[发明专利]一种氩氧精炼低碳铬铁生产过程喷溅预报方法

权利要求书

1.一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：

r_ij——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；

d_ij——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d_ij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=r11r12r13r21r22r23r31r32r33]]>

R_m——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

R^T——R_m矩阵的转置矩阵

因为矩阵R^T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=R^TC

其中：

C=(F₁，F₂，F₃)

F_i——矩阵R_m的第i个特征值（i=1、2、3)

λ——矩阵R_m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)]]>

A_k——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)]]>

X_k——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。