一种基于机器视觉及数据驱动的烧结生产方法
阅读说明：本技术 一种基于机器视觉及数据驱动的烧结生产方法 (Sintering production method based on machine vision and data driving ) 是由 王耀祖 贺威 张建良 刘征建 侯静怡 黄建强 马云飞 江回清 于 2021-07-13 设计创作，主要内容包括：本发明公开了一种基于机器视觉及数据驱动的烧结生产方法,包括：将各种烧结原料取样进行质量检测,记录不同种类烧结原料占比,并实时上传至烧结专家数据库；在烧结机尾部安装图像采集装置,采集到的图像通过红外热成像仪进行检测,得到烧结机尾部料层断面的温度、火红层厚度、火红层均一性指标,并实时上传；在烧结机尾部安装高光谱成像仪,检测烧结机尾部成品烧结矿的化学成分及尾部料层断面成分的均匀程度,并实时上传；在烧结冷却机出口处安装高清摄像机,检测成品烧结矿粒度变化,并实时上传；烧结专家数据库基于上传的各项数据进行数据挖掘及大数据分析,构建烧结生产过程智能控制系统,对烧结原料占比进行调控,以实现烧结过程闭环控制。(The invention discloses a sintering production method based on machine vision and data driving, which comprises the following steps: sampling various sintering raw materials, performing quality detection, recording the proportion of the sintering raw materials of different types, and uploading the proportion to a sintering expert database in real time; installing an image acquisition device at the tail of the sintering machine, detecting the acquired image by an infrared thermal imager to obtain the temperature of the material layer section at the tail of the sintering machine, the thickness of a scarlet layer and the uniformity index of the scarlet layer, and uploading the indexes in real time; installing a hyperspectral imager at the tail of the sintering machine, detecting the chemical components of finished sintered ores at the tail of the sintering machine and the uniformity of the components of the material layer section at the tail, and uploading the chemical components and the uniformity in real time; installing a high-definition camera at the outlet of the sintering cooler, detecting the granularity change of the finished sintered ore, and uploading the granularity change in real time; and the sintering expert database performs data mining and big data analysis based on various uploaded data, constructs an intelligent control system for the sintering production process, and regulates and controls the proportion of sintering raw materials so as to realize closed-loop control of the sintering process.)
技术领域
本发明涉及钢铁冶金技术领域，特别涉及一种基于机器视觉及数据驱动的烧结生产方法。
背景技术
2019年我国高炉生铁产量为7.7亿吨，占世界生铁产量(12.4亿吨)的62.2％。高碱度烧结矿配加酸性球团矿是我国现行的炉料结构，2019年全国高炉炉料结构中烧结矿占比为78％，球团矿占13％左右(1.2亿吨)。生产高质量烧结矿，是高炉冶炼能够优质高产的基础。然而，烧结质量参数复杂多样，故其控制往往要靠对烧结机尾及断面的观察，并根据经验进行相应的控制操作。在人工智能和计算机技术蓬勃发展的今天，以图像处理为核心的检测技术为烧结机尾断面检测提供了先进准确的检测途径。
目前大多数工厂设有工业电视监视断面状态，近年来又使用图像分析技术来定量化。据调研，日本川崎钢铁公司采用图像分析仪，将图像按台车宽度分为5部分，每秒计算一次表示烧结料层各种红高温带的面积。使用图像分析仪以后，烧结矿产量和质量有明显的提高。我国也在对这种技术进行研究改进，近期莱芜钢铁集团由于现有设备无法满足为烧结操作者提供数据支持和判断预测的功能，故对400m2烧结机机尾热成像仪进行设备改造，先进的烧结机尾热成像仪设备，能够在线实现烧结矿中FeO的预测，同时对机尾断面的垂直烧结速度、终点分析、以及温度场分布进行检测，运用数据直观反映出烧结矿参数指标的变化，不仅提高烧结矿整体的产质量和稳定性，而且为技术人员提供了更多的数据分析。尽管诸多科研院校、钢铁企业针对烧结机尾断面做了诸多工作与应用，但仍然存在诸多问题：(1)烧结矿中FeO含量预测不准确；(2)断面系统识别精度低，且难以做到自学系统，算法有待进一步改进。
高光谱成像技术是近二十年来发展起来的基于非常多窄波的影像数据技术。其定义是在多光谱成像的基础上，在从紫外到红外的光谱范围内，利用成像光谱仪，在光谱覆盖范围内的数十或数百条光谱波段对目标物体连续成像。在获得物体空间特征成像的同时，也获得了被测物体的光谱信息。由于物体的反射光谱具有“指纹”效应，不同物不同谱，同物一定同谱的原理可以分辨不同的物质信息。目前高光谱成像技术主要应用于农业食品、医学药品、航空航天、地质勘探等领域，但在冶金领域应用较少。该技术可以搭配烧结机尾热成像仪，不仅可以实时观察机尾断面的垂直烧结速度、终点分析、温度场分布等指标，而且可以在线检测烧结断面化学成分及烧结均匀程度，反映出更多的烧结矿参数指标变化，使烧结技术人员更好的对烧结过程进行控制。
此外，烧结矿的强度、粒径等物理性能也是质量检测中的重要指标。早期烧结成品检测多为人工取样方式，该方式不仅不适合目前的烧结生产节奏，取制样周期长，影响检验的及时性，而且人工取样环境恶劣、粉尘多、噪音大、劳动强度高、安全隐患大，影响工人身体健康。随着国内外钢铁企业的大型化、现代化，生产过程愈加高速化、自动化，对烧结矿质量检验的准确性、科学性、及时性也提出了更高的要求，采用自动化检验烧结矿成品物理性能替代人工质检势在必行。
尽管针对烧结机尾断面成像、粒度检测、化学成分检测、烧结大数据等做了诸多工作，但是在相应技术算法的选择及技术之间的搭配、针对烧结生产过程的闭环控制系统尚未形成。因此有必要研究一种基于以上设备技术并结合大数据分析驱动，实现烧结生产过程智能控制，为烧结工作者提供重要的烧结数据参数及结果，提高烧结生产稳定性及烧结矿产质量。
发明内容
本发明的目的在于提供一种基于机器视觉及数据驱动的烧结生产方法，要解决的主要问题在于发展烧结智能化与无人化，实时获取更多烧结生产过程中影响烧结行为的基本参数，特别是人工操作无法实时测定的参数，实现成品矿质量的在线检测及烧结工艺参数的即时优化调整，减少烧结过程中人为操作对烧结过程的影响，提高烧结矿产质量的同时也可改善烧结工作人员的工作环境。
为解决上述技术问题，本发明的实施例提供如下方案：
一种基于机器视觉及数据驱动的烧结生产方法，包括以下步骤：
步骤一、将各种烧结原料取样进行质量检测，记录不同种类烧结原料占比，并将结果数据实时上传至烧结专家数据库；
步骤二、在烧结机尾部安装图像采集装置和红外热成像仪，采集到的图像通过红外热成像仪进行检测，得到烧结机尾部料层断面的温度、火红层厚度、火红层均一性指标，并将结果数据实时上传至烧结专家数据库；
步骤三、在烧结机尾部安装高光谱成像仪，检测烧结机尾部成品烧结矿的化学成分及尾部料层断面成分的均匀程度，并将结果数据实时上传至烧结专家数据库；
步骤四、在烧结冷却机出口处安装高清摄像机，检测成品烧结矿粒度变化，并将结果数据实时上传至烧结专家数据库；
步骤五、烧结专家数据库基于接收到的各项结果数据进行数据挖掘及大数据分析，构建烧结生产过程智能控制系统，对烧结原料占比进行调控，以实现烧结过程闭环控制。
优选地，所述步骤一具体包括：
对烧结原料进行人工检测与配比，将数据手动输入至烧结专家数据库；
在烧结机布料辊下方加装自动取样装置，不定时对烧结混合料进行取样，检测质量、粒度、占比数据，实时对烧结专家数据库内原料数据进行修改。
优选地，所述步骤二中采用的图像采集装置为红外探测器。
优选地，所述步骤二中，所述红外热成像仪的周围设有水冷保护装置，所述红外热成像仪通过二维平面成像红外系统将所述红外探测器测得的电子视频信号转换成红外热图像，用显示器显示出来以供人工实时查看，并智能识别出烧结机尾部料层断面的温度、火红层厚度、火红层均一性指标，将结果数据实时上传至烧结专家数据库。
优选地，所述步骤三中，所述高光谱成像仪安装在所述红外热成像仪周边，所述高光谱成像仪的周围设有水冷保护装置，所述高光谱成像仪基于机器视觉系统实时侦察烧结机尾部料层断面的光谱信号，根据光谱库将光谱信号转化为化学成分，并将烧结机尾部料层断面的化学成分及分布数据实时上传至烧结专家数据库。
优选地，所述步骤四中，检测成品烧结矿粒度变化具体包括：
在烧结冷却机出口处安装高清摄像机，将拍摄的影像实时发送至烧结控制室，同时每隔10秒拍摄一组高清照片，基于机器视觉系统计算烧结矿粒度组成，并将结果数据实时上传至烧结专家数据库。
优选地，所述步骤五中，构建的烧结生产过程智能控制系统的工作过程包括：
收集实时获取的各项结果数据，进行数据挖掘及大数据分析，当出现问题时实时计算出解决方案，并上传至烧结控制室，基于解决方案修改烧结原料种类及配比。
优选地，修改的方式包括人工手动修改和系统自动修改。
本发明实施例提供的技术方案带来的有益效果至少包括：
本发明实施例中，基于图像识别技术及大数据挖掘技术，通过烧结机尾红外热成像仪实时获取烧结机尾断面热成像数据，得到温度、火红层厚度、火红层均一性等指标；同时通过高光谱在线检测技术实时获取烧结矿化学成分；基于高清摄像机实时获取成品烧结矿的粒度变化；最后将检测结果及烧结原料质量上传至烧结专家数据库，并基于大数据挖掘分析，构建烧结生产过程的智能控制系统，实现烧结矿粒度、化学成分的在线检测及工艺参数的即时优化调整，从而提高烧结矿产质量，减少烧结过程人为操作的影响，最终实现烧结过程无人化、智能化。
此外，本发明的方法使得烧结工人劳动强度大大降低，工作环境得到改善，烧结配矿修改与烧结质量检测也由于人为因素的减少变得更加准确和客观，且检测数据能够实时查询，更有利于指导生产操作。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种基于机器视觉及数据驱动的烧结生产方法的流程图；
图2是本发明实施例提供的烧结工序中设备加装位置示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。
本发明的实施例提供了一种基于机器视觉及数据驱动的烧结生产方法，如图1所示，所述方法包括以下步骤：
步骤一、将各种烧结原料取样进行质量检测，记录不同种类烧结原料占比，并将结果数据实时上传至烧结专家数据库。
本步骤具体包括：对烧结原料进行人工检测与配比，将数据手动输入至烧结专家数据库；在烧结机布料辊下方加装自动取样装置，不定时对烧结混合料进行取样，检测质量、粒度、占比数据，实时对烧结专家数据库内原料数据进行修改。
步骤二、在烧结机尾部安装图像采集装置和红外热成像仪，采集到的图像通过红外热成像仪进行检测，得到烧结机尾部料层断面的温度、火红层厚度、火红层均一性指标，并将结果数据实时上传至烧结专家数据库。
本步骤中，采用的图像采集装置为红外探测器，红外热成像仪的周围设有水冷保护装置，以减少高温对仪器的影响。红外热成像仪通过二维平面成像红外系统将红外探测器测得的电子视频信号转换成红外热图像，用显示器显示出来以供人工实时查看，并智能识别出烧结机尾部料层断面的温度、火红层厚度、火红层均一性等指标，将结果数据实时上传至烧结专家数据库。
步骤三、在烧结机尾部安装高光谱成像仪，检测烧结机尾部成品烧结矿的化学成分及尾部料层断面成分的均匀程度，并将结果数据实时上传至烧结专家数据库。
本步骤中，高光谱成像仪安装在红外热成像仪周边，高光谱成像仪的周围同样设有水冷保护装置，高光谱成像仪基于机器视觉系统实时侦察烧结机尾部料层断面的光谱信号，根据光谱库将光谱信号转化为化学成分，并将烧结机尾部料层断面的化学成分及分布数据实时上传至烧结专家数据库。
步骤四、在烧结冷却机出口处安装高清摄像机，检测成品烧结矿粒度变化，并将结果数据实时上传至烧结专家数据库。
其中，检测成品烧结矿粒度变化具体包括：
在烧结冷却机出口处安装高清摄像机，将拍摄的影像实时发送至烧结控制室，同时每隔10秒拍摄一组高清照片，基于机器视觉系统计算烧结矿粒度组成，并将结果数据实时上传至烧结专家数据库。
步骤五、烧结专家数据库基于接收到的各项结果数据进行数据挖掘及大数据分析，构建烧结生产过程智能控制系统，对烧结原料占比进行调控，以实现烧结过程闭环控制。
本步骤中，构建的烧结生产过程智能控制系统的工作过程包括：
收集实时获取的各项结果数据，进行数据挖掘及大数据分析，当出现问题时实时计算出解决方案，并上传至烧结控制室，基于解决方案修改烧结原料种类及配比。其中，修改的方式包括人工手动修改和系统自动修改。
在一个具体的实施例中，以三种矿粉(A、B、C)、石灰石、无烟煤为烧结原料，在某钢铁企业烧结生产线上加装检测设备进行示范烧结实验，烧结原料化学成分及配比如表1、表2所示，烧结配比方案模拟该烧结厂实际工业烧结生产配比进行。
烧结工序中设备加装位置如图2所示，烧结布料辊下方设有自动取样装置，烧结机尾部加装有红外热成像仪及高光谱成像仪，烧结冷却机出口处加装有高清摄像机。所有检测仪器都连接至装有烧结专家数据库的计算机，由计算机统一进行检测与控制。
表1烧结用实验原料化学成分表
原料名称
TFe
SiO<sub>2</sub>
CaO
MgO
Al<sub>2</sub>O<sub>3</sub>
A矿粉
66.50
5.82
0.44
0.45
0.46
B矿粉
63.63
3.78
0.07
0.05
2.06
C矿粉
60.25
6.27
0.12
0.06
1.35
石灰石
2.1
50.35
4.22
表2烧结原料名称及配比
原料名称
A矿粉
B矿粉
C矿粉
石灰石
无烟煤
配比
27.4
34.5
16.5
16.0
5.6
1、实验过程
在进行烧结生产实践前，对于烧结原料的质量检测，通过对三种矿粉、石灰石、无烟煤进行化学成分及粒度组成检测，模拟某烧结厂实际工业烧结生产配比设计原料配比方案，并将所有数据输入至烧结专家数据库中。此外，获取该烧结厂近三个月烧结生产数据，将数据上传至烧结专家数据库，构建简易烧结大数据计算平台。
开始进行烧结生产实践后，利用烧结机尾部的红外热成像仪，检测烧结机尾料层断面的温度、火红层厚度、火红层均一性等指标；利用高光谱成像仪，检测烧结机尾成品烧结矿的化学成分及尾部料层断面成分的均匀程度；利用烧结冷却机出口处加装高清摄像机，检测成品烧结矿粒度变化；以上检测数据经过汇总后实时输入至烧结专家数据库中，为计算平台提供数据及计算参数。
当大数据计算平台计算得出最佳结果后，将配比数据及预测结果显示于计算机显示界面上，烧结工作人员可以选择自动或人工更改配比。
2、实验结果及分析
由于烧结厂实际烧结生产使用熔剂为石灰石和生石灰，燃料使用焦粉和无烟煤，而该示范烧结生产所用熔剂仅使用石灰石，燃料仅使用无烟煤，故烧结生产出成品矿粒度组成及转鼓强度与实际烧结生产出的成品矿质量有较大出入。
通过烧结冷却机尾部高清摄像头传出数据可知，粒度<10mm烧结矿占比为41.3％，粒度组成较差，对成品矿取三组样品进行转鼓强度检测，平均转鼓强度为70.6％。通过红外热成像仪检测到，烧结机尾断面火红层均一性较差，料层顶部烧结矿严重过烧而料层底部烧结矿则有轻烧趋势。通过烧结机尾部高光谱成像仪检测到，烧结机尾断面中部化学成分及均一性较好，而烧结顶部和底部断面化学成分及均一性较差。
将近期数据上传至烧结专家数据库后，利用自建大数据计算平台分析后，得出新的烧结原料配比方案，修改后的方案如表3所示，降低了低硅B矿粉的配比以提高整体SiO2含量，同时增加石灰石含量以修正碱度，适度降低原料配比以减轻烧结矿过烧影响。烧结专家数据库将该修改方案发送至显示屏以供烧结工作人员查看，经过许可后自动更改烧结原料配比，同时提醒烧结工作人员调整配料结构。
表3修改后烧结原料名称及配比
原料名称
A矿粉
B矿粉
C矿粉
石灰石
无烟煤
配比
28.6
32.4
17.3
16.9
4.8
经大数据计算平台修改烧结原料配比及烧结工作人员调整布料辊改变烧结原料结构后，再次进行示范烧结实验。烧结结果为：通过烧结冷却机尾部高清摄像头传出数据可知，粒度<10mm烧结矿占比为50.5％，粒度组成有明显改善；对成品矿取三组样品进行转鼓强度检测，平均转鼓强度为75.6％；通过红外热成像仪检测到，烧结机尾断面火红层均一性也有明显改善，料层顶部烧结矿过烧趋势减轻，底部烧结矿无轻烧趋势；通过烧结机尾部高光谱成像仪检测到，烧结机尾断面中部及底部化学成分及均一性较好，烧结顶部化学成分及均一性也有明显改善。
综上所述，本发明基于图像识别技术及大数据挖掘技术，通过烧结机尾红外热成像仪实时获取烧结机尾断面热成像数据，得到温度、火红层厚度、火红层均一性等指标；同时通过高光谱在线检测技术实时获取烧结矿化学成分；基于高清摄像机实时获取成品烧结矿的粒度变化；最后将检测结果及烧结原料质量上传至烧结专家数据库，并基于大数据挖掘分析，构建烧结生产过程的智能控制系统，实现烧结矿粒度、化学成分的在线检测及工艺参数的即时优化调整，从而提高烧结矿产质量，减少烧结过程人为操作的影响，最终实现烧结过程无人化、智能化。
此外，本发明的方法使得烧结工人劳动强度大大降低，工作环境得到改善，烧结配矿修改与烧结质量检测也由于人为因素的减少变得更加准确和客观，且检测数据能够实时查询，更有利于指导生产操作。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。