一种烧结矿FeO含量检测方法及系统技术方案

本发明专利技术公开了一种烧结矿FeO含量检测方法及系统，该方法通过获取热图像，并结合烧结机机尾部粉尘变化规律提取关键帧图像，根据关键帧图像，利用机尾台车几何特征，提取感兴趣的红外热图像，从而获得烧结矿断面红外热图像，基于烧结矿断面红外热图像，提取描述烧结矿质量的浅层次特征和深层次特征，建立基于吉布斯自由能定理的烧结过程多相热力学模型，并根据多相热力学模型，获得烧结矿最高温时的FeO含量分类特征以及建立基于多类异质特征的FeO含量预测模型，并利用浅层次特征、深层次特征以及FeO含量分类特征，实时在线预测烧结矿FeO含量，解决了现有技术不能实时准确检测烧结矿FeO含量的技术问题,可实时准确地检测FeO含量，具有高精度、可解释性强的特点。

A detection method and system of FeO content in sinter

【技术实现步骤摘要】
一种烧结矿FeO含量检测方法及系统
本专利技术涉及烧结矿FeO含量检测领域，具体涉及一种烧结矿FeO含量检测方法及系统。
技术介绍
烧结矿中氧化亚铁(ferrousoxide)，化学式FeO含量是反映烧结矿还原性的关键参数。烧结矿FeO含量的在线检测对于提升烧结矿品质、烧结过程控制、保证高炉顺行至关重要。但烧结过程环境恶劣，难以直接、实时检测烧结矿的FeO含量。目前检测FeO含量的方法主要有线下看火工人工经验、化学分析法、建立数据模型甚至检测烧结矿FeO含量。人工经验法，指处于烧结机机尾断面观察燃烧层明亮度的工人，依据明亮部位面积判断FeO含量，其结果偶然性较大且极大依赖人工经验且不能数值化；化学分析法，利用烧结矿的线下抽样化学分析的办法，这种方法精度高可定量得到FeO含量，但时间滞后性大不能及时反映烧结质量不利于调控烧结；建立数据模型，间接测量烧结矿特征如机尾断面燃烧层亮度，得到与FeO含量有关物理量，结合配料等一系列运行参数输入数据模型得到FeO含量，这种需要数据积累的方法可解释性差还需完善。现有的检测方法任有改进空间，亟需一种可实时检测FeO含量的方法，现烧结矿FeO实时检测困难在于缺少直接测量烧结特征的手段、深层次提取特征的方法、现有模型过分依赖数据且缺乏可解释性几个方面。专利文件(CN103499634A)公开了一种烧结矿中氧化亚铁的快速测定方法及装置。该文件提出了一种线下检测FeO含量的方法，利用磁导率与FeO含量间关系，建立磁导率与FeO含量关系曲线，检测试样磁导率从而检测FeO含量。<br>但事实上检测装置为线下测量装置，一方面需要花费研磨成粉处理时间，一方面测量磁导率间接得到FeO含量非直接测量，结果有误差。此外，专利文件(CN105276988A)公开了一种烧结矿机尾断面FeO含量的控制方法。该方法采用红外、可见光CCD图像监测系统，采集机尾断面烧结矿图像信息，利用图像处理办法提取出图像特征信息，后采用模糊聚类系统和神经网络系统分析出FeO含量。但该专利技术利用图像处理方法提取特征，仅提取了图像信息，没有利用直接反映烧结状态的温度分布信息特征，且完全采用数据处理的方法对烧结间接特征数据的依赖性过大，最终导致特征不能直接反映烧结状态，从而降低数据模型的精度。
技术实现思路
本专利技术提供的一种烧结矿FeO含量检测方法及系统，解决了现有技术不能实时准确检测烧结矿FeO含量的技术问题。为解决上述技术问题，本专利技术提出的一种烧结矿FeO含量检测方法包括：获取热图像，并结合烧结机机尾部粉尘变化规律提取关键帧图像；根据关键帧图像，利用机尾台车几何特征，提取感兴趣的红外热图像，从而获得烧结矿断面红外热图像；基于烧结矿断面红外热图像，提取描述烧结矿质量的浅层次特征和深层次特征；建立基于吉布斯自由能定理的烧结过程多相热力学模型，并根据多相热力学模型，获得烧结矿最高温时的FeO含量分类特征；建立基于多类异质特征的FeO含量预测模型，并利用浅层次特征、深层次特征以及FeO含量分类特征，实时在线预测烧结矿FeO含量。进一步地，获取热图像，并结合烧结机机尾部粉尘变化规律提取关键帧图像包括：截取热图像的上半部分作为筛选关键帧图像的特征区域；求解特征区域的温度均值，并将一个周期内最大温度均值对应的热图像作为关键帧图像。进一步地，根据关键帧图像，利用机尾台车几何特征，提取感兴趣的红外热图像，从而获得烧结矿断面红外热图像包括：对关键帧图像进行预处理，获得红外热图像；根据红外热图像的下边缘直线特征，提取红外热图像的烧结矿断面下边缘，下边缘直线特征的计算公式具体为：其中，ybase表示下边缘直线方程，h表示当直线为水平时的高度值，k表示直线斜率，ymax表示当k≠0时直线最高值点，ymin表示当k≠0时直线最低值点；根据下边缘直线中间断像素点对应的温度平均值，提取红外热图像的烧结料横向边缘，下边缘直线中间断像素点对应的温度平均值具体为：其中，表示下边缘直线中间断像素点对应的温度平均值，i表示热图像列数，a表示处于i三等分长度中间段像素横坐标集合，T(a,ybase)表示处于坐标(a,ybase)处温度值，xmin表示横坐标最小值，xmax表示横坐标最大值；根据烧结现场工艺参数，获得上边缘直线特征，并根据上边缘直线特征提取红外热图像的烧结矿断面上边缘，上边缘直线特征的计算公式具体为；其中，yroof表示上边缘直线方程，hheight表示红外热图像中的对应料高，d表示烧结矿横向宽度，H表示料位，D表示台车宽度；根据红外热图像的烧结矿断面下边缘、烧结料横向边缘以及烧结矿断面上边缘，获得感兴趣的红外热图像，从而获得烧结矿断面红外热图像。进一步地，基于烧结矿断面红外热图像，提取描述烧结矿质量的浅层次特征包括：以700℃所对应的烧结矿断面红外热图像的灰度值113为阈值划分燃烧层域；以1205℃所对应的烧结矿断面红外热图像的灰度值195为阈值划分相变层域；以1325℃所对应的烧结矿断面红外热图像的灰度值214为阈值划分还原层域；根据燃烧层域、相变层域以及还原层域，提取描述烧结矿质量的浅层次特征，浅层次特征包括燃烧层域个数、燃烧层域平均温度、相变层域平均温度、还原层域平均温度、燃烧层域面积、相变层域面积、还原层域面积中的一个或多个特征。进一步地，基于烧结矿断面红外热图像，提取描述烧结矿质量的深层次特征包括：求解列微元燃烧层域高度标准差，获得烧结质量一致性特征，列微元燃烧层域高度标准差的计算公式具体为：其中，σ代表列微元燃烧层域高度标准差，y代表列微元数，b(i,j)代表第j个列微元燃烧层高度，(i,j)代表像素坐标位置，代表y个列微元高度均值；根据预设烧结工况的微元判别条件，获得烧结工况特征；求解列微元终点位置，获得烧结终点位置特征；根据每一列还原层域与燃烧层域比值计算得到的列微元还原率，获得烧结还原率特征，列微元还原率的计算公式为：其中，TFeO代表烧结矿断面整体的FeO含量值，maxri代表Rj＝{Hreduction(i,j)|i∈(1,x)}列微元中还原层域元素高度r(i,j)的最大值，y代表列微元数，maxbj代表Bj＝{Hburn(i,j)|i∈(1,x)}列微元中燃烧层域元素高度b(i,j)的最大值；利用列微元不变性，计算列微元中液相层占燃烧层的比例以及燃烧层占料层的比例，获得烧结料透气性特征；根据烧结质量一致性特征、烧结工况特征、烧结终点位置特征、烧结还原率以及烧结料透气性特征，获得描述烧结矿质量的深层次特征。进一步地，求解列像素微元终点位置的计算公式为：其中，H代表基于全图列微元的终点位置，H′代表全部列微元终点位置集合，h′j代表每个属于H′的元素，card(H′)代表集合H′中元素的数量，y代本文档来自技高网...

【技术保护点】
1.一种烧结矿FeO含量检测方法，其特征在于，所述方法包括：/n获取热图像，并结合烧结机机尾部粉尘变化规律提取关键帧图像；/n根据所述关键帧图像，利用机尾台车几何特征，提取感兴趣的红外热图像，从而获得烧结矿断面红外热图像；/n基于所述烧结矿断面红外热图像，提取描述烧结矿质量的浅层次特征和深层次特征；/n建立基于吉布斯自由能定理的烧结过程多相热力学模型，并根据所述多相热力学模型，获得烧结矿最高温时的FeO含量分类特征；/n建立基于多类异质特征的FeO含量预测模型，并利用所述浅层次特征、深层次特征以及FeO含量分类特征，实时在线预测烧结矿FeO含量。/n

【技术特征摘要】
1.一种烧结矿FeO含量检测方法，其特征在于，所述方法包括：
获取热图像，并结合烧结机机尾部粉尘变化规律提取关键帧图像；
根据所述关键帧图像，利用机尾台车几何特征，提取感兴趣的红外热图像，从而获得烧结矿断面红外热图像；
基于所述烧结矿断面红外热图像，提取描述烧结矿质量的浅层次特征和深层次特征；
建立基于吉布斯自由能定理的烧结过程多相热力学模型，并根据所述多相热力学模型，获得烧结矿最高温时的FeO含量分类特征；
建立基于多类异质特征的FeO含量预测模型，并利用所述浅层次特征、深层次特征以及FeO含量分类特征，实时在线预测烧结矿FeO含量。


2.根据权利要求1所述的烧结矿FeO含量检测方法，其特征在于，获取热图像，并结合烧结机机尾部粉尘变化规律提取关键帧图像包括：
截取所述热图像的上半部分作为筛选关键帧图像的特征区域；
求解所述特征区域的温度均值，并将一个周期内最大温度均值对应的热图像作为关键帧图像。


3.根据权利要求2所述的烧结矿FeO含量检测方法，其特征在于，根据所述关键帧图像，利用机尾台车几何特征，提取感兴趣的红外热图像，从而获得烧结矿断面红外热图像包括：
对所述关键帧图像进行预处理，获得红外热图像；
根据所述红外热图像的下边缘直线特征，提取所述红外热图像的烧结矿断面下边缘，所述下边缘直线特征的计算公式具体为：



其中，ybase表示下边缘直线方程，h表示当直线为水平时的高度值，k表示直线斜率，ymax表示当k≠0时直线最高值点，ymin表示当k≠0时直线最低值点；
根据所述下边缘直线中间断像素点对应的温度平均值，提取所述红外热图像的烧结料横向边缘，所述下边缘直线中间断像素点对应的温度平均值具体为：



其中，表示所述下边缘直线中间断像素点对应的温度平均值，i表示热图像列数，a表示处于i三等分长度中间段像素横坐标集合，T(a,ybase)表示处于坐标(a,ybase)处温度值，xmin表示横坐标最小值，xmax表示横坐标最大值；
根据烧结现场工艺参数，获得上边缘直线特征，并根据所述上边缘直线特征提取所述红外热图像的烧结矿断面上边缘，所述上边缘直线特征的计算公式具体为；



其中，yroof表示上边缘直线方程，hheight表示红外热图像中的对应料高，d表示烧结矿横向宽度，H表示料位，D表示台车宽度；
根据所述红外热图像的烧结矿断面下边缘、烧结料横向边缘以及烧结矿断面上边缘，获得感兴趣的红外热图像，从而获得烧结矿断面红外热图像。


4.根据权利要求1-3任一所述的烧结矿FeO含量检测方法，其特征在于，基于所述烧结矿断面红外热图像，提取描述烧结矿质量的浅层次特征包括：
以700℃所对应的烧结矿断面红外热图像的灰度值113为阈值划分燃烧层域；
以1205℃所对应的烧结矿断面红外热图像的灰度值195为阈值划分相变层域；
以1325℃所对应的烧结矿断面红外热图像的灰度值214为阈值划分还原层域；
根据所述燃烧层域、相变层域以及还原层域，提取描述烧结矿质量的浅层次特征，所述浅层次特征包括燃烧层域个数、燃烧层域平均温度、相变层域平均温度、还原层域平均温度、燃烧层域面积、相变层域面积、还原层域面积中的一个或多个特征。


5.根据权利要求4所述的烧结矿FeO含量检测方法，其特...

【专利技术属性】
技术研发人员：蒋朝辉，郭宇浩，潘冬，陈致蓬，桂卫华，谢永芳，阳春华，
申请(专利权)人：中南大学，
类型：发明
国别省市：湖南;43