成炉衬耐火材料损伤检测。该发明能够有效保证炉衬耐火材料损伤检测的精度及可靠性。
如申请公开号为CN103674759A的中国专利公开了一种检测耐火材料气孔率的测量方法，包括以下步骤：将耐火材料送至检测处理空间；检测处理空间对耐火材料中的气体进行吸附并且存储到另一个空间；测量所述耐火材料吸附的气体的参数，计算出所述耐火材料吸附气体的气孔率。通过该发明提供的方法，可以快速、准确的检测耐火材料的气孔率；并且该发明结构简单，环保、可操作性强，而且具有可重复性，适于工业化生产。
以上专利都存在本背景技术提出的问题：没有对耐火材料成型过程中不同阶段耐火材料的结构变化和温度变化进行分析，并通过对结构变化、温度变化的分析结果进一步分析耐火材料成型体是否存在潜在缺陷。为解决这些问题，本发明提出了一种基于耐火材料外观的在线检测方法及系统。
发明内容
针对现有技术的不足，本发明的主要目的是提供一种基于耐火材料外观的在线检测方法及系统，能够有效解决背景技术中的问题。本发明的具体技术方案如下：
一种基于耐火材料外观的在线检测方法，所述方法包括以下具体步骤：
S1、采集耐火材料成型过程中不同阶段的耐火材料生产图像，并进行预处理，所述不同阶段包括原材料准备阶段、湿法成型阶段、干法成型阶段、干燥阶段、烧结阶段；
S2、采集干燥阶段、烧结阶段中耐火材料的热成像图像，并进行预处理；
S3、基于S1，分析耐火材料成型过程中不同阶段耐火材料的结构变异值；
S4、基于S2，分析干燥阶段、烧结阶段中耐火材料的温度变异值；
S5、基于S3、S4，分析耐火材料成型体的缺陷潜伏值；
S6、基于S5，预设耐火材料成型体缺陷潜伏阈值，对大于缺陷潜伏阈值的耐火材料成型体进行销毁处理。
本发明进一步的改进在于，所述S1中预处理包括对不同阶段的耐火材料生产图像进行去噪处理，并将图像中耐火材料区域与背景区域进行分割，得到不同阶段的耐火材料区域图像；
所述S2中预处理包括对干燥阶段、烧结阶段中耐火材料的热成像图像进行去噪处理，并将热成像图像中耐火材料区域与背景区域进行分割，得到干燥阶段、烧结阶段的耐火材料区域热成像图像。
本发明进一步的改进在于，所述S1还包括根据不同阶段的耐火材料区域图像中像素点的像素值建立不同阶段耐火材料区域图像像素点集合，具体包括以下步骤：
S101、设原材料准备阶段的耐火材料区域图像中共有m个像素点，提取原材料准备阶段的耐火材料区域图像中像素点的像素值，并建立原材料准备阶段耐火材料区域图像像素点集合，其中/>表示原材料准备阶段的耐火材料区域图像中第i个像素点的像素值，i为1-m中任一项；设原材料准备阶段的耐火材料区域图像中包括H个原材料，对原材料准备阶段的耐火材料区域图像进行不同原材料边缘分割，提取出原材料准备阶段的耐火材料区域图像中不同原材料所占像素点集合/>，其中/>表示原材料准备阶段的耐火材料区域图像中第h个原材料所占像素点集合，/>表示第h个原材料所占像素点个数，h为1-H中任一项；
S102、设湿法成型阶段的耐火材料区域图像中共有n个像素点，提取湿法成型阶段的耐火材料区域图像中像素点的像素值，并建立湿法成型阶段耐火材料区域图像像素点集合，其中/>表示湿法成型阶段的耐火材料区域图像中第i个像素点的像素值，i为1-n中任一项；
S103、设干法成型阶段的耐火材料区域图像中共有d个像素点，提取干法成型阶段的耐火材料区域图像中像素点的像素值，并建立干法成型阶段耐火材料区域图像像素点集合，其中/>表示干法成型阶段的耐火材料区域图像中第i个像素点的像素值，i为1-d中任一项；
S104、设干燥阶段的耐火材料区域图像中共有k个像素点，提取干燥阶段的耐火材料区域图像中像素点的像素值，并建立干燥阶段耐火材料区域图像像素点集合，其中/>表示干燥阶段的耐火材料区域图像中第i个像素点的像素值，i为1-k中任一项；
S105、设烧结阶段的耐火材料区域图像中共有q个像素点，提取烧结阶段的耐火材料区域图像中像素点的像素值，并建立烧结阶段耐火材料区域图像像素点集合，其中/>表示烧结阶段的耐火材料区域图像中第i个像素点的像素值，i为1-q中任一项。
本发明进一步的改进在于，所述S2还包括根据干燥阶段、烧结阶段的耐火材料区域热成像图像像素点的像素值建立干燥阶段、烧结阶段耐火材料区域热成像图像像素点集合，具体包括以下步骤：
S201、设干燥阶段的耐火材料区域热成像图像中共有r个像素点，提取干燥阶段的耐火材料区域热成像图像像素点的像素值，并建立干燥阶段耐火材料区域热成像图像像素点集合，其中/>表示干燥阶段的耐火材料区域热成像图像中第i个像素点的像素值，i为1-r中任一项；
S202、设烧结阶段的耐火材料区域热成像图像中共有t个像素点，提取烧结阶段的耐火材料区域热成像图像像素点的像素值，并建立烧结阶段耐火材料区域热成像图像像素点集合，其中/>表示烧结阶段的耐火材料区域热成像图像中第i个像素点的像素值，i为1-t中任一项。
本发明进一步的改进在于，所述S3中分析耐火材料成型过程中不同阶段耐火材料的结构变异值包括以下具体步骤：
S301、根据原材料准备阶段耐火材料区域图像像素点集合，计算原材料准备阶段耐火材料外观均匀程度差值/>；
S302、根据湿法成型阶段耐火材料区域图像像素点集合，计算湿法成型阶段耐火材料外观均匀程度差值/>；
S303、根据干法成型阶段耐火材料区域图像像素点集合，计算干法成型阶段耐火材料外观均匀程度差值/>；
S304、根据干燥阶段耐火材料区域图像像素点集合，计算干燥阶段耐火材料外观均匀程度差值/>；
S305、根据烧结阶段耐火材料区域图像像素点集合，计算烧结阶段耐火材料外观均匀程度差值/>。
本发明进一步的改进在于，所述S3中分析耐火材料成型过程中不同阶段耐火材料的结构变异值还包括以下具体步骤：
S306、根据原材料准备阶段的耐火材料区域图像中不同原材料所占像素点集合，计算原材料准备阶段中不同原材料的大小差值/>，h为1-H中任一项；
S307、提取干燥阶段的耐火材料区域图像中裂纹区域所占像素点数量，计算干燥阶段的裂纹比例值/>；
S308、提取烧结阶段的耐火材料区域图像中裂纹区域所占像素点数量，计算烧结阶段的裂纹比例值/>。
本发明进一步的改进在于，所述S3中分析耐火材料成型过程中不同阶段耐火材料的结构变异值还包括以下具体步骤：
S309、计算原材料准备阶段耐火材料的结构变异值，其中为原材料准备阶段耐火材料外观均匀程度差值占比系数，/>为原材料准备阶段不同原材料的大小差值占比系数，/>，且/>、/>均大于0；
S310、将湿法成型阶段耐火材料外观均匀程度差值作为湿法成型阶段的结构变异值，则湿法成型阶段的结构变异值；
S311、将干法成型阶段耐火材料外观均匀程度差值作为干法成型阶段的结构变异值，则干法成型阶段的结构变异值；
S312、计算干燥阶段耐火材料的结构变异值，其中/>为干燥阶段耐火材料外观均匀程度差值占比系数，/>为干燥阶段的裂纹比例值占比系数，，且/>、/>均大于0；
S313、计算烧结阶段耐火材料的结构变异值，其中/>为烧结阶段耐火材料外观均匀程度差值占比系数，/>为烧结阶段的裂纹比例值占比系数，，且/>、/>均大于0。
本发明进一步的改进在于，所述S4中分析干燥阶段、烧结阶段中耐火材料的温度变异值，包括以下具体内容：
S401、根据干燥阶段耐火材料区域热成像图像像素点集合，提取每个像素点像素值对应的RGB值，并建立干燥阶段RGB值集合/>，其中表示干燥阶段的耐火材料区域热成像图像中第i个像素点的像素值对应的红色分量值，/>表示干燥阶段的耐火材料区域热成像图像中第i个像素点的像素值对应的绿色分量值，/>表示干燥阶段的耐火材料区域热成像图像中第i个像素点的像素值对应的蓝色分量值；
S402、根据烧结阶段耐火材料区域热成像图像像素点集合，提取每个像素点像素值对应的RGB值，并建立烧结阶段RGB值集合/>，其中/>表示烧结阶段的耐火材料区域热成像图像中第i个像素点的像素值对应的红色分量值，/>表示烧结阶段的耐火材料区域热成像图像中第i个像素点的像素值对应的绿色分量值，/>表示烧结阶段的耐火材料区域热成像图像中第i个像素点的像素值对应的蓝色分量值；
S403、根据干燥阶段RGB值集合，计算干燥阶段中耐火材料的温度变异值/>，其中表示干燥阶段的耐火材料区域热成像图像中第j个像素点的像素值对应的红色分量值，/>表示干燥阶段的耐火材料区域热成像图像中第j个像素点的像素值对应的绿色分量值，/>表示干燥阶段的耐火材料区域热成像图像中第j个像素点的像素值对应的蓝色分量值，i、j均为1-r中任一项；
S404、根据烧结阶段RGB值集合，计算烧结阶段中耐火材料的温度变异值/>，其中表示烧结阶段的耐火材料区域热成像图像中第j个像素点的像素值对应的红色分量值，/>表示烧结阶段的耐火材料区域热成像图像中第j个像素点的像素值对应的绿色分量值，/>表示烧结阶段的耐火材料区域热成像图像中第j个像素点的像素值对应的蓝色分量值，i、j均为1-t中任一项。
本发明进一步的改进在于，所述S5中分析耐火材料成型体的缺陷潜伏值包括：
计算耐火材料成型体的缺陷潜伏值，其中/>为原材料准备阶段缺陷潜伏影响系数、/>为湿法成型阶段缺陷潜伏影响系数、/>为干法成型阶段缺陷潜伏影响系数、/>为干燥阶段缺陷潜伏影响系数、/>为烧结阶段缺陷潜伏影响系数，/>，且/>均大于0；
所述S6中预设耐火材料成型体缺陷潜伏阈值，当/>时，对缺陷潜伏值大于缺陷潜伏阈值对应的耐火材料成型体进行销毁处理。
一种基于耐火材料外观的在线检测系统，其基于所述的一种基于耐火材料外观的在线检测方法实现，所述系统包括以下模块：
图像采集模块，用于采集耐火材料成型过程中不同阶段的耐火材料生产图像，所述不同阶段包括原材料准备阶段、湿法成型阶段、干法成型阶段、干燥阶段、烧结阶段；采集干燥阶段、烧结阶段中耐火材料的热成像图像；
图像预处理模块，用于对所述图像采集模块采集到的不同阶段的耐火材料生产图像和耐火材料的热成像图像进行预处理；
结构变异分析模块，用于根据预处理后的不同阶段的耐火材料生产图像分析耐火材料成型过程中不同阶段耐火材料的结构变异值；
温度变异分析模块，用于根据预处理后的不同阶段的耐火材料的热成像图像分析干燥阶段、烧结阶段中耐火材料的温度变异值；
耐火材料潜在缺陷分析模块，用于根据不同阶段耐火材料的结构变异值以及干燥阶段、烧结阶段中耐火材料的温度变异值分析耐火材料成型体的缺陷潜伏值；
预警模块，用于预设耐火材料成型体缺陷潜伏阈值，判断耐火材料成型体的缺陷潜伏值与缺陷潜伏阈值的大小，当耐火材料成型体缺陷潜伏值大于缺陷潜伏阈值时，向生产者发送销毁处理预警；
控制模块，用于控制图像采集模块、图像预处理模块、结构变异分析模块、温度变异分析模块、耐火材料潜在缺陷分析模块、预警模块的运行。
与现有技术相比，本发明具有如下有益效果：
采集耐火材料成型过程中不同阶段的耐火材料生产图像，并进行预处理，所述不同阶段包括原材料准备阶段、湿法成型阶段、干法成型阶段、干燥阶段、烧结阶段；采集干燥阶段、烧结阶段中耐火材料的热成像图像，并进行预处理；分析耐火材料成型过程中不同阶段耐火材料的结构变异值；分析干燥阶段、烧结阶段中耐火材料的温度变异值；分析耐火材料成型体的缺陷潜伏值；预设耐火材料成型体缺陷潜伏阈值，对大于缺陷潜伏阈值的耐火材料成型体进行销毁处理。对耐火材料成型过程中不同阶段耐火材料的结构变化和温度变化进行分析，并通过对结构变化、温度变化的分析结果进一步分析耐火材料成型体是否存在潜在缺陷。提高了耐火材料成品质量，为生产企业节约更多生产成本。
附图说明
图1为本发明的一种基于耐火材料外观的在线检测方法的工作流程图；
图2为本发明的一种基于耐火材料外观的在线检测系统的模块示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。
其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。
实施例1
本实施例提供一种基于耐火材料外观的在线检测方法及系统，具体方案为，如图1所示，一种基于耐火材料外观的在线检测方法，所述方法包括以下具体步骤：
S1、采集耐火材料成型过程中不同阶段的耐火材料生产图像，并进行预处理，所述不同阶段包括原材料准备阶段、湿法成型阶段、干法成型阶段、干燥阶段、烧结阶段；
S2、采集干燥阶段、烧结阶段中耐火材料的热成像图像，并进行预处理；
S3、基于S1，分析耐火材料成型过程中不同阶段耐火材料的结构变异值；
S4、基于S2，分析干燥阶段、烧结阶段中耐火材料的温度变异值；
S5、基于S3、S4，分析耐火材料成型体的缺陷潜伏值；
S6、基于S5，预设耐火材料成型体缺陷潜伏阈值，对大于缺陷潜伏阈值的耐火材料成型体进行销毁处理。
在本实施例中，所述S1中预处理包括对不同阶段的耐火材料生产图像进行去噪处理，并将图像中耐火材料区域与背景区域进行分割，得到不同阶段的耐火材料区域图像；
所述S2中预处理包括对干燥阶段、烧结阶段中耐火材料的热成像图像进行去噪处理，并将热成像图像中耐火材料区域与背景区域进行分割，得到干燥阶段、烧结阶段的耐火材料区域热成像图像。
在本实施例中，所述S1还包括根据不同阶段的耐火材料区域图像中像素点的像素值建立不同阶段耐火材料区域图像像素点集合，具体包括以下步骤：
S101、设原材料准备阶段的耐火材料区域图像中共有m个像素点，提取原材料准备阶段的耐火材料区域图像中像素点的像素值，并建立原材料准备阶段耐火材料区域图像像素点集合，其中/>表示原材料准备阶段的耐火材料区域图像中第i个像素点的像素值，i为1-m中任一项；设原材料准备阶段的耐火材料区域图像中包括H个原材料，对原材料准备阶段的耐火材料区域图像进行不同原材料边缘分割，提取出原材料准备阶段的耐火材料区域图像中不同原材料所占像素点集合/>，其中/>表示原材料准备阶段的耐火材料区域图像中第h个原材料所占像素点集合，/>表示第h个原材料所占像素点个数，h为1-H中任一项；
S102、设湿法成型阶段的耐火材料区域图像中共有n个像素点，提取湿法成型阶段的耐火材料区域图像中像素点的像素值，并建立湿法成型阶段耐火材料区域图像像素点集合，其中/>表示湿法成型阶段的耐火材料区域图像中第i个像素点的像素值，i为1-n中任一项；
S103、设干法成型阶段的耐火材料区域图像中共有d个像素点，提取干法成型阶段的耐火材料区域图像中像素点的像素值，并建立干法成型阶段耐火材料区域图像像素点集合，其中/>表示干法成型阶段的耐火材料区域图像中第i个像素点的像素值，i为1-d中任一项；
S104、设干燥阶段的耐火材料区域图像中共有k个像素点，提取干燥阶段的耐火材料区域图像中像素点的像素值，并建立干燥阶段耐火材料区域图像像素点集合，其中/>表示干燥阶段的耐火材料区域图像中第i个像素点的像素值，i为1-k中任一项；
S105、设烧结阶段的耐火材料区域图像中共有q个像素点，提取烧结阶段的耐火材料区域图像中像素点的像素值，并建立烧结阶段耐火材料区域图像像素点集合，其中/>表示烧结阶段的耐火材料区域图像中第i个像素点的像素值，i为1-q中任一项。
在本实施例中，所述S2还包括根据干燥阶段、烧结阶段的耐火材料区域热成像图像像素点的像素值建立干燥阶段、烧结阶段耐火材料区域热成像图像像素点集合，具体包括以下步骤：
S201、设干燥阶段的耐火材料区域热成像图像中共有r个像素点，提取干燥阶段的耐火材料区域热成像图像像素点的像素值，并建立干燥阶段耐火材料区域热成像图像像素点集合，其中/>表示干燥阶段的耐火材料区域热成像图像中第i个像素点的像素值，i为1-r中任一项；
S202、设烧结阶段的耐火材料区域热成像图像中共有t个像素点，提取烧结阶段的耐火材料区域热成像图像像素点的像素值，并建立烧结阶段耐火材料区域热成像图像像素点集合，其中/>表示烧结阶段的耐火材料区域热成像图像中第i个像素点的像素值，i为1-t中任一项。
在本实施例中，所述S3中分析耐火材料成型过程中不同阶段耐火材料的结构变异值包括以下具体步骤：
S301、根据原材料准备阶段耐火材料区域图像像素点集合，计算原材料准备阶段耐火材料外观均匀程度差值/>；
S302、根据湿法成型阶段耐火材料区域图像像素点集合，计算湿法成型阶段耐火材料外观均匀程度差值/>；
S303、根据干法成型阶段耐火材料区域图像像素点集合，计算干法成型阶段耐火材料外观均匀程度差值/>；
S304、根据干燥阶段耐火材料区域图像像素点集合，计算干燥阶段耐火材料外观均匀程度差值/>；
S305、根据烧结阶段耐火材料区域图像像素点集合，计算烧结阶段耐火材料外观均匀程度差值/>。
在本实施例中，所述S3中分析耐火材料成型过程中不同阶段耐火材料的结构变异值还包括以下具体步骤：
S306、根据原材料准备阶段的耐火材料区域图像中不同原材料所占像素点集合，计算原材料准备阶段中不同原材料的大小差值/>，h为1-H中任一项；/>
S307、提取干燥阶段的耐火材料区域图像中裂纹区域所占像素点数量，计算干燥阶段的裂纹比例值/>；
S308、提取烧结阶段的耐火材料区域图像中裂纹区域所占像素点数量，计算烧结阶段的裂纹比例值/>。
在本实施例中，所述S3中分析耐火材料成型过程中不同阶段耐火材料的结构变异值还包括以下具体步骤：
S309、计算原材料准备阶段耐火材料的结构变异值，其中为原材料准备阶段耐火材料外观均匀程度差值占比系数，/>为原材料准备阶段不同原材料的大小差值占比系数，/>，且/>、/>均大于0；
S310、将湿法成型阶段耐火材料外观均匀程度差值作为湿法成型阶段的结构变异值，则湿法成型阶段的结构变异值；
S311、将干法成型阶段耐火材料外观均匀程度差值作为干法成型阶段的结构变异值，则干法成型阶段的结构变异值；
S312、计算干燥阶段耐火材料的结构变异值，其中/>为干燥阶段耐火材料外观均匀程度差值占比系数，/>为干燥阶段的裂纹比例值占比系数，，且/>、/>均大于0；
S313、计算烧结阶段耐火材料的结构变异值，其中/>为烧结阶段耐火材料外观均匀程度差值占比系数，/>为烧结阶段的裂纹比例值占比系数，，且/>、/>均大于0。
在本实施例中，所述S4中分析干燥阶段、烧结阶段中耐火材料的温度变异值，包括以下具体内容：
S401、根据干燥阶段耐火材料区域热成像图像像素点集合，提取每个像素点像素值对应的RGB值，并建立干燥阶段RGB值集合/>，其中表示干燥阶段的耐火材料区域热成像图像中第i个像素点的像素值对应的红色分量值，/>表示干燥阶段的耐火材料区域热成像图像中第i个像素点的像素值对应的绿色分量值，/>表示干燥阶段的耐火材料区域热成像图像中第i个像素点的像素值对应的蓝色分量值；/>
S402、根据烧结阶段耐火材料区域热成像图像像素点集合，提取每个像素点像素值对应的RGB值，并建立烧结阶段RGB值集合/>，其中/>表示烧结阶段的耐火材料区域热成像图像中第i个像素点的像素值对应的红色分量值，/>表示烧结阶段的耐火材料区域热成像图像中第i个像素点的像素值对应的绿色分量值，/>表示烧结阶段的耐火材料区域热成像图像中第i个像素点的像素值对应的蓝色分量值；
需要说明的是，根据干燥阶段耐火材料区域热成像图像像素点集合，提取每个像素点像素值对应的RGB值，以及根据烧结阶段耐火材料区域热成像图像像素点集合/>，提取每个像素点像素值对应的RGB值，是通过计算机程序进行像素值向对应的RGB值转换的，以下是本实施例中关于像素值向对应的RGB值进行转换的示例代码：
import javax.imageio.ImageIO;
import java.awt.image.BufferedImage;
import java.io.File;
import java.io.IOException;
public class Main {
public static void main(String[] args) throws IOException {
String imagePath = "path/to/image.jpg";
BufferedImage image = ImageIO.read(new File(imagePath));
int pixelValue = image.getRGB(x, y);
int r = (pixelValue >> 16) & 0xFF;
int g = (pixelValue >> 8) & 0xFF;
int b = pixelValue & 0xFF;
}
}；
S403、根据干燥阶段RGB值集合，计算干燥阶段中耐火材料的温度变异值/>，其中表示干燥阶段的耐火材料区域热成像图像中第j个像素点的像素值对应的红色分量值，/>表示干燥阶段的耐火材料区域热成像图像中第j个像素点的像素值对应的绿色分量值，/>表示干燥阶段的耐火材料区域热成像图像中第j个像素点的像素值对应的蓝色分量值，i、j均为1-r中任一项；/>
S404、根据烧结阶段RGB值集合，计算烧结阶段中耐火材料的温度变异值/>，其中/>表示烧结阶段的耐火材料区域热成像图像中第j个像素点的像素值对应的红色分量值，/>表示烧结阶段的耐火材料区域热成像图像中第j个像素点的像素值对应的绿色分量值，/>表示烧结阶段的耐火材料区域热成像图像中第j个像素点的像素值对应的蓝色分量值，i、j均为1-t中任一项。
在本实施例中，所述S5中分析耐火材料成型体的缺陷潜伏值包括：
计算耐火材料成型体的缺陷潜伏值，其中/>为原材料准备阶段缺陷潜伏影响系数、/>为湿法成型阶段缺陷潜伏影响系数、/>为干法成型阶段缺陷潜伏影响系数、/>为干燥阶段缺陷潜伏影响系数、/>为烧结阶段缺陷潜伏影响系数，/>，且/>均大于0；
所述S6中预设耐火材料成型体缺陷潜伏阈值，当/>时，对缺陷潜伏值大于缺陷潜伏阈值对应的耐火材料成型体进行销毁处理。
需要说明的是，本实施例中关于各个占比系数和各个缺陷潜伏影响系数的获取方式是通过如下所示的Java代码进行获取：
import java.util.ArrayList;
import java.util.Arrays;
import java.util.Collections;
import java.util.List;
public class Main {
public static void main(String[] args) {
List<String> list = Arrays.asList();
List<Integer> countList = new ArrayList<>();
for (String s : list) {
int count = Collections.frequency(list, s);
countList.add(count);
}
int maxCount = Collections.max(countList);
List<Double> ratioList = new ArrayList<>();
for (int count : countList) {
double ratio = (double) count / maxCount;
ratioList.add(ratio);
}
for (int i = 0; i < list.size(); i++) {
System.out.println(系数：" + ratioList.get(i));
}
}
}。
实施例2
本实施例提供一种基于耐火材料外观的在线检测系统，具体方案为，如图2所示，一种基于耐火材料外观的在线检测系统，其基于实施例1中所述的一种基于耐火材料外观的在线检测方法实现，所述系统包括以下模块：
图像采集模块，用于采集耐火材料成型过程中不同阶段的耐火材料生产图像，所述不同阶段包括原材料准备阶段、湿法成型阶段、干法成型阶段、干燥阶段、烧结阶段；采集干燥阶段、烧结阶段中耐火材料的热成像图像；
图像预处理模块，用于对所述图像采集模块采集到的不同阶段的耐火材料生产图像和耐火材料的热成像图像进行预处理；
结构变异分析模块，用于根据预处理后的不同阶段的耐火材料生产图像分析耐火材料成型过程中不同阶段耐火材料的结构变异值；
温度变异分析模块，用于根据预处理后的不同阶段的耐火材料的热成像图像分析干燥阶段、烧结阶段中耐火材料的温度变异值；
耐火材料潜在缺陷分析模块，用于根据不同阶段耐火材料的结构变异值以及干燥阶段、烧结阶段中耐火材料的温度变异值分析耐火材料成型体的缺陷潜伏值；
预警模块，用于预设耐火材料成型体缺陷潜伏阈值，判断耐火材料成型体的缺陷潜伏值与缺陷潜伏阈值的大小，当耐火材料成型体缺陷潜伏值大于缺陷潜伏阈值时，向生产者发送销毁处理预警；
控制模块，用于控制图像采集模块、图像预处理模块、结构变异分析模块、温度变异分析模块、耐火材料潜在缺陷分析模块、预警模块的运行。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (2)

1.一种基于耐火材料外观的在线检测方法，其特征在于：所述方法包括以下具体步骤：
S1、采集耐火材料成型过程中不同阶段的耐火材料生产图像，并进行预处理，所述不同阶段包括原材料准备阶段、湿法成型阶段、干法成型阶段、干燥阶段、烧结阶段；
S2、采集干燥阶段、烧结阶段中耐火材料的热成像图像，并进行预处理；
S3、基于S1，分析耐火材料成型过程中不同阶段耐火材料的结构变异值；
S4、基于S2，分析干燥阶段、烧结阶段中耐火材料的温度变异值；
S5、基于S3、S4，分析耐火材料成型体的缺陷潜伏值；
S6、基于S5，预设耐火材料成型体缺陷潜伏阈值，对大于缺陷潜伏阈值的耐火材料成型体进行销毁处理；
所述S1中预处理包括对不同阶段的耐火材料生产图像进行去噪处理，并将图像中耐火材料区域与背景区域进行分割，得到不同阶段的耐火材料区域图像；
所述S2中预处理包括对干燥阶段、烧结阶段中耐火材料的热成像图像进行去噪处理，并将热成像图像中耐火材料区域与背景区域进行分割，得到干燥阶段、烧结阶段的耐火材料区域热成像图像；
所述S1还包括根据不同阶段的耐火材料区域图像中像素点的像素值建立不同阶段耐火材料区域图像像素点集合，具体包括以下步骤：
S101、设原材料准备阶段的耐火材料区域图像中共有m个像素点，提取原材料准备阶段的耐火材料区域图像中像素点的像素值，并建立原材料准备阶段耐火材料区域图像像素点集合，其中/>表示原材料准备阶段的耐火材料区域图像中第i个像素点的像素值，i为1-m中任一项；设原材料准备阶段的耐火材料区域图像中包括H个原材料，对原材料准备阶段的耐火材料区域图像进行不同原材料边缘分割，提取出原材料准备阶段的耐火材料区域图像中不同原材料所占像素点集合/>，其中/>表示原材料准备阶段的耐火材料区域图像中第h个原材料所占像素点集合，/>表示第h个原材料所占像素点个数，h为1-H中任一项；
S102、设湿法成型阶段的耐火材料区域图像中共有n个像素点，提取湿法成型阶段的耐火材料区域图像中像素点的像素值，并建立湿法成型阶段耐火材料区域图像像素点集合，其中/>表示湿法成型阶段的耐火材料区域图像中第i个像素点的像素值，i为1-n中任一项；
S103、设干法成型阶段的耐火材料区域图像中共有d个像素点，提取干法成型阶段的耐火材料区域图像中像素点的像素值，并建立干法成型阶段耐火材料区域图像像素点集合，其中/>表示干法成型阶段的耐火材料区域图像中第i个像素点的像素值，i为1-d中任一项；
S104、设干燥阶段的耐火材料区域图像中共有k个像素点，提取干燥阶段的耐火材料区域图像中像素点的像素值，并建立干燥阶段耐火材料区域图像像素点集合，其中表示干燥阶段的耐火材料区域图像中第i个像素点的像素值，i为1-k中任一项；
S105、设烧结阶段的耐火材料区域图像中共有q个像素点，提取烧结阶段的耐火材料区域图像中像素点的像素值，并建立烧结阶段耐火材料区域图像像素点集合，其中表示烧结阶段的耐火材料区域图像中第i个像素点的像素值，i为1-q中任一项；
所述S2还包括根据干燥阶段、烧结阶段的耐火材料区域热成像图像像素点的像素值建立干燥阶段、烧结阶段耐火材料区域热成像图像像素点集合，具体包括以下步骤：
S201、设干燥阶段的耐火材料区域热成像图像中共有r个像素点，提取干燥阶段的耐火材料区域热成像图像像素点的像素值，并建立干燥阶段耐火材料区域热成像图像像素点集合，其中/>表示干燥阶段的耐火材料区域热成像图像中第i个像素点的像素值，i为1-r中任一项；
S202、设烧结阶段的耐火材料区域热成像图像中共有t个像素点，提取烧结阶段的耐火材料区域热成像图像像素点的像素值，并建立烧结阶段耐火材料区域热成像图像像素点集合，其中/>表示烧结阶段的耐火材料区域热成像图像中第i个像素点的像素值，i为1-t中任一项；
所述S3中分析耐火材料成型过程中不同阶段耐火材料的结构变异值包括以下具体步骤：
S301、根据原材料准备阶段耐火材料区域图像像素点集合，计算原材料准备阶段耐火材料外观均匀程度差值/>；
S302、根据湿法成型阶段耐火材料区域图像像素点集合，计算湿法成型阶段耐火材料外观均匀程度差值/>；
S303、根据干法成型阶段耐火材料区域图像像素点集合，计算干法成型阶段耐火材料外观均匀程度差值/>；
S304、根据干燥阶段耐火材料区域图像像素点集合，计算干燥阶段耐火材料外观均匀程度差值/>；
S305、根据烧结阶段耐火材料区域图像像素点集合，计算烧结阶段耐火材料外观均匀程度差值/>；
所述S3中分析耐火材料成型过程中不同阶段耐火材料的结构变异值还包括以下具体步骤：
S306、根据原材料准备阶段的耐火材料区域图像中不同原材料所占像素点集合，计算原材料准备阶段中不同原材料的大小差值/>，h为1-H中任一项；
S307、提取干燥阶段的耐火材料区域图像中裂纹区域所占像素点数量，计算干燥阶段的裂纹比例值/>；
S308、提取烧结阶段的耐火材料区域图像中裂纹区域所占像素点数量，计算烧结阶段的裂纹比例值/>；
所述S3中分析耐火材料成型过程中不同阶段耐火材料的结构变异值还包括以下具体步骤：
S309、计算原材料准备阶段耐火材料的结构变异值，其中为原材料准备阶段耐火材料外观均匀程度差值占比系数，/>为原材料准备阶段不同原材料的大小差值占比系数，/>，且/>、/>均大于0；
S310、将湿法成型阶段耐火材料外观均匀程度差值作为湿法成型阶段的结构变异值，则湿法成型阶段的结构变异值；
S311、将干法成型阶段耐火材料外观均匀程度差值作为干法成型阶段的结构变异值，则干法成型阶段的结构变异值；
S312、计算干燥阶段耐火材料的结构变异值，其中/>为干燥阶段耐火材料外观均匀程度差值占比系数，/>为干燥阶段的裂纹比例值占比系数，，且/>、/>均大于0；
S313、计算烧结阶段耐火材料的结构变异值，其中/>为烧结阶段耐火材料外观均匀程度差值占比系数，/>为烧结阶段的裂纹比例值占比系数，，且/>、/>均大于0；
所述S4中分析干燥阶段、烧结阶段中耐火材料的温度变异值，包括以下具体内容：
S401、根据干燥阶段耐火材料区域热成像图像像素点集合，提取每个像素点像素值对应的RGB值，并建立干燥阶段RGB值集合/>，其中/>表示干燥阶段的耐火材料区域热成像图像中第i个像素点的像素值对应的红色分量值，/>表示干燥阶段的耐火材料区域热成像图像中第i个像素点的像素值对应的绿色分量值，/>表示干燥阶段的耐火材料区域热成像图像中第i个像素点的像素值对应的蓝色分量值；
S402、根据烧结阶段耐火材料区域热成像图像像素点集合，提取每个像素点像素值对应的RGB值，并建立烧结阶段RGB值集合/>，其中/>表示烧结阶段的耐火材料区域热成像图像中第i个像素点的像素值对应的红色分量值，/>表示烧结阶段的耐火材料区域热成像图像中第i个像素点的像素值对应的绿色分量值，/>表示烧结阶段的耐火材料区域热成像图像中第i个像素点的像素值对应的蓝色分量值；
S403、根据干燥阶段RGB值集合，计算干燥阶段中耐火材料的温度变异值/>，其中/>表示干燥阶段的耐火材料区域热成像图像中第j个像素点的像素值对应的红色分量值，/>表示干燥阶段的耐火材料区域热成像图像中第j个像素点的像素值对应的绿色分量值，/>表示干燥阶段的耐火材料区域热成像图像中第j个像素点的像素值对应的蓝色分量值，i、j均为1-r中任一项；
S404、根据烧结阶段RGB值集合，计算烧结阶段中耐火材料的温度变异值/>，其中/>表示烧结阶段的耐火材料区域热成像图像中第j个像素点的像素值对应的红色分量值，/>表示烧结阶段的耐火材料区域热成像图像中第j个像素点的像素值对应的绿色分量值，/>表示烧结阶段的耐火材料区域热成像图像中第j个像素点的像素值对应的蓝色分量值，i、j均为1-t中任一项；
所述S5中分析耐火材料成型体的缺陷潜伏值包括：
计算耐火材料成型体的缺陷潜伏值，其中/>为原材料准备阶段缺陷潜伏影响系数、/>为湿法成型阶段缺陷潜伏影响系数、/>为干法成型阶段缺陷潜伏影响系数、/>为干燥阶段缺陷潜伏影响系数、/>为烧结阶段缺陷潜伏影响系数，/>，且/>均大于0；
所述S6中预设耐火材料成型体缺陷潜伏阈值，当/>时，对缺陷潜伏值大于缺陷潜伏阈值对应的耐火材料成型体进行销毁处理。
2.一种基于耐火材料外观的在线检测系统，其基于如权利要求1中所述的一种基于耐火材料外观的在线检测方法实现，其特征在于：所述系统包括以下模块：
图像采集模块，用于采集耐火材料成型过程中不同阶段的耐火材料生产图像，所述不同阶段包括原材料准备阶段、湿法成型阶段、干法成型阶段、干燥阶段、烧结阶段；采集干燥阶段、烧结阶段中耐火材料的热成像图像；
图像预处理模块，用于对所述图像采集模块采集到的不同阶段的耐火材料生产图像和耐火材料的热成像图像进行预处理；
结构变异分析模块，用于根据预处理后的不同阶段的耐火材料生产图像分析耐火材料成型过程中不同阶段耐火材料的结构变异值；
温度变异分析模块，用于根据预处理后的不同阶段的耐火材料的热成像图像分析干燥阶段、烧结阶段中耐火材料的温度变异值；
耐火材料潜在缺陷分析模块，用于根据不同阶段耐火材料的结构变异值以及干燥阶段、烧结阶段中耐火材料的温度变异值分析耐火材料成型体的缺陷潜伏值；
预警模块，用于预设耐火材料成型体缺陷潜伏阈值，判断耐火材料成型体的缺陷潜伏值与缺陷潜伏阈值的大小，当耐火材料成型体缺陷潜伏值大于缺陷潜伏阈值时，向生产者发送销毁处理预警；
控制模块，用于控制图像采集模块、图像预处理模块、结构变异分析模块、温度变异分析模块、耐火材料潜在缺陷分析模块、预警模块的运行；
所述对所述图像采集模块采集到的不同阶段的耐火材料生产图像和耐火材料的热成像图像进行预处理包括对不同阶段的耐火材料生产图像进行去噪处理，并将图像中耐火材料区域与背景区域进行分割，得到不同阶段的耐火材料区域图像；同时预处理还包括对干燥阶段、烧结阶段中耐火材料的热成像图像进行去噪处理，并将热成像图像中耐火材料区域与背景区域进行分割，得到干燥阶段、烧结阶段的耐火材料区域热成像图像；
所述预处理还包括根据不同阶段的耐火材料区域图像中像素点的像素值建立不同阶段耐火材料区域图像像素点集合，具体包括以下步骤：
S101、设原材料准备阶段的耐火材料区域图像中共有m个像素点，提取原材料准备阶段的耐火材料区域图像中像素点的像素值，并建立原材料准备阶段耐火材料区域图像像素点集合，其中/>表示原材料准备阶段的耐火材料区域图像中第i个像素点的像素值，i为1-m中任一项；设原材料准备阶段的耐火材料区域图像中包括H个原材料，对原材料准备阶段的耐火材料区域图像进行不同原材料边缘分割，提取出原材料准备阶段的耐火材料区域图像中不同原材料所占像素点集合/>，其中/>表示原材料准备阶段的耐火材料区域图像中第h个原材料所占像素点集合，/>表示第h个原材料所占像素点个数，h为1-H中任一项；
S102、设湿法成型阶段的耐火材料区域图像中共有n个像素点，提取湿法成型阶段的耐火材料区域图像中像素点的像素值，并建立湿法成型阶段耐火材料区域图像像素点集合，其中/>表示湿法成型阶段的耐火材料区域图像中第i个像素点的像素值，i为1-n中任一项；
S103、设干法成型阶段的耐火材料区域图像中共有d个像素点，提取干法成型阶段的耐火材料区域图像中像素点的像素值，并建立干法成型阶段耐火材料区域图像像素点集合，其中/>表示干法成型阶段的耐火材料区域图像中第i个像素点的像素值，i为1-d中任一项；
S104、设干燥阶段的耐火材料区域图像中共有k个像素点，提取干燥阶段的耐火材料区域图像中像素点的像素值，并建立干燥阶段耐火材料区域图像像素点集合，其中/>表示干燥阶段的耐火材料区域图像中第i个像素点的像素值，i为1-k中任一项；
S105、设烧结阶段的耐火材料区域图像中共有q个像素点，提取烧结阶段的耐火材料区域图像中像素点的像素值，并建立烧结阶段耐火材料区域图像像素点集合，其中/>表示烧结阶段的耐火材料区域图像中第i个像素点的像素值，i为1-q中任一项；
所述预处理还包括根据干燥阶段、烧结阶段的耐火材料区域热成像图像像素点的像素值建立干燥阶段、烧结阶段耐火材料区域热成像图像像素点集合，具体包括以下步骤：
S201、设干燥阶段的耐火材料区域热成像图像中共有r个像素点，提取干燥阶段的耐火材料区域热成像图像像素点的像素值，并建立干燥阶段耐火材料区域热成像图像像素点集合，其中/>表示干燥阶段的耐火材料区域热成像图像中第i个像素点的像素值，i为1-r中任一项；
S202、设烧结阶段的耐火材料区域热成像图像中共有t个像素点，提取烧结阶段的耐火材料区域热成像图像像素点的像素值，并建立烧结阶段耐火材料区域热成像图像像素点集合，其中/>表示烧结阶段的耐火材料区域热成像图像中第i个像素点的像素值，i为1-t中任一项；
所述分析耐火材料成型过程中不同阶段耐火材料的结构变异值包括以下具体步骤：
S301、根据原材料准备阶段耐火材料区域图像像素点集合，计算原材料准备阶段耐火材料外观均匀程度差值/>；
S302、根据湿法成型阶段耐火材料区域图像像素点集合，计算湿法成型阶段耐火材料外观均匀程度差值/>；
S303、根据干法成型阶段耐火材料区域图像像素点集合，计算干法成型阶段耐火材料外观均匀程度差值/>；
S304、根据干燥阶段耐火材料区域图像像素点集合，计算干燥阶段耐火材料外观均匀程度差值/>；
S305、根据烧结阶段耐火材料区域图像像素点集合，计算烧结阶段耐火材料外观均匀程度差值/>；
所述分析耐火材料成型过程中不同阶段耐火材料的结构变异值还包括以下具体步骤：
S306、根据原材料准备阶段的耐火材料区域图像中不同原材料所占像素点集合，计算原材料准备阶段中不同原材料的大小差值/>，h为1-H中任一项；
S307、提取干燥阶段的耐火材料区域图像中裂纹区域所占像素点数量，计算干燥阶段的裂纹比例值/>；
S308、提取烧结阶段的耐火材料区域图像中裂纹区域所占像素点数量，计算烧结阶段的裂纹比例值/>；
所述分析耐火材料成型过程中不同阶段耐火材料的结构变异值还包括以下具体步骤：
S309、计算原材料准备阶段耐火材料的结构变异值，其中/>为原材料准备阶段耐火材料外观均匀程度差值占比系数，/>为原材料准备阶段不同原材料的大小差值占比系数，/>且/>、/>均大于0；
S310、将湿法成型阶段耐火材料外观均匀程度差值作为湿法成型阶段的结构变异值，则湿法成型阶段的结构变异值；
S311、将干法成型阶段耐火材料外观均匀程度差值作为干法成型阶段的结构变异值，则干法成型阶段的结构变异值；
S312、计算干燥阶段耐火材料的结构变异值，其中/>为干燥阶段耐火材料外观均匀程度差值占比系数，/>为干燥阶段的裂纹比例值占比系数，，且/>、/>均大于0；
S313、计算烧结阶段耐火材料的结构变异值，其中/>为烧结阶段耐火材料外观均匀程度差值占比系数，/>为烧结阶段的裂纹比例值占比系数，，且/>、/>均大于0；
所述分析干燥阶段、烧结阶段中耐火材料的温度变异值，包括以下具体内容：
S401、根据干燥阶段耐火材料区域热成像图像像素点集合，提取每个像素点像素值对应的RGB值，并建立干燥阶段RGB值集合/>，其中/>表示干燥阶段的耐火材料区域热成像图像中第i个像素点的像素值对应的红色分量值，/>表示干燥阶段的耐火材料区域热成像图像中第i个像素点的像素值对应的绿色分量值，/>表示干燥阶段的耐火材料区域热成像图像中第i个像素点的像素值对应的蓝色分量值；
S402、根据烧结阶段耐火材料区域热成像图像像素点集合，提取每个像素点像素值对应的RGB值，并建立烧结阶段RGB值集合/>，其中/>表示烧结阶段的耐火材料区域热成像图像中第i个像素点的像素值对应的红色分量值，/>表示烧结阶段的耐火材料区域热成像图像中第i个像素点的像素值对应的绿色分量值，/>表示烧结阶段的耐火材料区域热成像图像中第i个像素点的像素值对应的蓝色分量值；
S403、根据干燥阶段RGB值集合，计算干燥阶段中耐火材料的温度变异值/>，其中表示干燥阶段的耐火材料区域热成像图像中第j个像素点的像素值对应的红色分量值，/>表示干燥阶段的耐火材料区域热成像图像中第j个像素点的像素值对应的绿色分量值，/>表示干燥阶段的耐火材料区域热成像图像中第j个像素点的像素值对应的蓝色分量值，i、j均为1-r中任一项；
S404、根据烧结阶段RGB值集合，计算烧结阶段中耐火材料的温度变异值/>，其中/>表示烧结阶段的耐火材料区域热成像图像中第j个像素点的像素值对应的红色分量值，/>表示烧结阶段的耐火材料区域热成像图像中第j个像素点的像素值对应的绿色分量值，表示烧结阶段的耐火材料区域热成像图像中第j个像素点的像素值对应的蓝色分量值，i、j均为1-t中任一项；
所述分析耐火材料成型体的缺陷潜伏值包括：
计算耐火材料成型体的缺陷潜伏值
，其中/>为原材料准备阶段缺陷潜伏影响系数、/>为湿法成型阶段缺陷潜伏影响系数、/>为干法成型阶段缺陷潜伏影响系数、/>为干燥阶段缺陷潜伏影响系数、/>为烧结阶段缺陷潜伏影响系数，/>，且/>均大于0。/>
CN202311658553.1A 2023-12-06 2023-12-06 一种基于耐火材料外观的在线检测方法及系统 Active CN117351020B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311658553.1A CN117351020B (zh) 2023-12-06 2023-12-06 一种基于耐火材料外观的在线检测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311658553.1A CN117351020B (zh) 2023-12-06 2023-12-06 一种基于耐火材料外观的在线检测方法及系统

Publications (2)

Publication Number Publication Date
CN117351020A CN117351020A (zh) 2024-01-05
CN117351020B true CN117351020B (zh) 2024-04-30

Family

ID=89365371

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311658553.1A Active CN117351020B (zh) 2023-12-06 2023-12-06 一种基于耐火材料外观的在线检测方法及系统

Country Status (1)

Country Link
CN (1) CN117351020B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101243215A (zh) * 2005-08-09 2008-08-13 东丽株式会社 耐火纤维、碳纤维及其的制造方法
CN104198432A (zh) * 2014-09-17 2014-12-10 公安部天津消防研究所 应用近红外光谱技术无损鉴别钢结构防火涂料品牌的方法
CN109187254A (zh) * 2018-07-24 2019-01-11 湖南工业大学 钢筋混凝土梁抗火性能检测方法及防火涂料防火检测方法
KR20200119921A (ko) * 2019-03-19 2020-10-21 경북대학교 산학협력단 지능형 화재 감지 장치, 지능형 화재 감지 방법 및 기록 매체
KR20210065358A (ko) * 2019-11-27 2021-06-04 동국제강주식회사 열화상 카메라를 이용한 전기로의 내화물 보수 방법, 전기로 감시용 카메라 구조체 및 이를 포함하는 전기로의 내화물 보수 장치
CN114234634A (zh) * 2022-01-13 2022-03-25 中南大学 一种基于热图处理的辊道窑温度控制系统
JP2023013271A (ja) * 2021-07-15 2023-01-26 キヤノン株式会社 温度計測装置、温度計測方法及びプログラム

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8094301B2 (en) * 2007-12-12 2012-01-10 Gas Technology Institute Video and thermal imaging system for monitoring interiors of high temperature reaction vessels
US10164289B2 (en) * 2014-12-02 2018-12-25 Polyplus Battery Company Vitreous solid electrolyte sheets of Li ion conducting sulfur-based glass and associated structures, cells and methods

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101243215A (zh) * 2005-08-09 2008-08-13 东丽株式会社 耐火纤维、碳纤维及其的制造方法
CN104198432A (zh) * 2014-09-17 2014-12-10 公安部天津消防研究所 应用近红外光谱技术无损鉴别钢结构防火涂料品牌的方法
CN109187254A (zh) * 2018-07-24 2019-01-11 湖南工业大学 钢筋混凝土梁抗火性能检测方法及防火涂料防火检测方法
KR20200119921A (ko) * 2019-03-19 2020-10-21 경북대학교 산학협력단 지능형 화재 감지 장치, 지능형 화재 감지 방법 및 기록 매체
KR20210065358A (ko) * 2019-11-27 2021-06-04 동국제강주식회사 열화상 카메라를 이용한 전기로의 내화물 보수 방법, 전기로 감시용 카메라 구조체 및 이를 포함하는 전기로의 내화물 보수 장치
JP2023013271A (ja) * 2021-07-15 2023-01-26 キヤノン株式会社 温度計測装置、温度計測方法及びプログラム
CN114234634A (zh) * 2022-01-13 2022-03-25 中南大学 一种基于热图处理的辊道窑温度控制系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
"MgO-TeO2体系热力学研究及废弃耐火材料中碲的回收";王凯;《中国优秀硕士学位论文全文数据库工程科技辑》;全文 *
中国筑路机械学术研究综述・2018;马建;孙守增;芮海田;王磊;马勇;张伟伟;张维;刘辉;陈红燕;刘佼;董强柱;;中国公路学报(第06期);全文 *
超薄型钢结构防火涂料现场快速检测方法研究;张文彬;齐楸;张国顺;王同喜;李树超;陶鹏宇;;工业安全与环保(第07期);全文 *

Also Published As

Publication number Publication date
CN117351020A (zh) 2024-01-05

Similar Documents

Publication Publication Date Title
Bauer et al. Analysis of building facade defects using infrared thermography: Laboratory studies
Elbehiery et al. Surface defects detection for ceramic tiles using image processing and morphological techniques
Jiao et al. Laser multi-mode scanning thermography method for fast inspection of micro-cracks in TBCs surface
CN111077184A (zh) 基于红外热成像的识别钢管混凝土构件脱空缺陷的方法
CN117351020B (zh) 一种基于耐火材料外观的在线检测方法及系统
Wang et al. Design of machine vision applications in detection of defects in high-speed bar copper
Yang et al. Research on application of on-line melting in-situ visual inspection of iron ore powder based on Faster R-CNN
Wang et al. Anisotropic thermal diffusivity and conductivity in SiC/SiC tubes studied by infrared imaging and X-ray computed tomography
Ankel et al. Classification of computed thermal tomography images with deep learning convolutional neural network
JPH10185911A (ja) 細胞解析装置及びその方法
CN110658083A (zh) 混凝土瞬态高温变形与破坏的同步测试系统及测试方法
Andrade et al. Methodology for automatic process of the fired ceramic tile's internal defect using IR images and artificial neural network
Mahieu et al. Carbon block tracking package based on vision technology
Chetverikova et al. Colorimetric gradation in RGB-space as a method for detecting structural changes in ceramic materials
CN210923335U (zh) 混凝土瞬态高温变形与破坏的同步测试系统
O’Loughlin et al. Towards in-process prediction of voids in laser powder bed fusion
Cheng et al. Novel evaluation method for metal workability during cross wedge rolling process
Maskuri et al. The Image Processing Technique of Defect Detection in Metal Materials Using Active Infrared Thermography
Pini et al. Robotic implementation of the slide method for measurement of the thermal emissivity of building elements
Venegas et al. Advances in RGB projection technique for thermographic NDT: Channels selection criteria and visualization improvement
Wang et al. Visual defect recognition and location for pulsed thermography images based on defect-background contrast analysis
CN113715229B (zh) 一种注塑制品质量检测的方法和系统
Guo et al. Novel recognition method of blast furnace dust composition by multifeature analysis based on comprehensive image-processing techniques
Eitzinger et al. Thermobot: towards semi-autonomous, thermographic detection of cracks
Gou et al. Analysis on test method of metal magnetic memory mechanism of ferromagnetic materials based plastic deformation

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
TA01 Transfer of patent application right

Effective date of registration: 20240401

Address after: 115100 Connected Lane, Zhanqian Street, Dashiqiao City, Yingkou City, Liaoning Province

Applicant after: Dashiqiao Mingkong Refractory Materials Co.,Ltd.

Country or region after: China

Address before: Room 606, No. 39-1, Chuangxin Second Road, Shenyang area, China (Liaoning) pilot Free Trade Zone, Shenyang, Liaoning 110167

Applicant before: Shenyang juchuang material and molding Engineering Technology Research Co.,Ltd.

Country or region before: China

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant