一种氩氧精炼低碳铬铁生产过程喷溅预报方法技术

本发明专利技术公开了一种氩氧精炼低碳铬铁生产过程喷溅预报方法，该方法针对氩氧精炼低碳铬铁生产过程，以冶炼过程中发生的喷溅为研究对象，在深入分析冶炼过程喷溅发生机理的基础上，利用喷溅时炉内振动信号、音频信号、火焰图像信号作为表征喷溅的特征信号，采用多传感器信息融合技术，对炉内振动信号、音频信号、火焰图像信号进行融合处理，进而重构喷溅信号，该方法较准确的预报了氩氧精炼低碳铬铁生产过程喷溅的发生，提高了合金的收得率，并保证了生产安全。

【技术实现步骤摘要】
【专利摘要】本专利技术公开了，该方法针对氩氧精炼低碳铬铁生产过程，以冶炼过程中发生的喷溅为研究对象，在深入分析冶炼过程喷溅发生机理的基础上，利用喷溅时炉内振动信号、音频信号、火焰图像信号作为表征喷溅的特征信号，采用多传感器信息融合技术，对炉内振动信号、音频信号、火焰图像信号进行融合处理，进而重构喷溅信号，该方法较准确的预报了氩氧精炼低碳铬铁生产过程喷溅的发生，提高了合金的收得率，并保证了生产安全。【专利说明】
本专利技术涉及。
技术介绍
氩氧精炼生产过程喷溅成因分析分析氩氧精炼喷溅成因，通过内部化学反应机理及反应特征得出，由于熔池内碳氧反应不均衡，瞬时产生大量的CO气体，当CO气体积集到较大能量后，就会挟带着一定量的铁水和熔渣从炉口喷出产生喷溅。氩氧精炼炼钢过程中，脱碳主要集中在以下两种反应，碳与所供氧气的直接反应1:C+0 — CO ;碳与氧化亚铁的间接反应2:C+Fe0=C0+Fe，前者为放热反应，后者为吸热反应，其反应速率受供氧量、冶炼熔池内碳含量、CO含量、洛中(FeO)含量和温度的共同影响。在冶炼过程中，如果对供氧量、炉内的CO含量以及温度控制不当，熔池骤然受到影响，导致间接反应C与FeO不能充分反应，炉渣中FeO将累计过度，当间接反应2条件满足时，就会瞬间产生大量的CO气体，当CO气体积集到较大能量后，就会从炉口喷出，同时还挟带着一定量的铁水和熔渣形成喷溅；冶炼中期温度升高(一般在1470°C以上)，熔池内(FeO)累积到20%或更高时，炉内化学反应加快、渣液泡沫化程度较高和渣层较厚，导致CO逸出困难，此时更易发生喷溅，这些特征为研究喷溅预报技术提供了可能。同样，在转炉和AOD炉精炼低碳铬铁合金过程中，铬铁合金熔体内及其熔体液面也会发生3个化学反应，即化学反应1:C+0 — CO丨；化学反应2:2Cr+30 — Cr2O3 ;化学反应3:3C+Cr203 - 2Cr+3C0丨。其反应过程和上述的炼钢过程极其相似，过高的渣夜泡沫化和渣液厚度过高将导致CO逸出困难，导致喷溅的发生。不同的是在铬铁合金冶炼过程中，由于比炼钢温度高(最高可达到1860°C)，炉容比又小，熔体碳含量大(wt.%大于8%)，而且铬比铁容易被氧化，因而Cr2O3更容易积累，导致冶冶炼铁合金的喷溅发生率高于炼钢。氩氧精炼生产过程喷溅预报
技术介绍
中国钢铁研究总院提出的气体分析方法为解决喷溅问题提供了一条途径，并在韩国浦项和日本新日铁进行了应用研究，预报准确率达到了 81%，但由于分析的实时性较差，目前仅用作喷溅发生时及事后分析原因，不能实现自动控制，而且成本较高，当炉体容量小于20吨时，炉气分析设备成本将大大高于冶炼设备，使该方法难以实现工程应用。国内利用已经成熟的声纳化渣技术，实现对炉渣的在线检测，取得了一定的效果，但这种方法的干扰大，实时性不好。为了减少前期喷溅，山东济钢采取了减少矿石加入量，改变矿石加入时间及改变氧枪操作方式的方法，但是效果不好， 因为加料时间和加入量是靠经验决定的。本溪钢铁厂利用音频控渣系统及光标跟踪收集的现场数据进行线性回归分析喷溅的原因和预防喷溅的发生，这种方法虽然比声纳法和加料法有巨大的优势，但它们也有问题，设备和操作过于复杂。而音频分析方法由于冶炼现场环境干扰十分严重且干扰源各不相同，导致分析精度不高且随环境变化而变化，具有较大的不确定性，况且，该方法在检测到信号时喷溅已经轻微发生，给后续压喷带来实效方面的困难，不能从根本上控制喷溅发生。美国的Ispat Inland钢铁厂和捷克的Trinecke zelezarng钢铁厂转炉车间采用数学模型来预测喷溅，然后通过调整工艺和加料方法来预防喷溅，该方法主要特点在于冶炼前离线收集冶炼工艺数据，通过模型进行分析喷溅的可能性，而无需冶炼时在线采集实时信息，可以避免炉气分析的成本过高和音频分析干扰难以滤除等困难，但该方法对物料来源及成分变化较大的企业难以适用。因此，开展氩氧精炼生产过程喷溅预报及控制方面的研究对提高我国冶金自动化装备水平具有重要意义。
技术实现思路
本专利技术的目的是提供，该方法针对氩氧精炼低碳铬铁生产过程，以冶炼过程中发生的喷溅为研究对象，在深入分析冶炼过程喷溅发生机理的基础上，利用喷溅时炉内振动信号、音频信号、火焰图像信号作为表征喷溅的特征信号，采用多传感器信息融合技术，对炉内振动信号、音频信号、火焰图像信号进行融合处理，进而重构喷溅信号，该方法较准确的预报了氩氧精炼低碳铬铁生产过程喷溅的发生，提高了合金的收得率，并保证了生产安全。本专利技术之方法包括以下步骤:一、信息的采集:采用第一振动传感器、第二振动传感器、超指向麦克风、红外摄像头分别对氩氧精炼低碳铬铁生产过程与喷溅有关的振动信号、音频信号、火焰图像信号进行采集；将第一振动传感器安装在AOD炉高压冷却水入口管路上，测取喷溅引起的振动信号，第二振动传感器安装在AOD炉供气管路上，分析并剔除供气管路引起的振动干扰，经过第二信号处理箱处理后，传输至多功能采集卡；超指向麦克风采集炉内音频信号，经过第一信号处理箱处理后，传输到多功能采集卡；三路信号经过多功能采集卡转换后，送给工控机进行进一步处理；采用红外摄像头采集炉内火焰图像信号，传输到硬盘录像机后，再通过多功能采集卡传送到工控机，对采集到的图像进行切割分析与平滑处理；最后将采集的振动信号、音频信号和火焰图像信号数据样本集进行加权融合处理，在基于Labview的喷溅监测系统界面上，显示喷溅状态。二、对采集的振动信号、音频信号、火焰信号进行处理:对采集的高压冷却水入口管路振动信号，通过频域分析得出喷溅时刻振动信号频率值，确定所关注的频率带，并对这个频带内的振动信号作小波去噪，分解重构，并对振动信号做标准化处理；对采集的音频信号通过频域分析得出喷溅时刻音频信号频率值，确定所关注的频率带，并对这个频带内的音频信号作小波去噪，分解重构，并对音频信号做标准化处理；对采集的火焰图像信号进行去噪处理、图像增强处理、图像边缘检测处理、提取特征参数，并对火焰图像信号做标准化处理；三、数据的综合融合及重构:首先计算振动信号、音频信号和火焰图像信号被支持的综合程度，程度越高则传感器数据越重要；然后根据振动信号、音频信号和火焰图像信号数据的重要程度对其数据进行综合融合，重构喷溅信号，给出最终判断结果；( I)、各传感器数据的综合支持程度计算采用椭圆曲线确定传感器之间的相互支持程度，即【权利要求】1.，该方法包括以下步骤: 一、信息的米集:采用第一振动传感器、第二振动传感器、超指向麦克风、红外摄像头分别对氩氧精炼低碳铬铁生产过程与喷溅有关的振动信号、音频信号、火焰图像信号进行采集；将第一振动传感器安装在AOD炉高压冷却水入口管路上，测取喷溅引起的振动信号，第二振动传感器安装在AOD炉供气管路上，分析并剔除供气管路引起的振动干扰，经过第二信号处理箱处理后，传输至多功能采集卡；超指向麦克风采集炉内音频信号，经过第一信号处理箱处理后，传输到多功能采集卡；三路信号经过多功能采集卡转换后，送给工控机进行进一步处理；采用红外摄像头采集炉内火焰图像信号，传输到硬盘录像机后，再通过多功能采集卡传送到工控机，对采集到的图像进行切割分析与平滑处理；最后将采集的振动信号、音频本文档来自技高网...

【技术保护点】
一种氩氧精炼低碳铬铁生产过程喷溅预报方法，该方法包括以下步骤：一、信息的采集：采用第一振动传感器、第二振动传感器、超指向麦克风、红外摄像头分别对氩氧精炼低碳铬铁生产过程与喷溅有关的振动信号、音频信号、火焰图像信号进行采集；将第一振动传感器安装在AOD炉高压冷却水入口管路上，测取喷溅引起的振动信号，第二振动传感器安装在AOD炉供气管路上，分析并剔除供气管路引起的振动干扰，经过第二信号处理箱处理后，传输至多功能采集卡；超指向麦克风采集炉内音频信号，经过第一信号处理箱处理后，传输到多功能采集卡；三路信号经过多功能采集卡转换后，送给工控机进行进一步处理；采用红外摄像头采集炉内火焰图像信号，传输到硬盘录像机后，再通过多功能采集卡传送到工控机，对采集到的图像进行切割分析与平滑处理；最后将采集的振动信号、音频信号和火焰图像信号数据样本集进行加权融合处理，在基于Labview的喷溅监测系统界面上，显示喷溅状态；二、对采集的振动信号、音频信号和火焰信号进行处理：对采集的高压冷却水入口管路振动信号,通过频域分析得出喷溅时刻振动信号频率值，确定所关注的频率带，并对这个频带内的振动信号作小波去噪，分解重构，并对振动信号做标准化处理；对采集的音频信号通过频域分析得出喷溅时刻音频信号频率值，确定所关注的频率带，并对这个频带内的音频信号作小波去噪，分解重构，并对音频信号做标准化处理；对采集的火焰图像信号进行去噪处理、图像增强处理、图像边缘检测处理、提取特征参数，并对火焰图像信号做标准化处理；三、数据的综合融合及重构：首先计算振动信号、音频信号和火焰图像信号被支持的综合程度，程度越 高则传感器数据越重要；然后根据振动信号、音频信号和火焰图像信号数据的重要程度对其数据进行综合融合，重构喷溅信号，给出最终判断结果；（1）、各传感器数据的综合支持程度计算采用椭圆曲线确定传感器之间的相互支持程度,即rij=0dij<E212-12(dij-EE2-E)12E2<dij<E12dij=E12+12(E-dijE-E1)12E1<dij<E1dij<E1其中：rij——第j个传感器对第i个传感器的支持程度E，E1，E2——均为阀值，根据专家经验确定；dij——置信距离测度,根据专家经验确定，置信距离测度的值越小则测量值越接近,如果传感器完全相同值dij为0；第二振动传感器安装在AOD炉供气管路上，作用是分析并剔除供气管路引起的振动干扰，不参与数据融合，所以参与数据融合的是第一振动传感器、超指向麦克风和红外摄像头，第一振动传感器设为第一传感器，超指向麦克风设为第二传感器，红外摄像头设为第三传感器，所以关系矩阵为Rm=r11r12r13r21r22r23r31r32r33Rm——关系矩阵r11——第一传感器对第一传感器的支持程度r12——第二传感器对第第二传感器的支持程度r13——第三传感器对第三传感器的支持程度r21——第一传感器对第二传感器的支持程度r22——第二传感器对第二传感器的支持程度r23——第三传感器对第二传感器的支持程度r31——第一传感器对第三传感器的支持程度r32——第二传感器对第三传感器的支持程度r33——第三传感器对第三传感器的支持程度RT——Rm矩阵的转置矩阵因为矩阵RT是正矩阵,所以一定存在最大模特征值λ>0，λ对应正特征向量C,即λC=RTC其中：C=(F1，F2，F3)Fi——矩阵Rm的第i个特征值（i=1、2、3)λ——矩阵Rm的最大模特征值第k个传感器的综合支持程度为Ak=Fk/Σi=1mFi,(k=1,2,3)(m=3)Ak——第k个传感器的综合支持程度（2）、融合数据计算及预报判断结果融合结果为X=Σk=1mAkXk,(m=3)Xk——各传感器局部决策数据X——融合结果H——喷溅阀值，根据专家经验确定。FDA0000389405680000042.jpg...

【技术特征摘要】

【专利技术属性】
技术研发人员：马海涛，尤文，韩顺杰，郭凤涛，
申请(专利权)人：长春工业大学，
类型：发明
国别省市：