[发明专利]一种基于视频智能算法的转炉喷溅预测方法及系统

说明书

本发明提供一种基于视频智能算法的转炉喷溅预测方法及预测系统，包括有图像采集设备采集转炉冶炼过程中炉口火焰连续图像信息；对炉口火焰连续图像信息中发生喷溅的区间进行逐帧标记；构建转炉喷溅预测模型，并对转炉喷溅预测模型进行训练优化；根据训练优化后的转炉喷溅预测模型预测转炉冶炼过程是否发生喷溅。本发明可以精确和稳定地预测喷溅的发生，从而可以在转炉炼钢过程中进行提前控制，避免出现喷溅，同时能够降低生产成本和环境污染，提高转炉生产安全性。

技术领域

本发明涉及钢铁冶炼技术领域，特别是涉及一种基于视频智能算法的转炉喷溅预测方法及预测系统。

背景技术

转炉炼钢以铁水、废钢、合金等为主要原料，不借助外加能源，靠铁液本身的物理热和铁液组分间化学反应产生热量而在转炉中完成炼钢过程。目前转炉炼钢是世界上最主要的炼钢生产方法。由于转炉冶炼过程中存在各种原料复杂的高温化学反应过程，在原料条件波动较大时容易发生喷溅，主要表现为炉口有泡沫渣或金属液外溢或喷出。转炉喷溅会造成0.5％-5％的金属损失，增加成本；也会产生大量烟尘，污染环境；还会造成喷出物堆积，清理困难，严重时甚至引发事故，危及人身和设备安全。

优秀的转炉冶炼操作工人可以根据转炉火焰的明暗和纹路变化以及“软硬”等状态预测转炉是否会发生喷溅，并提前采取添加辅料、提升氧枪、降低吹氧量之类的操作来避免喷溅。然而不是所有操作工人都能熟练的掌握这项“看火”技术，从而捕捉到与喷溅有关的静态、动态火焰特征并做出准确预测，而且工人在现场长期持续的观看非常明亮转炉火焰也难免疲惫或松懈，这些都会造成喷溅预测不够精确及时，从而增加转炉冶炼过程中喷溅的概率。

近年来，随着计算机视觉技术的发展，计算机在图像识别的一些领域的能力甚至超过了人类。因此目前亟需一种基于视觉的智能分析方法来模拟转炉操作工人的“看火”过程，从而实现对转炉喷溅的预测。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种基于视频智能算法的转炉喷溅预测方法及预测系统，用于解决现有技术中转炉炼钢过程中不能精确预测转炉喷溅的问题。

为实现上述目的及其他相关目的，本发明提供一种基于视频智能算法的转炉喷溅预测方法，所述方法包括以下步骤：

采集转炉冶炼过程中炉口火焰连续图像信息；

对炉口火焰连续图像信息中发生喷溅的区间进行逐帧标记；

构建转炉喷溅预测模型，并对转炉喷溅预测模型进行训练优化；

根据训练优化后的转炉喷溅预测模型预测转炉冶炼过程是否发生喷溅；

转炉喷溅预测模型的构建包括有：

按照炉口火焰连续图像信息中任意时间点H的前N帧连续图像信息作为输入，后M帧连续图像信息中是否有喷溅标记作为输出的形式建立样本数据；其中，N与M为自然数；

提取样本数据中前N帧连续图像信息中的火焰静态图像特征；

提取与所述火焰静态图像特征具有时序变化的火焰动态特征。

可选地，所述转炉喷溅模型构建过程中，通过卷积神经网络CNN提取样本数据中前N帧连续图像信息中的火焰静态图像特征；

通过循环神经网络RNN提取与所述火焰静态图像特征具有时序变化的火焰动态特征。

可选地，所述火焰静态图像特征包括有火焰亮度、火焰纹理、火焰颜色和火焰轮廓；

所述火焰动态特征包括有火焰亮度随时间变化的幅度、火焰亮度随时间变化的频率、火焰亮度随时间变化的范围、火焰纹理随时间的变化趋势、火焰纹理随时间的变化频率、火焰颜色随时间的变化趋势、火焰轮廓随时间的变化幅度和火焰轮廓随时间的变化频率。