CN113791120A - 一种获取烧结机尾最佳断面图像的方法及*** - Google Patents
一种获取烧结机尾最佳断面图像的方法及*** Download PDFInfo
- Publication number
- CN113791120A CN113791120A CN202111075777.0A CN202111075777A CN113791120A CN 113791120 A CN113791120 A CN 113791120A CN 202111075777 A CN202111075777 A CN 202111075777A CN 113791120 A CN113791120 A CN 113791120A
- Authority
- CN
- China
- Prior art keywords
- average temperature
- acquisition time
- trend
- sintering machine
- image
- 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.)
- Granted
Links
- 238000005245 sintering Methods 0.000 title claims abstract description 141
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000009529 body temperature measurement Methods 0.000 claims abstract description 8
- 238000003384 imaging method Methods 0.000 claims description 9
- 230000000630 rising effect Effects 0.000 claims description 9
- 230000007547 defect Effects 0.000 abstract description 3
- 238000013461 design Methods 0.000 abstract description 3
- 239000002699 waste material Substances 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 5
- 239000000428 dust Substances 0.000 description 4
- 238000001931 thermography Methods 0.000 description 4
- 238000003723 Smelting Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000035772 mutation Effects 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000002156 mixing Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000007596 consolidation process Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 239000007791 liquid phase Substances 0.000 description 1
- 238000002844 melting Methods 0.000 description 1
- 230000008018 melting Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000005086 pumping Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N25/00—Investigating or analyzing materials by the use of thermal means
- G01N25/72—Investigating presence of flaws
-
- C—CHEMISTRY; METALLURGY
- C22—METALLURGY; FERROUS OR NON-FERROUS ALLOYS; TREATMENT OF ALLOYS OR NON-FERROUS METALS
- C22B—PRODUCTION AND REFINING OF METALS; PRETREATMENT OF RAW MATERIALS
- C22B1/00—Preliminary treatment of ores or scrap
- C22B1/14—Agglomerating; Briquetting; Binding; Granulating
- C22B1/16—Sintering; Agglomerating
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/0044—Furnaces, ovens, kilns
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N25/00—Investigating or analyzing materials by the use of thermal means
- G01N25/20—Investigating or analyzing materials by the use of thermal means by investigating the development of heat, i.e. calorimetry, e.g. by measuring specific heat, by measuring thermal conductivity
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J2005/0077—Imaging
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Chemical & Material Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Health & Medical Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Manufacturing & Machinery (AREA)
- Materials Engineering (AREA)
- Mechanical Engineering (AREA)
- Metallurgy (AREA)
- Organic Chemistry (AREA)
- Manufacture And Refinement Of Metals (AREA)
Abstract
本申请公开了一种获取烧结机尾最佳断面图像的方法及***,通过确定烧结机尾断面所在的预设区域,利用图像采集设备和测温设备同时对所述预设区域连续采集实时图像信息,所述图像信息包括预设区域的平均温度和采集时间,利用预设区域的平均温度随采集时间的历史趋势曲线,确定最佳的采集时间点,再根据最佳的采集时间点提取相应的最佳断面图像。可见,该方法的设计能够克服现有技术中判断条件粗糙和浪费人力的缺陷,能够精确的得到烧结机机尾最佳断面图像。
Description
技术领域
本申请涉及烧结机技术领域,尤其涉及一种获取烧结机尾最佳断面图像的方法及***。
背景技术
烧结工艺是冶炼技术的重要环节,参见图1,该工艺包括配料、混合和烧结等过程。其中,烧结过程是将混合料从烧结机头101进入烧结机100,然后在烧结机100的上部水平段经过高温烧结等相关工序形成物理化学性能稳定的适宜于高炉冶炼的烧结矿,最后从烧结机尾102掉落进入下一道工序。
图2为烧结机机尾断面形成示意图。烧结台车103在烧结机头尾轮间组成运行回转链,烧结台车103因在烧结机尾102弧形轨道上运动翻转使烧结台车103上的烧结矿发生断裂,从而形成烧结机尾断面104。烧结机尾断面104是反应烧结过程信息的窗口,通过成像***采集烧结机尾断面图像,采用机器视觉和图像处理技术可以从烧结机尾断面图像中获得大量的烧结质量信息(如FeO、烧成、燃料配比、液相变化、熔融、固结和是否烧透等),从而为烧结过程的操作提供指导。
在实际烧结生产中,烧结机尾断面图像主要是通过固定安装在机尾平台200上的图像采集设备201拍摄而获得。当平铺在烧结台车103上的烧结矿到达烧结机尾102时,随着台车103的移动烧结矿缓慢迁移和倾斜,当倾斜达到一定角度后,烧结矿开始出现裂缝,裂缝随着台车103倾斜角度的增大而逐渐加大,直至烧结矿完全断裂,因此,烧结机尾断面图像是以台车103移动为周期而渐变的,在每个周期中,机尾断面104经历从逐渐露出到完全露出再到掉落的不同阶段,所以并不是每个时刻的机尾断面图像都适合做图像分析,如果选取的图像不够典型或者本身不够完整,就会导致烧结信息的丢失。
在现有技术中,烧结机尾断面图像的采集方法主要有人工手动触发方式和触发器触发方式,例如,通过人工的直观观察和经验控制成像***采集机尾断面图像,虽然此种方式可以处理异常情况,但过分依赖于人工的经验并且浪费人力;又例如,通过设置触发器的触发周期和位移,定周期定位移获取机尾断面图像。然而,由于烧结矿每次发生断裂时所处的轨道位置不同,因此采用触发器触发方式会导致获取的图像是非断面图像或图像效果不佳,同时,烧结矿断裂掉落后也会引起粉尘上扬,造成图像不清晰。
发明内容
本申请提供了一种获取烧结机尾最佳断面图像的方法及***,该方法可以较为精确且较简便地获取烧结机尾最佳断面图像。
第一方面,本申请提供了一种获取烧结机尾最佳断面图像的方法,该方法包括以下步骤:
确定烧结机尾断面所在的预设区域,所述预设区域用于呈现所述烧结机尾断面的完整图像;
通过图像采集设备和测温设备同时对所述预设区域连续采集实时图像信息,所述图像信息包括预设区域的平均温度和采集时间;
选取在某一历史时间段内所有的平均温度值和与所述平均温度值对应的采集时间,生成历史平均温度集;
基于历史平均温度集确定烧结机尾最佳断面的采集时间,获得最佳时间集,以及,根据最佳时间集提取相应的图像信息,获得所述历史时间段内烧结机尾最佳断面图像。
进一步地,所述基于历史平均温度集确定烧结机尾最佳断面的采集时间的过程,包括:
根据历史平均温度集,确定平均温度值随采集时间变化的趋势曲线的极值点,以及,按照采集时间顺序,从第二个极值点开始,将每个极值点采集时间减去上个极值点采集时间,得到每个极值点的时间变化量,将每个极值点的平均温度值减去上个极值点的平均温度值,得到每个极值点的平均温度变化量;
预设时间变化阈值和平均温度变化阈值;
如果存在某个极值点的时间变化量小于时间变化阈值,且平均温度变化量大于平均温度变化阈值,则确定所述某个极值点的采集时间为烧结机尾最佳断面的采集时间。
进一步地,所述根据历史平均温度集,确定平均温度值随采集时间变化的趋势曲线的极值点的过程,包括:
判断当前采集时间点相对于上个采集时间点平均温度的变化趋势,得到当前采集时间点的第一趋势;
判断下个采集时间点相对于当前采集时间点平均温度的变化趋势,得到当前采集时间点的第二趋势;
如果当前采集时间的第一趋势为升高且第二趋势为下降,或者第一趋势为下降且第二趋势为升高,则确定当前采集时间点为极值点。
进一步地,所述根据历史平均温度集,确定平均温度值随采集时间变化的趋势曲线的极值点的过程,还包括:
判断下个采集时间点的第二趋势,得到当前采集时间点的第三趋势;
如果当前采集时间的第二趋势为不变,且第一趋势和第三趋势相反,则确定当前采集时间点为极值点;
如果当前采集时间的第一趋势为升高,且第二趋势和第三趋势为不变,确定当前采集时间点为极值点;
如果当前采集时间的第一趋势和第二趋势为不变,第三趋势为升高,确定当前采集时间点为极值点。
进一步地,所述根据历史平均温度集,确定平均温度值随采集时间变化的趋势曲线的极值点的过程,包括:
按采集时间先后顺序遍历历史平均温度集,获取相邻采集时间在后的平均温度值与采集时间在前的平均温度值的差值,以及,按索引顺序依次存储差值,生成第一数据集;
遍历第一数据集中的差值,如果差值大于0,则将此差值更新为1;如果差值小于0,则将此差值更新为-1;如果差值等于0,且索引值为第一数据集中的最后一个,则将此差值更新为1;如果差值等于0,且下一个差值大于0,则将此差值更新为1;如果差值等于0,且下一个差值小于或等于0,则将此差值更新为-1,获得第二数据集;
遍历第二数据集,利用当前数据减去前一个数据,得到当前数据的相邻差,如果相邻差等于2或者等于-2,则利用当前数据的索引值得到相应的采集时间。
进一步地,所述连续采集实时图像信息为,每隔固定的采集周期采集一帧图像信息。
进一步地,所述预设区域在长度范围的两端均超过烧结机尾烧结矿完整断面的长度的两端。
进一步地,所述预设区域预设区域在高度范围的两端均超过烧结机尾烧结矿完整断面的高度的两端。
第二方面,本申请还提供了一种获取烧结机尾最佳断面图像的***,该***用于执行本申请第一方面提供的获取烧结机尾最佳断面图像的方法,包括成像***和中央控制装置;所述成像***安装于所述烧结机的机尾平台上,所述成像***包括测温设备和图像获取设备;所述中央控制装置被配置为:
确定烧结机尾断面所在的预设区域,所述预设区域用于呈现所述烧结机尾断面的完整图像;
控制图像采集设备和测温设备同时对所述预设区域连续采集实时图像信息,所述图像信息包括预设区域的平均温度和采集时间;
选取在某一历史时间段内所有的平均温度值和与所述平均温度值对应的采集时间,生成历史平均温度集;
基于历史平均温度集确定烧结机尾最佳断面的采集时间,获得最佳时间集,以及,根据最佳时间集提取相应的图像信息,获得所述历史时间段内烧结机尾最佳断面图像。
由上述技术方案可知,本申请实施例提供的一种获取烧结机尾最佳断面图像的方法及***,通过确定烧结机尾断面所在的预设区域,利用图像采集设备和测温设备同时对所述预设区域连续采集实时图像信息,所述图像信息包括预设区域的平均温度和采集时间,利用预设区域的平均温度随采集时间的历史趋势曲线,确定最佳的采集时间点,再根据最佳的采集时间点提取相应的最佳断面图像。可见,该方法的设计能够克服现有技术中判断条件粗糙、浪费人力且不能准确获取烧结机尾最佳断面图像的缺陷,能够精确的得到烧结机机尾最佳断面图像。
附图说明
图1为现有技术的烧结工艺流程示意图。
图2为烧结机机尾断面形成示意图。
图3为本申请实施例提供的烧结机尾断面图像的示意图。
图4为本申请实施例提供的烧结机尾断面平均温度趋势图。
图5为本申请实施例提供的获取烧结机尾最佳断面图像***示意图。
具体实施方式
为使本申请的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本申请作进一步详细的说明。
在图2所示的烧结机尾断面形成示意图中,烧结机100上包括环形轨道和运行其上的依次连接的烧结台车103,混合料从烧结机头101进入烧结机100,平铺在烧结台车103上随烧结台车103向前移动,在烧结机100的上部水平段经过高温烧结等相关工序形成物理化学性能稳定的适宜于高炉冶炼的烧结矿,烧结矿随烧结台车103到达烧结机尾102时,因烧结台车103在烧结机尾102弧形轨道上运动翻转使烧结矿反生断裂,形成烧结机尾断面104。烧结机尾102侧设有机尾平台200,该机尾平台200上设置有图像采集设备201。
本申请提供的获取烧结机尾最佳断面图像的方法实施例,首先需要确定烧结机尾断面所在的预设区域,该预设区域用于呈现烧结机尾断面的完整图像。参见图3,为本申请实施例提供的烧结机机尾断面图像的示意图,该示意图提供了一个完整的断面图像,断面的长度约为烧结矿的宽度,断面的高度约为烧结矿的厚度,因此,本申请实施例的预设区域在长度范围的两端均超过烧结机尾烧结矿完整断面的长度的两端,预设区域在高度范围的两端均超过烧结机尾烧结矿完整断面的高度的两端,该预设区域优选为矩形方框。
由于烧结台车在环形轨道上的移动,该预设区域呈现的图像是呈周期性变化的,具体可以分为以下几个阶段:
第一阶段,平铺在烧结台车上的的烧结矿随着台车向前移动,当烧结矿床到达机尾时,随着台车的缓慢迁移和倾斜,此时预设区域呈现的是料面,预设区域内的平均温度最低。
第二阶段,随着烧结台车继续移动,倾斜达到一定角度后,烧结矿床开始出现裂缝,裂缝随着台车倾斜角度的增大而逐渐加大直至突然断开,后一节烧结台车的烧结矿面从上至下完全显现,此时预设区域呈现的是烧结机尾完整断面,也是最佳断面,预设区域内的平均温度最高。
第三阶段,烧结矿落下后,引起高温粉尘上扬,导致预设区域呈现的图像模糊,预设区域内的平均温度会平稳变化。
第四阶段,随着高温粉尘被慢慢抽净,预设区域呈现的图像恢复清晰,至此一个周期变化完成。
在实际生产过程中,第一阶段至第二阶段该预设区域的平均温度会突然增加,第二阶段至第三阶段该预设区域的平均温度会突然下降,另外,在第三阶段也会产生一系列的突变值,但突变的幅度较小。由此可见,根据预设区域呈现图像的平均温度变化情况可以得出烧结机尾最佳的断面图像。
在确定预设区域之后,通过图像采集设备和测温设备同时对该预设区域连续采集实时图像信息,该图像信息包括预设区域的平均温度和采集时间。进一步地,图像采集设备和测温设备采用红外热成像***,在红外热成像***的客户端设置预设区域,通过红外热成像***连续采集预设区域的红外热像图,可以同时得到预设区域的平均温度以及用于获取烧结质量信息的其他图像信息。进一步地,每隔固定的采集周期采集一帧图像信息,采集周期可以根据获取信息精确度需要的频率以及烧结台车的运行速度等具体情况来设定,可以为每半秒采集一次或每一秒采集一次等。
将采集的图像信息存储至数据库后,选取某一历史时间段内所有的平均温度值和与所述平均温度值对应的采集时间,生成历史平均温度集。例如,该历史平均温度集可以表示为{[采集时间1,平均温度1],[采集时间2,平均温度2],…,[采集时间n,平均温度n]};又例如,采集周期为每一秒采集一帧图像,假设历史时间段的时间从0s开始,采集时间可以表示为0s、1s、2s…,则历史平均温度集可以用一维数组表示,数组的元素代表平均温度,元素的索引值代表平均温度对应的采集时间。进一步地,可以设置定时任务,依照时间顺序,定时自动生成历史平均温度集。
基于历史平均温度集确定烧结机尾最佳断面的采集时间,获得最佳时间集,以及,根据最佳时间集提取相应的图像信息,获得历史时间段内烧结机尾最佳断面图像。根据历史平均温度集可以绘制出预设区域内的平均温度随时间变化的历史变化曲线,采集时间为X坐标,平均温度值为Y坐标,则烧结机尾最佳断面形成的时间点在曲线的极大值点集合内产生,由于在上述分析中,第三阶段因为高温粉尘上扬,平均温度会产生一系列的突变值,但突变的幅度较小,所以极大值点集合内对应的平均温度突变幅度小的不是最佳断面形成的时间点。
在基于上述实施例的第二个实施例中,所述基于历史平均温度集确定烧结机尾最佳断面的采集时间,获得最佳时间集的过程包括,根据历史平均温度集,确定平均温度值随采集时间变化的趋势曲线的极值点,包括极大值点和极小值点,按照采集时间顺序,从第二个极值点开始,将每个极值点的平均温度值减去上个极值点的平均温度值,得到每个极值点的平均温度变化量,预设平均温度变化阈值,如果某极值点的平均温度变化量大于平均温度变化阈值,则此极值点为最佳断面形成的时间点。
例如,采集周期为每一秒采集一帧图像,假设历史时间段的时间从0s开始,历史平均温度集为[201,204,203.3,208,205.8,209.6,221.3,363.5,327.5,...],极值按采集时间顺序为[204,203.3,208,205.8,363.5,...],其中1s、3s和7s为极大值点,2s和4s为极小值点,1s的平均温度变化量为3,2s的平均温度变化量为-0.7,3s的平均温度变化量为4.7,4s的平均温度变化量为-2.2,7s的平均温度变化量为157.7,设定平均温度变化阈值为100,则7s为最佳断面形成的时间点,将其存储在最佳时间集中。
需要说明的是,当历史平均温度集中出现相邻采集时间的平均温度值相同,且都为极大值时,选取其中的一个采集时间点,优选采集时间靠前的极值点,例如,历史平均温度集[204,363,363,322,...],则在所述确定平均温度值随采集时间变化的趋势曲线的极值点的过程中确定采集时间1s为极大值点,平均温度值363为对应的极大值。
在基于第二个实施例的一个优化实施例中,为了更加准确的得到最佳断面形成的采集时间点,还要判断每个极值点采集时间的变化。需要说明的是,在实际生产中,如果配料过程中燃料配加量过多会引起烧结矿粘结烧结台车,烧结矿的断裂并不会干脆,此种情况下,预设区域呈现的图像不是最佳的断面图像,第一阶段至第二阶段该预设区域内的平均温度变化是一个缓慢的变化过程而不是突变。通过将每个极值点采集时间减去上个极值点采集时间,得到每个极值点的时间变化量,预设时间变化阈值,如果某个极值点的平均温度变化量大于平均温度变化阈值,且时间变化量小于时间变化阈值,则确定所述某个极值点的采集时间为烧结机尾最佳断面的采集时间。
参见图4,为本申请实施例提供的烧结机尾断面平均温度趋势图,其中空心三角代表烧结机尾最佳断面的采集时间节点,实心三角代表平均温度变化量满足要求但时间变化量不满足小于时间变化阈值要求的节点。
基于上述第二个实施例,本申请还提供了根据历史平均温度集确定极值点的第一种方法实施例,包括:
按照采集时间顺序,判断当前采集时间点相对于上个采集时间点平均温度的变化趋势,得到当前采集时间点的第一趋势。
判断下个采集时间点相对于当前采集时间点平均温度的变化趋势,得到当前采集时间点的第二趋势。
如果当前采集时间的第一趋势与第二趋势相反,则确定当前采集时间点为极值点,例如,当前采集时间的第一趋势为升高,第二趋势为下降,或者,当前采集时间的第一趋势为下降,第二趋势为升高。
进一步的,判断下个采集时间点的第二趋势,得到当前采集时间点的第三趋势,例如,假设有第一采集时间、第二采集时间、第三采集时间和第四采集时间,第二采集时间相对于第一采集时间平均温度的变化趋势为第二采集时间的第一趋势,第三采集时间相对于第二采集时间平均温度的变化趋势为第二采集时间的第二趋势,第四采集时间相对于第三采集时间平均温度的变化趋势为第二采集时间的第三趋势。
如果当前采集时间的第二趋势为不变,且第一趋势和第三趋势相反,则确定当前采集时间点为极值点。
如果当前采集时间的第一趋势为升高,且第二趋势和第三趋势为不变,确定当前采集时间点为极值点。
如果当前采集时间的第一趋势和第二趋势为不变,第三趋势为升高,确定当前采集时间点为极值点。
基于上述第二个实施例,本申请还提供了根据历史平均温度集确定极值点的第二种方法实施例,包括:
按采集时间先后顺序遍历历史平均温度集,获取相邻采集时间在后的平均温度值与采集时间在前的平均温度值的差值,以及,按索引顺序依次存储差值,生成第一数据集。
遍历第一数据集中的差值,如果差值大于0,则将此差值更新为1;如果差值小于0,则将此差值更新为-1;如果差值等于0,且索引值为第一数据集中的最后一个,则将此差值更新为1;如果差值等于0,且下一个差值大于0,则将此差值更新为1;如果差值等于0,且下一个差值小于或等于0,则将此差值更新为-1,获得第二数据集。
遍历第二数据集,利用当前数据减去前一个数据,得到当前数据的相邻差,如果相邻差等于2或者等于-2,则利用当前数据的索引值得到相应的采集时间,该采集时间为平均温度值随采集时间变化的趋势曲线的极值点。
例如,假设历史时间段的时间从0s开始,历史平均温度集为[201,204,203.3,208,205.8,209.6,221.3,363.5,327.5,...],则第一数据集为[3,-0.7,4.7,-2.2,3.8,11.7,142.2,-36,...],第二数据集为[1,-1,1,-1,1,1,1,-1,...],第二数据集索引值为1时,值为-1,相邻差为-2,则历史平均温度集索引值为1时,采集时间点1s为极值点,平均温度值204为极值。
与前述获取烧结机尾最佳断面图像的方法的实施例相对应,本申请还提供了获取烧结机尾最佳断面图像的***的实施例。本申请实施例提供的获取烧结机尾最佳断面图像的方法由图5所示的本申请实施例提供的获取烧结机尾最佳断面图像的***执行,该***包括成像***和中央控制装置,该成像***包括测温设备和图像获取设备,均安装于烧结机的机尾平台上,且都与中央控制装置连接通信,成像***优选为红外热成像***,该中央控制装置被配置为:
S1、确定烧结机尾断面所在的预设区域,所述预设区域用于呈现所述烧结机尾断面的完整图像。
S2、控制图像采集设备和测温设备同时对所述预设区域连续采集实时图像信息,所述图像信息包括预设区域的平均温度和采集时间。
S3、选取在某一历史时间段内所有的平均温度值和与所述平均温度值对应的采集时间,生成历史平均温度集。
S4、基于历史平均温度集确定烧结机尾最佳断面的采集时间,获得最佳时间集,以及,根据最佳时间集提取相应的图像信息,获得所述历史时间段内烧结机尾最佳断面图像。
由上述技术方案可知,本申请实施例提供的一种获取烧结机尾最佳断面图像的方法及***,通过确定烧结机尾断面所在的预设区域,利用图像采集设备和测温设备同时对所述预设区域连续采集实时图像信息,所述图像信息包括预设区域的平均温度和采集时间,利用预设区域的平均温度随采集时间的历史趋势曲线,确定最佳的采集时间点,再根据最佳的采集时间点提取相应的最佳断面图像。可见,该方法的设计能够克服现有技术中判断条件粗糙、浪费人力且不能准确获取烧结机尾最佳断面图像的缺陷,能够精确的得到烧结机机尾最佳断面图像。
以上所述仅是本申请的具体实施方式,使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
最后应说明的是:以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (9)
1.一种获取烧结机尾最佳断面图像的方法,其特征在于,包括:
确定烧结机尾断面所在的预设区域,所述预设区域用于呈现所述烧结机尾断面的完整图像;
通过图像采集设备和测温设备同时对所述预设区域连续采集实时图像信息,所述图像信息包括预设区域的平均温度和采集时间;
选取在某一历史时间段内所有的平均温度值和与所述平均温度值对应的采集时间,生成历史平均温度集;
基于历史平均温度集确定烧结机尾最佳断面的采集时间,获得最佳时间集,以及,根据最佳时间集提取相应的图像信息,获得所述历史时间段内烧结机尾最佳断面图像。
2.根据权利要求1所述的一种获取烧结机尾最佳断面图像的方法,其特征在于,所述基于历史平均温度集确定烧结机尾最佳断面的采集时间的过程,包括:
根据历史平均温度集,确定平均温度值随采集时间变化的趋势曲线的极值点,以及,按照采集时间顺序,从第二个极值点开始,将每个极值点采集时间减去上个极值点采集时间,得到每个极值点的时间变化量,将每个极值点的平均温度值减去上个极值点的平均温度值,得到每个极值点的平均温度变化量;
预设时间变化阈值和平均温度变化阈值;
如果存在某个极值点的时间变化量小于时间变化阈值,且平均温度变化量大于平均温度变化阈值,则确定所述某个极值点的采集时间为烧结机尾最佳断面的采集时间。
3.根据权利要求2所述的一种获取烧结机尾最佳断面图像的方法,其特征在于,所述根据历史平均温度集,确定平均温度值随采集时间变化的趋势曲线的极值点的过程,包括:
判断当前采集时间点相对于上个采集时间点平均温度的变化趋势,得到当前采集时间点的第一趋势;
判断下个采集时间点相对于当前采集时间点平均温度的变化趋势,得到当前采集时间点的第二趋势;
如果当前采集时间的第一趋势为升高且第二趋势为下降,或者第一趋势为下降且第二趋势为升高,则确定当前采集时间点为极值点。
4.根据权利要求3所述的一种获取烧结机尾最佳断面图像的方法,其特征在于,所述根据历史平均温度集,确定平均温度值随采集时间变化的趋势曲线的极值点的过程,还包括:
判断下个采集时间点的第二趋势,得到当前采集时间点的第三趋势;
如果当前采集时间的第二趋势为不变,且第一趋势和第三趋势相反,则确定当前采集时间点为极值点;
如果当前采集时间的第一趋势为升高,且第二趋势和第三趋势为不变,确定当前采集时间点为极值点;
如果当前采集时间的第一趋势和第二趋势为不变,第三趋势为升高,确定当前采集时间点为极值点。
5.根据权利要求2所述的一种获取烧结机尾最佳断面图像的方法,其特征在于,所述根据历史平均温度集,确定平均温度值随采集时间变化的趋势曲线的极值点的过程,包括:
按采集时间先后顺序遍历历史平均温度集,获取相邻采集时间在后的平均温度值与采集时间在前的平均温度值的差值,以及,按索引顺序依次存储差值,生成第一数据集;
遍历第一数据集中的差值,如果差值大于0,则将此差值更新为1;如果差值小于0,则将此差值更新为-1;如果差值等于0,且索引值为第一数据集中的最后一个,则将此差值更新为1;如果差值等于0,且下一个差值大于0,则将此差值更新为1;如果差值等于0,且下一个差值小于或等于0,则将此差值更新为-1,获得第二数据集;
遍历第二数据集,利用当前数据减去前一个数据,得到当前数据的相邻差,如果相邻差等于2或者等于-2,则利用当前数据的索引值得到相应的采集时间。
6.根据权利要求1所述的一种获取烧结机尾最佳断面图像的方法,其特征在于,所述连续采集实时图像信息为,每隔固定的采集周期采集一帧图像信息。
7.根据权利要求1所述的一种获取烧结机尾最佳断面图像的方法,其特征在于,所述预设区域在长度范围的两端均超过烧结机尾烧结矿完整断面的长度的两端。
8.根据权利要求1所述的一种获取烧结机尾最佳断面图像的方法,其特征在于,所述预设区域预设区域在高度范围的两端均超过烧结机尾烧结矿完整断面的高度的两端。
9.一种获取烧结机尾最佳断面图像的***,其特征在于,包括成像***和中央控制装置;所述成像***安装于所述烧结机的机尾平台上,所述成像***包括测温设备和图像获取设备;所述中央控制装置被配置为执行下述步骤:
确定烧结机尾断面所在的预设区域,所述预设区域用于呈现所述烧结机尾断面的完整图像;
控制图像采集设备和测温设备同时对所述预设区域连续采集实时图像信息,所述图像信息包括预设区域的平均温度和采集时间;
选取在某一历史时间段内所有的平均温度值和与所述平均温度值对应的采集时间,生成历史平均温度集;
基于历史平均温度集确定烧结机尾最佳断面的采集时间,获得最佳时间集,以及,根据最佳时间集提取相应的图像信息,获得所述历史时间段内烧结机尾最佳断面图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111075777.0A CN113791120B (zh) | 2021-09-14 | 2021-09-14 | 一种获取烧结机尾最佳断面图像的方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111075777.0A CN113791120B (zh) | 2021-09-14 | 2021-09-14 | 一种获取烧结机尾最佳断面图像的方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113791120A true CN113791120A (zh) | 2021-12-14 |
CN113791120B CN113791120B (zh) | 2024-05-03 |
Family
ID=78880241
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111075777.0A Active CN113791120B (zh) | 2021-09-14 | 2021-09-14 | 一种获取烧结机尾最佳断面图像的方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113791120B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116997100A (zh) * | 2023-05-29 | 2023-11-03 | 上海展华电子(南通)有限公司 | 一种基于机器视觉的焊盘制作方法、***及介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004206498A (ja) * | 2002-12-26 | 2004-07-22 | Seiko Epson Corp | 画像処理方法及び装置並びに画像処理方法のプログラム |
KR20050069300A (ko) * | 2003-12-31 | 2005-07-05 | 주식회사 포스코 | 소결기의 낙하 소결 케이크의 단면 관찰 장치 및 그 방법 |
CN101726491A (zh) * | 2008-10-28 | 2010-06-09 | 鞍钢股份有限公司 | 一种烧结机尾断面动态图像自动获取方法及装置 |
JP2013122342A (ja) * | 2011-12-12 | 2013-06-20 | Nippon Steel & Sumitomo Metal Corp | 焼結機のパレットのデータ測定装置およびデータ測定方法 |
CN104749187A (zh) * | 2015-03-25 | 2015-07-01 | 武汉武大卓越科技有限责任公司 | 基于红外温度场和灰度图像的隧道衬砌病害检测装置 |
CN109839011A (zh) * | 2019-02-15 | 2019-06-04 | 成昕 | 一种带式烧结机机尾机器视觉指导生产过程方法 |
JP2019196515A (ja) * | 2018-05-09 | 2019-11-14 | Jfeスチール株式会社 | 焼結鉱製造設備の制御装置、焼結鉱製造設備および焼結鉱の製造方法 |
CN110596358A (zh) * | 2019-10-22 | 2019-12-20 | 赵文政 | 一种混合料自愈合性能检测方法、装置及存储介质 |
CN112611780A (zh) * | 2020-11-20 | 2021-04-06 | 北京首钢自动化信息技术有限公司 | 一种烧结机尾断面图片的捕捉方法及装置 |
CN113294771A (zh) * | 2021-06-10 | 2021-08-24 | 中国矿业大学 | 一种基于机器学习的电站锅炉断面温度场测量装置及方法 |
-
2021
- 2021-09-14 CN CN202111075777.0A patent/CN113791120B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004206498A (ja) * | 2002-12-26 | 2004-07-22 | Seiko Epson Corp | 画像処理方法及び装置並びに画像処理方法のプログラム |
KR20050069300A (ko) * | 2003-12-31 | 2005-07-05 | 주식회사 포스코 | 소결기의 낙하 소결 케이크의 단면 관찰 장치 및 그 방법 |
CN101726491A (zh) * | 2008-10-28 | 2010-06-09 | 鞍钢股份有限公司 | 一种烧结机尾断面动态图像自动获取方法及装置 |
JP2013122342A (ja) * | 2011-12-12 | 2013-06-20 | Nippon Steel & Sumitomo Metal Corp | 焼結機のパレットのデータ測定装置およびデータ測定方法 |
CN104749187A (zh) * | 2015-03-25 | 2015-07-01 | 武汉武大卓越科技有限责任公司 | 基于红外温度场和灰度图像的隧道衬砌病害检测装置 |
JP2019196515A (ja) * | 2018-05-09 | 2019-11-14 | Jfeスチール株式会社 | 焼結鉱製造設備の制御装置、焼結鉱製造設備および焼結鉱の製造方法 |
CN109839011A (zh) * | 2019-02-15 | 2019-06-04 | 成昕 | 一种带式烧结机机尾机器视觉指导生产过程方法 |
CN110596358A (zh) * | 2019-10-22 | 2019-12-20 | 赵文政 | 一种混合料自愈合性能检测方法、装置及存储介质 |
CN112611780A (zh) * | 2020-11-20 | 2021-04-06 | 北京首钢自动化信息技术有限公司 | 一种烧结机尾断面图片的捕捉方法及装置 |
CN113294771A (zh) * | 2021-06-10 | 2021-08-24 | 中国矿业大学 | 一种基于机器学习的电站锅炉断面温度场测量装置及方法 |
Non-Patent Citations (2)
Title |
---|
刘征建 等: "烧结机尾特征断面图像采集算法的研究及应用", 《钢铁》, no. 03, pages 14 - 18 * |
吴晶: ""基于烧结机尾断面图像的烧结质量人工智能检测方法的研究"", 《中国优秀硕士学位论文电子期刊工程科技Ⅰ缉》, pages 023 - 116 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116997100A (zh) * | 2023-05-29 | 2023-11-03 | 上海展华电子(南通)有限公司 | 一种基于机器视觉的焊盘制作方法、***及介质 |
CN116997100B (zh) * | 2023-05-29 | 2024-02-20 | 上海展华电子(南通)有限公司 | 一种基于机器视觉的焊盘制作方法、***及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113791120B (zh) | 2024-05-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3083110B1 (en) | Method for additive manufacturing | |
CN113791120A (zh) | 一种获取烧结机尾最佳断面图像的方法及*** | |
CN113215651B (zh) | 一种拉晶控制方法和设备、单晶炉以及计算机存储介质 | |
JP5928451B2 (ja) | ガラス溶融炉内監視方法、ガラス溶融炉操作方法、ガラス溶融炉内監視システム | |
KR20210125529A (ko) | 입도 분포 감시 장치, 입도 분포 감시 방법, 컴퓨터 프로그램, 노, 고로, 노의 제어 방법, 및 고로 조업 방법 | |
DE102018211743A1 (de) | Messgeräte-Verwaltungssystem und Programm | |
CN102787353B (zh) | 单晶炉非接触式硅棒晶线测量方法 | |
CN111698420A (zh) | 一种用于图像分析仪的自动对焦方法 | |
EP3936308A1 (en) | Method and apparatus for manufacturing an object by means of additive manufacturing | |
JP7052778B2 (ja) | ベルトコンベアのベルト異常監視方法及びベルト異常監視装置 | |
CN103181239B (zh) | 用于闭环控制在真空电弧炉中的电极间距的设备和方法 | |
JP2014035590A (ja) | データ解析装置 | |
KR102074359B1 (ko) | 품질 예측 장치 및 방법 | |
DE112019002785T5 (de) | Verwaltungssystem und Verwaltungsverfahren | |
CN1227517C (zh) | 电极的数码观测 | |
CN109334009B (zh) | 一种铺粉控制方法、设备以及可读存储介质 | |
TWI586853B (zh) | 熔料參數的預測方法 | |
CN109304871B (zh) | 一种铺粉控制方法及其增材制造设备 | |
JP6617619B2 (ja) | 高炉の操業方法 | |
JPH11230735A (ja) | 座標測定装置のデータ処理方法 | |
CN116883400B (zh) | 一种激光选区熔化过程中的铺粉孔隙率预测方法及*** | |
CN117187942B (zh) | 一种拉晶过程中坩埚位置控制方法及装置 | |
JP2548653B2 (ja) | 焼結鉱の評価方法及び製造方法 | |
JP3787230B2 (ja) | 溶接状態監視装置およびその方法 | |
KR20100021838A (ko) | 워킹 빔식 가열로에서의 소재 처짐 방지와 스키드 마크 저감을 위한 장치 및 방법 |
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 |