风口取焦评判高炉工作状态的研究.docx
快乐****蜜蜂
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
风口取焦评判高炉工作状态的研究.docx
风口取焦评判高炉工作状态的研究风口取焦评判高炉工作状态的研究摘要:高炉是冶金工业中重要的设备之一,对高炉的工作状态进行准确评判对保障冶金过程的顺利进行具有重要意义。本论文以风口取焦评判高炉工作状态为研究主题,通过对高炉冶金工艺的了解和相关文献的分析,总结了风口取焦在评判高炉工作状态方面的优势和局限性,并提出了进一步的研究方向。1.引言高炉是冶金工业中常用的铁矿石炼铁设备,其工作状态的评判对生产效率、能源利用效率以及环境保护等方面具有重要意义。风口取焦是一种常用的评判高炉工作状态的方法,通过对高炉炉缸内取样
一种高炉风口工作状态识别方法.pdf
本发明具体为一种高炉风口工作状态识别方法,所述方法依次为:制作高炉风口工作状态识别模型数据集,将制作好的数据集输入高炉风口工作状态识别模型进行卷积神经网络向前传播,生成梯度加权类激活映射图,通过对梯度加权类激活映射图上采样,得到与原始输入数据集的图像相同尺寸的梯度加权类激活映射图,并根据梯度加权类激活映射图引导裁剪数据增强以及引导丢弃数据增强,将原始输入数据集的图像、梯度加权类激活映射图引导裁剪增强及引导丢弃数据增强图像共同输入高炉风口工作状态识别模型进行训练,训练好的模型用于识别高炉风口工作状态。可取代
一种高炉风口工作状态监控的方法.pdf
一种高炉风口工作状态实时监控的方法,通过对高炉风口监控视频图像的历史数据进行收集,进行分类和标注,形成高炉风口状态图像数据集;基于卷积神经网络模型,利用高炉风口状态图像数据集,对神经网络模型进行训练和测试,得到的基于高炉风口工作状态的卷积神经网络模型;利用得到的基于高炉风口工作状态的卷积神经网络模型,对实时采集的高炉风口视频中的当前帧图像进行分类识别,达到对高炉风口工作状态监控目的。本发明相对于现有技术,不需要人工实时进行视频监控,减少人工的工作时间和人力成本;并且相对于人工进行监控,本发明对于高炉风口工
一种高炉风口工作状态监控的系统.pdf
一种高炉风口工作状态监控的系统,包括:数据库模块、数据处理模块、卷积神经网络模块、视频监控模块;数据库模块,用于储存高炉风口图像历史数据;数据处理模块,用于对图像历史数据进行分类并且标注图像的类别;卷积神经网络模块,利用高炉风口状态图像数据集对卷积神经网络模型进行训练,得到基于高炉风口工作状态的卷积神经网络模型;视频监控模块,实时采集的高炉风口视频中的当前帧图像,利用训练完成的基于高炉风口工作状态的卷积神经网络模型对当前帧图像进行分类,根据分类结果达到对高炉风口工作状态监控目的。本发明相对于高炉风口工作状
高炉风口的异常状态评估方法、装置及存储介质.pdf
本发明涉及高炉炼铁技术领域,具体提供一种高炉风口的异常状态评估方法、装置及存储介质,旨在解决现有的高炉风口的异常主要由人工检测导致检测效率和检测精度较差的技术问题。为此目的,本发明的高炉风口的异常状态评估方法包括:获取高炉风口的视频帧图像;对视频帧图像进行检测,得到风口位置和风口缺陷类别;基于风口位置确定高炉铁水温度;基于风口缺陷类别和高炉铁水温度评估高炉风口的异常状态。如此,提高了高炉风口异常的检测效率和检测精度。