專利名稱：基于鋼水表面旋渦圖像識別的下渣檢測方法及裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及冶金工業(yè)自動化控制領(lǐng)域，特別涉及一種面向連鑄生產(chǎn)的基于鋼水表面旋渦圖像識別的下渣檢測方法及裝置。
背景技術(shù)：
隨著冶金技術(shù)的進(jìn)步，鋼鐵品種和質(zhì)量的不斷提高，對鋼鐵連鑄生產(chǎn)中鋼水純凈度的要求越來越高。在連鑄生產(chǎn)過程中，大包中的氧化劑、雜質(zhì)混合形成液體鋼渣，其比重僅為鋼水的三分之一左右，因此會浮于鋼水上部。在鋼水澆注后期，受旋渦的影響，熔融的鋼渣會逐漸從大包流入中間包，影響鋼材品質(zhì)，減小中包的使用壽命，嚴(yán)重時甚至使連鑄生產(chǎn)無法進(jìn)行。為了改善鋼材品質(zhì)，減少對于出鋼口和滑動水口的侵蝕，提高中包的使用壽命與鋼水收得率，必須對于大包澆注過程中的幾個關(guān)鍵狀態(tài)進(jìn)行識別。因此，從上世紀(jì)80年代開始，國內(nèi)外相繼開發(fā)了多種大包澆注狀態(tài)識別技術(shù)，主要包括電磁檢測法、超聲波檢測 法、紅外檢測法、和振動檢測法。電磁識別法通過兩個同心環(huán)形線圈組成的傳感器來進(jìn)行狀態(tài)識別，當(dāng)在線圈里通高頻交變電流時，鋼水將有感應(yīng)磁場產(chǎn)生，其方向可由右手螺旋定則判定。因為鋼渣的磁導(dǎo)率遠(yuǎn)小于鋼水的磁導(dǎo)率(1600°C左右時，它們的比值為1: 10000)，所以在純鋼水中感應(yīng)產(chǎn)生的磁場遠(yuǎn)遠(yuǎn)大于在含有鋼渣的鋼水中產(chǎn)生的磁場。電磁識別法的缺陷在于裝置結(jié)構(gòu)復(fù)雜，安裝過程比較繁瑣，需要3飛個工作日，且安裝時需要對連鑄生產(chǎn)設(shè)備進(jìn)行一定程度的改造，這樣就會延誤生產(chǎn)；使用壽命短，維護(hù)費用高，由于電磁線圈在惡劣的高溫環(huán)境下工作，容易受損，從而使檢測系統(tǒng)失效，因此需要定期維護(hù)，更換線圈。超聲波檢測法也是一種工業(yè)檢測常用的方法。其原理是利用鋼流中有鋼渣和無鋼渣是超聲波發(fā)射、反射信號之間的差別來實現(xiàn)對鋼渣的檢測。雖然這種方法對澆注過程沒有影響，但是由于超聲波探頭的工作環(huán)境溫度高達(dá)1500攝氏度，工作環(huán)境比較惡劣，制造和使用費用高，離工業(yè)應(yīng)用還有較長的一段時間。紅外檢測法利用鋼水和鋼渣的熱輻射率不同的原理對鋼渣進(jìn)行識別，目前這類系統(tǒng)比較普遍的應(yīng)用與轉(zhuǎn)爐、電爐出鋼狀態(tài)的識別中，如果要直接應(yīng)用于大包澆注過程的狀態(tài)識別中，則必須去掉長水口，使鋼流直接暴露在空氣中，會引起鋼水的二次氧化，這對于連鑄生產(chǎn)是很不利的。振動檢測方法是利用監(jiān)測鋼水在從大包流入中間包的過程中，對保護(hù)套管和操作臂產(chǎn)生的振動來實現(xiàn)大包澆注狀態(tài)的識別的?；瑒铀陂_度越大，鋼水流量越大，相應(yīng)的振動就越劇烈。之前已經(jīng)提到過，鋼渣比重大約是純鋼水比重的三分之一，因此由純鋼水流動和鋼渣流動引起的振動就必然是有差異的。只要檢測到這種差異，就能有效的判斷鋼流下渣的發(fā)生。振動檢測法的瓶頸主要在于振動信號微弱，由于鋼流的沖擊能力有限，因此長水口采集的振動信號容易被連鑄生產(chǎn)現(xiàn)場環(huán)境的干擾所掩蓋，從而導(dǎo)致系統(tǒng)產(chǎn)生錯誤的判斷進(jìn)而影響系統(tǒng)的穩(wěn)定性。

發(fā)明內(nèi)容
本發(fā)明的主要目的在于克服現(xiàn)有技術(shù)中的不足，提供一種對澆注過程沒有影響、能有效控制鋼水質(zhì)量及提高收得率的下渣檢測方法及裝置。為解決上述技術(shù)問題，本發(fā)明的解決方案是提供一種基于鋼水表面旋渦圖像識別的下渣檢測方法，是在大包上方安裝攝像頭，并通過電纜依次連接至圖像信號控制單元和工控機；所述下渣檢測方法包括以下具體步驟(A)將大包內(nèi)形成的旋渦分為無渣旋渦、混渣旋渦和全渣旋渦3種狀態(tài)，這三種旋渦狀態(tài)分別對應(yīng)大包澆注過程的正常澆注、混渣澆注和下渣3種狀態(tài)；(B)由攝像頭采集鋼水表面旋渦的二維圖像特征，對圖像進(jìn)行預(yù)處理；通過基于幾何主動輪廓模型的旋轉(zhuǎn)對稱區(qū)域分割、基于Canny算子的流線邊緣、方向檢測及旋轉(zhuǎn)中心定位進(jìn)行圖像特征的提取，通過旋渦識別及旋渦狀態(tài)特征提取進(jìn)行自由表面圖像特征識 別；(C)經(jīng)旋渦圖像特征識別后，將與下渣密切相關(guān)的旋渦區(qū)域的面積、周長及旋渦狀態(tài)特征值做歸一化處理后表示的旋渦特征向量作為BP網(wǎng)絡(luò)輸入層的四個節(jié)點，以設(shè)定的三個出鋼含渣狀態(tài)參量構(gòu)成輸出節(jié)點，通過設(shè)計實現(xiàn)按誤差逆?zhèn)鞑ビ?xùn)練的三層前饋網(wǎng)絡(luò)分類器并對其進(jìn)行訓(xùn)練，從而得到三種出鋼含渣狀態(tài)。作為一種改進(jìn)，所述自由表面漩渦圖像特征識別由條件I纏繞角條件，即纏繞角a=±2 π，記順時針為正；以及條件2流場中流體在相鄰區(qū)域內(nèi)應(yīng)滿足Z(Ii; Ue [(O, π/2)，ZCIijIi-!) e (-π/2，O)]來判定，通過同時滿足條件I與條件2則判定為
漩渦；所述纏繞角a = (I1,I，其中N2為正方形模板被分成的塊數(shù)，Ii
i=l =1
為第i塊區(qū)域流水線切線方向均值。作為一種改進(jìn)，所述圖像預(yù)處理過程包括松弛法圖像去噪以及基于Sobel算子的圖像銳化。作為一種改進(jìn)，所述三層前饋網(wǎng)絡(luò)分類器的拓?fù)浣Y(jié)構(gòu)分為分為輸入層、中間隱層和輸出層，按誤差逆?zhèn)鞑ビ?xùn)練步驟為(a)設(shè)計輸入層和輸出層輸入層的節(jié)點數(shù)取決于旋渦特征向量的維數(shù)，將經(jīng)旋渦圖像識別后與下渣密切相關(guān)的旋渦區(qū)域的面積，周長及旋渦狀態(tài)特征值ξρ 12做歸一化處理后表示為旋渦特征向量U=Iiu1, U2, U3, U4],從而作為BP網(wǎng)絡(luò)輸入層的四個節(jié)點；旋渦區(qū)域的面積及周長的歸一化值為旋渦的瞬時面積及周長值比排水口面積及周長，旋渦狀態(tài)特征值ξ P ξ 2的歸一化值為ξ P ξ 2比8級灰度階值255 ;輸出節(jié)點為已設(shè)的三個出鋼含渣狀態(tài)參量，即無渣、混渣、全渣；(b)設(shè)定隱含層的節(jié)點數(shù)根據(jù)經(jīng)驗公式二> +% +a (其中Iii為輸入層節(jié)點
個數(shù)，％為輸出層節(jié)點個數(shù)，a為f 10之間的常熟)，計算出隱含層節(jié)點數(shù)的取值范圍；(C)激勵函數(shù)采用S型函數(shù)f(X)=l/(l+e_kx)，經(jīng)過不斷的訓(xùn)練達(dá)到所需要求后，訓(xùn)練過程結(jié)束。作為一種改進(jìn)，所述S型函數(shù)的k值取1.5。
本發(fā)明進(jìn)一步提供了用于實現(xiàn)前述方法的基于鋼水表面旋渦圖像識別的下渣檢測裝置，包括圖像采集系統(tǒng)和圖像處理系統(tǒng)，所述圖像采集系統(tǒng)是安裝在下端有滑動水口的大包正上方的攝像頭，圖像處理系統(tǒng)包括圖像信號控制單元和工控機；攝像頭通過電纜與圖像信號控制單元連接，圖像信號控制單元通過光纜與工控機連接。作為一種改進(jìn)，所述圖像信號控制單元包括數(shù)據(jù)采集模塊、電源管理模塊、水口控制單元和現(xiàn)場報警模塊。作為一種改進(jìn)，所述水口控制單元一端與滑動水口連接，另一端與工控機連接。作為一種改進(jìn)，所述攝像頭外裝有防塵罩并且密封。與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是I、從大包下渣是由內(nèi)部鋼水液面產(chǎn)生的自由表面旋渦卷渣所引起且下渣狀態(tài)與 旋渦狀態(tài)密不可分的本質(zhì)入手，提高了下渣預(yù)報的準(zhǔn)確性和穩(wěn)定性；2、通過自由表面旋渦的識別方法，獲得大包鋼水表面旋渦的中心位置、狀態(tài)特征量信息，實現(xiàn)了在連鑄現(xiàn)場復(fù)雜工況環(huán)境下對于特征信息的提??；3、設(shè)計基于人工神經(jīng)網(wǎng)絡(luò)的分類器，通過對分類器的訓(xùn)練隱式的發(fā)掘旋渦特征參量與下渣之間關(guān)系，正確的將特征參量分類到所對應(yīng)鋼水下渣狀態(tài)，最后通過下渣的狀態(tài)判斷控制大包滑動水口調(diào)節(jié)，實現(xiàn)了“未下渣、先檢測”的先驗檢測功能，更有效的控制鋼水質(zhì)量及提高收得率。


圖I為基于鋼水表面旋渦圖像識別的下渣檢測裝置系統(tǒng)組成圖；圖2為大包澆注狀態(tài)識別系統(tǒng)實現(xiàn)方案示意圖；圖3為本發(fā)明中圖像信號控制單元與工控機通信關(guān)系圖；圖4為按誤差逆?zhèn)鞑ビ?xùn)練的三層前饋網(wǎng)絡(luò)分類器的BP神經(jīng)網(wǎng)絡(luò)模型；圖中的附圖標(biāo)記為1中間包；2鋼水；3保護(hù)套管；4滑動水口 ；5大包；6鋼渣；7攝像頭；8圖像彳目號控制單兀；9水口控制單兀；10工控機。
具體實施例方式下面結(jié)合附圖與具體實施方式
對本發(fā)明作進(jìn)一步詳細(xì)描述圖I中的基于鋼水2表面旋渦圖像識別的下渣檢測裝置的硬件組成主要包括圖像采集系統(tǒng)和圖像處理系統(tǒng)。圖像采集系統(tǒng)由用于采集大包5液面圖像信息的攝像頭7組成。由于系統(tǒng)應(yīng)用于連鑄生產(chǎn)線上，裝置安裝現(xiàn)場具有粉塵大的特點，因此需要在攝像頭7外面加防塵罩并且密封。圖像處理系統(tǒng)包括圖像信號控制單元8和工控機10，在圖像信號控制單元8集成了數(shù)據(jù)采集模塊、電源管理模塊、水口控制單元9和現(xiàn)場報警模塊。數(shù)據(jù)采集模塊負(fù)責(zé)將攝像頭7采集的數(shù)據(jù)傳輸至工控機10，同時，數(shù)據(jù)采集模塊還需要采集中間包I、大包5的重量信息、水口開度信息。電源管理模塊給圖像信號控制單元8中的其他模塊提供電源。水口控制單元9用于從工控機10接收打開和關(guān)閉水口的信號并且控制水口的開閉?，F(xiàn)場報警模塊接收工控機10發(fā)送的下渣報警信號和電源管理模塊發(fā)送的電源報警信號并用聲光報警的方式提示現(xiàn)場操作人員。圖像信號先通過耐高溫屏蔽電纜傳遞到圖像信號控制單元8，再通過光纜傳輸?shù)焦た貦C10，工控機10通過圖像信號對大包5澆注狀態(tài)進(jìn)行識別。圖2所示的是基于鋼水2表面旋渦圖像識別的下渣檢測方法的實現(xiàn)方式示意圖，圖像信號控制單元8和工控機10的具體通信關(guān)系如圖3所示，系統(tǒng)的通信包括電源輸入、信號輸入以及控制輸出三種。其實現(xiàn)流程是，電源管理模塊負(fù)責(zé)向圖像信號控制單元8中的其他模塊提供電源輸入信號，同時當(dāng)電源供電異常的時候，電源管理模塊會發(fā)送電源報警信號至現(xiàn)場報警模塊。由攝像頭7采集大包5液面圖像，這種用于模式識別的信號和中間包I、大包5的重量信號與水口開度信號一起上傳至信息采集模塊。信息采集模塊接受到信號之后將信號傳輸?shù)焦た貦C10。工控機10利用采集到的特征信息建立面向大包5澆注狀態(tài)識別神經(jīng)網(wǎng)絡(luò)并進(jìn)行訓(xùn)練，訓(xùn)練完成之后利用輸入信號對于大包5澆注狀態(tài)進(jìn)行識別。本實例中由攝像頭7采集鋼水2表面旋渦的二維圖像特征，對圖像進(jìn)行改進(jìn)并進(jìn) 行預(yù)處理、特征提取及特征識別，解決鋼水2表面旋渦的識別并獲取其位置及狀態(tài)信息。將經(jīng)旋渦圖像識別后于下渣密切相關(guān)的旋渦區(qū)域的面積，周長及旋渦狀態(tài)特征值做歸一化處理后表示的旋渦特征向量作為BP網(wǎng)絡(luò)輸入層的四個節(jié)點，設(shè)定的三個出鋼含渣狀態(tài)參量構(gòu)成輸出節(jié)點，通過設(shè)計實現(xiàn)按誤差逆?zhèn)鞑ビ?xùn)練的三層前饋網(wǎng)絡(luò)分類器并對其進(jìn)行訓(xùn)練，從而得到三種出鋼含渣狀態(tài)。該實例的具體步驟如下所示步驟一將大包5內(nèi)形成的旋渦分為無渣旋渦、混渣旋渦和全渣旋渦3種狀態(tài)，這三種旋渦狀態(tài)分別對應(yīng)大包5澆注過程的正常澆注、混渣澆注和下渣3種狀態(tài)。步驟二 由攝像頭7采集鋼水2表面旋渦的二維圖像特征，通過松弛法圖像去噪、基于Sobel算子的圖像銳化進(jìn)行圖像預(yù)處理，通過基于幾何主動輪廓模型的旋轉(zhuǎn)對稱區(qū)域分割。利用能量泛函有效結(jié)合圖像信息通過閉合曲線的演化來完成圖像的分割，同時保證了目標(biāo)邊緣的連續(xù)性、閉合性，并且使用水平集表示克服了曲線演化過程中的拓?fù)潢P(guān)系變化難題，對形狀變化、結(jié)構(gòu)復(fù)雜的目標(biāo)圖像區(qū)域分割相當(dāng)有效，恰能解決自由表面旋渦圖像中旋轉(zhuǎn)對稱區(qū)域的分割?；贑anny算子的流線邊緣及其方向檢測及旋轉(zhuǎn)中心定位進(jìn)行圖像特征的提取，具有較好的抗噪性能和較高的邊緣定位精度，且邊緣線形連接完整，因此可以最大程度的獲取圖像中流線邊緣信息并保證其可靠性。通過旋渦識別及旋渦狀態(tài)特征提取進(jìn)行自由表面圖像特征識別。所述自由表面漩渦圖像特征識別由條件I纏繞角條件，即纏繞角a=±2 π，記順時針為正；以及條件2流場中流體在相鄰區(qū)域內(nèi)應(yīng)滿足Z (Ii, Ii^1)e [(O, π/2)，ZCIi, Ii^1) e (-π/2，O)]來判定，通過同時滿足條件I與條件2則判定
為漩渦。所述纏繞角α = ( L, I,—^_/卜i I，其中N2為正方形模板被分成的塊數(shù)，
i=l =1
Ii為第i塊區(qū)域流線方向(即流水線切線方向)均值。步驟三經(jīng)旋渦圖像特征識別后，將與下渣密切相關(guān)的旋渦區(qū)域的面積，周長及旋渦狀態(tài)特征值做歸一化處理后表示的旋渦特征向量作為BP網(wǎng)絡(luò)輸入層的四個節(jié)點，設(shè)定的三個出鋼含渣狀態(tài)參量構(gòu)成輸出節(jié)點，通過設(shè)計實現(xiàn)按誤差逆?zhèn)鞑ビ?xùn)練的三層前饋網(wǎng)絡(luò)分類器并對其進(jìn)行訓(xùn)練，從而得到三種出鋼含渣狀態(tài)。
所述三層前饋網(wǎng)絡(luò)分類器的拓?fù)浣Y(jié)構(gòu)分為分為輸入層、中間隱層和輸出層，按誤差逆?zhèn)鞑ビ?xùn)練步驟為(a)設(shè)計輸入層和輸出層輸入層的節(jié)點數(shù)取決于旋渦特征向量的維數(shù)，將經(jīng)旋渦圖像識別后與下渣密切相關(guān)的旋渦區(qū)域的面積，周長及旋渦狀態(tài)特征值12做歸一化處理后表示為旋渦特征向量U=Iiu1, u2，u3，U4],從而作為BP網(wǎng)絡(luò)輸入層的四個節(jié)點；旋渦區(qū)域的面積及周長的歸一化值為旋渦的瞬時面積及周長值比排水口面積及周長，旋渦狀態(tài)特征值ξ P ξ 2的歸一化值為ξ P ξ 2比8級灰度階值255 ;輸出節(jié)點為已設(shè)的三個出鋼含渣狀態(tài)參量，即無渣、混渣、全渣；(b)設(shè)定隱含層的節(jié)點數(shù)由于隱含層節(jié)點個數(shù)太少會導(dǎo)致網(wǎng)路容錯性差難以正確分類訓(xùn)練樣本以外的特征向量，隱含層節(jié)點數(shù)太多則會增加訓(xùn)練時間。根據(jù)經(jīng)驗公式
=)",+%+ (其中Iii為輸入層節(jié)點個數(shù)，IItl為輸出層節(jié)點個數(shù)，a為f 10之間的常熟)， 計算出隱含層節(jié)點數(shù)的取值范圍；(C)當(dāng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)和訓(xùn)練樣本數(shù)據(jù)確定后總誤差函數(shù)就完全由激勵函數(shù)決定了，采用S型函數(shù)f (X)=I/(l+e_kx)，當(dāng)k=l. 5時，訓(xùn)練的誤差小，收斂較快。經(jīng)過不斷的訓(xùn)練達(dá)到所需要求后，訓(xùn)練過程結(jié)束。本發(fā)明的技術(shù)依據(jù)是對于大包5澆注狀態(tài)的識別的顯著意義在于通過對于下渣時刻的提前獲取，達(dá)到控制進(jìn)入中間包I鋼渣6量的目的，因此最簡單的劃分是將澆注狀態(tài)分為正常澆注和下渣兩種。然而，隨著大包5內(nèi)鋼水2液面的降低，在重力、克里奧利力以及初始流體擾動的作用下，鋼流表面會逐漸形成自由表面旋渦。隨旋渦形成發(fā)展成一定規(guī)模后會將浮于鋼水2表面的鋼渣6卷入旋渦中心并帶至出流口進(jìn)入中間包1，從而不僅影響鋼坯質(zhì)量還會造成中間包I水口堵塞及降低連鑄坯質(zhì)量與鋼水2收得率。同時旋渦所挾帶的空氣增加了鋼水2 二次氧化時間而致使鋼坯質(zhì)量下降。這時鋼流的成分為鋼水2、鋼渣6和空氣，這一狀態(tài)處于正常澆注狀態(tài)和下渣狀態(tài)之間。綜合以上分析，將大包5澆注過程劃分為正常澆注、混渣澆注、下渣3種狀態(tài)。在大包5澆注過程中，隨著大包5內(nèi)鋼水2液面的降低，由于重力、克里奧利力以及初始流體擾動的作用，鋼流表面會逐漸形成自由表面旋渦。隨旋渦形成發(fā)展成一定規(guī)模后會將浮于鋼水2表面的鋼渣6卷入旋渦中心并帶至出流口進(jìn)入中間包I。因此可通過準(zhǔn)確掌握自由表面旋渦發(fā)生位置及發(fā)展?fàn)顟B(tài)，從而采取旋渦的抑制措施對旋渦進(jìn)行有效的控制與消除，進(jìn)而降低帶來的危害。在本發(fā)明中，引入了圖像處理、識別與神經(jīng)網(wǎng)絡(luò)的方法，在大包5澆注過程中，采集大包5液面圖像信息，對圖像進(jìn)行改進(jìn)并進(jìn)行預(yù)處理、特征提取及特征識別，解決鋼水2表面旋渦的識別并獲取其位置及狀態(tài)信息，并將其作為神經(jīng)網(wǎng)絡(luò)的輸入，通過標(biāo)準(zhǔn)樣本的訓(xùn)練，確定BP神經(jīng)網(wǎng)絡(luò)的的各個函數(shù)，從而得到大包5澆注過程的3個狀態(tài)。當(dāng)然，以上列舉的僅是本發(fā)明的一個具體實施例，顯然，本發(fā)明不限于以上實施例，還可以有許多變形。本領(lǐng)域的普通技術(shù)人員能從本發(fā)明公開的內(nèi)容直接導(dǎo)出或聯(lián)想到的所有變形，均應(yīng)認(rèn)為是本發(fā)明的保護(hù)范圍。
權(quán)利要求
1.一種基于鋼水表面旋渦圖像識別的下渣檢測方法，其特征在于，是在大包上方安裝攝像頭，并通過電纜依次連接至圖像信號控制單元和工控機；所述下渣檢測方法包括以下具體步驟 (A)將大包內(nèi)形成的旋渦分為無渣旋渦、混渣旋渦和全渣旋渦3種狀態(tài)，這三種旋渦狀態(tài)分別對應(yīng)大包澆注過程的正常澆注、混渣澆注和下渣3種狀態(tài)； (B)由攝像頭采集鋼水表面旋渦的二維圖像特征，對圖像進(jìn)行預(yù)處理；通過基于幾何主動輪廓模型的旋轉(zhuǎn)對稱區(qū)域分割、基于Canny算子的流線邊緣、方向檢測及旋轉(zhuǎn)中心定位進(jìn)行圖像特征的提取，通過旋渦識別及旋渦狀態(tài)特征提取進(jìn)行自由表面圖像特征識別； (C)經(jīng)旋渦圖像特征識別后，將與下渣密切相關(guān)的旋渦區(qū)域的面積、周長及旋渦狀態(tài)特征值做歸一化處理后表示的旋渦特征向量作為BP網(wǎng)絡(luò)輸入層的四個節(jié)點，以設(shè)定的三個出鋼含渣狀態(tài)參量構(gòu)成輸出節(jié)點，通過設(shè)計實現(xiàn)按誤差逆?zhèn)鞑ビ?xùn)練的三層前饋網(wǎng)絡(luò)分類器并對其進(jìn)行訓(xùn)練，從而得到三種出鋼含渣狀態(tài)。
2.根據(jù)權(quán)利要求I所述的下渣檢測方法，其特征在于，所述自由表面漩渦圖像特征識別由條件I纏繞角條件，即纏繞角a=±2 π，記順時針為正；以及條件2流場中流體在相鄰區(qū)域內(nèi)應(yīng)滿足Z (IpU e [(O, Ji/2), ZCIijIi-!) e (-π/2，O)]來判定，通過同時滿足條件I與條件2則判定為漩渦；所述纏繞角 其中N2為正方 形模板被分成的塊數(shù)，Ii為第i塊區(qū)域流水線切線方向均值。
3.根據(jù)權(quán)利要求I所述的下渣檢測方法，其特征在于，所述圖像預(yù)處理過程包括松弛法圖像去噪以及基于Sobel算子的圖像銳化。
4.根據(jù)權(quán)利要求I所述的下渣檢測方法，其特征在于，所述三層前饋網(wǎng)絡(luò)分類器的拓?fù)浣Y(jié)構(gòu)分為分為輸入層、中間隱層和輸出層，按誤差逆?zhèn)鞑ビ?xùn)練步驟為 (a)設(shè)計輸入層和輸出層輸入層的節(jié)點數(shù)取決于旋渦特征向量的維數(shù)，將經(jīng)旋渦圖像識別后與下渣密切相關(guān)的旋渦區(qū)域的面積，周長及旋渦狀態(tài)特征值I、ξ2做歸一化處理后表示為旋渦特征向量u=[Ul，u2，u3，u4]，從而作為BP網(wǎng)絡(luò)輸入層的四個節(jié)點；旋渦區(qū)域的面積及周長的歸一化值為旋渦的瞬時面積及周長值比排水口面積及周長，旋渦狀態(tài)特征值I1^ I2的歸一化值為ξ P ξ 2比8級灰度階值255 ;輸出節(jié)點為已設(shè)的三個出鋼含渣狀態(tài)參量，即無渣、混渣、全渣；(b)設(shè)定隱含層的節(jié)點數(shù)根據(jù)經(jīng)驗公式=)w,+K0+a (其中ni為輸入層節(jié)點個數(shù)，n0為輸出層節(jié)點個數(shù)，a為f 10之間的常熟)，計算出隱含層節(jié)點數(shù)的取值范圍； (c)激勵函數(shù)采用S型函數(shù)f(X)=l/(l+e_kx)，經(jīng)過不斷的訓(xùn)練達(dá)到所需要求后，訓(xùn)練過程結(jié)束。
5.根據(jù)權(quán)利要求4所述的下渣檢測方法，其特征在于，所述S型函數(shù)的k值取1.5。
6.一種用于實現(xiàn)權(quán)利要求I所述方法的基于鋼水表面旋渦圖像識別的下渣檢測裝置，包括圖像采集系統(tǒng)和圖像處理系統(tǒng)，其特征在于，所述圖像采集系統(tǒng)是安裝在下端有滑動水口的大包正上方的攝像頭，圖像處理系統(tǒng)包括圖像信號控制單元和工控機；攝像頭通過電纜與圖像信號控制單元連接，圖像信號控制單元通過光纜與工控機連接。
7.根據(jù)權(quán)利要求6所述的下渣檢測裝置，其特征在于，所述圖像信號控制單元包括數(shù)據(jù)采集模塊、電源管理模塊、水口控制單元和現(xiàn)場報警模塊。
8.根據(jù)權(quán)利要求7所述的下渣檢測裝置，其特征在于，所述水口控制單元一端與滑動水口連接，另一端與工控機連接。
9.根據(jù)權(quán)利要求6所述的下渣檢測裝置，其特征在于，所述攝像頭外裝有防塵罩并且密封。
全文摘要
本發(fā)明涉及冶金工業(yè)自動化控制領(lǐng)域，旨在提供一種基于鋼水表面旋渦圖像識別的下渣檢測方法及裝置。該下渣檢測方法及裝置是在大包上方安裝攝像頭，并通過電纜依次連接至圖像信號控制單元和工控機，然后對圖像進(jìn)行處理和提取，從而得到三種出鋼含渣狀態(tài)。本發(fā)明從大包下渣提高了下渣預(yù)報的準(zhǔn)確性和穩(wěn)定性；通過自由表面旋渦的識別方法，獲得大包鋼水表面旋渦的中心位置、狀態(tài)特征量信息，實現(xiàn)了在連鑄現(xiàn)場復(fù)雜工況環(huán)境下對于特征信息的提??；實現(xiàn)了“未下渣、先檢測”的先驗檢測功能，更有效的控制鋼水質(zhì)量及提高收得率。
文檔編號B22D11/18GK102921915SQ201210409049
公開日2013年2月13日 申請日期2012年10月23日 優(yōu)先權(quán)日2012年10月23日
發(fā)明者李培玉 申請人:杭州譜誠泰迪實業(yè)有限公司