[发明专利]一种基于人工智能的转炉碳含量指标评估及温度分析方法

权利要求书

1.一种基于人工智能的转炉碳含量指标评估及温度分析方法，其特征在于：含有以下步骤：

步骤一，通过架在转炉前的加有高温和防尘保护的CCD摄像头，实时地采集转炉炉口火焰图像，使用照相机在现场拍摄不同吹炼时期的转炉炉口火焰照片；

步骤二，对炉口火焰图像进行处理，并提取炉口火焰特征，火焰特征包括火焰占比以及火焰明亮度，构建火焰面积修正评估模型，根据火焰特征建立转炉碳含量指标初步估计模型，评估对转炉碳含量指标；

步骤三，建立碳含量指标调整模型为最终碳含量指标评估模型，来估计钢水碳含量指标；

步骤四，基于最终碳含量评估模型可得到吹炼过程中的碳含量指标序列，根据碳含量指标序列，分析钢水碳含量指标与吹炼终点之间的对应关系，对转炉吹炼终点进行判断，当转炉炼钢到达吹炼终点时，转炉氧枪供氧系统将停止向炉内吹氧；

步骤五，预设某钢种的出钢范围为[T1,T2],若系统检测到转炉终点时的钢水温度在出钢温度范围内，则满足出钢条件，则倾斜炉体将钢水倒入钢水包进行后续铸钢工序；

步骤六，若转炉钢水温度不满足出钢温度时，构建不同的温度分析模型，对钢水温度进行调节。

2.根据权利要求1所述的基于人工智能的转炉碳含量指标评估及温度分析方法，其特征在于：所述步骤一中相机采集帧率为20帧每秒，相机每隔5S采集一次转炉吹炼的工作图像。

3.根据权利要求1所述的基于人工智能的转炉碳含量指标评估及温度分析方法，其特征在于：所述步骤二含有以下步骤：

步骤2.1，计算火焰占比的具体过程为：首先将图像中像素值为1的像素相加，像素之和就是图像中的火焰面积，记为S_c,c＝1,2…N,c为图像帧，S_c代表第c帧图像中的火焰面积，火焰面积修正模型具体为：

式中，O₀整个图像采集时间内的平均含氧量，O为实时含氧量；Y₀为转炉的最大炉龄，根据经验统计可得获取，Y为检测火焰图像时的转炉真实炉龄；

步骤2.2，构建火焰占比分析模型，用于计算火焰占比，所述火焰占比分析模型函数为：

其中，m、n为图像的尺寸，S'_c为模型估算的火焰面积，τ_c为选取的第c帧图像中火焰占比；将火焰二值图作为ROI区域，并将ROI区域与原始RGB图像进行乘法操作，以得到仅含有火焰的RGB图像，最后计算火焰的亮度信息，获取对应的RGB火焰图像之后，所述火焰明亮度分析方法具体为：先对RGB图像的R，G，B的值进行归一化：

然后可得到归一化之后R’,G’,B’中的最大，所得最大值即为火焰图像的亮度值：

Cmax＝max(R’,G’,B’)

V_i,j＝Cmax

步骤2.2，根据图像的亮度信息构建火焰明亮度分析模型：

其中ρ_c代表第c帧图像中的火焰明亮程度，所述模型函数值越大，火焰的明亮程度越高。