CN1844409A - 基于红外图像的温度场与料面分布检测方法及监测系统 - Google Patents

Abstract

基于红外图像的温度场与料面分布检测方法及监测系统，本发明针对高炉温度场与料面分布难检测的问题，以在线反映高炉煤气流变化趋势与料面分布变化为目标，利用红外图像处理和高炉状态信息建立高炉温度场模型与料面分布模型。在此基础上建立温度场与料面分布在线监测系统，用户根据温度场模型能判断煤气流分布及偏心程度，根据料面分布模型分析布料对煤气流发展的影响，从而优化布料制度。基于该方法的监测系统具有投资少、操作直观、可靠的特点，为高炉冶炼过程中判断煤气流与料面分布提供了客观、量化的依据。

Description

基于红外图像的温度场与料面分布检测方法及监测系统

技术领域  本发明涉及高炉冶金过程的炉喉温度场与料面分布的检测方法及其计算机监测系统。

背景技术  高炉生产过程是高温冶金过程，高炉温度场与炉料分布直接影响高炉内块状区的热能分布、化学反应、煤气流分布以及炉内压力，实时了解温度场变化与炉料分布对于预测煤气流的发展情况、稳定高炉操作、保证高炉炉况顺行十分关键。

传统温度场与料面分布检测方法是利用十字测温、间断的人工煤气取样分析和料线探尺来间接判断的。但是这些测量手段所得数据均是高炉某个方向或者某几个不连续点的数值，在反映高炉实际的布料和煤气利用上，有一定程度的偏差。因此，在生产过程中有必要根据高炉生产的复杂性和特殊性，研究新的方法和技术克服传统温度场与料面分布检测中遇到的实时性、准确性、不确定性和非完整性等困难。

目前对温度场与料面分布检测方法中，有采用炉顶热图像仪测量温度场、采用激光或者微波扫描的等方法，但是这些设备的成本较高，难以推广普及。

高炉生产采用了大量各式各样的传感器来监测生产过程，但是目前大多数检测使用单一的检测设备或者进行简单的数据处理，很少考虑信息之间的关联。

发明内容  为了有效地解决高炉生产过程中普遍存在的高炉温度场与料面分布检测方式复杂、检测成本高、对料面分布结构难以准确及时把握、对炉内运行状况难以精确判断的问题，本发明提供了一种基于图像处理和状态信息的温度场与料面分布在线检测方法，采用该方法建立了基于红外图像的温度场模型和基于信息融合的料面分布模型，并且设计了一个温度场与料面分布在线监测系统。

本发明设计提供了一种基于红外图像和状态信息的温度场与料面分布在线检测方法。

(1)在线检测的硬件实现由红外摄像仪和工控机组成，通过以太网连接高炉1生产过程控制系统。

(2)主要软件处理模块都运行在工控机上，包括图像采集与处理模块、OPC通信模块、温度场模型、料面分布模型、数据库、温度场与料面分布显示模块、温度场与料面分布查询模块。

(3)检测工作流程主要是利用红外摄像仪、图像采集卡、工控机获得数字化的高炉工况图像信息，通过图像处理应用软件对采集的黑白图像进行识别与数字化处理，并综合布料制度、布料器和炉体参数、探尺数据等建立温度场模型和料面分布模型来描绘炉内温度场与料面分布，完成温度场分布与料面分布显示、历史温度曲线和料面分布曲线的检索等功能，存储相关的参数信息和系统状态信息。

本发明设计建立了一种基于红外图像的温度场模型。

(1)设计了基于时间尺度和空间尺度的中值滤波和均值滤波的图像预处理方法，采用基于双峰法的阈值选择策略、轮廓跟踪技术来描述高炉温度场的等温度线、伪彩图和径向温度。

(2)设计了一种动态分段定标的算法，通过统计定标和自学习的方式实现高炉动态的温度分段定标。

(3)设计了一种温度场的中心定标方法，通过掌握中心煤气的分布，指导高炉操作及时调整布料，防止燃烧偏心、火焰贴墙等不正常的炉况。

本发明设计建立了一种基于信息融合的料面分布模型。

(1)分析了炉料分布特性，根据炉料特性确定了料面分布的描述形式。

(2)基于信息融合的思想设计了料面分布模型的流程算法。

(3)根据运动学原理、图像处理技术、冶炼工艺分析和专家经验确定料面特征参数的计算。

(4)根据生产经验和开炉数据修正料面模型参数估计中的公式系数；依据专家经验调整模型的料降速度，确定综合特征曲线的规则，形成对料面的完整理解。

本发明根据提出的在线检测方法、温度场模型、料面分布模型设计了温度场与料面分布在线监测系统，具体的技术内容包括以下5个方面：

(1)采用伪彩色、等温线、温度场中心偏移实现温度场的在线监控。

(2)采用剖面图、立体图料面分布的在线监控。

(3)采用OpenGL的实现动态的料面三维显示。

(4)采用OPC通讯协议，建立精确、稳定的实时通讯机制，并利用ATL技术对通讯协议进行封装。

(5)监测系统的信息管理和数据查询。

本发明温度场与料面分布在线检测方案和监测系统具有投资少、操作直观、可靠的特点，为高炉冶炼过程中判断煤气流与料面分布提供了客观、量化的依据。

附图说明

图1本发明在线检测总体结构框图；

图2本发明温度场模型结构示意图；

图3本发明料面描述形式示意图；

图4本发明料面分布模型结构示意图。

具体实施方式

下面结合附图对本发明的具体实施方式进行详细的说明。

如图1所示，安装在炉顶上的红外摄像仪把高炉内的工况转换为黑白视频图像，通过视频电缆传输到高炉控制室的工控机；工控机内的图像采集卡完成视频图像到数字图像的转换，获得数字化的高炉工况图像信息；通过图像处理应用软件对采集的黑白图像进行识别与数字化处理，并与高炉生产过程控制系统进行联网和通信，同时综合从OPC通信接口获取的其它检测信息，分别建立温度场模型和料面分布模型来描绘炉内温度场与料面分布；建立基于红外图像的温度场与料面分布在线监测系统，完成温度场分布与料面分布显示、历史温度曲线和料面分布曲线的检索功能，存储相关的参数信息和系统状态信息。

温度场模型的具体内容包括红外图像的数据分析与处理技术、动态的温度分段定标技术、温度场的中心定标技术3个部分，如图2所示。

(1)基于时间尺度和空间尺度的中值滤波和均值滤波的图像预处理方法来滤除图像中存在的脉冲干扰及椒盐噪声，图像滤波的流程如下：

Step 1：采集一组图像Original[k][j][i]，其中，k为帧号，k＝0，1，...，10，i为一帧图像的行号，j为一帧图像的列号；

Step 2：对一组图像采用基于时间尺度的中值滤波，即：

midPic[m][j][i]＝{Original[O][j][i]，...，Original[k][j][i]，...，Original[10][j][i]}的中间值，m为采样组数；

Step 3：对n组中值滤波图像采用基于时间尺度的均值滤波，即：

$\mathrm{AvgPic}\left[j\right]\left[i\right]=\frac{\mathrm{midPic}\left[0\right]\left[j\right]\left[i\right]+\·\·\·+\mathrm{midPic}\left[m\right]\left[j\right]\left[i\right]+\·\·\·+\mathrm{midPic}\left[n\right]\left[j\right]\left[i\right]}{n};$

Step 4：对一帧图像采用基于空间尺度的均值滤波：

$\mathrm{Final}\left[j\right]\left[i\right]=\frac{1}{9}\×\left\{\mathrm{AvgPic}\right[j-1\left]\right[i-1]+\mathrm{AvgPic}[j\left]\right[j-1]+\mathrm{AvgPic}[j+$

$1\left]\right[i-1]+\mathrm{AvgPic}[j-1\left]\right[i]+\mathrm{AvgPic}[j\left]\right[i]+\mathrm{AvgPic}[j+1\left]\right[i]+\mathrm{AvgPic}[j-1\left]\right[i+$

$1]+\mathrm{AvgPic}[j\left]\right[i+1]+\mathrm{AvgPic}[j+1\left]\right[i+1\left]\right\},$ 图像中边界上的点则用其附近有效的点做均值运算；

Step 5：输出滤波后的图像。

图像的特征提取采用双峰法自动获取默认的特征分割阈值，采用二值化图像的方法获得不同特征的温度区域，通过选择相应的阈值范围进行二值化，提取不同温度的区域。考虑到项目已经有了区域的分割结果，可以直接在该二值图像上进行图像的轮廓提取，同样可以得到相应的结果。而且该结果是二值图像，二值图像的轮廓提取算法相对简单，就是掏空内部点。其方法为：如果原图中有一点为黑，且它的8个相邻点都是黑色时(此时该点是内部点)，则将该点删除。实际上相当于用一个9个点的结构元素对图像进行腐蚀，再用原图像减去腐蚀图像。

(2)本发明提出一种个基于统计概率的动态分段定标算法。其方法如下：

Step 1：根据图像中测温点附近灰度出现的频率，将灰度分成若干等级；

Step 2：根据灰度的等级，在图像上提取各灰度范围对应的图像区域；

Step 3：统计图像中各个灰度范围对应区域包含的测温点数，其规则如下：

R1：在确定测温点所在位置灰度时，将测温点对应位置周围一定区域的所有象素点的平均值作为该点温度对应的灰度值；如在一个径向有10点检测点的高炉图像中，可以把检测点半径为图像径向象素点的二十分之一象素长度的所有象素的平均值作为该点的灰度值；

R2：在统计分析某点测温点是否在某个灰度级别的区域内时，可统计目标分割出来的二值图像中该点区域内的象素点值，超过一半的象素点是属于该区域灰度的，就认为该点测温点在这个灰度区域内；

Step 4：选取最高温度和最低温度作为该灰度范围的待定温度边界，选择过程遵守如下规则：

R1：如果某一灰度范围的测温点数据不够，则向相邻的灰度等级搜索，把得到的温度数据作为本灰度级别的定标基础温度：如果临近的区域没有数据(没有一个温度数据)可借，则留到下一次迭代循环的时候再处理。只缺一个的时候，可以向下借，也可以向上借，这个可以根据经验或者统计数据决定，这里选择使得本级别灰度具有最大温度区域范围的温度；缺两个的时候，则向两边个各借一个；遇到边缘级别的温度不够时，则向内借一个。如果都没有时，也只能借一个，另一个则根据经验值再在借到的温度值上叠加一个差值；记录一个灰度值范围缩小或者扩大请求的次数，向低灰度借，定标基准灰度记录数次数减1，向高灰度借，定标基准灰度记录次数加1，定标基准灰度记录的绝对值作为最终的修改灰度范围申请次数；

R2：如果某一个灰度范围的测温点数据大于2个，则取最大值和最小值作为定标的基础温度；

Step 5：为了避免相邻灰度区域的定标温度出现跳变或者交叉，对相邻两个灰度级别的最大测温点数据(低级)和最小测温点数据(高级)进行求平均值，把得到的平均值作为两个灰度级别分界点灰度的最终定标温度；

Step 6：在每个灰度级别内部采用两点定标的方式确定灰度-温度的定标转换关系；

Step 7：在一段时间后，统计各区域的请求情况，根据统计情况确定是否重新进行温度定标，如果修改灰度范围申请次数大于设定的阈值，则根据定标基准灰度记录扩大或者缩小灰度区域范围，转到Step 2。

上述算法的特点是：可以在灰度分级的域值上进行在线自适应学习，每隔一段时间对各级别灰度域值进行在线学习，使之更合理。但由于高炉生产是一个复杂的工业过程，炉况的波动是不可避免的，轻率的对该域值进行修改，只会造成反复的振荡，因此需要选择合适的修正时间，一般设定为30分钟以上，同时需要将质量很差的图像去除掉，例如全白或者全黑。

(3)温度场的中心定标算法描述如下：

Step 1：选择将背景和亮斑区分开的灰度阈值。选择判别分割的阈值是识别算法的关键，因为对亮斑没有确定的定义，同时炉内的工况和亮斑关系密切，但一般中心亮斑的颜色和背景颜色都是相差比较大的，而且区域是连贯的，可以通过一定的域值选取方法来获得分割阈值；

Step 2：确定亮斑的区域信息。扫描高炉图像，如果某象素点的灰度值大于等于设定的灰度阈值，则该象素点为亮斑区域内的点，否则为背景点。设二维图像X的象素(i，j)的灰度值记为f(i，j)，M为设定的灰度分割阈值，则

亮斑区域：A＝{f(i，j)＞M|(i，j)∈X}             (1)

背景区域：A＝{f(i，j)≤M|(i，j)∈X}             (2)

Step 3：计算亮斑区域的重心坐标(x，y)。计算公式如下：

$\left\{\begin{array}{c}x=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{x}_i---\left(3\right)\\ y=\frac{1}{n}\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{y}_j---\left(4\right)\end{array}\right.$

下面再给出料面分布模型的。

(1)高炉炉料的分布主要受布料方式的影响。高炉生产方式决定了布料主要方式，按照高炉不同的煤气流发展趋势，决策采用不同的布料操作，形成形状截然不同的料面分布。目前多数研究者都采用简化的直线段来描述料面分布，主要有3线段、4线段和6线段描述形式三种。根据开炉时实测的料面数据以及对炉型的分析，本发明设计采用直线、折线、直线加曲线3类曲线的平滑连接来描述料面分布，基本料面形状可以近似如图3所示，其中曲线ABCD表示料面剖面曲线，θ₂表示的料面内堆角，弧AB表示的中心炭堆，位置C表示堆尖，θ₁表示料面外堆角。

(2)料面模型融合算法的目的是利用数学工具确定模型表征参数。图4为料面分布模型的流程算法。首先，模型利用高炉布料机构的参数，如布料导管的长度，溜槽的长度、角度、高度等参数，计算料降将形成形状的基本信息，例如落点位置、堆尖位置等；然后利用红外图像信息，分析提取料面中心炭堆的形状信息；根据经验现场的专家经验对这两个信息进行融合，得到一个料面分布基本曲线；再根据布放矿料的重量、比重等信息计算所布料矿的体积，利用体积不变的原理对上一次的料面进行叠加；最后根据探尺数据计算的料降速度，再对料面的高度进行调整，从而得到一个实时的料面分布信息。

(3)料面模型的特征计算

料面主要的参数是料面堆尖位置、内外堆角、中心炭堆大小以及每次布放炉料的厚度等。炉料离开溜槽后受重力及煤气阻力的作用，如果炉料中直径小于5mm的粉末被筛除，则煤气的阻力可以忽略，根据运动学原理和高炉本体参数可以计算出炉料离开溜槽后的运动速度。

开炉做静态布料实验时，可以测得炉料料面的内外堆角的经验值。高炉炉料内堆角受到煤气流运动等因素的影响，与自然堆角θ₀有所不同。若设K为修正系数，h为料线深度，R为炉喉半径，则炉内堆角可按式(5)近似计算：

$\mathrm{tg\θ}=\mathrm{tg}{\mathrm{\θ}}_0-K\frac{h}{R}---\left(5\right)$

高炉休风时实际观察，高炉内堆尖两侧的堆角大小常常不同，一般略有差别，外堆角小于等于内堆角，这里取外堆角：

          θ₁＝αθ₂                  (6)

其中，修正系数α为外堆角修正系数。

内环半径是根据图像处理获取的信息来确定的。从布料的方式分析，内环炉料的主要成分是焦炭，焦炭具有良好的透气性，易于燃烧，所以该区域应该是炉内反应最为活跃的区域，也就是温度最高的区域。所以可以根据红外图像的信息确定内环的大小和形状。也就可以计算内环的半径。计算方法如下：

Step 1：根据一定的灰度域值，分割红外图像，得到燃烧中心区域和背景分离的二值图像；

Step 2：实际的生产现场观察表明，中心炭堆是图像中最大的亮斑，所以为了滤除一些扰动的小区域，对二值图像进行统计分析，取最大的区域作为内环中心区域；

Step 3：扫描获得的二值图像，取得中心区域的在X和Y轴上的最大长度，取它们平均值的一半作为内环半径。

实际每个堆角上所布放的炉料体积计算公式

$V=\frac{W\×\mathrm{\σ}}{w}---\left(7\right)$

其中，V为炉料体积，W为每个布料倾角上的布料倾角重量，σ为体积压缩率，w为堆比重。

理论布料体积公式：

$V^{\′}=\underset{0}{\overset{R}{\∫}}2\mathrm{\π}\·x\·F\left(x\right)\mathrm{dx}---\left(8\right)$

其中，F(x)＝f⁰(x)-f¹(x)，当f⁰(x)-f¹(x)＜0时，令F(x)＝0，f⁰(x)表示当前计算的料面半径曲线，f¹(x)表示上一时刻料面半径曲线，x表示料面上某一点的位置，dx表示在料面x位置的一段微元，R表示高炉半径。根据体积公式可得出布料前后新旧两种料面间的炉料体积，同时保证f⁰(x)始终在f¹(x)上面，计算的体积始终为两个半径曲线所围成圆柱的正体积。

(4)基于专家规则的料面模型的修正与综合

料面分布模型一个关键的因素是融合了专家观察和操作的经验知识。这是因为在操作过程中，部分料面分布状况没有直接的检测信息可以参考，实际运行中操作人员总是依据布料制度、操作经验以及炉况状态可以推定料面的状态，专家规则的作用就是模拟操作人员推定料面分布的经验规则。本模型中专家规则的知识来自三个方面：高炉操作规程、生产过程操作参数和专家经验。采用产生式规则的if-then知识表达方式。采用专家规则的形式修正料面模型参数估计中的公式系数，选择合适的拟合曲线，调整模型的料降速度。

下面给出温度场与料面分布在线监测系统软件的具体实施方法。

高炉温度场与料面分布在线监测系统软件采用VC++6.0进行开发，以中型的SQL数据库进行过程数据的存储，并基于OPC通讯技术实现与过程控制系统的通信。监测系统的主要功能模块及其特点包括以下5部分：

(1)温度场模块

主要分为实时温度场伪彩图、实时温度场等温线、径向温度、实时温度场区域温度、历史温度场区域温度和区域温度数据报表。基于易于观察的目的，伪彩图采用彩色图像来显示温度信息；等温线图是通过提取出图像中温度相等的象素描绘成的一条连续曲线；实时温度场区域温度是将整个温度场分成8个区域计算并显示出来；实时温度场径向温度是把炉内温度场平面某一方向上的温度显示出来；历史温度场区域温度则提供区域温度的历史查询，并将查询结果以曲线形式画出来；区域温度数据报表是以报表形式描绘区域温度数据。

(2)料面分布模块

料面分布信息中主要分为实时料面剖面图、实时料面立体图、实时料面区域高度数据和历史料面高度数据。实时料面剖面图就是把炉内料面的一个剖面线实时的画出来；实时料面立体图是把炉内的表面用三维的形式表现出来，并能对立体图进行各种角度的旋转；实时料面区域高度是将9个区域内的料面高度计算并显示出来；历史料面区域高度则提供区域高度的历史查询，并将之以曲线形式表现出来。

(3)动画显示

采用OpenGL技术实现了炉内炉料的三维动画显示。它使用顶点矩阵数组描述曲面，采用三角形直接逼近曲面，并应用OpenGL中投影和旋转等方法，将高炉料面分布曲面直观地表现出来。料面的表现形式形象、生动，大大降低了炉内料面分布分析工作的难度。

(4)数据通信

针对工业现场检测点多和硬件驱动繁杂等特点，利用ATL技术，将OPC协议封装在一个ActiveX控件中，实现了监控软件与高炉生产过程控制系统的无缝连接。保增监控软件的实时、精确通讯，并且具有良好的可移植性。

(5)参数设置和日志查询

主要进行各种参数的设置以及系统日志的查询，包括：软件初始化时高炉参数、算法参数等的设置；软件运行时算法参数、矿料属性等参数的在线修改；记录参数修改、系统的启动和退出等软件操作情况。

Claims (5)

1.一种温度场与料面分布的检测方法，其特征在于：利用红外摄像仪、图像采集卡、工控机获得数字化的高炉工况图像信息，通过图像处理应用软件对采集的黑白图像进行识别与数字化处理，并综合布料制度、布料器和炉体参数、探尺数据建立温度场模型和料面分布模型，来描绘炉内温度场与料面分布，并完成温度场分布与料面分布显示、历史温度曲线和料面分布曲线的检索，实现温度场与料面分布的在线检测。

2.根据权利要求1所述的在线检测方法，其特征在于：所述的图像处理中设计了基于时间尺度和空间尺度的中值滤波和均值滤波的处理方法，采用基于双峰法的阈值选择策略、轮廓跟踪技术来描述高炉温度场的等温度线、伪彩图和径向温度；设计了动态分段定标的算法和温度场的中心定标方法。

3.根据权利要求2所述的在线检测方法，其特征在于：所述的动态分段定标算法包括以下步骤：

(1)根据图像中测温点附近灰度出现的频率，将灰度分成若干等级；

(2)根据灰度的等级，在图像上提取各灰度范围对应的图像区域；

(3)统计图像中各个灰度范围对应区域包含的测温点数；

(4)选取最高温度和最低温度作为该灰度范围的待定温度边界；

(5)对相邻两个灰度级别的最大测温点数据和最小测温点数据进行求平均值，把得到的平均值作为两个灰度级别分界点灰度的最终定标温度；

(6)在每个灰度级别内部采用两点定标的方式确定灰度一温度的定标转换关系；

(7)一段时间后，统计各区域的请求情况，根据统计情况确定是否重新进行温度定标，如果修改灰度范围申请次数大于设定的阈值，则根据定标基准灰度记录扩大或者缩小灰度区域范围，转到(2)。

4.根据权利要求1所述的在线检测方法，其特征在于：所述的料面分布模型采用直线、折线、直线加曲线3类曲线的平滑连接来描述，具体过程包括：

(1)利用高炉布料机构参数和布料制度计算落点位置、堆尖位置料面特征参数；

(2)利用红外图像信息，分析提取料面中心炭堆的形状信息；

(3)根据专家经验对这两类信息进行融合，得到一个料面分布基本曲线；

(4)根据布放矿料的重量、比重信息计算所布料矿的体积，利用体积不变的原理对上一次的料面进行叠加；最后根据探尺数据计算的料降速度，对料面的高度进行调整，得到实时的料面分布信息；

(5)利用高炉探尺计算料降速度，修正料面形状。

5.一种根据权利要求1所述的在线检测方法的在线监测系统，其特征在于：系统包括温度场模块、料面分布模块、动态显示、数据通信、参数设置和日志查询功能，温度场模块采用伪彩色、等温线、径向温度、温度场中心偏移实现温度场的在线监控；料面分布模块采用剖面图、立体图料面分布的在线监控；动态显示采用OpenGL的实现动态的料面三维显示；数据通信采用OPC通讯协议进行实时通讯，并利用ATL技术对通讯协议进行封装；参数设置和日志查询功能完成监测系统的信息管理和数据查询。

Images