基于深度学习的转炉出钢钢流识别方法、系统、介质及终端.pdf
努力****星驰
亲,该文档总共11页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
基于深度学习的转炉出钢钢流识别方法、系统、介质及终端.pdf
本发明提供一种基于深度学习的转炉出钢钢流识别方法、系统、介质及终端,方法包括:获取转炉出钢钢流原始图像信息,并进行标注,形成数据集;建立钢流目标检测模型,并根据数据集对钢流目标检测模型进行训练;将实时图像信息输入至训练后的模型,获取检测结果,检测结果包括是否存在钢流和存在钢流的位置信息;根据所述钢流的位置信息,获取钢流倾斜程度,完成钢流流向判断;本发明中基于深度学习、卷积神经网络,再通过图像灰度值归一化、图像二值化等图像处理方法,能够有效地识别图像中钢流的位置信息,并将判断钢流流向及倾斜程度,将钢流位置传
一种转炉出钢口钢流识别方法、系统、介质及电子终端.pdf
本发明提供一种转炉出钢口钢流识别方法、系统、介质及电子终端,方法包括:对采集的钢流图像进行预处理,获取预处理图像,预处理至少包括以下之一:灰度化处理、降噪处理和滤波处理;对预处理图像进行边缘检测,提取钢流的第一边缘轮廓;对第一边缘轮廓进行筛选,获取第二边缘轮廓并确定第二边缘轮廓中的直线线条,第二边缘轮廓的延伸方向为钢流流动方向;根据直线线条的斜率,进行钢流轮廓识别;本发明中的方法,通过提取预处理图像中的第一边缘轮廓,对第一边缘轮廓进行筛选,获取钢流流动方向上的第二边缘轮廓,并根据第二边缘轮廓中直线线条的斜
一种转炉出钢钢包液位识别方法、系统、介质及终端.pdf
本发明提供一种转炉出钢钢包液位识别方法、系统、介质及终端,方法包括:获取转炉出钢钢水液面的图像信息;对图像信息进行图像处理,获取若干边缘轮廓;通过膨胀运算将所述边缘轮廓进行连接;通过腐蚀运算对边缘轮廓连接后的图像进行还原,获取钢水液面的位置;对还原后的图像进行识别,钢水液面图像中存在钢流,则删除钢流区域内的轮廓点;对删除钢流区域内的轮廓点的轮廓进行椭圆拟合,获取拟合结果,将拟合结果作为钢水液面轮廓;本发明能够有效地识别图像中钢包的位置信息,能够实时监测炉下钢包车内钢水液位的高度,用以判断是否应该结束转炉出
基于机器视觉的转炉出钢钢包车控制方法、系统、介质及终端.pdf
本发明提供一种基于机器视觉的转炉出钢钢包车控制方法、系统、介质及终端,方法包括:获取转炉出钢钢流与钢液面图像信息;对图像信息进行图像识别,分别获取钢流的位置信息和钢液面的位置信息;根据钢流的位置信息和钢液面的位置信息,获取钢流与钢液面落点相对位置;根据钢流与钢液面落点相对位置,调整钢包车的移动方向;本发明通过机器视觉、图像识别方法,实时的高度还原人眼看到的景象,准确、实时地返回钢流落点与钢液面相对位置,便于后续自动控制的钢包车移动位置,保证钢流能够准确落入钢包车内,避免钢流溢出造成的工业事故,避免转炉出钢
一种转炉出钢参数推荐方法、系统、介质和终端.pdf
本发明提供一种转炉出钢参数推荐方法、系统、介质及终端,方法包括:获取转炉出钢数据,形成样本数据集;根据样本数据集,建立多个不同种类的用于聚类分析的基础模型;通过预先设置的异常阈值进行聚类迭代,形成稳定的聚类结果模型;根据稳定的聚类结果模型,获取评价聚类效果,并将最优的评价聚类效果对应的基础模型,作为目标模型;根据目标模型,进行转炉出钢参数推荐;本发明通过自动化转炉出钢控制参数设定来知道生产,解决目前炼铁转炉自动化调整角度灵活度和精准度较低、依靠人工经验控制角度、危险度高的问题,提高了生产效率。