[发明专利]一种基于炉口图像分析的高效溅渣智能控制方法及系统

权利要求书

1.一种基于炉口图像分析的高效溅渣智能控制方法，其特征在于：包括，

采集炉口渣粒图像作为样本数据，提取特征元素并定义不同渣粒类型；

建立转炉终渣分析模型，并对模型进行训练优化；

对实际生产中渣粒图像进行识别，输出渣粒类型并指导操作；

输出溅渣结果行；

根据留渣量预测溅渣结束时刻并输出溅渣效果判定行。

2.如权利要求1所述的基于炉口图像分析的高效溅渣智能控制方法，其特征在于：所述渣粒类型包括渣稠、渣稀、渣合，渣粒参数A＝渣总个数÷渣总面积，当A＞20个/m2定义为渣稠；当A在10～20个/m2定义为渣合；当A在＜10个/m2定义为渣稀。

3.如权利要求2所述的基于炉口图像分析的高效溅渣智能控制方法，其特征在于：所述根据渣粒类型指导操作包括，

根据输出的渣粒类型，进行加入溅渣料、枪位升降和氮气流量增减的操作，直至调整渣粒类型为渣合。

4.如权利要求3所述的基于炉口图像分析的高效溅渣智能控制方法，其特征在于：所述输出溅渣结果行包括，

满足多大颗粒溅渣开始时间、满足多大颗粒溅渣保持时间、满足炉缸溅渣少大颗粒保持时间、倒渣角度、有效倒渣时长、溅渣过程被遮挡时长。

5.如权利要求4所述的基于炉口图像分析的高效溅渣智能控制方法，其特征在于：所述判定行包括，

渣合量少，渣稀量少，渣稀量合，渣合量合，渣合量大，渣稀量大，无效溅渣七种状态以及，小短或小合或小长。

6.一种基于炉口图像分析的高效溅渣智能系统，其特征在于：包括，

图像采集模块(100)用于采集炉口渣粒图像作为样本数据；

图像识别模块(200)连接所述图像采集模块(100)，用于识别图像采集模块(100)提取的特征，进行深度学习，达到自动识别的功能；

数据处理模块(300)连接于所述图像识别模块(200)，根据所述图像识别模块(200)识别出的渣粒类型提示操作，计算统计出各渣粒类型的保持时长，输出溅渣结果行，根据输入的留渣量及溅渣结果行，计算预测溅渣结束时刻，输出溅渣效果判定行；

显示模块(400)连接于所述数据处理模块(300)，用于显示渣粒类型，渣粒类型保持时长，溅渣结果行，溅渣结束时刻，溅渣效果判定行。

7.如权利要求6所述的带电作业专用风速和温湿度监测系统，其特征在于：所述图像识别模块(200)包括，

渣粒类型判断模型(201)，用于提示操作人员操作，保证渣粒类型为渣合。

8.如权利要求7所述的带电作业专用风速和温湿度监测系统，其特征在于：所述数据处理模块(300)包括，

渣粒大小判断模型(301)，用于判定溅渣工艺是否合格，为下炉钢制定吹炼和加料工艺提供依据。