一种自动扒渣方法、装置及系统制造方法及图纸

本发明专利技术公开了一种自动扒渣方法、装置及系统，应用在KR法脱硫产线中，包括：获取铁包包口图像，对所述包口图像进行处理得到铁包数据；基于所述铁包数据，对铁包进行倾翻控制；获取倾翻控制后的铁包包口图像，对所述倾翻控制后的铁包包口图像进行处理得到废渣数据；基于所述废渣数据和扒渣板长度数据，控制扒渣设备执行扒渣工序；其中，在执行所述扒渣工序的过程中获取扒渣板图像，并根据所述扒渣板图像更新所述扒渣板长度数据。

【技术实现步骤摘要】
一种自动扒渣方法、装置及系统
本专利技术涉及炼钢领域，尤其涉及一种自动扒渣方法、装置及系统。
技术介绍
脱硫扒渣作为炼钢中的重要前序步骤，扒渣效果对后续炼钢效果有着巨大的影响。原有的扒渣工作主要还是通过人工遥控方式完成，利用视频监控，通过人眼判断完成整个扒渣过程中的铁包倾翻、扒渣机动作以及对扒渣板状态的判断。现在，在自动化扒渣领域，已经有了一些尝试，包括红外检测和传统CV图像分析自动扒渣。但是，第一方面，现有的自动扒渣技术都是主要针对渣面分析的处理，而且处理效果受场景中环境的影响比较大。另一方面，渣面分析只是自动扒渣中的一环。现在的智能脱硫系统，需要一套更加完整的自动扒渣辅助系统，覆盖扒渣过程中的倾翻、扒渣、换板等全部过程。
技术实现思路
本申请实施例通过提供一种自动扒渣方法、装置及系统，解决了现有技术中自动扒渣效果差以及功能单一的技术问题，实现了高效的自动扒渣以及功能能加完善的技术效果。第一方面，本申请通过本申请的一实施例提供如下技术方案：一种自动扒渣方法，应用在KR法脱硫产线中，包括：获取本文档来自技高网...

【技术保护点】
1.一种自动扒渣方法，其特征在于，应用在KR法脱硫产线中，包括：/n获取铁包包口图像，对所述包口图像进行处理得到铁包数据；/n基于所述铁包数据，对铁包进行倾翻控制；/n获取倾翻控制后的铁包包口图像，对所述倾翻控制后的铁包包口图像进行处理得到废渣数据；/n基于所述废渣数据和扒渣板长度数据，控制扒渣设备执行扒渣工序；其中，在执行所述扒渣工序的过程中获取扒渣板图像，并根据所述扒渣板图像更新所述扒渣板长度数据。/n

【技术特征摘要】
1.一种自动扒渣方法，其特征在于，应用在KR法脱硫产线中，包括：
获取铁包包口图像，对所述包口图像进行处理得到铁包数据；
基于所述铁包数据，对铁包进行倾翻控制；
获取倾翻控制后的铁包包口图像，对所述倾翻控制后的铁包包口图像进行处理得到废渣数据；
基于所述废渣数据和扒渣板长度数据，控制扒渣设备执行扒渣工序；其中，在执行所述扒渣工序的过程中获取扒渣板图像，并根据所述扒渣板图像更新所述扒渣板长度数据。


2.如权利要求1所述的方法，其特征在于，所述获取铁包包口图像，对所述包口图像进行处理得到铁包数据，包括：
从两个不同方向获取两张所述铁包包口图像，共两张图像；
先将所述两张图像进行放射变换和透视变换得到一张处理后的完整图像，再对所述完整图像进行处理得到铁包数据。


3.如权利要求1所述的方法，其特征在于，所述对所述包口图像进行处理得到铁包数据，包括：
利用卷机神经网络模型分析所属区域图像中间部分的纹理，得到铁包数据；其中，卷积神经网络模型为U型网络模型。


4.如权利要求1所述的方法，其特征在于，所述获取倾翻控制后的铁包包口图像，对所述倾翻控制后的铁包包口图像进行处理得到废渣数据，包括：
分别从两个方向各获取两张倾翻控制后的铁包包口图像，共四张图像；
将所述四张图像合成两张拼接图像，对所述两张拼接图像进行处理得到废渣数据。


5.如权利要求1所述的方法，其特征在于，所述对所述倾翻控制后的铁包包口图像进行处理得到废渣数据，包括：
利用卷积神经网络模型对所述倾翻控制后的铁包包口图像进行分析，得到废渣数据；其中，卷积神经网络模型为U型网络模型。


6.如权利要求1所述的方法，其特征在于，所述并根据所述扒渣板图像更新所述扒渣板长度数据，包括：
先利用卷积神经网络模型对所述扒渣板图像进行识别，得到当前扒渣板长度数据，再基于当前扒渣板长度数据更新所述扒渣板长度数据，然后换板设备基于述所扒渣板长度数据，确定是否更换所述扒渣板。


7.如...

【专利技术属性】
技术研发人员：宋扬，苏睿聪，王凤杰，王绪，张权海，赵飞飞，张世凯，
申请(专利权)人：北京首钢自动化信息技术有限公司，
类型：发明
国别省市：北京;11