JP2005532557A - Method for on-line measurement of the melt phase - Google Patents

Method for on-line measurement of the melt phase Download PDF

Info

Publication number
JP2005532557A
JP2005532557A JP2004520233A JP2004520233A JP2005532557A JP 2005532557 A JP2005532557 A JP 2005532557A JP 2004520233 A JP2004520233 A JP 2004520233A JP 2004520233 A JP2004520233 A JP 2004520233A JP 2005532557 A JP2005532557 A JP 2005532557A
Authority
JP
Japan
Prior art keywords
image data
standard
online
melt phase
surface 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
Application number
JP2004520233A
Other languages
Japanese (ja)
Inventor
スバギョ，エス．
エイ． ブロックス，ジョフリー
Original Assignee
マクマスター ユニヴァーシティー
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 マクマスター ユニヴァーシティー filed Critical マクマスター ユニヴァーシティー
Publication of JP2005532557A publication Critical patent/JP2005532557A/en
Pending legal-status Critical Current

Links

Images

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
    • G06T7/001—Industrial image inspection using an image reference approach
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B22—CASTING; POWDER METALLURGY
    • B22D—CASTING OF METALS; CASTING OF OTHER SUBSTANCES BY THE SAME PROCESSES OR DEVICES
    • B22D2/00—Arrangement of indicating or measuring devices, e.g. for temperature or viscosity of the fused mass
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B22—CASTING; POWDER METALLURGY
    • B22D—CASTING OF METALS; CASTING OF OTHER SUBSTANCES BY THE SAME PROCESSES OR DEVICES
    • B22D2/00—Arrangement of indicating or measuring devices, e.g. for temperature or viscosity of the fused mass
    • B22D2/001—Arrangement of indicating or measuring devices, e.g. for temperature or viscosity of the fused mass for the slag appearance in a molten metal stream
    • 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
    • C21C5/4673—Measuring and sampling devices
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F27—FURNACES; KILNS; OVENS; RETORTS
    • F27D—DETAILS OR ACCESSORIES OF FURNACES, KILNS, OVENS, OR RETORTS, IN SO FAR AS THEY ARE OF KINDS OCCURRING IN MORE THAN ONE KIND OF FURNACE
    • F27D19/00—Arrangements of controlling devices
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F27—FURNACES; KILNS; OVENS; RETORTS
    • F27D—DETAILS OR ACCESSORIES OF FURNACES, KILNS, OVENS, OR RETORTS, IN SO FAR AS THEY ARE OF KINDS OCCURRING IN MORE THAN ONE KIND OF FURNACE
    • F27D21/00—Arrangements of monitoring devices; Arrangements of safety devices
    • F27D21/0028—Devices for monitoring the level of the melt
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F27—FURNACES; KILNS; OVENS; RETORTS
    • F27D—DETAILS OR ACCESSORIES OF FURNACES, KILNS, OVENS, OR RETORTS, IN SO FAR AS THEY ARE OF KINDS OCCURRING IN MORE THAN ONE KIND OF FURNACE
    • F27D21/00—Arrangements of monitoring devices; Arrangements of safety devices
    • F27D21/02—Observation or illuminating devices
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/20—Metals
    • G01N33/205—Metals in liquid state, e.g. molten metals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/40—Analysis of texture
    • G06T7/41—Analysis of texture based on statistical description of texture
    • G06T7/42—Analysis of texture based on statistical description of texture using transform domain methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • 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
    • C21C5/52—Manufacture of steel in electric furnaces
    • C21C2005/5288—Measuring or sampling devices
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F27—FURNACES; KILNS; OVENS; RETORTS
    • F27D—DETAILS OR ACCESSORIES OF FURNACES, KILNS, OVENS, OR RETORTS, IN SO FAR AS THEY ARE OF KINDS OCCURRING IN MORE THAN ONE KIND OF FURNACE
    • F27D19/00—Arrangements of controlling devices
    • F27D2019/0006—Monitoring the characteristics (composition, quantities, temperature, pressure) of at least one of the gases of the kiln atmosphere and using it as a controlling value
    • 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
    • G06T2207/30136—Metal
    • 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

Abstract

【課題】 溶融相のオンライン測定のための方法を提供する。
【解決手段】 スラグ、フラックス、金属及びマットを含む溶融相に関する情報を、多変量イメージ分析アプローチを使用して識別し且つ定量化する方法。この手法を使用して、スラグの分裂、地金のサイズ、スラグの一部固化及びスラグの温度のような溶融相の性質が、妥当な計算時間内で正確に決定され得る。更に、この方法は、溶融相のオンライン測定ツールとして導入され得る。PROBLEM TO BE SOLVED: To provide a method for on-line measurement of a melt phase.
A method for identifying and quantifying information about a melt phase including slag, flux, metal and mat using a multivariate image analysis approach. Using this approach, the properties of the molten phase such as slag breakup, metal size, slag partial solidification and slag temperature can be accurately determined within a reasonable calculation time. Furthermore, this method can be introduced as an online measurement tool for the melt phase.

Description

本発明は、スラグ、フラックス、金属及びマット（ｍａｔｔｅ）を含む溶融相からの情報を識別すること及び定量化することに関するものである。本発明は、溶融相の表面から取得されたイメージデータの主成分分析に基づく方法を使用する。   The present invention relates to identifying and quantifying information from the melt phase including slag, flux, metal and matte. The present invention uses a method based on principal component analysis of image data acquired from the surface of the melt phase.

多変量イメージ処理は、イメージデータから情報を引き出すための確実な方法を提供する。この方法は、衛星イメージデータや医療分野のような幾つかの用途におけるイメージ処理のために、有効に適用されてきた。しかしながら、溶融相のオンライン測定のために前記方法を適用することは従来行われていない。   Multivariate image processing provides a reliable method for extracting information from image data. This method has been successfully applied for image processing in several applications such as satellite image data and the medical field. However, it has not been conventionally applied to apply the method for online measurement of the melt phase.

プロセスの確実なリアルタイム測定の可用性は、何らかの制御システムを開発するための重要な因子である。製鋼のような高温溶融相処理の場合、厳しい条件のため、リアルタイム測定を行うことが困難であり、且つコストがかさむ。現行では、溶融相の情報を収集するための幾つかの方法、例えば、溶融相の相対的な表面領域の検出及び、前記溶融相が充分溶融されているかどうかの評価は、作業者による目視的観察に依存している。従って、溶融相のより確実なオンライン測定のための明らかな要求が存在する。   The availability of reliable real-time measurement of the process is an important factor for developing any control system. In the case of high-temperature melt phase treatment such as steelmaking, it is difficult to perform real-time measurement due to severe conditions, and the cost is increased. Currently, several methods for collecting melt phase information, such as detection of the relative surface area of the melt phase and evaluation of whether the melt phase is sufficiently melted, are visually Depends on observation. There is therefore a clear need for a more reliable online measurement of the melt phase.

本発明の目的は、溶融相の相対的な表面領域を検出し、該相が充分溶融されているかどうかを決定し、そして該相の温度を予測するために妥当な計算時間内で、溶融相に関するオンライン情報を表示し且つ定量化することである。前記計算時間は充分に速いので、この方法は、オンライン測定装置において使用され得、且つ制御システム内に組み込まれ得る。   The object of the present invention is to detect the relative surface area of the molten phase, determine if the phase is sufficiently melted, and within a reasonable calculation time to predict the temperature of the phase. To display and quantify online information about. Since the calculation time is fast enough, this method can be used in an on-line measuring device and can be integrated into the control system.

本発明によると、溶融相の表面から取得されたイメージデータの主成分分析を使用して、前記溶融相を特徴付ける方法が提供される。開発された方法は、（ａ）標準を確定すること、及び、（ｂ）前記標準を使用して、オンラインイメージデータを識別し且つ定量化すること、を含む。標準確定の目的のため、開発された手法は、（ｉ）溶融相の表面のデジタルイメージを取得する段階、（ｉｉ）前記イメージの主成分分析を行う段階、及び（ｉｉｉ）オンラインイメージの性質を決定するために使用される、溶融相の性質に関する知識に基づいて、主成分の標準値を判定する段階、からなる。標準を使用して、オンラインイメージデータを識別し且つ定量化する際に、（ａ）溶融相の表面のデジタルイメージを取得する段階、（ｂ）前記イメージの主成分分析を行う段階、（ｃ）この分析値を主成分の標準値と比較して、前記イメージの性質を決定する段階、及び（ｄ）前記イメージの勘案された性質を定量化する段階、が行われる。   According to the present invention, a method is provided for characterizing the molten phase using principal component analysis of image data acquired from the surface of the molten phase. The developed method includes (a) establishing a standard and (b) identifying and quantifying online image data using the standard. For the purposes of standardization, the developed method includes (i) acquiring a digital image of the surface of the melt phase, (ii) performing a principal component analysis of the image, and (iii) determining the nature of the online image. Determining the standard value of the main component based on the knowledge of the properties of the melt phase used to determine. In identifying and quantifying online image data using a standard, (a) obtaining a digital image of the surface of the melt phase, (b) performing a principal component analysis of the image, (c) The analysis value is compared with the standard value of the principal component to determine the property of the image, and (d) quantifying the considered property of the image.

図１は、溶融相のオンライン測定の説明図を示す。基本的に、このシステムは三つの主な部分、即ち、測定される溶融相、イメージデータを取得するためのデジタルカメラ及び、前記イメージデータを処理するためのコンピュータからなる。
図２は、溶融相から取得されたＲＧＢイメージの例を示す。
図３は、主成分分析手法の説明図を示す。
図４は、図２のイメージからの最初の二つの主成分のプロット（ｔ1 対ｔ2 ）の例を示す。
図５は、ガス注入時間の関数としての、容器底部から射出される不活性ガス流量が一緒
に記載された、予測される地金領域と相関関係を示すプロットである。
図６は、スラグの性質に対する、バスの温度と第二主成分ｔ2 の平均との相関関係を示すプロットである。 FIG. 1 shows an explanatory diagram of on-line measurement of the melt phase. Basically, this system consists of three main parts: the melt phase to be measured, a digital camera for acquiring image data and a computer for processing said image data.
FIG. 2 shows an example of an RGB image acquired from the melt phase.
FIG. 3 is an explanatory diagram of the principal component analysis method.
FIG. 4 shows an example of a plot of the first two principal components (t 1 vs. t 2 ) from the image of FIG.
FIG. 5 is a plot showing the correlation with the predicted bullion area, together with the inert gas flow injected from the bottom of the vessel as a function of gas injection time.
FIG. 6 is a plot showing the correlation between the bath temperature and the average of the second principal component t 2 versus the slag properties.

溶融相のオンライン測定システムの説明図は、一般的に、図１の参照数２０により示される。該図に示されるように、このシステム２０は、容器２２中の溶融相を測定するために適用され、そして、イメージデータを取得するためのデジタルカメラ２４及び、該イメージデータを処理するためのコンピュータ２６を含む。   An illustration of a melt phase online measurement system is generally indicated by the reference number 20 in FIG. As shown in the figure, the system 20 is applied to measure the melt phase in a container 22, and a digital camera 24 for acquiring image data and a computer for processing the image data. 26.

溶融相の性質、例えば、スラグ表面の分裂、スラグ相の一部固化又はスラグの温度を測定するためのまさに第一段階は、ＲＧＢ［赤（Ｒｅｄ）−緑（Ｇｒｅｅｎ）−青（Ｂｌｕｅ）］形式のデジタルカメラ２４を使用して、スラグ表面のイメージデータを獲得することである。ＲＧＢ形式は、それぞれのピクセルが三つの値−ピクセルのカラーの赤（Ｒ）成分、緑（Ｇ）成分及び青（Ｂ）成分のそれぞれに一つ−により特定される、高解像度のカラーイメージを示すための一般的な方法である。図２のカラーイメージにおいて、メージの白色領域は地金に対応し、黄色領域は薄いスラグに対応し、褐色領域は液体スラグに対応し、そして黒色領域は固化スラグに対応する。この様なイメージは、三つの合同なｎ×ｍピクセルイメージのスタックとして示される。数学的には、前記イメージは、図３に示されるように、次元ｎ×ｍ×３を持つマトリックスＩm と考えることができる。製鋼レイドルの表面から取得されたこの様なイメージの一つを図２に示す。デジタルイメージデータはプロセスコンピュータ２６に伝達され、イメージデータにより獲得された情報に基づいて溶融相の性質を決定する。 The very first step to measure the properties of the melt phase, eg, slag surface splitting, partial solidification of the slag phase, or slag temperature is RGB [Red-Green-Blue] A digital camera 24 of the type is used to acquire image data of the slag surface. The RGB format is a high-resolution color image in which each pixel is specified by three values—one for each of the red (R), green (G) and blue (B) components of the pixel color. It is a general way to show. In the color image of FIG. 2, the white area of the image corresponds to a bare metal, the yellow area corresponds to a light slag, the brown area corresponds to a liquid slag, and the black area corresponds to a solidified slag. Such an image is shown as a stack of three congruent n × m pixel images. Mathematically, the image, as shown in FIG. 3, can be considered as a matrix I m having a dimension n × m × 3. One such image obtained from the surface of a steelmaking ladle is shown in FIG. The digital image data is transmitted to the process computer 26 and determines the properties of the melt phase based on the information obtained from the image data.

溶融相の獲得されたイメージデータを処理する際に、主成分分析（Ｐｒｉｎｃｉｐａｌ
Ｃｏｍｐｏｎｅｎｔ Ａｎａｌｙｓｉｓ；ＰＣＡ）が使用される。ＰＣＡは、密接な相関関係を有する一組の変量に、その主成分（又はコアベクトル）を明らかにする目的で適用される、多変量統計手法の一つである。主成分は、互いに独立しており、そして元の変数中の情報の大部分を、その最初の僅かな主成分内に獲得する、元の変量の線形結合である［ジャクソン（Ｊａｃｋｓｏｎ）、１９９１年］。 When processing the acquired image data of the melt phase, the principal component analysis (Principal)
Component Analysis (PCA) is used. PCA is one of multivariate statistical methods applied to a set of variables having a close correlation, in order to clarify the principal component (or core vector). The principal components are independent of each other and are a linear combination of the original variables that acquire most of the information in the original variables in its first few principal components [Jackson, 1991 ].

多変量の統計的方法、例えば、主成分分析（ＰＣＡ）及び部分的最小２乗法（Ｐａｒｔｉａｌ Ｌｅａｓｔ Ｓｑｕａｒｅｓ；ＰＬＳ）は、多変量イメージ分析のために有効に使用されてきた［エスベンセン（Ｅｓｂｅｎｓｅｎ）他、１９８９年；ゲラディ（Ｇｅｌａｄｉ）他、１９８９年；グラーン（Ｇｒａｈｎ）他、１９８９年；バラチ（Ｂｈａｒａｔｉ）及びマクゲガー（ＭａｃＧｅｇｏｒ）、１９９８年］。これらのアプローチを使用して、高次元で且つ高度な相関関係を有する一組のデータは、次元の減縮と共に、互いに無関係な一組のデータに投影され得る。本発明においては、ＰＣＡアプローチは、溶融相のイメージを評価するために使用される。   Multivariate statistical methods such as Principal Component Analysis (PCA) and Partial Least Squares (PLS) have been used effectively for multivariate image analysis [Essensen et al., 1989; Geladi et al., 1989; Grahn et al., 1989; Bharati and MacGegor, 1998]. Using these approaches, a set of data that is highly dimensional and highly correlated can be projected onto a set of data that are independent of each other, with dimensional reduction. In the present invention, the PCA approach is used to evaluate the melt phase image.

この問題を単純にするため、図３の三元マトリックスＩm(mxnx3)は、図３で説明されている拡張二元マトリックスＩ((n.m)x3) に展開される。

Figure 2005532557
To simplify this problem, the ternary matrix Im (mxnx3) of FIG. 3 is expanded into an extended binary matrix I ((nm) × 3 ) described in FIG.
Figure 2005532557

展開されたイメージマトリックスＸは、主成分分析を行うことにより分解される［ジャ
クソン（Ｊａｃｋｓｏｎ）、１９９１年］。元のマトリックスとその主成分との間の相関関係は、下記の方程式：

Figure 2005532557
［式中、ＸはＩm の展開形式であり、Ｔはスコアマトリックスであり、Ｐは負荷マトリックスであり、そしてＥは残部マトリックスである。］により与えられる。 The developed image matrix X is decomposed by performing principal component analysis [Jackson, 1991]. The correlation between the original matrix and its principal component is the following equation:
Figure 2005532557
 [Wherein, X is a development form of I m, T is the score matrix, P is the load matrix, and E is the remainder matrix. ].

イメージ中の全ての情報が最初の二つの主成分、即ち、ｔ1 及びｔ2 中に保持されていると仮定すると、そのとき、Ｘマトリックスは、次式：

Figure 2005532557
により近似され得る。 All information first two principal components in the image, i.e., assuming held in t 1 and t 2, the time, X matrix, the following equation:
Figure 2005532557
 Can be approximated by

スコアベクトルｔ1 は、多変量データ中の最大の変化を説明するデータマトリックスＸ中の変量（列）の線形結合である。これらのベクトルは、互いに直交性を有する。負荷ベクトルｐi は、データマトリックス中の分散−共分散構造X T X の、降順での固有ベクトルである。これらのベクトルは、互いに直交性を有する（即ち、P T P ＝Ｉ；式中、Ｉは単位行列である。）。スコアベクトル及び負荷ベクトルの性質に基づいて、スコアマトリッスクＴの値は、ＸとＰを掛合せることにより得ることができる［ゲラディ（Ｇｅｌａｄｉ）他、１９８９年］。

Figure 2005532557
The score vector t 1 is a linear combination of variables (columns) in the data matrix X that describes the largest change in the multivariate data. These vectors are orthogonal to each other. The load vector p i is an eigenvector in descending order of the variance-covariance structure X T X in the data matrix. These vectors are orthogonal to each other (ie, P T P = I; where I is the identity matrix). Based on the nature of the score vector and the load vector, the value of the score matrix T can be obtained by multiplying X and P [Geladi et al., 1989].
Figure 2005532557

イメージ中の全ての情報が最初の二つの主成分中に保持されていると仮定すると、方程式（３）に数学的に示されるように、最初の二つのスコアベクトル（ｔ1 及びｔ2 ）の組み合わせは、これらのピクセルとほとんど等価であろう［バラチ（Ｂｈａｒａｔｉ）及びマクゲガー（ＭａｃＧｅｇｏｒ）、１９９８年］。従って、これらの主成分の組み合わせは、対応するイメージから情報を引き出すために（又は、対応するイメージ中の材料を識別するために）使用され得る。加えて、それぞれの波長におけるピクセル強度の平均はｔ1 により表わされ、他方、種々の波数におけるピクセル強度の間の大小又は差分はｔ2 により表わされる［バラチ（Ｂｈａｒａｔｉ）及びマクゲガー（ＭａｃＧｅｇｏｒ）、１９９８年］。本発明により、ｔ1 又はｔ2 の平均値は、イメージの性質を特徴付けるために、例えば、温度を決定するために、使用され得る。 Assuming that all the information in the image is held in the first two principal components, as mathematically shown in Equation (3), the first two score vectors (t 1 and t 2 ) The combination will be almost equivalent to these pixels [Bharati and MacGegor, 1998]. Thus, a combination of these principal components can be used to extract information from the corresponding image (or to identify the material in the corresponding image). In addition, the average of the pixel intensities at each wavelength is represented by t 1 , while the magnitude or difference between the pixel intensities at various wave numbers is represented by t 2 [Bharati and MacGegor, 1998]. According to the invention, the average value of t 1 or t 2 can be used to characterize the nature of the image, for example to determine the temperature.

図２に示されたイメージからのイメージデータは、図３に与えられた手法を使用することにより展開され、マトリックスＸを与えた。ＰＣＡの標準的手法［ジャクソン（Ｊａｃｋｓｏｎ）、１９９１年］を使用してマトリックスＸの主成分を分析すると、負荷ベクトルｐi の値及び、表１に示す固有値を与える。本明細書のための全ての計算は、ハイレベルな高級コンピュータ言語、即ち、ＭＡＴＬＡＢ（登録商標）バージョン６及びＭＡＴＬＡＢ（登録商標）イメージ処理ツールボックスバージョン３により行われた。 The image data from the image shown in FIG. 2 was developed by using the technique given in FIG. PCA standard methods [Jackson (Jackson), 1991 years] gives the analysis of the principal components of the matrix X using the value of the load vectors p i and the eigenvalues shown in Table 1. All calculations for this specification were done with high-level high-level computer languages: MATLAB® version 6 and MATLAB® image processing toolbox version 3.

表１：図３中に存在するイメージの負荷ベクトル及び固有値

Figure 2005532557
Table 1: Load vectors and eigenvalues of the image present in FIG.
Figure 2005532557

表１に示されるように、最初の二つの主成分の合計分散（それぞれ８４．００％及び１３．２３％）の累積は９７．２３％である。従って、対応するイメージにおける主要な情報は、最初の二つの主成分中に保持されていると仮定することは妥当である；これらの主成分の組み合わせは、イメージから情報を引き出すために（又は、イメージ中の材料を識別するために）使用され得、その後、最初の二つの主成分のみが、後の分析において使用される。これらの二つの主成分に対する負荷ベクトルは、次式：

Figure 2005532557
で表わされる。 As shown in Table 1, the cumulative total variance (84.00% and 13.23%, respectively) of the first two principal components is 97.23%. It is therefore reasonable to assume that the main information in the corresponding image is held in the first two principal components; the combination of these principal components is to extract information from the image (or To identify the material in the image), after which only the first two principal components are used in later analyses. The load vectors for these two principal components are:
Figure 2005532557
 It is represented by

最初の二つの負荷ベクトル（ｔ1 対ｔ2 ）の分散プロットを図４に示す。この図は、プロットされた３１１０４００スコアの組み合わせを有し、元のイメージ中に存在する２１６０×１４４０ピクセルの各々に一つの組み合わせである。グラフ内にプロットする多数のピクセルに起因する図中のポイントの幾つかの重複が存在し、そして、元のイメージ中の同様の特徴が同様のスコアベクトルの組み合わせを与えることは興味深い。 A dispersion plot of the first two load vectors (t 1 vs. t 2 ) is shown in FIG. This figure has 3110400 score combinations plotted, one for each of the 2160 × 1440 pixels present in the original image. It is interesting that there is some overlap of points in the figure due to the large number of pixels plotted in the graph and that similar features in the original image give similar score vector combinations.

対応するイメージに対してピクセルの最初の二つの主成分（ｔ1 及びｔ2 ）の値を投影することにより、ｔ1 の値とｔ2 の値の組み合わせにより説明される元のイメージ中の情報が識別され得る。この方法からの結果は、ピクセル群を表わすために使用され得る。ｔ1 の値とｔ2 の値の組み合わせを使用し、そして１ピクセルにより１領域を示す情報と組み合わせて、前記イメージに関して目的とする領域が決定され得る。この方法からの結果は、表２に与えられているピクセル群を表わすために使用され得る。このアプローチを使用することにより、１ピクセルの対応領域が知られているとき、検討中の全領域は、１ピクセルの領域に、図４の同一グループにおけるポイントの数を掛けることにより決定され得る。例えば、このアプローチを使用して、図２の製鋼レイドル中に観察されたスポウトアイ（ｓｐｏｕｔ ｅｙｅ）又は地金の領域を計算すると、１．７６４ｍ2 の値を与える。 Information in the corresponding by projecting the first value of the two principal components (t 1 and t 2) of the pixels for the image, the original image that is described by a combination of values of the values and t 2 t 1 Can be identified. The result from this method can be used to represent a group of pixels. Using a combination of t 1 and t 2 values and combining with information indicating one region by one pixel, the region of interest for the image can be determined. The result from this method can be used to represent the group of pixels given in Table 2. Using this approach, when the corresponding area of 1 pixel is known, the total area under consideration can be determined by multiplying the area of 1 pixel by the number of points in the same group of FIG. For example, using this approach, calculating the spout eye or bullion area observed during the steelmaking radle of FIG. 2 gives a value of 1.764 m 2 .

表２：元のイメージ中の情報に対する最初の二つの主成分のマッピング

Figure 2005532557
Table 2: Mapping of the first two principal components to information in the original image
Figure 2005532557

図５は、ガス注入時間の関数としての、不活性ガス流量も一緒に記載された、予測される地金領域の例を示す。図に明らかに示されるように、地金領域は不活性ガス流量の関数である。先の議論から明らかなように、本発明の方法は、スラグ又は地金の分裂及びスラグの部分的固化のような表面の性質を識別するために、並びに、その領域に関する特質を定量化するために使用され得る。   FIG. 5 shows an example of a predicted bullion area, where the inert gas flow rate as a function of gas injection time is also listed. As clearly shown in the figure, the bullion area is a function of the inert gas flow rate. As is clear from the previous discussion, the method of the present invention is used to identify surface properties such as slag or metal fragmentation and slag partial solidification, as well as to quantify the properties associated with that region. Can be used.

第二主成分ｔ2 は種々の波数におけるピクセル強度の間の大小又は差分を表わすので［バラチ（Ｂｈａｒａｔｉ）及びマクゲガー（ＭａｃＧｅｇｏｒ）、１９９８年］、第二主成分の平均値は、バスの温度を識別するために使用される。温度と強度の間の相関関係は材料の反射的な性質にも関連しており、部分的にレイドルの化学的性質に関連している。 Since the second principal component t 2 represents the magnitude or difference between pixel intensities at various wave numbers [Bharati and MacGegor, 1998], the average value of the second principal component is the temperature of the bath. Used to identify. The correlation between temperature and strength is also related to the reflective nature of the material and is partly related to the chemical nature of the ladle.

図６は、種々のスラグ等級に対する、バスの温度と、平均第二主成分ｔ2 との相関関係を示す。図６から明らかなように、バスの温度は、第二主成分ｔ2 の平均値により表わされ得るということが良く示されている。従って、スラグ、フラックス、金属及びマットを含む溶融相の温度は、ｔ2 の平均値を使用して決定され得ると結論することができる。 FIG. 6 shows the correlation between bath temperature and average second principal component t 2 for various slag grades. As apparent from FIG. 6, the temperature of the bath is that better shown that the second principal component t may be represented by an average value of 2. Therefore, the temperature of the melt phase containing slag, flux, metal and mat, it can be concluded that may be determined using an average value of t 2.

リアルタイム測定データとしてイメージ処理結果を適用するため、妥当な時間内にイメージを処理し得ることは重要である。現行の作業においては、地金領域を測定するための処理時間は数秒である。従って、計算速度は、オンライン測定システムのために適切であると結論することができる。計算は、ウィンドウズ（登録商標）２０００の環境で作動している、２５０ＭＨｚのＲＡＭを持つＩＢＭ（登録商標）互換性ペンティアム（登録商標）ＩＩＩ／８００ＭＨｚパーソナルコンピュータ上で、そしてＭＡＴＬＡＢ（登録商標）バージョン６及びＭＡＴＬＡＢ（登録商標）イメージ処理ツールボックスバージョン３を使用して行われた。   In order to apply image processing results as real-time measurement data, it is important to be able to process the image within a reasonable time. In current work, the processing time for measuring a bullion area is a few seconds. Thus, it can be concluded that the calculation speed is appropriate for an on-line measurement system. Calculations were performed on an IBM® compatible Pentium® III / 800 MHz personal computer with 250 MHz RAM, operating in a Windows® 2000 environment, and MATLAB® version 6 And MATLAB® image processing toolbox version 3.

図１は、溶融相のオンライン測定の説明図である。FIG. 1 is an explanatory diagram of online measurement of a molten phase. 図２は、溶融相から取得されたＲＧＢイメージの例を示す図である。FIG. 2 is a diagram illustrating an example of an RGB image acquired from the melt phase. 図３は、主成分分析手法の説明図である。FIG. 3 is an explanatory diagram of the principal component analysis method. 図４は、図２のイメージからの最初の二つの主成分プロット（ｔ1 対ｔ2 ）の例を示す図である。FIG. 4 is a diagram illustrating an example of the first two principal component plots (t 1 vs. t 2 ) from the image of FIG. 図５は、ガス注入時間の関数としての、容器底部から射出される不活性ガス流量が一緒に記載された、予測される地金領域に相関するプロットを示す図である。FIG. 5 shows a plot correlating to the expected bullion area, together with the inert gas flow injected from the bottom of the vessel as a function of gas injection time. 図６は、スラグの性質に対する、バスの温度と第二主成分ｔ2 の平均との相関関係を示すプロットを示す図である。FIG. 6 is a plot showing the correlation between the bath temperature and the average of the second principal component t 2 with respect to the slag properties.

Claims (8)

暴露された表面領域を有する溶融相生成物からの情報を識別し且つ定量化する方法であって、該方法は、
ａ）デジタルイメージのオンライン評価のための標準を確定する段階、及び
ｂ）前記オンライン評価を行う段階、
を含み、
前記標準が、
ｉ）前記溶融相生成物の暴露された表面領域のデジタルイメージを取得し、標準イメージデータを作成する段階、
ｉｉ）前記標準イメージデータについて主成分分析を行って、該標準イメージデータを特徴付けるスコアベクトルｔ1 及びｔ2 を決定する段階、
ｉｉｉ）前記スコアベクトルｔ1 及びｔ2 の値を前記溶融相生成物の特性と関連付け、ｔ1 及びｔ2 の標準値を決定する段階、
を使用して確定され、そして、
前記評価が、
ｉｖ）溶融相生成物の暴露された表面領域のデジタルイメージを取得し、オンラインイメージデータを作成する段階、
ｖ）前記オンラインイメージデータについて主成分分析を行って、前記オンラインイメージデータを特徴付けるスコアベクトルｔ1 及びｔ2 を決定する段階、
ｖｉ）ｔ1 及びｔ2 の前記標準値に応じて、前記オンラインイメージデータの領域に特性を割り当てる段階、及び
ｖｉｉｉ）前記特性のアウトプットを創出し、それにより相を識別し且つ定量化する段階、
を使用して行われる、
方法。 A method for identifying and quantifying information from a melt phase product having an exposed surface area, the method comprising:
a) establishing a standard for online evaluation of digital images; and b) performing the online evaluation.
Including
The standard is
i) obtaining a digital image of the exposed surface area of the molten phase product and generating standard image data;
ii) performing a principal component analysis on the standard image data to determine score vectors t 1 and t 2 characterizing the standard image data;
iii) associating the values of the score vectors t 1 and t 2 with the properties of the melt phase product and determining standard values of t 1 and t 2 ;
And is confirmed using
Said evaluation is
iv) acquiring a digital image of the exposed surface area of the melt phase product and creating online image data;
v) performing a principal component analysis on the online image data to determine score vectors t 1 and t 2 characterizing the online image data;
vi) assigning characteristics to the region of the online image data according to the standard values of t 1 and t 2 ; and viii) creating an output of the characteristics, thereby identifying and quantifying phases. ,
Done using the
Method. 前記溶融相が、スラグ、フラックス、金属、マット（ｍａｔｔｅ）及びガラスの何れか１種を含む、請求項１記載の方法。   The method of claim 1, wherein the molten phase comprises any one of slag, flux, metal, matte and glass. 前記デジタルイメージが、可視スペクトルにて取得される、請求項１記載の方法。   The method of claim 1, wherein the digital image is acquired in the visible spectrum. 前記デジタルイメージが、少なくとも三つの波長範囲における、測定された強度値のピクセル要素の配列からなる、請求項１記載の方法。   The method of claim 1, wherein the digital image consists of an array of pixel elements of measured intensity values in at least three wavelength ranges. 前記デジタルイメージの前記ピクセル要素が赤色、緑色及び青色の変動強度を有する、請求項４記載の方法。   The method of claim 4, wherein the pixel elements of the digital image have varying intensities of red, green and blue. 前記スコアベクトルｔ1 及びｔ2 により補正される前記特性が、以下の群：溶融相生成物の相の識別、識別された相それぞれにより占有される表面領域、識別された相それぞれの温度、から選択される、請求項１記載の方法。 The properties corrected by the score vectors t 1 and t 2 are from the following groups: identification of the phases of the melt phase product, surface area occupied by each identified phase, temperature of each identified phase The method of claim 1, wherein the method is selected. 何らかの地金、スラグで覆われた地金及び液体スラグを有するレイドルの各領域を選別するために、高温の溶融相を有する製鋼レイドルをモニターする方法であって、該方法は、
ａ）デジタルイメージのオンライン評価のための標準を確定する段階、及び
ｂ）前記オンライン評価を行う段階、
を含み、
前記標準が、
ｉ）製鋼レイドルの暴露された表面領域のデジタルイメージを取得し、標準イメージデ
ータを作成する段階、
ｉｉ）前記標準イメージデータについて主成分分析を行って、該標準イメージデータを特徴付けるスコアベクトルｔ1 及びｔ2 を決定する段階、
ｉｉｉ）前記スコアベクトルｔ1 及びｔ2 の値を前記溶融相生成物の特性と関連付け、ｔ1 及びｔ2 の標準値を決定する段階、
を使用して確定され、そして、
前記評価が、
ｉｖ）溶融相生成物の暴露された表面領域のデジタルイメージを取得し、オンラインイメージデータを作成する段階、
ｖ）前記オンラインイメージデータについて主成分分析を行って、前記オンラインイメージデータを特徴付けるスコアベクトルｔ1 及びｔ2 を決定する段階、
ｖｉ）ｔ1 及びｔ2 の前記標準値に応じて、前記オンラインイメージデータの領域に特性を割り当てる段階、及び
ｖｉｉｉ）前記特性のアウトプットを創出し、それにより相を識別し且つ定量化する段階、
を使用して行われる、
方法。 A method of monitoring a steelmaking raidle having a hot molten phase to screen each region of a bullion having any bullion, slag covered bullion and liquid slag, the method comprising:
a) establishing a standard for online evaluation of digital images; and b) performing the online evaluation.
Including
The standard is
i) acquiring a digital image of the exposed surface area of the steel raidle and creating standard image data;
ii) performing a principal component analysis on the standard image data to determine score vectors t 1 and t 2 characterizing the standard image data;
iii) associating the values of the score vectors t 1 and t 2 with the properties of the melt phase product and determining standard values of t 1 and t 2 ;
And is confirmed using
Said evaluation is
iv) acquiring a digital image of the exposed surface area of the melt phase product and creating online image data;
v) performing a principal component analysis on the online image data to determine score vectors t 1 and t 2 characterizing the online image data;
vi) assigning characteristics to the region of the online image data according to the standard values of t 1 and t 2 ; and viii) creating an output of the characteristics, thereby identifying and quantifying phases. ,
Done using the
Method. 前記スコアベクトルｔ1 及びｔ2 により補正される前記特性が、以下の群：相の識別、識別された相それぞれにより占有される表面領域、識別された相それぞれの温度、から選択される、請求項７記載の方法。 The characteristics corrected by the score vectors t 1 and t 2 are selected from the following groups: phase identification, surface area occupied by each identified phase, temperature of each identified phase. Item 8. The method according to Item 7.
JP2004520233A 2002-07-11 2003-07-10 Method for on-line measurement of the melt phase Pending JP2005532557A (en)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US39507902P 2002-07-11 2002-07-11
PCT/CA2003/001053 WO2004008135A2 (en) 2002-07-11 2003-07-10 Method for online measurement of molten phases

Publications (1)

Publication Number Publication Date
JP2005532557A true JP2005532557A (en) 2005-10-27

Family

ID=30115807

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2004520233A Pending JP2005532557A (en) 2002-07-11 2003-07-10 Method for on-line measurement of the melt phase

Country Status (7)

Country Link
US (1) US20060220281A1 (en)
EP (1) EP1552291A2 (en)
JP (1) JP2005532557A (en)
CN (1) CN1668920A (en)
AU (1) AU2003249798A1 (en)
CA (1) CA2491646A1 (en)
WO (1) WO2004008135A2 (en)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012234954A (en) * 2011-04-28 2012-11-29 Jfe Steel Corp Thermoelectric generator and thermoelectric generation method using the same
KR101956168B1 (en) * 2018-04-24 2019-03-08 한국산업기술대학교산학협력단 Method for testing slag dissolution behavior
KR102299562B1 (en) * 2020-06-22 2021-09-07 현대제철 주식회사 Method for measuring melt layer of powder and electronic device thereof

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SG11201610510XA (en) * 2014-06-17 2017-01-27 Suntory Holdings Ltd Resin cap
CN105562630A (en) * 2016-02-29 2016-05-11 宝钢工程技术集团有限公司 Detection device and detection method for melting conditions of crystallizer mold fluxes
CN105698870B (en) * 2016-03-25 2017-11-21 辽宁科技学院 A kind of contactless temperature-measuring determines carbon device and its assay method
US11208197B2 (en) 2017-03-31 2021-12-28 Heka Aero LLC Gimbaled fan
CN107590838B (en) * 2017-08-18 2021-08-17 陕西维视智造科技股份有限公司 Metal surface color visual detection system
CN108052950B (en) * 2017-12-08 2021-06-11 东北大学 MIA-based fused magnesia furnace dynamic flame segmentation and feature extraction method
CN110434478B (en) * 2018-04-28 2021-11-23 大族激光科技产业集团股份有限公司 Treatment method and device for laser cutting slag spraying
CN112091206B (en) * 2019-05-31 2021-07-16 宝山钢铁股份有限公司 Safe and reliable molten iron pretreatment automatic slag skimming method and system

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4749171A (en) * 1984-09-06 1988-06-07 Nippon Steel Corporation Method and apparatus for measuring slag-foam conditions within a converter
FR2710154B1 (en) * 1993-09-14 1995-12-08 Ascometal Sa Method of analysis and quantification of perlite bands in ferritoperlitic steels.
US6197086B1 (en) * 1997-11-13 2001-03-06 Bethlehem Steel Corporation System and method for minimizing slag carryover during the production of steel
US6562285B1 (en) * 2000-11-15 2003-05-13 Metallurgical Sensors, Inc. Method and apparatus for detecting slag carryover

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012234954A (en) * 2011-04-28 2012-11-29 Jfe Steel Corp Thermoelectric generator and thermoelectric generation method using the same
KR101956168B1 (en) * 2018-04-24 2019-03-08 한국산업기술대학교산학협력단 Method for testing slag dissolution behavior
KR102299562B1 (en) * 2020-06-22 2021-09-07 현대제철 주식회사 Method for measuring melt layer of powder and electronic device thereof

Also Published As

Publication number Publication date
WO2004008135A3 (en) 2004-04-08
AU2003249798A8 (en) 2004-02-02
CA2491646A1 (en) 2004-01-22
AU2003249798A1 (en) 2004-02-02
CN1668920A (en) 2005-09-14
EP1552291A2 (en) 2005-07-13
WO2004008135A2 (en) 2004-01-22
US20060220281A1 (en) 2006-10-05

Similar Documents

Publication Publication Date Title
Dworkin et al. Image processing for machine vision measurement of hot formed parts
US6950545B1 (en) Nondestructive inspection method and apparatus
JP2005532557A (en) Method for on-line measurement of the melt phase
EP1675067A2 (en) Image processing method, substrate inspection method, substrate inspection apparatus and method of generating substrate inspection data
JP3581149B2 (en) Method and apparatus for identifying an object using a regular sequence of boundary pixel parameters
WO2000073974A1 (en) Method and system for identifying an image feature
US20200082517A1 (en) Image processing apparatus, imaging system and image processing method
US20120189189A1 (en) Optical inspection optimization
JP7214432B2 (en) Image processing method, image processing program, recording medium, image processing apparatus, production system, article manufacturing method
CN109900363A (en) A kind of object infrared measurement of temperature method and apparatus based on contours extract
JP2007246959A (en) System and method for measuring tapped molten iron stream from blast furnace, and computer program therefor
US6404846B1 (en) Fluorescent x-ray method for determining x-ray alignment by luminescent changes
Komenda Automatic recognition of complex microstructures using the Image Classifier
EP3443899A1 (en) Method for evaluation of site of color irregularity and color irregularity site evaluation device
CN101408521A (en) Method for increasing defect
CN108135346B (en) Skin evaluation device, skin evaluation method, and recording medium
JP2004325358A (en) Apparatus and method for measuring component ratio of cast iron
JP2020190881A (en) Data processing device, data processing program, substrate group similarity determining method, substrate group evaluating system and substrate group evaluating method
JP5727709B2 (en) Residue measuring method and residue measuring apparatus
JPS59204741A (en) Automatic hardness measuring device
CN113196412A (en) Method for determining coloring product recommendations
KR102554824B1 (en) Plating thickness measurement system and method
JPH0755570A (en) Apparatus for obtaining reproduced data or evaluation data from color and glossiness of sample
JP2002296151A (en) Equipment diagnostic system, equipment diagnostic method and equipment diagnostic program using lubricating oil
JP2002160161A (en) Peeling efficiency evaluating method for blast device