[发明专利]一种实时定量判定烧结终点状态的软测量方法

权利要求书

1.一种实时定量判定烧结终点状态的软测量方法，包括以下步骤：

步骤一：数据获取，实时获取烧结产线中风箱的废气温度检测值和机尾CCD摄像机拍摄的图像；

步骤二：数据拟合，通过对热电偶安插位置与废气温度检测值拟合二次曲线，获取曲线极大值点的坐标(X,Y)，并采用如下方式初步获得定量的终点位置MBTP和终点温度Tmax，

2-1、当最后一个风箱的废气温度最大时，烧结终点BTP＝最后一个风箱编号Num-0.5，热电偶安插位置一般在风箱的中部，所以取0.5，此系数可根据实际进行调整，烧结终点位置MBTP＝烧结终点BTP*风箱的长度，烧结终点温度Tmax为最后一个风箱的废气温度，

2-2、当倒数第二个风箱的废气温度最大时，取倒数第三个风箱、倒数第二个风箱和最后一个风箱的废气温度检测值(T_Num-2，T_Num-1,T)以及热电偶位置(Num-2.5，Num-1.5,Num-0.5)拟合二次曲线，计算曲线极大值点的坐标(X,Y)，假定一元二次方程的形式为aX²+bX+c＝Y，将上述热电偶位置作为X，将废气温度检测值作为Y，将每组检测数据分别带入方程求解系数a，b和c，烧结终点BTP＝-b/(2a),烧结终点位置MBTP＝烧结终点BTP*风箱的长度，烧结终点温度Tmax＝a*BTP²+b*BTP+c，

2-3、通过对多条烧结机历史终点波动范围进行统计，确定终点的波动范围一般位于Num-6风箱到Num风箱之间，对位于Num-5风箱到Num-1风箱之间的终点状态，均采用2-2步骤所述方法进行计算，

2-4、当Num-6风箱的废气温度最大时，烧结终点BTP＝风箱编号Num-6-0.5，热电偶安插位置一般在风箱的中部，所以取0.5，此系数可根据实际进行调整，烧结终点位置MBTP＝烧结终点BTP*风箱的长度，烧结终点温度Tmax为Num-6风箱的废气温度；

步骤三：机尾图像分类判断，将机尾图像划分为3个类别，分别为欠烧、正常和过烧，采用卷积神经网络模型对机尾图像进行分类判断；

步骤四：终点位置修正，以机尾图像被识别的类别为基准，建立专家规则，对二次曲线拟合法获得的终点状态进行修正，实时得出真实、准确的终点状态信息，具体专家规则如下，

4-1、当机尾图像被卷积神经网络CNN模型识别为正常时，如果二次曲线拟合法获得的终点位置状态位于Num-2至Num-1风箱范围之间，则输出二次曲线拟合法获得的终点位置和终点温度，

4-2、当机尾图像被卷积神经网络CNN模型识别为正常时，如果二次曲线拟合法获得的终点位置状态位于Num-2至Num-1风箱以外的范围，则输出上一时刻位于Num-2至Num-1风箱范围之间的终点位置和终点温度，

4-3、当机尾图像被卷积神经网络CNN模型识别为欠烧时，如果二次曲线拟合法获得的终点位置状态位于Num-6至Num-2风箱范围之间，则输出二次曲线拟合法获得的终点位置和终点温度，

4-4、当机尾图像被卷积神经网络CNN模型识别为欠烧时，如果二次曲线拟合法获得的终点位置状态位于Num-6至Num-2风箱以外的范围，则输出上一时刻位于Num-6至Num-3风箱范围之间的终点位置和终点温度，

4-5、当机尾图像被卷积神经网络CNN模型识别为过烧时，如果二次曲线拟合法获得的终点位置状态位于Num至Num-1风箱范围之间，则输出二次曲线拟合法获得的终点位置和终点温度，

4-6、当机尾图像被卷积神经网络CNN模型识别为过烧时，如果二次曲线拟合法获得的终点位置状态位于Num至Num-1风箱以外的范围，则输出上一时刻位于Num至Num-)风箱范围之间的终点位置和终点温度。

2.根据权利要求1所述的一种实时定量判定烧结终点状态的软测量方法，其特征在于，步骤一具体包括：

实时获取烧结全产线中风箱废气温度的检测值以及风箱中热电偶的具体安插位置，记录同时段内烧结机机尾CCD摄像机拍摄的机尾图像，风箱废气温度和机尾检测图像作为终点状态实时判断的基础数据源。