[发明专利]基于图像识别构建模型的铁水包内渣厚获取方法在审

专利信息
申请号: 202110614769.2 申请日: 2021-06-02
公开(公告)号: CN115439393A 公开(公告)日: 2022-12-06
发明(设计)人: 张宇军;于艳;孙兴洪;李火中;汪圣军 申请(专利权)人: 宝山钢铁股份有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06T7/90
代理公司: 上海科琪专利代理有限责任公司 31117 代理人: 乔杰;郑明辉
地址: 201900 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 图像 识别 构建 模型 铁水 包内渣厚 获取 方法
【说明书】:

本发明公开了一种基于图像识别构建模型的铁水包内渣厚获取方法。本发明的铁水包内渣厚获取方法包括:将铁水包内的剩余渣量百分比划分等级;通过摄像头获取铁水包内图像;判断得出铁水包内剩余渣量百分比所处的剩余渣量百分比等级;进行T次搅拌并获取图像过程,扒除铁水包内的部分渣,使铁水包内渣的剩余渣量百分比处于下一个剩余渣量百分比等级,对图像中示出的铁水包内渣量和对应的渣灰度情况进行分析,构建各个剩余渣量百分比等级下的渣厚渣灰度关系模型,根据该渣厚渣灰度关系模型来确定铁水包内的渣厚百分比。采用本发明的铁水包内渣厚获取方法,判断铁水包内渣厚的速度快且准确率高,大大提升了基于图像识别的自动扒渣作业的工作效率。

技术领域

本发明涉及一种铁水包内渣厚判别技术,尤其涉及一种基于图像识别构建模型的铁水包内渣厚获取方法。

背景技术

在炼钢作业流程中,在将铁水包内的铁水倒入到炼钢炉中炼钢前,先要进行扒渣作业,所谓扒渣作业就是用扒渣机将铁水包内铁水表面的渣扒除。铁水包内的这些渣通常是铁水预处理时产生的废渣,渣中含有许多不利于炼钢的有害元素,如果不将这些废渣从铁水中去除干净,则会对后期的炼钢作业产生不利影响。随着图像识别技术的发展,这种技术也开始被运用于扒渣作业的过程中,以提升扒渣作业的自动化水平,并提高扒渣作业的工作效率。

参见图1,以某钢铁公司的铁水预处理作业区为例,在扒渣工位处,在扒渣机2的上方设置有一个摄像头4,该摄像头4与扒渣图像识别系统连通。在进行扒渣作业时,铁水包1朝向扒渣机2倾转一定角度,扒渣机2的扒渣手21伸入到铁水包1内,扒渣手21将铁水表面的渣(如图1中箭头A所指)朝铁水包1的包口扒动,渣顺着铁水包1的包口流入到下方的渣罐3中。所述摄像头4朝向铁水包1内,如图1中虚线箭头所指方向,摄像头4用于获取铁水包1内铁水表面的图像,并将图像传送至扒渣图像识别系统中。扒渣图像识别系统对图像中渣的情况进行识别,然后扒渣机2的控制系统则根据识别得出的渣的分布情况来控制扒渣手21进行扒渣作业。

在进行扒渣作业过程中,需要对铁水包1内的剩余渣量进行判断,当剩余渣量低于设定值后,则认为铁水包1内的渣已经扒除干净,从而停止扒渣作业,并将铁水送入到炼钢炉中。在上述过程中,判断铁水包1内的剩余渣量则成为了关键,然而就目前而言,还无法通过摄像头4获取的渣图像来准确判断铁水包1内的剩余渣量。由于铁水包1内渣的面积是可以通过图像识别来确定,如果能够识别出图像中的渣厚度,那么将渣的面积与厚度相乘,则就能准确得出铁水包1内的剩余渣量。然而,目前还没有有效的方法能通过图像识别来得出渣的厚度。

中国专利(CN201510632623)公开了一种基于人工干预的铁水扒渣检测与控制方法,该方法通过使用实时监控扒渣过程并根据扒渣标准数据库在线判定扒渣等级是否达到预期目标等级的技术手段,避免使用人工判定,因此不会误判扒渣等级。然而该专利中并未提及对渣厚度进行识别的过程。

发明内容

本发明的目的在于提供一种基于图像识别构建模型的铁水包内渣厚获取方法,该铁水包内渣厚获取方法根据构建的渣厚渣灰度关系模型来确定得出铁水包内的渣厚百分比,速度快且准确率高,大大提升了基于图像识别的自动扒渣作业的工作效率。

为了实现上述技术目的,本发明采用如下技术方案:

一种基于图像识别构建模型的铁水包内渣厚获取方法,包括如下步骤:

步骤1,预先设定铁水包剩余渣量百分比等级划分,将铁水包内的剩余渣量百分比大小从0%至100%等分划分为M1个等级;

步骤2,通过摄像头获取铁水包内铁水表面渣的图像;

步骤3,根据所述图像中所有像素的灰度值,通过渣量百分比图像识别法得出当前的铁水包内的剩余渣量百分比;

步骤4,对照预设的剩余渣量百分比等级划分,判断得出铁水包内剩余渣量百分比所处的剩余渣量百分比等级;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于宝山钢铁股份有限公司,未经宝山钢铁股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110614769.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top