CN110394432B - 一种连铸保护浇注的检验方法和装置 - Google Patents
一种连铸保护浇注的检验方法和装置 Download PDFInfo
- Publication number
- CN110394432B CN110394432B CN201910777622.8A CN201910777622A CN110394432B CN 110394432 B CN110394432 B CN 110394432B CN 201910777622 A CN201910777622 A CN 201910777622A CN 110394432 B CN110394432 B CN 110394432B
- Authority
- CN
- China
- Prior art keywords
- argon
- image information
- gas
- oxygen content
- obtaining
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B22—CASTING; POWDER METALLURGY
- B22D—CASTING OF METALS; CASTING OF OTHER SUBSTANCES BY THE SAME PROCESSES OR DEVICES
- B22D11/00—Continuous casting of metals, i.e. casting in indefinite lengths
- B22D11/10—Supplying or treating molten metal
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B22—CASTING; POWDER METALLURGY
- B22D—CASTING OF METALS; CASTING OF OTHER SUBSTANCES BY THE SAME PROCESSES OR DEVICES
- B22D11/00—Continuous casting of metals, i.e. casting in indefinite lengths
- B22D11/16—Controlling or regulating processes or operations
- B22D11/18—Controlling or regulating processes or operations for pouring
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B22—CASTING; POWDER METALLURGY
- B22D—CASTING OF METALS; CASTING OF OTHER SUBSTANCES BY THE SAME PROCESSES OR DEVICES
- B22D11/00—Continuous casting of metals, i.e. casting in indefinite lengths
- B22D11/16—Controlling or regulating processes or operations
- B22D11/18—Controlling or regulating processes or operations for pouring
- B22D11/181—Controlling or regulating processes or operations for pouring responsive to molten metal level or slag level
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B22—CASTING; POWDER METALLURGY
- B22D—CASTING OF METALS; CASTING OF OTHER SUBSTANCES BY THE SAME PROCESSES OR DEVICES
- B22D2/00—Arrangement of indicating or measuring devices, e.g. for temperature or viscosity of the fused mass
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种连铸保护浇注的检验方法和装置,通过获得所述氩气保护罩内气体图像信息;将气体图像信息输入第一训练模型,获得第一训练模型的输出数据,其中,输出数据包括气体图像信息对应的氩气含量信息、氧气含量信息;根据氩气含量信息和氧气含量信息,获得保护浇注检验结果。解决现有技术中不能对保护浇注效果进行检验,存在保护浇注效果不佳而造成钢液质量受影响的技术问题。达到了经过人工智能进行图像处理,快速检测氩气保护浇注时,氩气保护罩内氧气含量变化情况,对保护浇注效果进行实时检验,有利于指导现场操作人员做出氩气保护浇注操作,避免因保护浇注效果不佳而影响的钢水质量从而造成铸钢质量下降的技术效果。
Description
技术领域
本发明涉及信息处理技术领域,尤其涉及一种连铸保护浇注的检验方法和装置。
背景技术
保护浇注(shrouded casting),是指对连续铸钢炼铁过程中裸露于空气中的钢液采取保护,以避免钢液被空气二次氧化的一种重要的技术措施。保护浇注技术的产生是连铸技术发展日趋完善的标志之一。采用保护浇注技术,是改善铸坯质量的重要措施。保护浇注是指在连浇过程中,防止钢流的二次氧化,确保钢液清洁度的重要措施。连铸轧钢钢水的二次氧化,是钢中大型夹杂物的重要来源。特别是在连铸不锈钢和铝镇静钢等含有较高的易氧化元素的钢时,如不采取保护浇注措施都将导致严重的二次氧化,致使最终产品出现条痕、发纹、分层及冷轧板卷的开裂等缺陷,同时降低了合金元素,特别是铝的回收率。
目前国内外特钢行业在模铸浇注过程中有很多的氩气保护浇注方法,但没有监测氩气保护浇注效果的***,因此在氩气保护浇注操作过程中,作业人员只能在开浇之前通过开启氩气,并保持在较大的流量范围来作业,如浇注过程中出现其他异常情况造成氩气保护浇注效果不能达到预期的效果,现场作业人员是无法判断氩气保护浇注效果的,不能有效进行操作,若氩气保护浇注效果不好还会直接造成钢液的二次氧化等质量问题。
发明内容
本发明实施例提供了一种连铸保护浇注的检验方法和装置,解决了现有技术中不能对保护浇注效果进行检验,存在保护浇注效果不佳而造成钢液质量受影响的技术问题。
鉴于上述问题,提出了本申请实施例以便提供一种连铸保护浇注的检验方法和装置。
第一方面,本发明提供了一种连铸保护浇注的检验方法,应用于一保护浇注***,所述***包括一氩气保护罩,所述方法包括:获得所述氩气保护罩内气体图像信息;将所述气体图像信息输入第一训练模型,其中,所述第一训练模型通过多组训练数据通过训练得到,所述多组训练数据中的每一组训练数据均包括:所述氩气保护罩内气体图像信息及识别所述气体图像信息中氩气含量的标签、识别所述气体图像信息中氧气含量的标签;获得所述第一训练模型的输出数据,其中,所述输出数据包括所述气体图像信息对应的氩气含量信息、氧气含量信息;根据所述氩气含量信息和所述氧气含量信息,获得保护浇注检验结果。
优选的,所述获得所述氩气保护罩内气体图像信息之前,包括:通过图像采集装置对所述氩气保护罩内气体进行图像采集,获得初始图像信息;对所述初始图像信息进行预处理,获得所述气体图像信息。
优选的,所述对所述初始图像信息进行预处理,包括:获得预定图像尺寸要求、预定图像像素要求;根据所述预定图像尺寸要求和所述预定图像像素要求,对所述初始图像信息进行处理,获得图像尺寸、图像像素相同的所述气体图像信息。
优选的,所述根据所述氩气含量信息和所述氧气含量信息,获得保护浇注检验结果,包括:获得标准氧气含量信息;根据所述标准氧气含量信息,获得氧气含量阈值;判断所述氧气含量信息是否满足所述氧气含量阈值;当所述氧气含量信息满足所述氧气含量阈值时,获得第一检验结果,所述第一检验结果为保护浇注效果合格。
优选的,所述判断所述氧气含量信息是否满足所述氧气含量阈值之后,包括:当所述氧气含量信息不满足所述氧气含量阈值时,获得第二检验结果,所述第二检验结果为保护浇注效果不合格;根据所述第二检验结果,获得氩气调整指令;根据所述氩气调整指令,提高氩气流量。
优选的,所述方法还包括:获得氩气含量的认证标准;根据所述氩气含量认证标准,获得标准氩气含量信息;将所述标准氩气含量信息作为监督数据,输入所述每一组训练数据中。
优选的,所述根据所述氩气含量信息和所述氧气含量信息,获得保护浇注检验结果之后,包括:获得钢水图像信息;将所述钢水图像信息输入第二训练模型中,确定所述钢水图像信息中的含氧量信息、粉尘含量信息,其中,所述第二训练模型为通过多组训练数据通过机器学习训练得出的,所述多组训练数据中的每一组训练数据均包括:所述钢水图像信息和识别所述钢水图像信息中含氧量的标签、识别粉尘含量的标签;获得钢水含氧量阈值、钢水含粉尘量阈值;当所述钢水图像信息中的所述含氧量信息不满足所述钢水含氧量阈值,和/或所述粉尘含量信息不满足所述钢水含粉尘量阈值时,获得第三检验结果,所述第三检验结果为保护浇注效果不合格;根据所述第三检验结果,获得氩气调整指令,对氩气流量进行调大。
第二方面,本发明提供了一种连铸保护浇注的检验装置,应用于一保护浇注***,所述***包括一氩气保护罩,所述装置包括:
第一获得单元,所述第一获得单元用于获得所述氩气保护罩内气体图像信息;
第一输入单元,所述第一输入单元用于将所述气体图像信息输入第一训练模型,其中,所述第一训练模型通过多组训练数据通过训练得到,所述多组训练数据中的每一组训练数据均包括:所述氩气保护罩内气体图像信息及识别所述气体图像信息中氩气含量的标签、识别所述气体图像信息中氧气含量的标签;
第二获得单元,所述第二获得单元用于获得所述第一训练模型的输出数据,其中,所述输出数据包括所述气体图像信息对应的氩气含量信息、氧气含量信息;
第三获得单元,所述第三获得单元用于根据所述氩气含量信息和所述氧气含量信息,获得保护浇注检验结果。
优选的,所述装置还包括:
第四获得单元,所述第四获得单元用于通过图像采集装置对所述氩气保护罩内气体进行图像采集,获得初始图像信息;
第五获得单元,所述第五获得单元用于对所述初始图像信息进行预处理,获得所述气体图像信息。
优选的,所述装置还包括:
第六获得单元,所述第六获得单元用于获得预定图像尺寸要求、预定图像像素要求;
第七获得单元,所述第七获得单元用于根据所述预定图像尺寸要求和所述预定图像像素要求,对所述初始图像信息进行处理,获得图像尺寸、图像像素相同的所述气体图像信息。
优选的,所述装置还包括:
第八获得单元,所述第八获得单元用于获得标准氧气含量信息;
第九获得单元,所述第九获得单元用于根据所述标准氧气含量信息,获得氧气含量阈值;
第一判断单元,所述第一判断单元用于判断所述氧气含量信息是否满足所述氧气含量阈值;
第十获得单元,所述第十获得单元用于当所述氧气含量信息满足所述氧气含量阈值时,获得第一检验结果,所述第一检验结果为保护浇注效果合格。
优选的,所述装置还包括:
第十一获得单元,所述第十一获得单元用于当所述氧气含量信息不满足所述氧气含量阈值时,获得第二检验结果,所述第二检验结果为保护浇注效果不合格;
第十二获得单元,所述第十二获得单元用于根据所述第二检验结果,获得氩气调整指令;
第一调整单元,所述第一调整单元用于根据所述氩气调整指令,提高氩气流量。
优选的,所述装置还包括:
第十三获得单元,所述第十三获得单元用于获得氩气含量的认证标准;
第十四获得单元,所述第十四获得单元用于根据所述氩气含量认证标准,获得标准氩气含量信息;
第二输入单元,所述第二输入单元用于将所述标准氩气含量信息作为监督数据,输入所述每一组训练数据中。
优选的,所述装置还包括:
第十五获得单元,所述第十五获得单元用于获得钢水图像信息;
第三输入单元,所述第三输入单元用于将所述钢水图像信息输入第二训练模型中,确定所述钢水图像信息中的含氧量信息、粉尘含量信息,其中,所述第二训练模型为通过多组训练数据通过机器学习训练得出的,所述多组训练数据中的每一组训练数据均包括:所述钢水图像信息和识别所述钢水图像信息中含氧量的标签、识别粉尘含量的标签;
第十六获得单元,所述第十六获得单元用于获得钢水含氧量阈值、钢水含粉尘量阈值;
第十七获得单元,所述第十七获得单元用于当所述钢水图像信息中的所述含氧量信息不满足所述钢水含氧量阈值,和/或所述粉尘含量信息不满足所述钢水含粉尘量阈值时,获得第三检验结果,所述第三检验结果为保护浇注效果不合格;
第二调整单元,所述第二调整单元用于根据所述第三检验结果,获得氩气调整指令,对氩气流量进行调大。
第三方面,本发明提供了一种连铸保护浇注的检验装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现以下步骤:获得所述氩气保护罩内气体图像信息;将所述气体图像信息输入第一训练模型,其中,所述第一训练模型通过多组训练数据通过训练得到,所述多组训练数据中的每一组训练数据均包括:所述氩气保护罩内气体图像信息及识别所述气体图像信息中氩气含量的标签、识别所述气体图像信息中氧气含量的标签;获得所述第一训练模型的输出数据,其中,所述输出数据包括所述气体图像信息对应的氩气含量信息、氧气含量信息;根据所述氩气含量信息和所述氧气含量信息,获得保护浇注检验结果。
第四方面,本发明提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现以下步骤:获得所述氩气保护罩内气体图像信息;将所述气体图像信息输入第一训练模型,其中,所述第一训练模型通过多组训练数据通过训练得到,所述多组训练数据中的每一组训练数据均包括:所述氩气保护罩内气体图像信息及识别所述气体图像信息中氩气含量的标签、识别所述气体图像信息中氧气含量的标签;获得所述第一训练模型的输出数据,其中,所述输出数据包括所述气体图像信息对应的氩气含量信息、氧气含量信息;根据所述氩气含量信息和所述氧气含量信息,获得保护浇注检验结果。
本申请实施例中的上述一个或多个技术方案,至少具有如下一种或多种技术效果:
本发明实施例提供的一种连铸保护浇注的检验方法和装置,通过获得所述氩气保护罩内气体图像信息;将所述气体图像信息输入第一训练模型,其中,所述第一训练模型通过多组训练数据通过训练得到,所述多组训练数据中的每一组训练数据均包括:所述氩气保护罩内气体图像信息及识别所述气体图像信息中氩气含量的标签、识别所述气体图像信息中氧气含量的标签;获得所述第一训练模型的输出数据,其中,所述输出数据包括所述气体图像信息对应的氩气含量信息、氧气含量信息;根据所述氩气含量信息和所述氧气含量信息,获得保护浇注检验结果。达到了经过人工智能进行图像处理,快速检测氩气保护浇注时,氩气保护罩内氧气含量变化情况,对保护浇注效果进行实时检验,有利于指导现场操作人员做出氩气保护浇注操作,避免因保护浇注效果不佳而影响的钢水质量从而造成铸钢质量下降的技术效果。从而解决了现有技术中不能对保护浇注效果进行检验,存在保护浇注效果不佳而造成钢液质量受影响的技术问题。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
图1为本发明实施例中一种连铸保护浇注的检验方法的流程示意图;
图2为本发明实施例中一种连铸保护浇注的检验装置的结构示意图;
图3为本发明实施例中另一种连铸保护浇注的检验装置的结构示意图。
附图标记说明:第一获得单元11,第一输入单元12,第二获得单元13,第三获得单元14,总线300,接收器301,处理器302,发送器303,存储器304,总线接口306。
具体实施方式
本发明实施例提供了一种连铸保护浇注的检验方法和装置,用于解决现有技术中不能对保护浇注效果进行检验,存在保护浇注效果不佳而造成钢液质量受影响的技术问题。
本发明提供的技术方案总体思路如下:
获得所述氩气保护罩内气体图像信息;将所述气体图像信息输入第一训练模型,其中,所述第一训练模型通过多组训练数据通过训练得到,所述多组训练数据中的每一组训练数据均包括:所述氩气保护罩内气体图像信息及识别所述气体图像信息中氩气含量的标签、识别所述气体图像信息中氧气含量的标签;获得所述第一训练模型的输出数据,其中,所述输出数据包括所述气体图像信息对应的氩气含量信息、氧气含量信息;根据所述氩气含量信息和所述氧气含量信息,获得保护浇注检验结果。达到了经过人工智能进行图像处理,快速检测氩气保护浇注时,氩气保护罩内氧气含量变化情况,对保护浇注效果进行实时检验,有利于指导现场操作人员做出氩气保护浇注操作,避免因保护浇注效果不佳而影响的钢水质量从而造成铸钢质量下降的技术效果。
应理解,本发明实施例中,所述人工智能(Artificial Intelligence),英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用***的一门新的技术科学。人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家***等。人工智能从诞生以来,理论和技术日益成熟,应用领域也不断扩大,可以设想,未来人工智能带来的科技产品,将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能,但能像人那样思考、也可能超过人的智能。人工智能是一门极富挑战性的科学,从事这项工作的人必须懂得计算机知识,心理学和哲学。人工智能是包括十分广泛的科学,它由不同的领域组成,如机器学习,计算机视觉等等,总的说来,人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。但不同的时代、不同的人对这种“复杂工作”的理解是不同的。
下面通过附图以及具体实施例对本发明技术方案做详细的说明,应当理解本申请实施例以及实施例中的具体特征是对本申请技术方案的详细的说明,而不是对本申请技术方案的限定,在不冲突的情况下,本申请实施例以及实施例中的技术特征可以相互组合。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
实施例一
图1为本发明实施例中一种连铸保护浇注的检验方法的流程示意图。如图1所示,本发明实施例提供了一种连铸保护浇注的检验方法,应用于一保护浇注***,所述***包括一氩气保护罩,所述方法包括:
步骤110:获得所述氩气保护罩内气体图像信息。
进一步的,所述获得所述氩气保护罩内气体图像信息之前,包括:通过图像采集装置对所述氩气保护罩内气体进行图像采集,获得初始图像信息;对所述初始图像信息进行预处理,获得所述气体图像信息。
进一步的,所述对所述初始图像信息进行预处理,包括:获得预定图像尺寸要求、预定图像像素要求;根据所述预定图像尺寸要求和所述预定图像像素要求,对所述初始图像信息进行处理,获得图像尺寸、图像像素相同的所述气体图像信息。
具体而言,目前国内外特钢行业主要采用氩气保护浇注方法,采用氩气保护罩对钢水浇注过程进行保护,防止钢水在浇注过程中出现二次样化,造成钢水杂质含氧量高而影响铸钢质量,因而本发明实施例主要针对氩气保护罩内的气体含量进行有效控制,以实现氩气保护浇注效果,在连铸保护浇注工序下对氩气保护罩内气体进行高精度图像采集,获得气体图像信息,为了提高处理结果的准确性,在进行图像采集过程中,对图像信息进行了预处理,使用图像处理软件,按照标准的图像尺寸、比例、像素要求对初始图像信息进行处理和筛选,确保后期处理数据的统一性,提高结果准确度。将不满足图像要求的图像信息进行滤除,将经过统一处理后而满足图像标准要求的图像进行采用,达到便于快速进行图像分析处理,提高处理结果可靠性,避免因图像信息的原因而造成结果的偏差。
步骤120:将所述气体图像信息输入第一训练模型,其中,所述第一训练模型通过多组训练数据通过训练得到,所述多组训练数据中的每一组训练数据均包括:所述氩气保护罩内气体图像信息及识别所述气体图像信息中氩气含量的标签、识别所述气体图像信息中氧气含量的标签。
进一步的,所述方法还包括:获得氩气含量的认证标准;根据所述氩气含量认证标准,获得标准氩气含量信息;将所述标准氩气含量信息作为监督数据,输入所述每一组训练数据中。
具体而言,将经过处理后的满足要求的图像信息作为输入数据,输入第一训练模型中进行训练,其中第一训练模型是利用人工智能的算法进行模型框架构建,结果具体应用环境,使用大量的保护浇注中氩气保护罩内对应气体的图像进行训练得到的,每组训练数据均包含了氩气保护罩内的气体图像信息和识别气体图像信息中氩气含量的标签、识别图像信息中氧气含量的标签,利用人工智能的高精度算法处理,使得第一训练模型能够快速准确的识别气体图像信息中的氩气含量和氧气含量。同时由于氩气保护罩内的氧气含量为影响钢水质量的主要原因,因而将氧气含量的标准值作为监督数据,对第一训练模型进行监督学习,对第一训练模型进行优化,提高第一训练模型输出结果的准确性。利用一组已知类别的样本调整分类器的参数,使其达到所要求性能的过程,为监督学习也称之为监督训练或有教师学习。
步骤130:获得所述第一训练模型的输出数据,其中,所述输出数据包括所述气体图像信息对应的氩气含量信息、氧气含量信息。
具体而言,由于第一训练模型是利用大量的气体图像信息经过机器学习训练得到的,机器学习是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域,它主要使用归纳、综合而不是演绎,机器学习已经有了十分广泛的应用,例如:数据挖掘、计算机视觉、自然语言处理、生物特征识别、搜索引擎、医学诊断、检测***欺诈、证券市场分析、DNA序列测序、语音和手写识别、战略游戏和机器人运用。训练好的训练模型,只要给一个输入数据,就能经过数据提取、运算、过滤、处理得到对应的输出结果,因而再经过大量的氩气保护罩内气体图像信息及识别所述气体图像信息中氩气含量的标签、识别气体图像信息中氧气含量的标签训练得出的第一训练模型,输入一气体图像信息后,第一训练模型将通过对输入的气体图像信息进行特性提取,并经过运算处理得到该气体图像信息中对应的氩气含量信息、氧气含量信息,进行输出。
步骤140:根据所述氩气含量信息和所述氧气含量信息,获得保护浇注检验结果。
进一步的,所述根据所述氩气含量信息和所述氧气含量信息,获得保护浇注检验结果,包括:获得标准氧气含量信息;根据所述标准氧气含量信息,获得氧气含量阈值;判断所述氧气含量信息是否满足所述氧气含量阈值;当所述氧气含量信息满足所述氧气含量阈值时,获得第一检验结果,所述第一检验结果为保护浇注效果合格。
进一步的,所述判断所述氧气含量信息是否满足所述氧气含量阈值之后,包括:当所述氧气含量信息不满足所述氧气含量阈值时,获得第二检验结果,所述第二检验结果为保护浇注效果不合格;根据所述第二检验结果,获得氩气调整指令;根据所述氩气调整指令,提高氩气流量。
具体而言,根据输出结果中氩气保护罩内氩气含量信息和氧气含量信息,对保护浇注效果进行检验,当氧气含量信息高于标准值时,则说明氩气保护浇注效果不合格,当氧气含量信息低于标准值时,则说明氩气保护效果浇注合格,同样的,当氩气含量信息满足标准氩气含量要求时,则说明氩气保护浇注效果合格,当氩气含量信息不满足标准氩气含量要求时,则说明氩气保护浇注效果不合格,通常氧气含量标准为不大于5%,当然根据具体钢种的要求,该设定标准值也可以按照要求进行更改,若第一训练模型经过对氩气保护罩内的气体图像信息经过运算处理后得到了对应的氧气含量信息为3%,该数值满足不大于5%的氧气含量标准的要求,则得到对应的检验结果为保护浇注效果合格。当检测结果为氩气保护浇注效果不合格时,通过调大氩气流量或降低氩气保护罩高度使达到标准。达到了经过人工智能进行图像处理,快速检测氩气保护浇注时,氩气保护罩内氧气含量变化情况,对保护浇注效果进行实时检验,有利于指导现场操作人员做出氩气保护浇注操作,避免因保护浇注效果不佳而影响的钢水质量从而造成铸钢质量下降的技术效果,从而解决了现有技术中不能对保护浇注效果进行检验,存在保护浇注效果不佳而造成钢液质量受影响的技术问题。
进一步的,所述根据所述氩气含量信息和所述氧气含量信息,获得保护浇注检验结果之后,包括:获得钢水图像信息;将所述钢水图像信息输入第二训练模型中,确定所述钢水图像信息中的含氧量信息、粉尘含量信息,其中,所述第二训练模型为通过多组训练数据通过机器学习训练得出的,所述多组训练数据中的每一组训练数据均包括:所述钢水图像信息和识别所述钢水图像信息中含氧量的标签、识别粉尘含量的标签;获得钢水含氧量阈值、钢水含粉尘量阈值;当所述钢水图像信息中的所述含氧量信息不满足所述钢水含氧量阈值,和/或所述粉尘含量信息不满足所述钢水含粉尘量阈值时,获得第三检验结果,所述第三检验结果为保护浇注效果不合格;根据所述第三检验结果,获得氩气调整指令,对氩气流量进行调大。
具体而言,为了确保保护浇注效果,可以对钢水进行二次检测,同样的采用高精度图像采集装置,对钢水进行图像信息采集,利用图像处理软件,按照预设的图像大小、尺寸、像素的标准对初始图像进行预处理,使进行处理的图像信息为具有统一标准的图像信息,以提高处理的效率和准确性。将钢水图像信息作为输入数据输入到第二训练模型中,第二训练模型是利用大量的钢水图像信息和识别钢水图像信息中氧气含量、粉尘含量的标签进行机器学***,而提高钢水质量的技术效果。
实施例二
基于与前述实施例中一种连铸保护浇注的检验方法同样的发明构思,本发明还提供一种连铸保护浇注的检验装置,应用于一保护浇注***,所述***包括一氩气保护罩,如图2所示,所述装置包括:
第一获得单元11,所述第一获得单元11用于获得所述氩气保护罩内气体图像信息;
第一输入单元12,所述第一输入单元12用于将所述气体图像信息输入第一训练模型,其中,所述第一训练模型通过多组训练数据通过训练得到,所述多组训练数据中的每一组训练数据均包括:所述氩气保护罩内气体图像信息及识别所述气体图像信息中氩气含量的标签、识别所述气体图像信息中氧气含量的标签;
第二获得单元13,所述第二获得单元13用于获得所述第一训练模型的输出数据,其中,所述输出数据包括所述气体图像信息对应的氩气含量信息、氧气含量信息;
第三获得单元14,所述第三获得单元14用于根据所述氩气含量信息和所述氧气含量信息,获得保护浇注检验结果。
进一步的,所述装置还包括:
第四获得单元,所述第四获得单元用于通过图像采集装置对所述氩气保护罩内气体进行图像采集,获得初始图像信息;
第五获得单元,所述第五获得单元用于对所述初始图像信息进行预处理,获得所述气体图像信息。
进一步的,所述装置还包括:
第六获得单元,所述第六获得单元用于获得预定图像尺寸要求、预定图像像素要求;
第七获得单元,所述第七获得单元用于根据所述预定图像尺寸要求和所述预定图像像素要求,对所述初始图像信息进行处理,获得图像尺寸、图像像素相同的所述气体图像信息。
进一步的,所述装置还包括:
第八获得单元,所述第八获得单元用于获得标准氧气含量信息;
第九获得单元,所述第九获得单元用于根据所述标准氧气含量信息,获得氧气含量阈值;
第一判断单元,所述第一判断单元用于判断所述氧气含量信息是否满足所述氧气含量阈值;
第十获得单元,所述第十获得单元用于当所述氧气含量信息满足所述氧气含量阈值时,获得第一检验结果,所述第一检验结果为保护浇注效果合格。
进一步的,所述装置还包括:
第十一获得单元,所述第十一获得单元用于当所述氧气含量信息不满足所述氧气含量阈值时,获得第二检验结果,所述第二检验结果为保护浇注效果不合格;
第十二获得单元,所述第十二获得单元用于根据所述第二检验结果,获得氩气调整指令;
第一调整单元,所述第一调整单元用于根据所述氩气调整指令,提高氩气流量。
进一步的,所述装置还包括:
第十三获得单元,所述第十三获得单元用于获得氩气含量的认证标准;
第十四获得单元,所述第十四获得单元用于根据所述氩气含量认证标准,获得标准氩气含量信息;
第二输入单元,所述第二输入单元用于将所述标准氩气含量信息作为监督数据,输入所述每一组训练数据中。
进一步的,所述装置还包括:
第十五获得单元,所述第十五获得单元用于获得钢水图像信息;
第三输入单元,所述第三输入单元用于将所述钢水图像信息输入第二训练模型中,确定所述钢水图像信息中的含氧量信息、粉尘含量信息,其中,所述第二训练模型为通过多组训练数据通过机器学习训练得出的,所述多组训练数据中的每一组训练数据均包括:所述钢水图像信息和识别所述钢水图像信息中含氧量的标签、识别粉尘含量的标签;
第十六获得单元,所述第十六获得单元用于获得钢水含氧量阈值、钢水含粉尘量阈值;
第十七获得单元,所述第十七获得单元用于当所述钢水图像信息中的所述含氧量信息不满足所述钢水含氧量阈值,和/或所述粉尘含量信息不满足所述钢水含粉尘量阈值时,获得第三检验结果,所述第三检验结果为保护浇注效果不合格;
第二调整单元,所述第二调整单元用于根据所述第三检验结果,获得氩气调整指令,对氩气流量进行调大。
前述图1实施例一中的一种连铸保护浇注的检验方法的各种变化方式和具体实例同样适用于本实施例的一种连铸保护浇注的检验装置,通过前述对一种连铸保护浇注的检验方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种连铸保护浇注的检验装置的实施方法,所以为了说明书的简洁,在此不再详述。
实施例三
基于与前述实施例中一种连铸保护浇注的检验方法同样的发明构思,本发明还提供一种连铸保护浇注的检验装置,其上存储有计算机程序,该程序被处理器执行时实现前文所述一种连铸保护浇注的检验方法的任一方法的步骤。
其中,在图3中,总线架构(用总线300来代表),总线300可以包括任意数量的互联的总线和桥,总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如***设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口306在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件,即收发机,提供用于在传输介质上与各种其他装置通信的单元。
处理器302负责管理总线300和通常的处理,而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
实施例四
基于与前述实施例中一种连铸保护浇注的检验的方法同样的发明构思,本发明还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现以下步骤:获得所述氩气保护罩内气体图像信息;将所述气体图像信息输入第一训练模型,其中,所述第一训练模型通过多组训练数据通过训练得到,所述多组训练数据中的每一组训练数据均包括:所述氩气保护罩内气体图像信息及识别所述气体图像信息中氩气含量的标签、识别所述气体图像信息中氧气含量的标签;获得所述第一训练模型的输出数据,其中,所述输出数据包括所述气体图像信息对应的氩气含量信息、氧气含量信息;根据所述氩气含量信息和所述氧气含量信息,获得保护浇注检验结果。
在具体实施过程中,该程序被处理器执行时,还可以实现实施例一中的任一方法步骤。
本申请实施例中的上述一个或多个技术方案,至少具有如下一种或多种技术效果:
本发明实施例提供的一种连铸保护浇注的检验方法和装置,通过获得所述氩气保护罩内气体图像信息;将所述气体图像信息输入第一训练模型,其中,所述第一训练模型通过多组训练数据通过训练得到,所述多组训练数据中的每一组训练数据均包括:所述氩气保护罩内气体图像信息及识别所述气体图像信息中氩气含量的标签、识别所述气体图像信息中氧气含量的标签;获得所述第一训练模型的输出数据,其中,所述输出数据包括所述气体图像信息对应的氩气含量信息、氧气含量信息;根据所述氩气含量信息和所述氧气含量信息,获得保护浇注检验结果。达到了经过人工智能进行图像处理,快速检测氩气保护浇注时,氩气保护罩内氧气含量变化情况,对保护浇注效果进行实时检验,有利于指导现场操作人员做出氩气保护浇注操作,避免因保护浇注效果不佳而影响的钢水质量从而造成铸钢质量下降的技术效果。从而解决了现有技术中不能对保护浇注效果进行检验,存在保护浇注效果不佳而造成钢液质量受影响的技术问题。
本领域内的技术人员应明白,本发明的实施例可提供为方法、***、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(***)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (9)
1.一种连铸保护浇注的检验方法,应用于一保护浇注***,所述***包括一氩气保护罩,其特征在于,所述方法包括:
获得所述氩气保护罩内气体图像信息;
将所述气体图像信息输入第一训练模型,其中,所述第一训练模型通过多组训练数据通过训练得到,所述多组训练数据中的每一组训练数据均包括:所述氩气保护罩内气体图像信息及识别所述气体图像信息中氩气含量的标签、识别所述气体图像信息中氧气含量的标签;
获得所述第一训练模型的输出数据,其中,所述输出数据包括所述气体图像信息对应的氩气含量信息、氧气含量信息;
根据所述氩气含量信息和所述氧气含量信息,获得保护浇注检验结果;
根据所述氩气含量信息和所述氧气含量信息,获得保护浇注检验结果之后,包括:
获得钢水图像信息;
将所述钢水图像信息输入第二训练模型中,确定所述钢水图像信息中的含氧量信息、粉尘含量信息,其中,所述第二训练模型为通过多组训练数据通过机器学习训练得出的,所述多组训练数据中的每一组训练数据均包括:
所述钢水图像信息和识别所述钢水图像信息中含氧量的标签、识别粉尘含量的标签;
获得钢水含氧量阈值、钢水含粉尘量阈值;
当所述钢水图像信息中的所述含氧量信息不满足所述钢水含氧量阈值,和/或所述粉尘含量信息不满足所述钢水含粉尘量阈值时,获得第三检验结果,所述第三检验结果为保护浇注效果不合格;
根据所述第三检验结果,获得氩气调整指令,对氩气流量进行调大。
2.如权利要求1所述的方法,其特征在于,所述获得所述氩气保护罩内气体图像信息之前,包括:
通过图像采集装置对所述氩气保护罩内气体进行图像采集,获得初始图像信息;
对所述初始图像信息进行预处理,获得所述气体图像信息。
3.如权利要求2所述的方法,其特征在于,所述对所述初始图像信息进行预处理,包括:
获得预定图像尺寸要求、预定图像像素要求;
根据所述预定图像尺寸要求和所述预定图像像素要求,对所述初始图像信息进行处理,获得图像尺寸、图像像素相同的所述气体图像信息。
4.如权利要求1所述的方法,其特征在于,所述根据所述氩气含量信息和所述氧气含量信息,获得保护浇注检验结果,包括:
获得标准氧气含量信息;
根据所述标准氧气含量信息,获得氧气含量阈值;
判断所述氧气含量信息是否满足所述氧气含量阈值;
当所述氧气含量信息满足所述氧气含量阈值时,获得第一检验结果,所述第一检验结果为保护浇注效果合格。
5.如权利要求4所述的方法,其特征在于,所述判断所述氧气含量信息是否满足所述氧气含量阈值之后,包括:
当所述氧气含量信息不满足所述氧气含量阈值时,获得第二检验结果,所述第二检验结果为保护浇注效果不合格;
根据所述第二检验结果,获得氩气调整指令;
根据所述氩气调整指令,提高氩气流量。
6.如权利要求1所述的方法,其特征在于,所述方法还包括:
获得氩气含量的认证标准;
根据所述氩气含量认证标准,获得标准氩气含量信息;
将所述标准氩气含量信息作为监督数据,输入所述每一组训练数据中。
7.一种连铸保护浇注的检验装置,使用如权利要求1-6中任一一项所述的连铸保护浇注的检验方法,所述装置包括一氩气保护罩,其特征在于,所述装置包括:
第一获得单元,所述第一获得单元用于获得所述氩气保护罩内气体图像信息;
第一输入单元,所述第一输入单元用于将所述气体图像信息输入第一训练模型,其中,所述第一训练模型通过多组训练数据通过训练得到,所述多组训练数据中的每一组训练数据均包括:所述氩气保护罩内气体图像信息及识别所述气体图像信息中氩气含量的标签、识别所述气体图像信息中氧气含量的标签;
第二获得单元,所述第二获得单元用于获得所述第一训练模型的输出数据,其中,所述输出数据包括所述气体图像信息对应的氩气含量信息、氧气含量信息;
第三获得单元,所述第三获得单元用于根据所述氩气含量信息和所述氧气含量信息,获得保护浇注检验结果。
8.一种连铸保护浇注的检验装置,使用如权利要求1-6中任一一项所述的连铸保护浇注的检验方法,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现以下步骤:
获得所述氩气保护罩内气体图像信息;
将所述气体图像信息输入第一训练模型,其中,所述第一训练模型通过多组训练数据通过训练得到,所述多组训练数据中的每一组训练数据均包括:所述氩气保护罩内气体图像信息及识别所述气体图像信息中氩气含量的标签、识别所述气体图像信息中氧气含量的标签;
获得所述第一训练模型的输出数据,其中,所述输出数据包括所述气体图像信息对应的氩气含量信息、氧气含量信息;根据所述氩气含量信息和所述氧气含量信息,获得保护浇注检验结果。
9.一种计算机可读存储介质,使用如权利要求1-6中任一一项所述的连铸保护浇注的检验方法,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现以下步骤:
获得所述氩气保护罩内气体图像信息;
将所述气体图像信息输入第一训练模型,其中,所述第一训练模型通过多组训练数据通过训练得到,所述多组训练数据中的每一组训练数据均包括:所述氩气保护罩内气体图像信息及识别所述气体图像信息中氩气含量的标签、识别所述气体图像信息中氧气含量的标签;
获得所述第一训练模型的输出数据,其中,所述输出数据包括所述气体图像信息对应的氩气含量信息、氧气含量信息;
根据所述氩气含量信息和所述氧气含量信息,获得保护浇注检验结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910777622.8A CN110394432B (zh) | 2019-08-22 | 2019-08-22 | 一种连铸保护浇注的检验方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910777622.8A CN110394432B (zh) | 2019-08-22 | 2019-08-22 | 一种连铸保护浇注的检验方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110394432A CN110394432A (zh) | 2019-11-01 |
CN110394432B true CN110394432B (zh) | 2021-09-07 |
Family
ID=68328937
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910777622.8A Active CN110394432B (zh) | 2019-08-22 | 2019-08-22 | 一种连铸保护浇注的检验方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110394432B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112348429B (zh) * | 2020-10-09 | 2022-03-25 | 江苏中利集团股份有限公司 | 一种提升聚合物材料性能的处理方法和装置 |
CN114742481B (zh) * | 2022-06-10 | 2022-08-30 | 苏州翔楼新材料股份有限公司 | 一种基于成分的特钢性能评估方法及*** |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS61259860A (ja) * | 1985-05-10 | 1986-11-18 | Sumitomo Metal Ind Ltd | タンデイツシユ内等の零囲気制御方法 |
WO2005007320A1 (ja) * | 2003-07-16 | 2005-01-27 | Sumitomo Metal Industries, Ltd. | マグネシウム合金の連続鋳造方法 |
CN1717288A (zh) * | 2002-11-29 | 2006-01-04 | Abb股份有限公司 | 控制***,计算机程序产品,装置和方法 |
CN102126000A (zh) * | 2010-01-13 | 2011-07-20 | 鞍钢股份有限公司 | 连铸机钢水罐吹氩自动控制方法及装置 |
JP2012218036A (ja) * | 2011-04-11 | 2012-11-12 | Ihi Corp | 鋳片鋳造方法及び鋳片鋳造装置 |
CN104107887A (zh) * | 2013-04-19 | 2014-10-22 | 宝钢特钢有限公司 | 一种模铸浇注用注流保护装置及方法 |
CN104117667A (zh) * | 2014-08-01 | 2014-10-29 | 莱芜钢铁集团有限公司 | 连铸中间包水口用密封吹氩保护的装置及方法 |
CN104249138A (zh) * | 2013-06-26 | 2014-12-31 | 宝山钢铁股份有限公司 | 一种连铸结晶器吹氩自动控制方法 |
CN204545363U (zh) * | 2015-02-02 | 2015-08-12 | 西安宝科流体技术有限公司 | 连铸智能吹氩控制*** |
CN106955984A (zh) * | 2016-01-08 | 2017-07-18 | 宝山钢铁股份有限公司 | 处理连铸浇注通道堵塞的自动控制方法及*** |
CN107812899A (zh) * | 2016-09-13 | 2018-03-20 | 宝钢特钢有限公司 | 在线检测模铸氩气保护效果的装置及检测方法 |
CN108052944A (zh) * | 2017-12-27 | 2018-05-18 | 深圳市大熊动漫文化有限公司 | 一种图像识别方法和装置 |
CN108960315A (zh) * | 2018-06-27 | 2018-12-07 | 河南农业大学 | 一种调理肉制品品质智能评价***及方法 |
-
2019
- 2019-08-22 CN CN201910777622.8A patent/CN110394432B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS61259860A (ja) * | 1985-05-10 | 1986-11-18 | Sumitomo Metal Ind Ltd | タンデイツシユ内等の零囲気制御方法 |
CN1717288A (zh) * | 2002-11-29 | 2006-01-04 | Abb股份有限公司 | 控制***,计算机程序产品,装置和方法 |
WO2005007320A1 (ja) * | 2003-07-16 | 2005-01-27 | Sumitomo Metal Industries, Ltd. | マグネシウム合金の連続鋳造方法 |
CN102126000A (zh) * | 2010-01-13 | 2011-07-20 | 鞍钢股份有限公司 | 连铸机钢水罐吹氩自动控制方法及装置 |
JP2012218036A (ja) * | 2011-04-11 | 2012-11-12 | Ihi Corp | 鋳片鋳造方法及び鋳片鋳造装置 |
CN104107887A (zh) * | 2013-04-19 | 2014-10-22 | 宝钢特钢有限公司 | 一种模铸浇注用注流保护装置及方法 |
CN104249138A (zh) * | 2013-06-26 | 2014-12-31 | 宝山钢铁股份有限公司 | 一种连铸结晶器吹氩自动控制方法 |
CN104117667A (zh) * | 2014-08-01 | 2014-10-29 | 莱芜钢铁集团有限公司 | 连铸中间包水口用密封吹氩保护的装置及方法 |
CN204545363U (zh) * | 2015-02-02 | 2015-08-12 | 西安宝科流体技术有限公司 | 连铸智能吹氩控制*** |
CN106955984A (zh) * | 2016-01-08 | 2017-07-18 | 宝山钢铁股份有限公司 | 处理连铸浇注通道堵塞的自动控制方法及*** |
CN107812899A (zh) * | 2016-09-13 | 2018-03-20 | 宝钢特钢有限公司 | 在线检测模铸氩气保护效果的装置及检测方法 |
CN108052944A (zh) * | 2017-12-27 | 2018-05-18 | 深圳市大熊动漫文化有限公司 | 一种图像识别方法和装置 |
CN108960315A (zh) * | 2018-06-27 | 2018-12-07 | 河南农业大学 | 一种调理肉制品品质智能评价***及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110394432A (zh) | 2019-11-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110390262A (zh) | 视频分析方法、装置、服务器及存储介质 | |
CN110394432B (zh) | 一种连铸保护浇注的检验方法和装置 | |
CN109635823B (zh) | 用于识别卷扬乱绳的方法和装置及工程机械 | |
CN103544554B (zh) | 在核电站中评估操作人员的程序遵从度的***以及方法 | |
CN112929613B (zh) | 一种基于图像识别进行设备运维的巡检方法及*** | |
CN108776452B (zh) | 一种特种设备现场维保监控方法及*** | |
CN115376074A (zh) | 输电线路监拍装置识别效果评估方法及*** | |
CN116012762A (zh) | 一种针对电力设备的交通路口视频影像分析方法及*** | |
CN117115527A (zh) | 一种基于红外热成像的电力设备故障检测方法和*** | |
CN117011686B (zh) | 多模态生成式大模型训练方法、装置及计算机设备 | |
CN116976865B (zh) | 基于大数据分析的船舶维修器件调配管理*** | |
CN109102486B (zh) | 基于机器学习的表面缺陷检测方法及装置 | |
CN117274212A (zh) | 一种桥梁水下结构裂缝检测方法 | |
Flotzinger et al. | Building inspection toolkit: Unified evaluation and strong baselines for damage recognition | |
CN111415326A (zh) | 一种用于铁路接触网螺栓异常状态的检测方法及*** | |
CN106815835A (zh) | 损伤识别方法及装置 | |
CN111369140A (zh) | 一种教学评价***及方法 | |
CN115829324A (zh) | 一种人员安全风险静默监视方法 | |
CN112200462B (zh) | 风险评估方法及装置 | |
CN107844777A (zh) | 用于生成信息的方法和装置 | |
Evstafev et al. | Surface Defect Detection and Recognition Based on CNN | |
CN113643340A (zh) | 一种基于机器视觉的热轧钢轨物料跟踪方法及*** | |
Liu et al. | End-to-end high-speed railway dropper breakage and slack monitoring based on computer vision | |
CN110174409A (zh) | 一种基于实时检测结果的中厚板周期性缺陷控制方法 | |
CN110516974A (zh) | 基于证据匹配的案件质量评估方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |