一种高炉风口工作状态监控的方法技术

一种高炉风口工作状态实时监控的方法，通过对高炉风口监控视频图像的历史数据进行收集，进行分类和标注，形成高炉风口状态图像数据集；基于卷积神经网络模型，利用高炉风口状态图像数据集，对神经网络模型进行训练和测试，得到的基于高炉风口工作状态的卷积神经网络模型；利用得到的基于高炉风口工作状态的卷积神经网络模型，对实时采集的高炉风口视频中的当前帧图像进行分类识别，达到对高炉风口工作状态监控目的。本发明专利技术相对于现有技术，不需要人工实时进行视频监控，减少人工的工作时间和人力成本；并且相对于人工进行监控，本发明专利技术对于高炉风口工作状态监控准确率更高，实现了高炉风口状态异常检测的自动化功能。

【技术实现步骤摘要】
一种高炉风口工作状态监控的方法
本专利技术涉及的是高炉炼铁
，特别涉及一种高炉风口工作状态监控的方法。
技术介绍
高炉冶炼是将铁矿石还原成生铁的连续生产过程，铁矿石、焦炭和溶剂等固体原料从高炉的顶部分批送入高炉炉内。高炉风口是将热风送入炉内，与煤粉和焦炭反应的通道。高炉风口小套长期处于高温高压和煤气冲刷的环境下工作是比较容易发生安全事故的部分，因此对其的监控显得尤为的工作。为了监视风口的工作状态，传统的方法是通过窥视孔采用肉眼的方式直接观察的方法。例如8小时派人去风口区进行巡视，然而对于瞬息万变的高炉而言，无法实时对高炉风口进行监测。由于高炉的大型化，风口的数量变多，人的肉眼观察会使单次巡查的时间增加，并且不能同时对所有的风口进行观察。同时，风口属于煤气区域长时间的处于该区域，是有一定煤气中毒风险的。如果高炉发现悬料等事故，按照操守规程是严禁利用窥视孔对风口状态进行观察的，但是此刻的风口尤为重要，是操作人员非常关心的。随着技术的发展，现在很多高炉都装备了风口成像仪，用来实时监测风口的工作状态，以确定风口的工作状态是否正常。但是其只本文档来自技高网...

【技术保护点】
1.一种高炉风口工作状态监控的方法，其特征在于，包括：/nS100.对高炉风口监控视频图像的历史数据进行收集，根据风口正常状态和典型的异常状态，对图像进行分类并且标注图像的类别，将标注后的图像制作成高炉风口状态图像数据集；/nS200.构建卷积神经网络模型作为高炉风口工作状态图像分类器,利用高炉风口状态图像数据集对卷积神经网络模型进行训练，得到基于高炉风口工作状态的卷积神经网络模型；/nS300.提取实时采集的高炉风口视频中的当前帧图像，利用训练完成的基于高炉风口工作状态的卷积神经网络模型对当前帧图像进行分类，根据分类结果达到对高炉风口工作状态监控目的。/n

【技术特征摘要】
1.一种高炉风口工作状态监控的方法，其特征在于，包括：
S100.对高炉风口监控视频图像的历史数据进行收集，根据风口正常状态和典型的异常状态，对图像进行分类并且标注图像的类别，将标注后的图像制作成高炉风口状态图像数据集；
S200.构建卷积神经网络模型作为高炉风口工作状态图像分类器,利用高炉风口状态图像数据集对卷积神经网络模型进行训练，得到基于高炉风口工作状态的卷积神经网络模型；
S300.提取实时采集的高炉风口视频中的当前帧图像，利用训练完成的基于高炉风口工作状态的卷积神经网络模型对当前帧图像进行分类，根据分类结果达到对高炉风口工作状态监控目的。


2.如权利要求1的一种高炉风口工作状态监控的方法，其特征在于，S100具体包括：对高炉风口图像的分类以及标注，将图像进行分类，包括正常情况和异常情况；对每一帧图像进行标注，为图像贴上类别标签，将标注好的数据分为两部分，一部分是训练集，用于训练卷积神经网络模型；另一部分是测试集，用于测试卷积神经网络模型分类效果。


3.如权利要求2的一种高炉风口工作状态监控的方法，其特征在于，异常情况至少包括：渣皮脱落下大块、风口停煤、风口漏水、风口烧穿、风口堵塞和休风状态。


4.如权利要求2的一种高炉风口工作状态监控的方法，其特征在于，S200包括：
S201.将图像数据集中的训练集作为卷积神经网络模型的输入，设置好卷积神经网络训练参数，得到基于高炉风口工作状态监控的初始卷积神经网络；
S202.将图像数据集中的测试集输入到训练好的初始卷积神经网络模型，通过初始神经网络模型对测试集中的图像进行识别，得到当前图像对应的图像分类，并与...

【专利技术属性】
技术研发人员：吴映江，吴锐夫，徐永斌，
申请(专利权)人：中冶南方工程技术有限公司，
类型：发明
国别省市：湖北;42