高炉炉料粒度监控系统及分布数据在线分析方法技术方案

本发明专利技术公开了一种高炉炉料粒度监控系统及粒度分布数据在线分析方法，该系统的成像设备包括至少一台工业摄像机，照明光源在低于所述成像设备0.4～0.5m处对向倾斜向下设置低角度打光，其光通量40000±5％LM，色温为5500～6000K，实现对现场图像的清晰采集；配合粒度分布数据在线分析方法，对现场采集图像依次进行去噪、均衡、平滑、增强、锐化、自适应阈值的二值化以及腐蚀和膨胀运算处，得到送入高炉炉料的粒度和块数信息；利用该监控系统配合上述图像分析方法实现的粒度检测，精确度高、速度快，实时在线自动获取物料粒度大小、块数等信息并自动匹配物料种类，有效节省了人力物力。

【技术实现步骤摘要】

本专利技术涉及视频监控在线分析
，特别涉及一种高炉炉料粒度监控系统及分布数据在线分析方法。
技术介绍
在冶金行业的高炉炼铁生产过程中，高炉用炉料，尤其是烧结矿及焦炭，入炉前都需进行物理与化学分析。其中，炉料粒度的分布状况，就是一个非常重要的参数。根据高炉冶炼工艺，对炉料有着严格的要求，例如入炉料粒度要均匀、炉料粒度要偏小、加入的炉料中的粉末要筛除以及炉料中有害杂质含量要少等。不同粒度的原燃料装入高炉，炉料会有填充作用，使炉料的空间减少，透气性差。而粒度均匀则会提高炉料透气性，提高矿石间接还原度。这对高炉生产的节能、高产具有积极的意义。目前，一般高炉炉料的粒度分析，大多是采用传统简易的机械方法。例如，采用样勺或斗状容器，每隔一定时间取样一次,送至筛分机分级，分出的各粒级送入称量漏斗过秤，通过计算得出炉料粒度大小的分布状况。由此可见，采用传统的检验方法进行炉料的粒度分析，不但繁琐费时，而且效率极低，不能满足现代化大生产的要求。因此，急需实现在线、实时、快捷的检测方式。随着工业视频技术和计算机图形处理技术的飞速发展，为实现在线、实时、快捷的检测提供了可能。本专利技术就是利用数字图像处理技术，通过对输送皮带上的炉料进行图像采集，利用对视频大数据的分析和处理，计算出炉料粒度的大小和分布状况，使高炉操作者快速、准确地获取炉料粒度信息。该装置具有准确、快捷和高效的特点，能够替代现有的落后检测工艺，对指导高炉操作及提高工艺控制水平具有重要作用。
技术实现思路
本专利技术的目的是提供一种能够实现实时在线对高炉炉料粒度分布数据进行监控和处理的高炉炉料粒度监控系统。本专利技术的另一目的是提供一种对视频采集的高炉炉料图像进行快速精确粒度分析的高炉炉料粒度分布数据在线分析方法为此，本专利技术技术方案如下：一种高炉炉料粒度监控系统，包括设置在输送设备上方的成像设备和位于所述成像设备两侧的照明光源；所述照明光源在低于所述成像设备0.4～0.5m处对向倾斜向下设置；所述照明光源的光通量40000±5％LM，色温为5500～6000K。进一步地，所述照明光源为LED光源，其设置在成像设备两侧对称低角度打光；所述照明光源的光束中心与垂直方向之间的夹角为30～60°。进一步地，所述成像设备包括至少一台工业摄像机，相邻所述工业摄像机之间的水平间距为0.5～1m；在每台所述工业摄像机前端安装有镜头，所述工业摄像机和所述镜头垂直朝下设置。进一步地，所述成像设备外侧还套装有气体吹扫式防护套，保证成像设备和照明光源在高粉尘的环境下稳定正常工作；其中，吹扫介质为压缩空气。进一步地，该系统还包括为成像装置和照明装置提供稳定电源的现场控制箱和设置在控制室内的控制系统；所述控制系统包括用以分析处理视频图像的工业计算机、用于显示实时采集图像和处理后数据的显示装置、用于控制现场控制箱、工业计算机和显示装置的室内控制箱、声光报警装置以及设置在工业计算机和声光报警装置之间的信号转换器。一种高炉炉料粒度分布数据在线分析方法，包括如下步骤:S1、通过成像设备对输送设备上的高炉炉料进行图像采集，获得原始图像；S2、对经步骤S1获得的原始图像依次进行去噪、均衡和平滑预处理；S3、对经步骤S2处理后的图像依次进行图像增强和图像锐化处理；S4、对经步骤S3处理后的图像采用自适应阈值的二值化方法获得能够识别出图像中所有的离散物料块的图像；S5、对经步骤S4处理得到的二值化图像进行腐蚀和膨胀运算处理；S6、对经步骤S5处理后得到的图像中的物料块的数量判断出是否存在物料块以及物料块的种类；S7、对经步骤S5处理后的图像进行物料块进行粒度、平均粒度和数量的计算；S8、当判断出整批物料块完全通过后，将该过程中的采集的全部原始图像重复上述步骤S2～S7的处理过程，并计算出整批物料块的平均粒度和粒度分布。其中，对原始图像的图像去噪处理、图像均衡处理和图像平滑处理的具体方法为：S201、所述图像去噪处理采用自适应中值滤波的方法；S202、所述图像均衡处理按照公式：进行，其中，rk是原始图像中的第k个灰度级，sk是rk经变换后的灰度值，T(rk)为变化函数，Pr(rk)为原始图像中灰度级为rk的像素出现的概率，nj为第k级灰度的像素数，N为一幅图像中像素的总数；S203、所述图像平滑处理按照公式：进行，其中，(x,y)是图像的坐标，g(x,y)是经过平滑后图像像素点(x,y)的灰度值，σ是高斯滤波器的宽度。对步骤S2处理的图像进行图像增强和图像锐化处理的具体方法为：S301、图像增强处理按照公式：g(x,y)＝|f(x,y)-mean|×factor+orig进行，其中，f(x,y)是原始图像像素点(x,y)的灰度值，g(x,y)是经过平滑后图像像素点(x,y)的灰度值，mean是整幅图像的平均灰度值，factor是增强系数，orig是补偿系数；S302、图像锐化处理按照公式：进行，其中，g(x,y)是经过图像增强之后像素点(x,y)的灰度值，G[f(x,y)]＝|f(x,y)-f(x+1,y+1)|+|f(x+1,y)-f(x,y+1)|是像素点(x,y)处的梯度值，f(x,y)是原始图像在像素点(x,y)处的灰度值，A是图像锐化系数，T是图像锐化阈值；当G[f(x,y)]大于或等于阈值T时，认定该像素点处于图像的边缘，对结果加上图像锐化系数A，以使边缘变亮；当G[f(x,y)]小于阈值时，认定该像素点为同类像素。对经步骤S3处理后的图像采用自适应阈值的二值化方法包括依次按以下公式进行计算：N1+N2＝M×N；ω1+ω2＝1；μ＝μ1×ω1+μ2×ω2；g＝ω1×(μ-μ1)2+ω2×(μ-μ2)2＝ω1×ω2×(μ1-μ2)2；threshold＝maxj＝0，1.....255gj；其中，M×N是图像的大小，N1是图像中灰度值小于阈值的像素个数，ω1是灰度值小于阈值的像素个数占整幅图像的比例，μ1是灰度值小于阈值的像素的平均灰度，N2是图像中灰度值大于阈值的像素个数，ω2是图像中大于阈值的像素个数占整幅图像的比例，μ2是灰度值大于阈值的像素的平均灰度，g是类间方差，threshold是遍历灰度值0～255的类间最大方差，即自适应二值化阈值，f(x，y)是原始图像在像素点(x,y)的灰度值，g(x，y)是经过自适应二值化处理后的图像在像素点(x,y)的灰度值。对经步骤S4处理得到的二值化图像进行腐蚀和膨胀运算处理的具体处理步骤包括：在图像形态学中，结构元素在形态变换中的作用相当于信号处理中的“滤波窗口”。用B(x)代表结构元素，对工作空间E中的每一点x进行腐蚀运算处理；腐蚀运算按公式：进行；用B(x)对E进行腐蚀运算的结果就是把结构元素B平移后使B包含于E的所有点构成的集合；膨胀运算按公式：进行，用B(y)对E进行膨胀运算的结果就是把结构元素B平移后使B与E的交集非空的点构成的集合。对经步骤S5处理后得到的图像中的物料块的数量判断出是否存在物料块以及物料块的种类；具体来说，高炉炉料的种类一般分为两种：焦炭和矿石；其中，矿石是由烧结矿、块矿、球团矿等多种矿石原料组成，因而焦炭和矿石两类物料从视觉上通过物料块的大小就可以区分；在进行判断时，由于成像设备采集的图像均具有相同的视野范围，因此可以根据本文档来自技高网...

【技术保护点】
一种高炉炉料粒度监控系统，其特征在于，包括设置在输送设备上方的成像设备(1)和位于所述成像设备两侧的照明光源(2)；所述照明光源(2)在低于所述成像设备0.4～0.5m处对向倾斜向下设置；所述照明光源(2)的光通量40000±5％LM，色温为5500～6000K。

【技术特征摘要】
1.一种高炉炉料粒度监控系统，其特征在于，包括设置在输送设备上方的成像设备(1)和位于所述成像设备两侧的照明光源(2)；所述照明光源(2)在低于所述成像设备0.4～0.5m处对向倾斜向下设置；所述照明光源(2)的光通量40000±5％LM，色温为5500～6000K。2.根据权利要求1所述的高炉炉料粒度监控系统，其特征在于，所述照明光源(2)的光束中心与垂直方向之间的夹角为30～60°。3.根据权利要求1所述的高炉炉料粒度监控系统，其特征在于，所述成像设备包括至少一台工业摄像机，相邻所述工业摄像机之间的水平间距为0.5～1m；在每台所述工业摄像机前端安装有镜头，所述工业摄像机和所述镜头垂直朝下设置。4.根据权利要求1所述的高炉炉料粒度监控系统，其特征在于，所述成像设备外侧还套装有气体吹扫式防护套，吹扫介质为压缩空气。5.根据权利要求1～3中任一项所述的高炉炉料粒度监控系统，其特征在于，还包括为成像装置(1)和照明装置(2)提供稳定电源的现场控制箱(3)和设置在控制室内的控制系统；所述控制系统包括用以分析处理视频图像的工业计算机(4)、用于显示实时采集图像和处理后数据的显示装置(5)、用于控制现场控制箱(3)、工业计算机(4)和显示装置(5)的室内控制箱(6)、声光报警装置(8)以及设置在工业计算机(4)和声光报警装置(8)之间的信号转换器(7)。6.一种高炉炉料粒度分布数据在线分析方法，其特征在于，包括如下步骤：S1、通过成像设备对输送设备上的高炉炉料进行图像采集，获得原始图像；S2、对经所述步骤S1获得的原始图像依次进行图像去噪处理、图像均衡处理和图像平滑处理；S3、对经所述步骤S2处理后的图像依次进行图像增强和图像锐化处理；S4、对经所述步骤S3处理后的图像采用自适应阈值的二值化方法获得能够识别出图像中所有的离散物料块的图像；S5、对经所述步骤S4处理得到的二值化图像进行腐蚀和膨胀运算处理；S6、对经步骤S5处理后得到的图像中的物料块的数量判断出是否存在物料块以及物料块的种类；S7、对经步骤S5处理后的图像进行物料块进行粒度、平均粒度和数量的计算；S8、当判断出整批物料块完全通过后，将该过程中的采集的全部原始图像重复上述步骤S2～S7的处理过程，并计算出整批物料块的平均粒度和粒度分布。7.根据权利要求6所述的高炉炉料粒度分布数据在线分析方法，其特征在于，对所述原始图像的图像去噪处理、图像均衡处理和图像平滑处理的具体方法为：S201、所述图像去噪处理采用自适应中值滤波的方法；S202、所述图像均衡处理按照公式：进行，其中，rk是原始图像中的第k个灰度级，sk是rk经变换后的灰度值，T(rk)为变化函数，Pr(rk)为原始图像中灰度级为rk的像素出现的概率，nj为第k级灰度的像素数，N为一幅图像中像素的总数；S203、所述图像平滑处理按照公式：进行，其中，(x,y)是图像的坐标，g(x,y)是经过平滑后图像像素点(x,y)的灰度值，σ是高斯滤波器的宽度。8.根据权利要求6所述的高炉炉料粒度分布数据在线分析方法，其特征在于，对所述步骤S2处理的图像进行图像增强和图像锐化处理的具体方法为：S301、图像增强处理按照公式：g(x,y)＝|f(x,y)-mean|×factor+orig进行，其中，f...

【专利技术属性】
技术研发人员：张海根，
申请(专利权)人：天津市三特电子有限公司，
类型：发明
国别省市：天津;12