[发明专利]一种基于人工智能的煤气流分布情况检测方法及系统

说明书

本发明涉及一种基于人工智能的煤气流分布情况检测方法及系统，通过获取炉内图像，计算每个像素点的温度得到炉内温度分布图，根据温度阈值得到煤气流中心区域，进行二值化操作，得到对应的煤气流中心区域的二值图，根据二值图提取煤气流中心区域特征值，利用煤气流中心区域特征值和矿石层与焦炭层的厚度比建立煤气流分布性能估计模型，基于人工智能和图像处理，系统精确可靠、可对高炉炉内煤气流的分布情况进行实时检测，便于操作人员实时掌控煤气流分布的变化情况，对煤气流分布性能较差的情况进行及时采取相应的措施。

技术领域

本申请涉及高炉炼铁领域，具体涉及一种基于人工智能的煤气流分布情况检测方法及系统。

背景技术

煤气流分布状况直接影响高炉煤气热能和化学能的利用效率，关系到炉内温度分布、软熔带结构、炉墙热负荷、高炉热平衡状态，与高炉的稳定顺行直接相关。合理的煤气流分布是保证高炉内炉料稳定下降、化学反应和热交换正常进行的重要条件，也是高炉稳定顺行、节能降耗、增产提质的重要途径。因此，对煤气流分布的变化情况进行实时掌控十分重要。

目前煤气流分布检测主要采用十字测温法以及红外图像检测法，这两种方法都存在一些问题：十字测温可以检测整个料面温度，其有效性受到料线深度和煤气混合程度影响；红外测温图像是料面温度最直接反映，但在布料初期和燃烧末期，图像出现大面积暗斑和亮斑，不能有效反映料面温度，同时人工检测存在手段落后、工作强度大、受个体经验差异影响、判断准确度低等不足。

发明内容

本发明提供一种基于人工智能的煤气流分布情况检测方法及系统，以解决现有的在布料初期和燃烧末期，图像出现大面积暗斑和亮斑，不能有效反映料面温度和人工检测存在手段落后、工作强度大、受个体经验差异影响、判断准确度低等问题。

本发明的一种基于人工智能的煤气流分布情况检测方法，采用如下技术方案：

步骤一：使用CCD工业相机获取炉内图像，进行滤波处理，通过RGB通道的输出值与单色辐射亮度关系得到图像每个像素点的温度，得到炉内温度分布图；

步骤二：根据温度阈值对温度分布图中的像素点进行分割，将温度大于温度阈值的像素点作为煤气流中心像素点，将煤气流中心像素点的连通域作为煤气流中心区域；

步骤三：根据温度阈值将炉内图像转换为二值图，获取二值图中的煤气流中心区域，提取煤气流中心区域特征值，结合矿石层与焦炭层的厚度比建立煤气流分布性能估计模型；

步骤四：利用煤气流分布性能估计模型得到煤气流分布性能指标，根据煤气流分布性能指标分析煤气流分布状态。

所述煤气流分布性能估计模型的函数表达式为：

式中，为煤气流中心区域紧凑度，为煤气流中心偏差程度，为矿石层与焦炭层的厚度比均值，为权重值且，函数值越大，煤气流分布性能越弱。

所述煤气流中心区域紧凑度获取步骤如下：

通过连通域分析算法得到煤气流中心区域二值图中煤气流中心区域的周长L,统计图像中像素值为1的像素之和作为煤气流中心区域的面积S；

得到煤气流中心区域紧凑度表达式为：

式中，为煤气流中心区域的周长，为煤气流中心区域面积。

所述煤气流中心偏差程度获取步骤如下：

计算煤气流中心区域中心点坐标：

式中，为煤气流中心点坐标，为各像素点的坐标值，的值为为煤气流边缘像素的个数；

得到煤气流中心偏差程度表达式为：