-
题名图像识别技术在高炉风口识别与监测中的应用前景探索
- 1
-
-
作者
段一凡
刘然
刘小杰
李欣
袁雪涛
吕庆
-
机构
华北理工大学冶金与能源学院
河钢集团有限公司唐山分公司
-
出处
《钢铁》
CAS
CSCD
北大核心
2024年第5期56-70,共15页
-
基金
国家自然科学基金青年基金资助项目(52004096)。
-
文摘
通过提取高炉风口视频数据的帧图像,并结合先进的图像识别算法监测高炉风口区域的工作状态,实时分析相应的高炉调参策略,有利于降低高炉风口的休风率与时长,同时弥补现阶段依靠人工经验判断风口状态存在的响应滞后、结果不准确的工艺缺陷,保证高炉的长期稳定顺行。以国内某钢铁厂在2023年6月1日—6月31日的风口视频数据为基础,梳理了高炉炼铁过程中4种常见的风口异常状况,并结合炼铁原理分析了主要原因及应对措施,包括挂渣、涌渣、断煤和漏水。然后总结了图像识别技术在高炉风口识别与监测中的应用路线,包括图像预处理、风口的识别与预警和专家经验的植入3个阶段,同时对目前应用较广的图像识别算法进行了介绍,包括卷积神经网络、Transformer机制和图神经网络,并对后2种算法进行了肯定。最后,基于图卷积神经网络开发了关于高炉风口的监测与分析系统1.0版本,并对其功能进行了简要介绍。秉持低延时与高精度的发展原则,通过对风口异常和图像识别算法的梳理探究未来高炉风口图像识别的应用路线,为钢铁企业选择合理的风口监测技术,提升风口识别与监测领域的智能化水平提供一种理论参考。
-
关键词
高炉风口监测
风口异常
图像识别
智能化建设
高炉炼铁
-
Keywords
blast furnace tuyere monitoring
tuyere abnormalities
image recognition
intelligent construction
blast furnace ironmaking
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
TF54
[自动化与计算机技术—计算机科学与技术]
-
