[发明专利]基于人工智能的钢包渣线结渣清理时间预测方法及系统

说明书

本发明涉及人工智能技术领域，具体涉及基于人工智能的钢包渣线结渣清理时间预测方法及系统。该方法包括以下步骤：采集第一内壁图像、第二内壁图像以及俯视图像；以钢包内沿内的区域作为目标，得到第一感兴趣区域图像、第二感兴趣区域图像和第三感兴趣区域图像；对第一感兴趣区域图像进行检测，获取钢包内壁的侵蚀程度；通过对第二感兴趣区域图像和第三感兴趣区域图像进行结渣线检测，评估钢包中渣线区域的结渣脱落风险；根据钢包的使用炉次、侵蚀程度以及结渣的分布情况计算挂渣量；根据挂渣量、结渣脱落风险以及结渣面积预测渣线区域的最佳清理时间。本发明实施例能够及时清理钢包中的渣线区域的结渣钢渣，提高工作效率，保证钢水的质量。

技术领域

本发明涉及人工智能技术领域，具体涉及基于人工智能的钢包渣线结渣清理时间预测方法及系统。

背景技术

钢包中渣线结渣是浇注过程中常见的问题之一。钢铁冶炼生产中，硅镇静钢等高强系列钢种钢包中往往会在渣线区域出现结渣现象，使钢包清理作业难度及工作量增加，并且会对钢包的再次使用会带来一系列的影响。

由于渣线区域的结渣炉渣阻挡了钢包内部剩余钢渣的顺利倒出，在钢包包壁残留较多的挂渣。钢包再次盛钢时钢渣在钢水中融化上浮或堵住出水口，降低钢水质量和钢水可浇性，不能满足下炉钢包盛接钢水的要求。因此需要及时对渣线区域的结渣和钢包内壁形成的渣层进行清理，以保证钢包能够满足后续的浇铸工作。

发明人在实践中，发现上述现有技术存在以下缺陷：

通过人工对结渣清理时间进行预测需要依靠经验，没有准确的判断依据，主观性强。

发明内容

为了解决上述技术问题，本发明的目的在于提供一种基于人工智能的钢包渣线结渣清理时间预测方法及系统，所采用的技术方案具体如下：

第一方面，本发明一个实施例提供了一种基于人工智能的钢包渣线结渣清理时间预测方法，该方法包括以下步骤：

采集首次盛钢水前的钢包内壁的第一内壁图像、完成浇铸工序后的所述钢包内壁的第二内壁图像以及完成浇铸工序后的钢包的俯视图像；

以钢包内沿内的区域作为目标，分别对所述第一内壁图像、所述第二内壁图像以及所述俯视图像划分感兴趣区域，得到第一感兴趣区域图像、第二感兴趣区域图像和第三感兴趣区域图像；

对所述第一感兴趣区域图像进行检测，获取所述钢包内壁的侵蚀程度；

通过对所述第二感兴趣区域图像和所述第三感兴趣区域图像进行结渣线检测，计算结渣线位置的结渣梯度变化量和渣层的凸度，评估钢包中渣线区域的结渣脱落风险；所述结渣线为钢渣形成的所述渣层与钢包内壁接触面的交界线；

根据所述钢包的使用炉次、所述侵蚀程度以及结渣的分布情况计算挂渣量；根据所述挂渣量、所述结渣脱落风险以及结渣面积预测渣线区域的最佳清理时间。

优选的，所述侵蚀程度的获取方法为：

将所述第一感兴趣区域图像内的像素点分为侵蚀缺陷和正常两类，计算所述侵蚀缺陷的像素点数量在所述第一感兴趣区域图像内的像素点的占比，所述占比表示所述侵蚀程度。

优选的，所述结渣线检测的方法为：

设置滑动窗口分别遍历所述第二感兴趣区域图像和所述第三感兴趣区域图像，通过所述窗口内像素的平均灰度差的阈值判断钢包内壁是否存在结渣线。

优选的，所述凸度的获取步骤包括：

获取所述渣层的外部轮廓，检测所述第三感兴趣区域图像中每个所述外部轮廓内形成的凸点；

通过计算同一所述外部轮廓中不同凸点之间的二阶差分信息获得所述外部轮廓的凸度。