监测高炉布料周期煤气流发展过程及预测煤气利用率方法技术

本发明专利技术公开了监测高炉布料周期煤气流发展过程及预测煤气利用率方法；该方法包括以下步骤：（1）数据的采集与处理；（2）红外图像处理；（3）图像特征提取；（4）建立布料周期煤气流分布的动态变化模型；（5）煤气流中心特征提取；（6）图像和料面的位置定标；（7）建立布料周期煤气流中心动态变化模型；（8）建立煤气利用率预测模型；该方法通过对采集的炉顶红外图像处理，利用聚类算法、统计方法、特征识别技术和模式识别技术，实现对布料周期煤气流分布状态和煤气流中心在料面落点分布的动态跟踪，并利用神经网络算法挖掘布料周期煤气流发展过程与煤气利用率之间的关系，实现对煤气流利用率的实时预测，为实现智能生产提供帮助。

Monitoring the Development of Gas Flow in Blast Furnace Distribution Period and Predicting the Utilization Rate of Gas

The invention discloses a method for monitoring the development process of gas flow in blast furnace charging cycle and predicting the utilization rate of gas. The method comprises the following steps: (1) data acquisition and processing; (2) infrared image processing; (3) image feature extraction; (4) dynamic model of gas flow distribution in charging cycle; (5) feature extraction of gas flow center; (6) location of image and material level. Calibration; (7) Establishment of dynamic change model of gas flow center in distribution cycle; (8) Establishment of prediction model of gas utilization rate; This method realizes dynamic tracking of gas flow distribution state and gas flow center distribution on material surface through infrared image processing of collected furnace roof, using clustering algorithm, statistical method, feature recognition technology and pattern recognition technology, and realizes dynamic tracking of gas flow distribution state in distribution cycle and gas flow center distribution on material surface. The relationship between the gas flow development process and the gas utilization rate in the distribution cycle is excavated by using the neural network algorithm to realize the real-time prediction of the gas flow utilization rate and to provide help for the realization of intelligent production.

【技术实现步骤摘要】
监测高炉布料周期煤气流发展过程及预测煤气利用率方法
本专利技术涉及冶金工业智能生产与监控领域，特别涉及一种监测高炉布料周期煤气流发展过程及预测煤气利用率的方法。
技术介绍
高炉炼铁是典型的“黑箱”生产，使操作者很难了解到煤气流的动态变化。每座高炉在一定原料条件下都有适合自己最佳的“布料周期”煤气流发展过程（包括煤气流分布的动态变化过程和煤气流中心的动态变化过程），合理的“布料周期”煤气流发展过程是保证高炉炉料顺行、物理化学反应正常进行以及提高煤气利用率的重要条件。目前，高炉操作者主要通过各种传感器和机械设备获取的高炉生产信息和长期积累的经验进行调控生产，这种调控模式受到操作者主观因素很大，而且很难实现智能生产。近年来，学者们通过高炉监控系统产生的数据建立数学模型，有一部分学者利用部分数据分析料面温度场的分布以及温度场与炉况之间的关系，这种做法都不具有统计性，准确性和普遍性；还有一部分学者以小时为单位分析煤气流的分布情况与利用率之间的关系，这种做法不能反映煤气流的动态变化，不能很好的应用到实际高炉生产中。事实表明，大量的数据背后隐藏着非常重要的价值信息。本专利技术的核心技术就是对大量红本文档来自技高网...

【技术保护点】
1.监测高炉布料周期煤气流发展过程及预测煤气利用率方法,采集高炉生产数据，通过对采集的炉顶红外图像处理及特征提取，利用聚类算法、统计方法、特征识别技术和模式识别技术，实现对煤气流分布状态和煤气流中心在料面落点分布的动态跟踪，并利用神经网络算法挖掘布料周期煤气流发展过程与对应煤气利用率之间的关系，实现对煤气流利用率的实时预测，为实现智能布料提供帮助，其特征在于：包括以下步骤：（1）数据的采集与处理：在某钢厂在线采集三个月的高炉炉顶红外视频生产数据、探尺测量数据以及每个布料周期的煤气利用率，通过软件将视频转成每秒24帧的灰度图像；（2）红外图像处理：对步骤（1）中得到的图像进行批量叠加处理，得到每...

【技术特征摘要】
1.监测高炉布料周期煤气流发展过程及预测煤气利用率方法,采集高炉生产数据，通过对采集的炉顶红外图像处理及特征提取，利用聚类算法、统计方法、特征识别技术和模式识别技术，实现对煤气流分布状态和煤气流中心在料面落点分布的动态跟踪，并利用神经网络算法挖掘布料周期煤气流发展过程与对应煤气利用率之间的关系，实现对煤气流利用率的实时预测，为实现智能布料提供帮助，其特征在于：包括以下步骤：（1）数据的采集与处理：在某钢厂在线采集三个月的高炉炉顶红外视频生产数据、探尺测量数据以及每个布料周期的煤气利用率，通过软件将视频转成每秒24帧的灰度图像；（2）红外图像处理：对步骤（1）中得到的图像进行批量叠加处理，得到每小时3600帧(1帧/秒)的煤气流的红外图像；将叠加后的图像通过梯度插值化处理，去除非料面信息；插值化处理得到的图像进行滤波处理，采用小波变换和均值滤波相结合的滤波方式，除去噪音和脉冲的干扰；得到比较清晰的红外图像；（3）图像特征提取：求解每一帧图像对应的奇异值，提取奇异值的前15%构成向量来代表该图像，该向量称为图像特征向量；（4）建立布料周期煤气流分布的动态变化模型：具体过程通过以下过程进行实现：（4.1）引入“高炉布料周期”的概念：由布料开始到下一次布料开始的时间称为一个高炉布料周期；将高炉布料周期又划分为高炉布料期和高炉煤气流发展期；（4.2）利用图像特征向量进行图像分类：提取3600×24×90帧图像特征向量，即三个月视频数据，利用bisectingk-means聚类方法进行聚类分析，得到不同的类别并求出各个类别的聚类中心向量；（4.3）煤气流分布的状态模型：用（4.2）得到的各类聚类中心向量计算每一类图像具有的平均能量，按照各类平均能量的大小划分煤气流...

【专利技术属性】
技术研发人员：石琳，张生海，丁根远，于涛，崔桂梅，袁冬芳，
申请(专利权)人：内蒙古科技大学，
类型：发明
国别省市：内蒙古,15