一种基于图像识别的转炉自动出钢的方法及系统.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115584375A(43)申请公布日2023.01.10(21)申请号202211356567.3G06V10/764(2022.01)(22)申请日2022.11.01G06V10/82(2022.01)(71)申请人唐山惠唐物联科技有限公司地址063000河北省唐山市中国（河北）自由贸易试验区曹妃甸片区曹妃甸工业区临港商务区金岛大厦B座411(72)发明人周伟梁栋杨军吴传开亢克松王志敏安超李亚男张宇健(74)专利代理机构石家庄知住优创知识产权代理事务所(普通合伙)13131专利代理师王丽巧(51)Int.Cl.C21C5/46(2006.01)G06T7/00(2017.01)权利要求书2页说明书4页附图1页(54)发明名称一种基于图像识别的转炉自动出钢的方法及系统(57)摘要本发明公开了一种基于图像识别的转炉自动出钢的方法及系统，通过对转炉出钢图像进行在线分析计算，实时优化控制转炉出钢过程；系统包括：钢水信息分析模块、合金计算模块、出钢速度计算模块、炉内信息监测模块、出钢炉口监控模块、转炉倾动及出钢车控制模块、下渣检测模块和大数据分析和自学习模块，对转炉出钢过程炉口、炉内的图像进行采集和标签化处理，运用深度学习算法卷积神经网络CNN、序列神经网络RNN和图像检测算法对图像信息进行模型训练，通过训练好的模型对转炉出钢过程进行实时在线监测和优化控制，实现转炉出钢过程的全自动化和最优化。CN115584375ACN115584375A权利要求书1/2页1.一种基于图像识别的转炉自动出钢系统，其特征在于：通过对转炉出钢图像进行在线分析计算，实时优化控制转炉出钢过程；系统包括：钢水信息分析模块、合金计算模块、出钢速度计算模块、炉内信息监测模块、出钢炉口监控模块、转炉倾动及出钢车控制模块、下渣检测模块和大数据分析和自学习模块；钢水信息分析模块用于计算转炉钢水的粘度物理参数；合金计算模块用于计算出钢量和需要加入的合金量；出钢速度计算模块用于计算出钢口流量大小，配合其他模块计算大概出钢时间和出钢角度范围，系统控制转炉倾动转到出钢位置；炉内信息监测模块用于检测炉内是否有异常情况；出钢炉口监控模块根据转炉炉口实时图像信息计算，动态控制转炉出钢角度，保证钢水静压力最优且炉口和出钢口不溢出渣；出钢车控制模块按照设定转炉角度和出钢车位置对应关系动态调整位置；下渣检测模块同时监控，直至出钢完成，当任意模块发现异常时，进行报警并转人工操作；大数据分析和自学习模块，用于将过程历史数据传入，进行闭环参数优化，完善出钢过程。2.一种如权利要求1所述的基于图像识别的转炉自动出钢的方法，其特征在于：包含以下步骤：步骤S1，建立钢水成分与钢水粘度和流动性的模型，在出钢之前获得钢水成分后可以计算出钢水粘度和流动性状态值，为后续计算出钢速度做准备，模型导入系统；步骤S2，建立钢水量计算和合金加入量模型，根据此数值匹配最优出钢车位置，充分利用出钢钢水热流搅动效果，实现钢水成分控制和优化合金熔化，模型导入系统；步骤S3，建立出钢口寿命和出钢口关系模型，为后续计算出钢速度和出钢时间计算提供依据，模型导入系统；步骤S4，建立炉内状态检测模块，用于检测炉内化渣异常和炉壁异常，模型导入系统；步骤S5，建立炉口出钢监控模型，保证出钢时转炉在合适的角度，使得在炉口不溢渣的前提下达到最优出钢速度，模型导入系统；步骤S6，建立转炉倾动角度与出钢车位置对应关系表，导入系统；步骤S7，系统检测以上模型都加载成功且没有检测到异常后，出钢开始，转炉开始倾动，进入出钢程序；步骤S8，进入触发角度范围时，炉内状态检测模块开始检测炉内状态，没有异常后继续出钢；步骤S9，炉口出钢监控模型开始检测出钢时炉口状态，保证渣线值在设定的范围内，如果渣线超出设定范围的上下限，则通过反馈来控制转炉倾动及出钢车位置，直到下渣检测系统给出出钢完成信号，完成出钢。3.根据权利要求2所述的一种基于图像识别的转炉自动出钢的方法，其特征在于：所述步骤S1‑S3中，根据冶金理论和数据模型算法，建立钢水成分与钢水粘度和流动性的模型、建立钢水量及合金加入量模型和出钢口寿命及出钢速度模型，在出钢之前获得钢水成分后可以计算出钢水流动性状态值、钢水重量、需要合金量、出钢口孔径数值等，为后续计算出2CN115584375A权利要求书2/2页钢速度做准备。4.根据权利要求2所述的一种基于图像识别的转炉自动出钢的方法，其特征在于：在步骤S4中，对出钢时炉内钢渣情况和炉内图像进行采集和标签化处理，运用深度学习算法卷积神经网络CNN和图像检测算法对图像信息进行模型训练建立炉内状态检测模型，通过训练好的模型对转炉出钢过程炉内图像信息进行实时在线监测，发现化渣异常和炉壁异常即时报警。5