用于转炉炼钢终点预测的光谱特征信息提取方法技术

本发明专利技术公开了一种用于转炉炼钢终点预测的光谱特征信息提取方法，属于光电检测技术领域。通过采集光谱图像分析特征参量能够找到吹炼过程的潜在规律，免去分析炼钢过程物理化学反应机理等问题。首先，采用多项式拟合找出光谱的背景信息；其次，减去背景后通过高斯拟合找到特征原子的发射峰；最后，对吹炼终点时段时域上的光谱差分谱做寻峰操作，找到最明显的三个小特征值。提取的特征参量采用SVR回归模型预测碳含量，实验表明，炼钢终点的预测准确率能够达到90％以上。率能够达到90％以上。率能够达到90％以上。

【技术实现步骤摘要】
用于转炉炼钢终点预测的光谱特征信息提取方法


[0001]本专利技术属于光电检测领域，特别是一种用于转炉炼钢终点预测的光谱特征信息提取方法。

技术介绍

[0002]转炉炼钢被广泛的应用于炼钢产业中，转炉终点控制是决定炼钢质量的关键因素，由于加入原材料的不稳定性，吹炼过程中复杂的化学反应和吹炼钢种所要求范围的严格性，对转炉终点的碳含量进行准确控制是国内外亟需解决的难题。根据含碳量不同，碳素钢可分为高碳钢(含碳0.6
‑
2％)、中碳钢(含碳0.3
‑
0.6％)、低碳钢(含碳0.03
‑
0.3％)，三种碳含量差距较小给控制带来了较大的难度，基于此，众多研究围绕转炉炼钢终点的碳含量以及温度值的预测展开。
[0003]转炉终点的控制主要经历了人工经验控制、静态控制和动态控制等几个发展阶段。
[0004]人工经验控制主要是凭借工人的经验对终点进行判断，观察火花变化情况、火焰形状及力度、钢样等，该方法被普遍应用于国内外炼钢控制中，但是这种方法控制很不准确，并且需要耗费大量的人力物力，存在较大的问题。
[0005]静态控制通过选取钢水终点碳为目标值，根据已知的原材料以及热平衡原理等，计算出各种原料和氧气的加入量。根据建模方法的不同，静态控制分为经验模型、统计模型、机理模型三种。静态控制方法提升了终点的命中率，但是由于炼钢过程是一个复杂的反应过程，很难进行准确计算，也无法进行动态修正，有一定的局限性。
[0006]动态控制目前主要有副枪法和炉气法：副枪法通过在吹炼终点时刻往钢水中插入副枪，得到此时钢水的温度以及碳含量，并根据数据修正静态模型的计算结果，提高了自动化程度，但是副枪控制系统对转炉炉型要求和投资成本较高，难以推广到中小型转炉厂；炉气法使用质谱仪来检测炉口溢出的一氧化碳和二氧化碳等炉气成分，通过动态模型实时修正参数，提高控制精度，但是这种方法所用仪器造价高昂，维护困难，同样难以推广到中小型转炉厂。
[0007]从上世纪80年代开始，逐渐展开了对炉口辐射信息的分析研究，通过对光谱信息、火焰图像等的分析，构建出非接触方法对转炉终点的碳含量进行预测，而建模方向也开始转向神经网络的智能方法建模，避开了不明确的炉内反应机理，采用黑箱模型，提升了终点命中率。光谱信息利用光谱仪获取方便且包含信息量十分丰富，而火焰图像的连续拍摄难度高、数据量大且算法复杂，所以目前基于光谱图像进行终点控制的预测模型在终点控制中有良好的应用。
[0008]综上所述，基于光谱图像的非接触预测方法相比于传统的经验方法以及静态控制方法，命中率更高且可以显著降低成本，但是在光谱特征信息提取以及神经网络建模方法上依然有待研究，本专利技术就是为转炉炼钢终点的预测提出了一种新的光谱特征信息提取方法。

技术实现思路

[0009]本专利技术的目的在于提供一种用于转炉炼钢终点预测的光谱特征信息提取方法，能够提取不同钢水碳含量下具有较强区分性的炉口光谱特征，较为准确快速地判断炼钢终点的位置。
[0010]实现本专利技术目的的技术解决方案为：一种用于转炉炼钢终点预测的光谱特征信息提取方法，所述方法包括以下步骤：
[0011]步骤1，采集转炉炼钢终点炉口的光谱图像，构建训练数据集，图像标签对应终点时刻副枪检测的钢水碳含量数值；
[0012]步骤2，选取终点时刻前N帧光谱图像进行特征提取，包括利用低次多项式对谱线进行拟合、最小二乘法对光谱进行高斯拟合以及对差分谱进行峰值分析。
[0013]进一步地，步骤2所述选取终点时刻前N帧光谱图像进行特征提取，具体包括：
[0014]步骤2
‑
1，以N/4帧为步长对光谱图像做时域上的平滑处理，以最后N/4帧的平滑图像作为终点光谱图像；
[0015]步骤2
‑
2，对所述终点光谱图像进行n次项拟合，得到背景信息，即灰体辐射谱，拟合的数学表达式为：
[0016][0017]不同炉次的光谱拟合出的系数不同，得到多项式的峰值以及有效宽度，分别作为特征值x1、x2；
[0018]式中，a
k
是多项式函数中的系数，x
k
是自变量，p
n
(x)是拟合函数值；
[0019]步骤2
‑
3，对所述终点光谱图像减去背景信息后的光谱进行高斯拟合，利用最小二乘法求解，得到两个特征原子的发射峰，数学表达式为：
[0020]G
i
(x)＝A
i
*exp((x
‑
B
i
)^2/C
i
^2)
[0021]将得到的发射峰值取对数后分别作为特征值x3、x4；
[0022]式中，A
i
、B
i
与C
i
均为实数常数，且A
i
>0；
[0023]步骤2
‑
4，对步骤2
‑
1中的四幅平滑图像做时域上的差分处理，获得差分谱；
[0024]步骤2
‑
5，对所述差分谱进行谱峰拟合，获得三组小特征峰出现的波长范围：特征峰1
‑
[667.88,671.63],特征峰2
‑
[720.59,732.83]，特征峰3
‑
[817.39,818.57]，单位为nm；
[0025]步骤2
‑
6，分别求取所述终点光谱上离散光强值对应上述三个波长范围的积分值，作为特征值x5、x6、x7。
[0026]本专利技术与现有技术相比，其显著优点为：本专利技术通过分析光谱特征信息，提出一种用于转炉炼钢终点预测的光谱特征信息提取方法，针对不同的特征参量，本专利技术采取3种方案对其进行提取。其中，对光谱进行差分处理相比于现有技术能够更加方便准确地找到小特征峰的位置，以积分面积作为特征值能够更明显地反映峰的动态变化。实验表明，本专利技术方法能够提取不同碳含量下具有较强区分性的光谱特征，提取的特征在进行终点判断时取得了较好的结果，从而证明其有效性。
[0027]下面结合附图对本专利技术作进一步详细描述。
附图说明
[0028]图1为本专利技术用于转炉炼钢终点预测的光谱特征信息提取方法流程图。
[0029]图2为炉口光谱图像特征峰示意图。
具体实施方式
[0030]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
[0031]在转炉炼钢的过程中，终点时刻的钢水碳含量与炉口光谱信息有密切的联系，因此有效提取光谱特征信息是准确进行预测的关键。
[0032]在一个实施例中，结合图1，提供了一种用于转炉炼钢终点预测的光谱特征信息提取方法，所述方法包括以下步骤：
[0033]步骤1，采集转炉炼本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于转炉炼钢终点预测的光谱特征信息提取方法，其特征在于，所述方法包括以下步骤：步骤1，采集转炉炼钢终点炉口的光谱图像，构建训练数据集，图像标签对应终点时刻副枪检测的钢水碳含量数值；步骤2，选取终点时刻前N帧光谱图像进行特征提取，包括利用低次多项式对谱线进行拟合、最小二乘法对光谱进行高斯拟合以及对差分谱进行峰值分析。2.根据权利要求1所述的用于转炉炼钢终点预测的光谱特征信息提取方法，其特征在于，步骤1中所述终点时刻为采集钢水碳含量数值的时刻。3.根据权利要求1或2所述的用于转炉炼钢终点预测的光谱特征信息提取方法，其特征在于，所述光谱图像通过在光栅光谱仪前加装望远准直系统采集。4.根据权利要求3所述的用于转炉炼钢终点预测的光谱特征信息提取方法，其特征在于，步骤2所述选取终点时刻前N帧光谱图像进行特征提取，具体包括：步骤2
‑
1，以N/4帧为步长对光谱图像做时域上的平滑处理，以最后N/4帧的平滑图像作为终点光谱图像；步骤2
‑
2，对所述终点光谱图像进行n次项拟合，得到背景信息，即灰体辐射谱，拟合的数学表达式为：不同炉次的光谱拟合出的系数不同，得到多项式的峰值以及有效宽度，分别作为特征值x1、x2；式中，a
k
是多项式函数中的系数，x
k
是自变量，p
n
(x)是拟合函数值；步骤2
‑
3，对所述终点光谱图像减去背景信息后的光谱进行高斯拟合，利用最小二乘法求解，得到两个特征原子的发射峰G
i
(x)，数学表达式为：G
i
(x)＝A
i
*exp((x
‑
B
i
)^2/C
i
^2)将得到的发射峰...

【专利技术属性】
技术研发人员：史雅雯，唐晗迪，郭超，周木春，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：