KR20190074172A - Method of meansuring charging speed of melt in molten iron production device - Google Patents
Method of meansuring charging speed of melt in molten iron production deviceInfo
- Publication number
- KR20190074172A KR20190074172A KR1020170175601A KR20170175601A KR20190074172A KR 20190074172 A KR20190074172 A KR 20190074172A KR 1020170175601 A KR1020170175601 A KR 1020170175601A KR 20170175601 A KR20170175601 A KR 20170175601A KR 20190074172 A KR20190074172 A KR 20190074172A
- Authority
- KR
- South Korea
- Prior art keywords
- image
- detected
- pattern
- melt
- outline
- Prior art date
Links
Images
Classifications
-
- C—CHEMISTRY; METALLURGY
- C21—METALLURGY OF IRON
- C21B—MANUFACTURE OF IRON OR STEEL
- C21B7/00—Blast furnaces
- C21B7/24—Test rods or other checking devices
-
- C—CHEMISTRY; METALLURGY
- C21—METALLURGY OF IRON
- C21B—MANUFACTURE OF IRON OR STEEL
- C21B7/00—Blast furnaces
- C21B7/14—Discharging devices, e.g. for slag
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F27—FURNACES; KILNS; OVENS; RETORTS
- F27B—FURNACES, KILNS, OVENS, OR RETORTS IN GENERAL; OPEN SINTERING OR LIKE APPARATUS
- F27B1/00—Shaft or like vertical or substantially vertical furnaces
- F27B1/10—Details, accessories, or equipment peculiar to furnaces of these types
- F27B1/28—Arrangements of monitoring devices, of indicators, of alarm 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
- F27D21/02—Observation or illuminating devices
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G06K9/6201—
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Manufacturing & Machinery (AREA)
- Materials Engineering (AREA)
- Metallurgy (AREA)
- Organic Chemistry (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Image Analysis (AREA)
Abstract
Description
본 발명은 용선 생산 설비에서 용융물 배출 속도 측정 방법에 관한 것으로, 보다 상세하게는, 용선 생산 설비의 배출 용융물 형상 인식 패턴에 의한 배출 속도 측정 방법에 관한 것이다.BACKGROUND OF THE
일반적으로, 철강 공정 중 용선을 생산하는 설비는 도 1과 같이 설비의 상부 내로 제1 원료(철광석) ②과 제2 연료(코크스) ③를 장입하고 풍구 ④를 통해 취입되는 열풍 ⑤에 의해 노 내부에서 철광석의 환원 및 용융에 의해 용선 ⑧과 슬래그 ⑨가 생성되고 이후 일정 시간 후 출선구 ⑥를 통해 배출된다. 배출된 용융물 ⑦은 비중 차이에 의해 용선 ⑧과 슬래그 ⑨로 분리되어 상기 용선 ⑧은 용선 이송 설비(Topedo Ladle Car; ⑪)를 통해 제강 공정으로 보내지며 상기 슬래그 ⑨는 슬래그 처리 설비(수재 설비; ⑩)로 이송되어 처리된다. 용선 생산 설비에서 배출되는 용융물(용선과 슬래그)의 양을 정확히 측정하여 로 내에 잔존하는 용융물의 양(저선량)을 예측하는 것은 용선 생산 설비의 노황 관리에 상당히 중요한 인자로서 작용한다. 현재 용선 생산설비에서 배출되는 상기 용선 ⑧ 및 슬래그 ⑨는 용선량 및 슬래그량에 의해 그 배출량을 측정하고 있다.Generally, a facility for producing molten iron in a steel process is as shown in Fig. 1, in which the first raw material (iron ore) ② and the second fuel (coke) ③ are charged into the upper part of the equipment and the
즉 용선량은 용선 이송설비 (TLC, topedo ladel car)의 평량계를 활용하고, 슬래그량은 슬래그 처리 설비인 수재 설비의 살수 온도 및 살수량을 통한 간접 계산한다.In other words, the dose is utilized by the weighing system of TLC (topedo ladel car), and the amount of slag is indirectly calculated through the spraying temperature and the water content of the slag treatment facility.
하지만, 이러한 종래의 측정 방식은 용선 평량계의 신뢰도 문제와 수재 설비 미 가동시 슬래그 배출량 추정의 어려움이 있는 실정이다. 이러한 이유로 로 내 잔존 용융물 추정 정확도 부족의 경우 출선 개시 및 종료 시점을 정확하게 판단하지 못하여 로 내의 용융물 레벨 상승을 초래하여 용선 생산 설비의 생산량 저하를 초래하는 문제점이 있었다.However, such a conventional measuring method has a problem of reliability of a charcoal weighing machine and difficulty in estimating the amount of slag discharged when the water supply equipment is not operated. For this reason, when the estimation accuracy of the remaining melt in the furnace is insufficient, it is impossible to accurately determine the starting and ending points of the outlet, resulting in a rise in the melt level in the furnace, resulting in a decrease in the production capacity of the charcoal production facility.
본 발명의 기술적 과제는, 용선 생산 설비 용융물 배출 시작 위치의 출선구와 출선물 비산 방지를 위해 설치되어 있는 비산 방지용 덮개 사이의 배출 용융물에 대해 초고속 카메라를 활용하여 실시간으로 용융물의 형상 인식 패턴 도출에 의해 용선 생산 설비에서 용융물의 배출 속도를 측정하는 방법을 제공하는 것이다.The technical problem of the present invention is to provide a method for detecting the shape recognition pattern of melts in real time by using an ultra-high speed camera for the exit molten material between the exit port at the start position of molten iron production facility melt discharge and the shroud- To provide a method for measuring the discharge rate of a melt in a charcoal production facility.
본 발명이 이루고자 하는 기술적 과제는 이상에서 언급한 기술적 과제로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.It is to be understood that both the foregoing general description and the following detailed description are exemplary and explanatory and are not intended to limit the invention to the precise form disclosed. There will be.
상기 기술적 과제는, (i) 초고속 카메라로 촬영된 연속된 2개의 출선 용융물의 이미지를 비교하는 단계; (ii) 상기 연속된 2개의 출선 용융물의 이미지에 외곽선 분포 증가폭(기울기)이 직전 값 대비 급상승 및 일정 기간 동안 유지되는 제1 외곽선 특징 패턴이 모두 검출되었는지, 상기 외곽선 분포 증가폭(기울기)이 직전 값 대비 급상승하는 이벤트가 정해진 특정 영역 내에서 2회 이상 발생되는 제2 외곽선 특징 패턴이 모두 검출되었는지를 판단하는 단계; (iii) 상기 연속된 2개의 출선 용융물의 이미지에 상기 제1 외곽석 특징 패턴이 모두 검출된 경우는 상기 제1 외곽선 특징 패턴에 대해 증가폭이 10% 이상이고 그 유지 기간이 두 이미지에서 상호 일치도가 60% 이상으로 인식되는 제1 형상 인식 패턴을 기초로 하여, 그리고 상기 연속된 2개의 출선 용융물의 이미지에 상기 제2 외곽선 특징 패턴이 모두 검출되는 경우 제2 외곽선 특징 패턴에 대해 증가폭이 10% 이상 인식되는 시점부터 전체 용융 물 스트림 영역의 1/20 영역내에서 해당 증가 이벤트의 발생빈도 회수 간 두 이미지에서 상호 일치도가 70% 이상으로 인식되는 제2 형상 인식 패턴을 기초로 하여 해당 응용물 스트림의 실제 이동 거리를 산출하는 단계; 및 (iv) 단계 (iii)에서 산출된 상기 해당 응용물 스트림의 실제 이동 거리를 바탕으로 상기 제1 이미지 및 상기 제2 이미지의 촬영 시간 정보(두 이미지 간 시간 간격)를 통해 용융물의 배출 속도를 계산하는 단계를 포함하는 것을 특징으로 하는 용선 생산 설비에서 용융물 배출 속도 측정 방법에 의해 달성된다.(I) comparing images of two consecutive exit melts taken with an ultra-high speed camera; (ii) whether the outline distribution increase (slope) of the contiguous two outgoing line melts has been detected to the immediately preceding value and the first outline feature pattern which is maintained for a predetermined period, and whether the outline distribution increase (slope) Determining whether all of the second contour feature patterns that occur more than once in a specific region in which the contest soaring is determined are detected; (iii) when the first outline feature patterns are all detected in the images of the two consecutive outline feature patterns, the increment of the first outline feature patterns is 10% or more, Based on the first shape recognition pattern recognized as 60% or more, and when the second outline feature pattern is detected on the images of the consecutive two outgoing line melts, the increase width is 10% or more Based on the second shape recognition pattern in which mutual agreement is recognized as more than 70% in the two images between the frequency of occurrences of the corresponding increase events in the 1/20 region of the entire melt stream region from the recognized point of view, Calculating an actual movement distance; And (iv) determining a discharge rate of the melt through the shooting time information (time interval between two images) of the first image and the second image based on the actual moving distance of the corresponding application stream calculated in the step (iii) And calculating a melt discharge rate in the molten iron production facility.
상기 제1 외곽선 특징 패턴 또는 상기 제2 외곽선 특징 패턴은 상기 초고속 카메라로 촬영된 출선 배출물의 기준 이미지를 선정하고, 상기 기준 이미지에 대해 데이터 추출 분석을 통해 용융물 세로축의 상부 외곽선과 용융물 흐름 방향 가로축의 값 설정은 상기 촬영 초고속 카메라의 해상도 픽셀에 근거하여 데이터화하고, 상기 데이터화된 외곽선 분포와 용융물 흐름 방향에 대한 이미지를 수치화하고 상기 기준 이미지의 외곽선 분포가 최초로 특징 지워지는 특징 패턴을 포함하는 것을 특징으로 한다.Wherein the first outline feature pattern or the second outline feature pattern is formed by selecting a reference image of an exit emission image captured by the ultra-high speed camera, Value setting includes a feature pattern in which data is formed based on the resolution pixels of the photographing high-speed camera, the image data of the outline distribution and the melt flow direction are digitized, and the outline distribution of the reference image is first characterized. do.
단계 (ii)는 (ii-1) 상기 제1 이미지에 상기 제1 외곽선 특징 패턴이 검출되는 지를 판단하는 단계; (ii-2) 상기 제1 이미지에 상기 제1 외곽선 특징 패턴이 검출된 경우, 상기 제2 이미지를 획득하여 상기 제2 이미지에 상기 외곽선 특징 패턴이 검출되는 지를 판단하는 단계; (ii-3) 상기 제2 이미지에 상기 제1 외곽선 특징 패턴이 검출된 경우, 상기 제1 형상 인식 패턴을 확인하는 단계; (ii-4) 단계 (ii-1)의 판단 결과, 상기 제1 이미지에 상기 제1 외곽선 특징 패턴이 검출되지 않은 경우, 상기 제1 이미지에 상기 제2 외곽선 특징 패턴이 검출되는 지를 판단하는 단계; (ii-5) 상기 제1 이미지에 상기 제2 외곽선 특징 패턴가 검출된 경우, 상기 제2 이미지를 획득하여 상기 제2 이미지에 상기 제 2 외곽선 특징 패턴이 검출되는 지를 판단하는 단계; 및 (ii-6) 상기 제2 이미지에 상기 2 외곽선 특징 패턴이 검출된 경우, 상기 제2 형상 인식 패턴을 확인하는 단계를 포함하는 것을 특징으로 한다.Step (ii) includes: (ii-1) determining whether the first contour feature pattern is detected in the first image; (ii-2) if the first contour feature pattern is detected in the first image, determining whether the contour feature pattern is detected in the second image by obtaining the second image; (ii-3) checking the first shape recognition pattern when the first contour feature pattern is detected in the second image; (ii-4) determining whether the second contour feature pattern is detected in the first image when the first contour feature pattern is not detected in the first image as a result of the determination in step (ii-1) ; (ii-5) if the second outline feature pattern is detected in the first image, determining whether the second outline feature pattern is detected in the second image by obtaining the second image; And (ii-6) checking the second shape recognition pattern when the second contour feature pattern is detected in the second image.
단계 (iii)는 최초 이미지를 대상으로 용융물 스트림의 진행 방향으로 상기 형상 인식 패턴 중 최초 인식되는 상기 제1 형상 인식 패턴 또는 상기 제2 형상 인식 패턴의 시작점과 다음 이미지의 동일 형상 인식 패턴의 시작점을 확인하는 단계; 확인된 각 시작점들은 카메라 이미지의 픽셀수로 그 차이값을 계산하는 단계; 카메라 이미지의 픽셀간 거리는 실제 배출 용융물 스트림의 실제 거리를 바탕으로 용융물의 실제 이동 거리를 다음의 식: 실제 이동 거리 = 영상 분석에 의해 산출된 픽셀 수 ㅧ 하나의 픽셀 거리(용융물 스트림 전체 실제 거리)를 이용하여 계산하는 단계를 포함할 수 있다. 상기 용융물의 배출 속도는 다음식에 의해 계산하는 것을 특징으로 한다.Step (iii) is a step of determining the start point of the first shape recognition pattern or the start point of the same shape recognition pattern of the next image as the start point of the first shape recognition pattern or the second shape recognition pattern, which is first recognized among the shape recognition patterns, Checking; Each identified starting point is calculated as the number of pixels of the camera image; The inter-pixel distance of the camera image depends on the actual distance of the melt based on the actual distance of the actual exit melt stream from the actual distance of the melt stream to the number of pixels calculated by image analysis = And a step of calculating by using the step of calculating. And the discharge speed of the melt is calculated by the following equation.
본 발명에 의하면, 용선 생산 설비 용융물 배출 시작 위치의 출선구와 출선물 비산 방지를 위해 설치되어 있는 비산 방지용 덮개 사이의 배출 용융물에 대해 초고속 카메라를 활용하여 실시간으로 용융물의 형상 인식 패턴 도출에 의해 용선 생산 설비에서 용융물의 배출 속도를 측정할 수 있으며 이를 통해 용선 생산 설비의 노황을 판단할 수 있는 유용한 효과를 갖는다.According to the present invention, by using an ultra-high-speed camera for the discharged melt between the exit port of the melted material production facility melt discharge start position and the shatterproof cover provided to prevent scattering of the incoming and outgoing gifts, It is possible to measure the discharge rate of the molten material in the production facility, and thus has a useful effect of judging the aging of the charcoal production facility.
도 1은 본 발명에 따른 용선 생산 설비를 나타낸 개념도이다.
도 2는 본 발명에 따른 용선 생산 설비에서 용융물 배출 속도 측정 시스템의 구성을 나타낸 도면이다.
도 3은 본 발명에 따른 용선 생산 설비 배출 용융물 형상 영상의 일예를 나타낸 도면이다.
도 4는 본 발명에 따른 용선 생산 설비에서 용융물의 배출 속도 측정 방법을 설명하는 흐름도이다.1 is a conceptual diagram showing a molten iron production facility according to the present invention.
2 is a view showing a configuration of a melt discharge rate measuring system in a molten iron production facility according to the present invention.
FIG. 3 is a view showing an example of a melter shape image of a molten iron production facility according to the present invention.
4 is a flowchart illustrating a method of measuring a discharge speed of a molten metal in a molten iron production facility according to the present invention.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예들을 상세하게 설명하면 다음과 같다. 다만, 본 발명을 설명함에 있어서, 이미 공지된 기능 혹은 구성에 대한 설명은 본 발명의 요지를 명료하게 하기 위하여 생략하기로 한다.Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the accompanying drawings. In the following description of the present invention, the well-known functions or constructions will not be described in order to simplify the gist of the present invention.
도 2는 본 발명에 따른 용선 생산 설비에서 용융물 배출 속도 측정 시스템의 구성을 나타낸 도면이고, 도 3은 본 발명에 따른 용선 생산 설비 배출 용융물 형상 영상의 일예를 나타낸 도면이며, 도 4는 본 발명에 따른 용선 생산 설비에서 용융물의 배출 속도 측정 방법을 설명하는 흐름도이다.FIG. 2 is a view showing a configuration of a melt discharge rate measuring system in a molten iron production facility according to the present invention, FIG. 3 is a view showing an example of a molten iron shot image of a molten iron production facility according to the present invention, FIG. 2 is a flow chart illustrating a method for measuring the discharge velocity of a molten metal in a molten iron production facility. FIG.
배출 용융물의 이동 속도는 용융물 배출량 계산을 위한 핵심적인 인자로서 본 발명에서는 배출 용융물의 이동속도에 한정한 내용을 포함하고 있다. 용선 생산설비 출선 용융물의 이동 속도 산출을 위해 초당 90 프레임을 촬영할 수 있는 초고속 카메라 ⑤를 활용하여 출선 용융물의 영상을 획득한다. 도 3에 실 출선 용융물의 영상을 도시하였다. 초고속 카메라 ⑤로 촬영된 n번째 영상과 n+1번째 영상을 통해 해당 용융물 스트림의 이동 거리를 산출할 수 있는 형상 인식 패턴을 도출하고자 한다.The moving velocity of the discharged melt is a key factor for calculation of the amount of discharged molten metal, and in the present invention, it is limited to the traveling velocity of the discharged molten glass. In order to calculate the moving speed of the melted material coming out from the charcoal production facility, an image of the output melt is obtained by using an ultra-high
본 발명에서는 용선 생산 설비에서 출선 용융물의 이동 속도 산출을 위해 초당 90 프레임을 촬영할 수 있는 초고속 카메라를 활용하나, 본 발명의 다른 실시예로써 용선 생산 설비에서 출선 용융물의 이동 속도 산출시 초당 120 프레임을 촬영할 수 있는 초고속 카메라를 활용할 수도 있다.In the present invention, an ultra-high speed camera capable of capturing 90 frames per second is used for calculating the moving speed of a molten iron production line in the present invention. In another embodiment of the present invention, in calculating the moving speed of the molten iron in the molten iron production facility, You can also use a high-speed camera that can shoot.
본 발명에서는 상기 형상 인식 패턴을 도출하기 위해 용융물 스트림의 외곽선 분포 특성을 수치화하는 패턴을 도출한다. 도 3에 도시하였듯이(원형 표시 부분 확인) 용융물 스트림의 외곽선 분포는 용융물의 이동 거리를 특정할 수 있는 특징적인 모습을 보이고 있다. 외곽선 분포를 활용한 용선 생산 설비 출선구 배출 용융물의 형상 인식 패턴 결정 및 배출 속도 결정의 내용은 다음과 같다.In the present invention, a pattern for quantifying the outline distribution characteristics of the melt stream is derived to derive the shape recognition pattern. As shown in Fig. 3 (identifying the circular marking), the outline distribution of the melt stream is characteristic of being able to specify the travel distance of the melt. Determination of shape recognition pattern and emission rate determination of molten waste discharged from a charcoal production facility using outline distribution is as follows.
영상 분석 시스템 ⑥은 초고속 카메라 ⑤로 촬영된 출선 배출물의 기준 이미지를 선정한다(단계 S402). 영상 분석 시스템 ⑥은 기준 이미지에 대해 데이터 추출 분석을 통해 용융물 세로축의 상부 외곽선과 용융물 흐름 방향 가로축의 값 설정은 상기 촬영 초고속 카메라 ⑤의 해상도 픽셀에 근거하여 데이터화 한다. 영상 분석 시스템 ⑥은 데이터화 된 외곽선 분포와 용융물 흐름 방향에 대한 이미지를 수치화한다. 기준 이미지의 외곽선 분포가 최초로 특징 지워지는 특징 패턴을 설정한다.The
영상 분석 시스템 ⑥은 출선 용융물의 n 번째 이미지에 제1 외곽선 특징 패턴, 즉 외곽선 분포 증가폭(기울기)이 직전 값 대비 급상승 및 일정 기간 동안 유지되는 패턴이 검출되는 지를 판단한다(단계 S404 및 S406).In step S404 and step S406, the
단계 406의 판단 결과, 출선 용융물의 n 번째 이미지에 제1 외곽선 특징 패턴이 검출된 경우, 영상 분석 시스템 ⑥은 출선 용융물의 n+1 번째 이미지를 획득한다(단계 S408).If it is determined in step 406 that the first outline feature pattern is detected in the nth image of the outgoing melt, the
영상 분석 시스템 ⑥은 출선 용융물의 n+1 번째 이미지에 제1 외곽선 특징 패턴, 즉 외곽선 분포 증가폭(기울기)이 직전 값 대비 급상승 및 일정 기간 동안 유지되는 패턴이 검출되는 지를 판단한다(단계 S410).In step S410, the
단계 410의 판단 결과, 출선 용융물의 n+1 번째 이미지에 제1 외곽선 특징 패턴이 검출된 경우, 영상 분석 시스템 ⑥은 제1 형상 인식 패턴, 즉 제1 외곽선 특징 패턴에 대해 증가폭이 10% 이상이고 그 유지 기간이 두 이미지에서 상호 일치도가 60% 이상으로 인식되는 패턴을 확인한다(단계 S412).If it is determined in step 410 that the first outline feature pattern is detected in the (n + 1) -th image of the outgoing melted material, the
초고속 카메라 ⑤로 촬영된 연속된 2개의 이미지를 비교하여 상기 형상 인식 패턴에 의해 해당 용융물 스트림의 이동 거리를 아래와 같이 결정한다. 최초 이미지 (n번째 이미지)를 대상으로 용융물 스트림의 진행 방향으로 상기 형상 인식 패턴 중 최초 인식되는 패턴(즉, 제1 형상 인식 패턴)의 시작점과 다음 이미지 (n+1번째 이미지)의 동일 형상 인식 패턴(즉, 제1 형상 인식 패턴)의 시작점을 확인한다. 확인된 각 시작점들은 카메라 이미지의 픽셀수로 그 차이값을 계산한다. 카메라 이미지의 픽셀 간 거리는 실제 배출 용융물 스트림의 실제 거리를 바탕으로 용융물의 실제 이동 거리를 계산한다.The two images captured by the ultra-high
실제 이동거리(m) = 영상 분석에 의해 산출된 픽셀 수(EA) x 하나의 픽셀거리(용융물 스트림 전체 실제 거리,m/전체 픽셀수,EA) Actual travel distance (m) = Number of pixels (EA) calculated by image analysis x One pixel distance (total actual distance of the melt stream, m / total number of pixels, EA)
용융물 스트림의 상기 형상 인식 패턴에 의해 산출된 실제 이동 거리를 바탕으로 n 번째 이미지와 n+1 번째 이미지의 촬영 시간 정보(두 이미지 간 시간간격=1/90초)를 통해 용융물 배출 속도(m/s)를 다음 수학식 2를 통하여 계산한다(단계 S414).Based on the actual movement distance calculated by the shape recognition pattern of the melt stream, the melt discharge rate (m / sec) is calculated from the photographing time information of the nth image and the (n + 1) s) is calculated through the following equation (2) (step S414).
한편, 단계 406의 판단 결과, 출선 용융물의 n 번째 이미지에 제1 외곽선 특징 패턴이 검출되지 않은 경우, 영상 분석 시스템 ⑥은 출선 용융물의 n 번째 이미지에 제2 외곽선 특징 패턴, 즉 외곽선 분포 증가폭(기울기)이 직전 값 대비 급상승하는 이벤트가 정해진 특정 영역 내에서 2회 이상 발생되는 패턴이 검출되는 지를 판단한다(단계 S416).On the other hand, if it is determined in step 406 that the first outline feature pattern is not detected in the n-th image of the outgoing melt, the
단계 S416의 판단 결과, 출선 용융물의 n+1 번째 이미지에 제2 외곽선 특징 패턴가 검출된 경우, 영상 분석 시스템 ⑥은 출선 용융물의 n+1 번째 이미지를 획득한다(단계 S418).If it is determined in step S416 that the second contour feature pattern is detected in the n + 1th image of the outgoing melt, the
영상 분석 시스템 ⑥은 출선 용융물의 n+1 번째 이미지에 제2 외곽선 특징 패턴, 즉 외곽선 분포 증가폭(기울기)이 직전 값 대비 급상승하는 이벤트가 정해진 특정 영역 내에서 2회 이상 발생되는 패턴이 검출되는 지를 판단한다(단계 S420).The image analysis system (6) determines whether a second outline feature pattern is detected in the n + 1th image of the outgoing melt, that is, a pattern in which an increase in the outline distribution gradient (slope) occurs twice or more within a specific region (Step S420).
단계 420의 판단 결과, 출선 용융물의 n+1 번째 이미지에 외곽선 특징 패턴 2이 검출된 경우, 영상 분석 시스템 ⑥은 제2 형상 인식 패턴, 즉 외곽선 특징 패턴 2에 대해 증가폭이 10% 이상 인식되는 시점부터 전체 용융 물 스트림 영역의 1/20 영역 내에서 해당 증가 이벤트의 발생빈도 회수 간 두 이미지에서 상호 일치도가 70% 이상으로 인식되는 패턴을 확인한다(단계 S422).If the
단계 414와 동일한 방법으로, 최초 이미지 (n번째 이미지)를 대상으로 용융물 스트림의 진행 방향으로 상기 형상 인식 패턴 중 최초 인식되는 패턴(즉, 형상 인식 패턴 2)의 시작점과 다음 이미지 (n+1번째 이미지)의 동일 형상 인식 패턴(즉, 형상 인식 패턴 2)의 시작점을 확인한다. 확인된 각 시작점들은 카메라 이미지의 픽셀수로 그 차이값을 계산한다. 카메라 이미지의 픽셀 간 거리는 실제 배출 용융물 스트림의 실제 거리를 바탕으로 용융물의 실제 이동 거리를 계산한다.The start point of the pattern (i.e., the shape recognition pattern 2) first recognized in the shape recognition pattern in the advancing direction of the melt stream with respect to the initial image (nth image) (I.e., shape recognition pattern 2) of the same shape recognition pattern (i.e., image). Each identified starting point calculates the difference value by the number of pixels of the camera image. The inter-pixel distance of the camera image computes the actual travel distance of the melt based on the actual distance of the actual exit melt stream.
실제 이동 거리(m) = 영상 분석에 의해 산출된 픽셀 수(EA) ㅧ 하나의 픽셀거리(용융물 스트림 전체 실제 거리(m), 전체 픽셀수:EA)Actual travel distance (m) = number of pixels calculated by image analysis (EA) ㅧ one pixel distance (total actual distance of the melt stream (m), total number of pixels: EA)
용융물 스트림의 상기 형상 인식 패턴에 의해 산출된 실제 이동 거리를 바탕으로 n 번째 이미지와 n+1번째 이미지의 촬영 시간 정보(두 이미지간 시간 간격=1/90초)를 통해 용융물 배출 속도(m/s)를 계산한다(단계 S424)Based on the actual movement distance calculated by the shape recognition pattern of the melt stream, the melt discharge rate (m / sec) is calculated from the photographing time information of the nth image and the (n + 1) s) (step S424)
한편, 단계 S410의 판단 결과, 출선 용융물의 n+1 번째 이미지에 외곽선 특징 패턴 1이 검출되지 않은 경우, 처리 루틴은 단계 S416로 진행한다.On the other hand, if it is determined in step S410 that the
초고속 카메라 ⑤로 촬영된 연속된 2개의 이미지를 비교하여 형상 인식 패턴을 결정한다.The shape recognition pattern is determined by comparing two consecutive images photographed by ultra-high-
앞에서, 본 발명의 특정한 실시예가 설명되고 도시되었지만 본 발명은 기재된 실시예에 한정되는 것이 아니고, 본 발명의 사상 및 범위를 벗어나지 않고 다양하게 수정 및 변형할 수 있음은 이 기술의 분야에서 통상의 지식을 가진 자에게 자명한 일이다. 따라서, 그러한 수정예 또는 변형예들은 본 발명의 기술적 사상이나 관점으로부터 개별적으로 이해되어서는 안 되며, 변형된 실시예들은 본 발명의 특허청구범위에 속한다 하여야 할 것이다.While the present invention has been particularly shown and described with reference to exemplary embodiments thereof, it is to be understood that the invention is not limited to the disclosed embodiments, but, on the contrary, It is obvious to those who have. Accordingly, such modifications or variations should not be individually understood from the technical spirit and viewpoint of the present invention, and modified embodiments should be included in the claims of the present invention.
도 1:
①: 용선 생산 설비
②: 제1 원료(철광석)
③: 제2 연료(코크스)
④: 풍구
⑤: 열풍
⑥: 출선구
⑦: 용융물
⑧: 용선
⑨: 슬래그
⑩: 슬래그 처리 설비
⑪: 용선 이송 설비
도 2:
①: 용선 생산 설비
②: 출선구
③: 용융물 스트림
④: 비산 방지 덮개
⑤: 초고속 카메라
⑥: 영상 분석 시스템
⑦: 운전 화면
도 3:
①: 용선 생산 설비 출선구
②: 비산 방지 덮개
③: 용융물 스트림
④, ④', ⑤, ⑤': 외곽선 분포 특징 패턴
⑥: 배출 용융물 이동 방향Figure 1:
①: Charter production facility
②: First raw material (iron ore)
③: Second fuel (coke)
④: Tung
⑤: Hot wind
⑥: Outpost
⑦: Melt
⑧: Charter
⑨: Slag
⑩: Slag treatment facility
⑪: Charge transfer facility
2:
①: Charter production facility
②: Outlet
③: The melt stream
④: Shatterproof cover
⑤: High speed camera
⑥: Image analysis system
⑦: Operation screen
3:
①: Charter Production Facility Outlet
②: Shatterproof cover
③: The melt stream
④, ④ ', ⑤, ⑤': Outline Distribution Characteristic pattern
⑥: direction of discharge melt
Claims (5)
(ii) 상기 연속된 2개의 출선 용융물의 이미지에 외곽선 분포 증가폭(기울기)이 직전 값 대비 급상승 및 일정 기간 동안 유지되는 제1 외곽선 특징 패턴이 모두 검출되었는지, 상기 외곽선 분포 증가폭(기울기)이 직전 값 대비 급상승하는 이벤트가 정해진 특정 영역 내에서 2회 이상 발생되는 제2 외곽선 특징 패턴이 모두 검출되었는지를 판단하는 단계;
(iii) 상기 연속된 2개의 출선 용융물의 이미지에 상기 제1 외관석 특징 패턴이 모두 검출된 경우는 상기 제1 외곽선 특징 패턴에 대해 증가폭이 10% 이상이고 그 유지 기간이 두 이미지에서 상호 일치도가 60% 이상으로 인식되는 제1 형상 인식 패턴을 기초로 하여, 그리고 상기 연속된 2개의 출선 용융물의 이미지에 상기 제2 외곽선 특징 패턴이 모두 검출되는 경우 제2 외곽선 특징 패턴에 대해 증가폭이 10% 이상 인식되는 시점부터 전체 용융 물 스트림 영역의 1/20 영역 내에서 해당 증가 이벤트의 발생빈도 회수 간 두 이미지에서 상호 일치도가 70% 이상으로 인식되는 제2 형상 인식 패턴을 기초로 하여 해당 응용물 스트림의 실제 이동 거리를 산출하는 단계; 및
(iv) 단계 (iii)에서 산출된 상기 해당 응용물 스트림의 실제 이동 거리를 바탕으로 상기 제1 이미지 및 상기 제2 이미지의 촬영 시간 정보(두 이미지간 시간 간격)를 통해 용융물의 배출 속도를 계산하는 단계를 포함하는 것을 특징으로 하는 용선 생산 설비에서 용융물 배출 속도 측정 방법.(i) comparing images of two successive exit melts taken with an ultra high speed camera;
(ii) whether the outline distribution increase (slope) of the contiguous two outgoing line melts has been detected to the immediately preceding value and the first outline feature pattern which is maintained for a predetermined period, and whether the outline distribution increase (slope) Determining whether all of the second contour feature patterns that occur more than once in a specific region in which the contest soaring is determined are detected;
(iii) when the first facial feature patterns are all detected in the images of the two consecutive outgoing facial features, the increase in the first outline feature pattern is 10% or more, Based on the first shape recognition pattern recognized as 60% or more, and when the second outline feature pattern is detected on the images of the consecutive two outgoing line melts, the increase width is 10% or more Based on the second shape recognition pattern in which mutual agreement is recognized as more than 70% in the two images between the frequency of occurrences of the corresponding increase events in the 1/20 region of the entire melt stream region from the recognized point of view, Calculating an actual movement distance; And
(iv) calculating the discharge rate of the melt through the shooting time information (time interval between the two images) of the first image and the second image based on the actual moving distance of the corresponding application stream calculated in step (iii) Wherein the molten metal is discharged from the molten metal production facility.
상기 제1 외곽선 특징 패턴 또는 상기 제2 외곽선 특징 패턴은 상기 초고속 카메라로 촬영된 출선 배출물의 기준 이미지를 선정하고, 상기 기준 이미지에 대해 데이터 추출 분석을 통해 용융물 세로축의 상부 외곽선과 용융물 흐름 방향 가로축의 값 설정은 상기 촬영 초고속 카메라의 해상도 픽셀에 근거하여 데이터화하고, 상기 데이터화 된 외곽선 분포와 용융물 흐름 방향에 대한 이미지를 수치화하고 상기 기준 이미지의 외곽선 분포가 최초로 특징 지워지는 특징 패턴을 포함하는 것을 특징으로 하는 용선 생산 설비에서 용융물 배출 속도 측정 방법.The method according to claim 1,
Wherein the first outline feature pattern or the second outline feature pattern is formed by selecting a reference image of an exit emission image captured by the ultra-high speed camera, Value setting includes a feature pattern in which data is formed based on the resolution pixels of the photographing high-speed camera, the image data of the outline distribution and the melt flow direction are digitized, and the outline distribution of the reference image is first characterized. Determination of melt discharge rate in a molten iron production facility.
상기 단계 (ii)는,
(ii-1) 상기 제1 이미지에 상기 제1 외곽선 특징 패턴이 검출되는 지를 판단하는 단계;
(ii-2) 상기 제1 이미지에 상기 제1 외곽선 특징 패턴이 검출된 경우, 상기 제2 이미지를 획득하여 상기 제2 이미지에 상기 외곽선 특징 패턴이 검출되는 지를 판단하는 단계;
(ii-3) 상기 제2 이미지에 상기 제1 외곽선 특징 패턴이 검출된 경우, 상기 제1 형상 인식 패턴을 확인하는 단계;
(ii-4) 단계 (ii-1)의 판단 결과, 상기 제1 이미지에 상기 제1 외곽선 특징 패턴이 검출되지 않은 경우, 상기 제1 이미지에 상기 제2 외곽선 특징 패턴이 검출되는 지를 판단하는 단계;
(ii-5) 상기 제1 이미지에 상기 제2 외곽선 특징 패턴가 검출된 경우, 상기 제2 이미지를 획득하여 상기 제2 이미지에 상기 제 2 외곽선 특징 패턴이 검출되는 지를 판단하는 단계; 및
(ii-6) 상기 제2 이미지에 상기 2 외곽선 특징 패턴이 검출된 경우, 상기 제2 형상 인식 패턴을 확인하는 단계를 포함하는 것을 특징으로 하는 용선 생산 설비에서 용융물 배출 속도 측정 방법.The method according to claim 1,
The step (ii)
(ii-1) determining whether the first contour feature pattern is detected in the first image;
(ii-2) if the first contour feature pattern is detected in the first image, determining whether the contour feature pattern is detected in the second image by obtaining the second image;
(ii-3) checking the first shape recognition pattern when the first contour feature pattern is detected in the second image;
(ii-4) determining whether the second contour feature pattern is detected in the first image when the first contour feature pattern is not detected in the first image as a result of the determination in step (ii-1) ;
(ii-5) if the second outline feature pattern is detected in the first image, determining whether the second outline feature pattern is detected in the second image by obtaining the second image; And
(ii-6) checking the second shape recognition pattern when the second outline feature pattern is detected in the second image.
상기 단계 (iii)는,
최초 이미지를 대상으로 용융물 스트림의 진행 방향으로 상기 형상 인식 패턴 중 최초 인식되는 상기 제1 형상 인식 패턴 또는 상기 제2 형상 인식 패턴의 시작점과 다음 이미지의 동일 형상 인식 패턴의 시작점을 확인하는 단계;
확인된 각 시작점들은 카메라 이미지의 픽셀수로 그 차이값을 계산하는 단계;
카메라 이미지의 픽셀간 거리는 실제 배출 용융물 스트림의 실제 거리를 바탕으로 용융물의 실제 이동 거리를 다음의 식: 실제 이동 거리(m) = 영상 분석에 의해 산출된 픽셀 수(EA) ㅧ 하나의 픽셀 거리(용융물 스트림 전체 실제 거리)를 이용하여 계산하는 단계를 포함하는 것을 특징으로 하는 용선 생산 설비에서 용융물 배출 속도 측정 방법.The method according to claim 1,
The step (iii)
Identifying a start point of the first shape recognition pattern or a start point of the same shape recognition pattern of the next image as a start point of the first shape recognition pattern or the second shape recognition pattern that is first recognized among the shape recognition patterns in the direction of travel of the melt stream with respect to the first image;
Each identified starting point is calculated as the number of pixels of the camera image;
The inter-pixel distance of the camera image depends on the actual distance of the melt, based on the actual distance of the actual exit melt stream, from the actual distance traveled (m) = the number of pixels calculated by image analysis (EA) The total actual distance of the melt stream). ≪ Desc / Clms Page number 13 >
상기 용융물의 배출 속도는 다음식: 에 의해 계산하는 것을 특징으로 하는 용선 생산 설비에서 용융물 배출 속도 측정 방법.
5. The method of claim 4,
Wherein the rate of discharge of the melt is calculated by: < EMI ID = 15.0 >
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020170175601A KR102102470B1 (en) | 2017-12-19 | 2017-12-19 | Method of meansuring charging speed of melt in molten iron production device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020170175601A KR102102470B1 (en) | 2017-12-19 | 2017-12-19 | Method of meansuring charging speed of melt in molten iron production device |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20190074172A true KR20190074172A (en) | 2019-06-27 |
KR102102470B1 KR102102470B1 (en) | 2020-05-29 |
Family
ID=67057078
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020170175601A KR102102470B1 (en) | 2017-12-19 | 2017-12-19 | Method of meansuring charging speed of melt in molten iron production device |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102102470B1 (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20210012792A (en) * | 2019-07-26 | 2021-02-03 | 주식회사 포스코 | Apparatus and method for monitoring tapping of tapping of blast furnace |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20230124711A (en) * | 2021-02-03 | 2023-08-25 | 제이에프이 스틸 가부시키가이샤 | Liquid level detection method and detection device, melt level detection method and detection device, and vertical furnace operating method |
JP7111278B1 (en) * | 2021-02-03 | 2022-08-02 | Jfeスチール株式会社 | METHOD AND DEVICE FOR DETECTING RESIDUAL MELTS, AND METHOD OF OPERATING VERTICAL FURNACE |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007002306A (en) * | 2005-06-24 | 2007-01-11 | Nippon Steel Corp | Method and instrument for measuring flowing speed of tapped molten iron from blast furnace, and method for measuring tapped molten iron quantity |
KR20100065736A (en) * | 2008-12-08 | 2010-06-17 | 주식회사 포스코 | System and method for measuring discharging speed of molten iron and liquid level using molten iron detecting sensor |
KR20120044751A (en) * | 2010-10-28 | 2012-05-08 | 재단법인 포항산업과학연구원 | Method and apparatus for monitoring an operation of iron & steel-making furnace |
KR20130072687A (en) * | 2011-12-22 | 2013-07-02 | 주식회사 포스코 | Apparatus for measuring amount of wear and tear for refractory in tapping hole sleeve of converter and method for the same |
-
2017
- 2017-12-19 KR KR1020170175601A patent/KR102102470B1/en active IP Right Grant
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007002306A (en) * | 2005-06-24 | 2007-01-11 | Nippon Steel Corp | Method and instrument for measuring flowing speed of tapped molten iron from blast furnace, and method for measuring tapped molten iron quantity |
KR20100065736A (en) * | 2008-12-08 | 2010-06-17 | 주식회사 포스코 | System and method for measuring discharging speed of molten iron and liquid level using molten iron detecting sensor |
KR101032554B1 (en) | 2008-12-08 | 2011-05-06 | 주식회사 포스코 | System and method for measuring discharging speed of molten iron and liquid level using molten iron detecting sensor |
KR20120044751A (en) * | 2010-10-28 | 2012-05-08 | 재단법인 포항산업과학연구원 | Method and apparatus for monitoring an operation of iron & steel-making furnace |
KR20130072687A (en) * | 2011-12-22 | 2013-07-02 | 주식회사 포스코 | Apparatus for measuring amount of wear and tear for refractory in tapping hole sleeve of converter and method for the same |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20210012792A (en) * | 2019-07-26 | 2021-02-03 | 주식회사 포스코 | Apparatus and method for monitoring tapping of tapping of blast furnace |
Also Published As
Publication number | Publication date |
---|---|
KR102102470B1 (en) | 2020-05-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6602238B2 (en) | Method for estimating melt level in vertical furnace | |
JP6697561B2 (en) | Method and system for determining the mass of raw material on a conveyor | |
KR20190074172A (en) | Method of meansuring charging speed of melt in molten iron production device | |
JP4965093B2 (en) | Converter slag outflow quantification method, converter operation method and apparatus thereof | |
US9139377B2 (en) | Method and control and tracking system of the charge of material transported by a continuous supply conveyor of a metallurgical furnace, particularly an electric furnace for the production of steel | |
KR101223104B1 (en) | Method and apparatus for monitoring an operation of iron & steel-making furnace | |
JP6242329B2 (en) | Hot metal quantity measuring method in vertical furnace and measuring device | |
JP6414102B2 (en) | Refining furnace discharge flow determination apparatus, refining furnace discharge flow determination method, and molten metal refining method | |
JP2007002306A (en) | Method and instrument for measuring flowing speed of tapped molten iron from blast furnace, and method for measuring tapped molten iron quantity | |
CN104392213B (en) | A kind of image information state recognition system suitable for fusion process | |
WO2021197168A1 (en) | Image recognition-based automatic deslagging method and system using converter slag remaining process | |
CN106670449A (en) | Molten iron slagging-off measurement and control method | |
CN107287385A (en) | Molten iron drossing stays calculating and the control method of slag ratio example | |
JP5786803B2 (en) | Blast furnace outlet diameter measuring method, blast furnace outlet diameter measuring system, and computer program | |
CN113444854A (en) | Full-automatic converter deslagging method and system | |
JP2020063898A (en) | Slag amount measurement device and slag amount measurement method | |
US4370719A (en) | Control of centrifugal pipe casting operation | |
WO2023227113A1 (en) | Real-time slag amount measurement method and system for automatic slag dumping of converter | |
CN107697098A (en) | A kind of measuring method at compartment gradient scene | |
KR101246436B1 (en) | Prediction method for product measuring of pig iron | |
JP7243520B2 (en) | Slag Discharge Method in Converter Type Hot Metal Pretreatment | |
KR102102472B1 (en) | System and method for measuring cross section of tap hole of blast furnace exhausting molten metal in molten iron production facility | |
Ayres et al. | Measurement of thickness of oxygen lance skull in LD converters using artificial vision | |
CN117636354B (en) | Intelligent identification method for silicon slag in silicon water casting process | |
KR102271300B1 (en) | Apparatus and method for monitoring tapping of tapping of blast furnace |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |