[发明专利]基于人工智能的高炉喷吹煤粉智能调节控制方法及系统

权利要求书

1.基于人工智能的高炉喷吹煤粉智能调节控制方法，其特征在于，该方法包括步骤：

获取当前帧燃烧带的火焰辐射区域图像；

获取所述火焰辐射区域图像的面积，以及所述火焰辐射区域图像在HSV色彩空间中的平均明度值；

根据所述火焰辐射区域图像的灰度图像中的灰度值，获取所述灰度图像对应的平均温度值；

获取相邻帧所述火焰辐射区域图像间的面积变化量和温度变化量；

根据由所述面积变化量、所述平均明度值与煤粉燃烧状态成正相关关系所构建的评价函数，判断当前煤粉燃烧状态；

将所述煤粉燃烧状态、所述温度变化量、空气的富氧量和鼓风的温度作为神经网络的输入，判断高炉的喷煤量。

2.根据权利要求1所述的基于人工智能的高炉喷吹煤粉智能调节控制方法，其特征在于，所述获取当前帧燃烧带的火焰辐射区域图像的步骤具体包括：

采集当前风口火焰图像，对所述风口火焰图像进行去噪，获取第二风口火焰图像；

对所述第二风口火焰图像进行图像分割，获取火焰辐射区域轮廓的二值化图像；

对所述二值化图像进行腐蚀和膨胀操作，获取第一火焰辐射区域图像；

将所述第一火焰辐射区域图像作为所述第二风口火焰图像的遮罩，获取所述火焰辐射区域图像。

3.根据权利要求1所述的基于人工智能的高炉喷吹煤粉智能调节控制方法，其特征在于，所述获取所述灰度图像对应的平均温度值的步骤具体包括：

根据所述灰度值与火焰温度值的关联，利用比色温算法获取每个像素点代表的温度；

对所述温度进行相加并求均值获取所述灰度图像的平均温度值。

4.根据权利要求1和2所述的基于人工智能的高炉喷吹煤粉智能调节控制方法，其特征在于，所述评价函数ε_k为：

其中，ε_k∈(0,1)，α表示权重系数，ΔS_k表示为所述相邻帧所述火焰辐射区域图像间的面积变化量，S表示为风口面积，V_k表示为所述平均明度值。

5.根据权利要求1所述的基于人工智能的高炉喷吹煤粉智能调节控制方法，其特征在于：

所述神经网络为TCN网络；所述TCN的输入为三阶张量形状[B,N,4]，其中，B为神经网络输入的批量大小，N为预设时间内采集到的数据序列，4为由所述煤粉燃烧状态、所述温度变化量、所述空气的富氧量和所述鼓风的温度组成的4个特征序列；所述TCN网络输出的为形状为[B,t]，其中，t为预设预测时间内的喷煤量。

6.基于人工智能的高炉喷吹煤粉智能调节控制系统，其特征在于，该系统包括图像采集模块、参数获取模块、燃烧状态评价模块和喷煤控制模块；

所述图像采集模块，用于获取当前帧燃烧带的火焰辐射区域图像；

所述参数获取模块，用于获取所述火焰辐射区域图像的面积、所述火焰辐射区域图像在HSV色彩空间中的平均明度值；根据所述火焰辐射区域图像的灰度图像的灰度值，获取所述灰度图像对应的平均温度值；获取相邻帧所述火焰辐射区域图像间的面积变化量和温度变化量；

所述燃烧状态评价模块，用于根据由所述面积变化量、所述明度值和所述煤粉燃烧状态成正相关关系所构建的煤粉燃烧状态的评价函数，判断当前煤粉燃烧状态；

所述喷煤控制模块，用于将所述煤粉燃烧状态、所述温度变化量、空气的富氧量和鼓风的温度作为神经网络的输入，判断高炉的喷煤量。

7.根据权利要求6所述的基于人工智能的高炉喷吹煤粉智能调节控制系统，其特征在于，所述图像采集模块还包括区域获取单元；

所述区域获取单元，用于采集当前风口火焰图像，对所述风口火焰图像进行去噪，获取第二风口火焰图像；对所述第二风口火焰图像进行图像分割，获取火焰辐射区域轮廓的二值化图像；对所述火焰辐射区域轮廓图像进行腐蚀和膨胀操作，获取第一火焰辐射区域图像；将所述第一火焰辐射区域图像作为所述第二风口火焰图像的遮罩，获取所述火焰辐射区域图像。