[发明专利]基于模式识别的铜转炉吹炼造铜期终点智能判断方法

权利要求书

1.基于模式识别的铜转炉吹炼造铜期终点智能判断方法，其特征在于，具体步骤如下：

步骤1)获取铜转炉吹炼造铜期前期、中期、后期的粗铜图像，并对粗铜图像进行预处理；

步骤2)将步骤1)中预处理后的粗铜图像作为造铜期吹炼状态识别模型的输入进行训练，构建基于VGG16卷积神经网络的造铜期吹炼状态识别模型，以预测出转炉吹炼后期粗铜图像；

步骤3)对步骤2)得到的吹炼后期粗铜图像进行预处理，并提取预处理后的吹炼后期粗铜图像特征信息；

步骤4)将步骤3)中获得的吹炼后期粗铜图像特征信息作为支持向量机预测模型的输入，构建基于粒子群优化的支持向量机预测模型，以得到吹炼后期粗铜图像的特征信息与造铜期吹炼数据间的映射关系，并将输出造铜期S含量与预存在支持向量机预测模型内的特征比对表进行对比，以预测铜转炉吹炼造铜期终点。

2.根据权利要求1所述的基于模式识别的铜转炉吹炼造铜期终点智能判断方法，其特征在于，步骤1)中，所述预处理采用均值滤波进行去噪、采用FCM分割法进行分割处理。

3.根据权利要求1所述的基于模式识别的铜转炉吹炼造铜期终点智能判断方法，其特征在于，步骤1)中，利用工业相机采集粗铜图像，在对粗铜图像去噪和分割后，进行归一化处理。

4.根据权利要求1所述的基于模式识别的铜转炉吹炼造铜期终点智能判断方法，其特征在于，步骤2)中，所述造铜期吹炼状态识别模型预测流程为：首先载入VGG16卷积神经网络，而后将步骤1)中预处理后的粗铜图像作为造铜期吹炼状态识别模型的输入进行训练，经由卷积神经网络的特征抽取器提取粗铜图像特征，最终输出造铜期铜转炉吹炼状态，并预测出吹炼后期粗铜图像。

5.根据权利要求1所述的基于模式识别的铜转炉吹炼造铜期终点智能判断方法，其特征在于，步骤3)中，所述吹炼后期粗铜图像特征信息包括图像的形状、颜色、纹理特征。

6.根据权利要求1所述的基于模式识别的铜转炉吹炼造铜期终点智能判断方法，其特征在于，步骤4)中，所述支持向量机预测模型获得造铜期S含量的流程为：首先提取步骤3)获得的吹炼后期粗铜图像的形状、颜色、纹理特征信息数据，将数据分为训练组与测试组并进行归一化处理，作为支持向量机预测模型的输入，再利用X射线衍射仪与X射线荧光光谱分析仪，以获得每次吹炼造铜期对应的S含量。

7.一种基于模式识别的铜转炉吹炼造铜期终点智能判断系统，其特征在于，包括：

图像采集模块，利用工业相机采集铜转炉吹炼造铜期过程中的粗铜图像；

预处理模块，利用均值滤波对采集的图像进行去噪，同时采用FCM分割方法对图像的背景与物体进行分割处理，并将去噪和分割后的图像进行归一化处理；

图像处理模块：采用hu不变矩的方法提取粗铜图像的形状特征，利用颜色矩方法提取粗铜图像的颜色特征，同时利用灰度差分统计特征以计算提取粗铜图像的纹理特征；

识别模块：用于构建基于VGG16卷积神经网络的造铜期吹炼状态识别模型并在造铜期吹炼状态识别模型中设置关键参数，最终识别出粗铜图像在铜转炉吹炼造铜期的状态，并预测出造铜期后期粗铜图像；

支持向量机预测模型：用于构建吹炼后期粗铜图像的形状、颜色、纹理特征与造铜期吹炼数据间的映射关系，并输出造铜期S含量，以预测铜转炉吹炼造铜期终点。