【技术实现步骤摘要】
本专利技术涉及火试金实验设备参数监测，具体涉及一种基于智能控制的火试金实验设备参数监测系统。
技术介绍
1、火试金实验是一种广泛应用于矿石和冶金产品中贵金属元素含量测定的方法。然而，传统的火试金实验过程通常需要人工操作和监控，这不仅效率低下，而且容易出错。此外，实验过程中涉及的参数众多，如温度、时间、压力等，这些参数的准确控制对于实验结果的准确性和可靠性至关重要。
2、为了解决上述问题，智能控制的火试金实验设备参数监测系统应运而生。该系统通过集成先进的传感器、控制算法和计算机技术，实现对火试金实验过程中关键参数的实时监测和控制。在智能控制的火试金实验设备参数监测系统中，传感器用于实时监测实验过程中的各种参数，如温度、压力、时间等。这些传感器将参数信号转换为电信号，然后通过信号处理电路进行处理，最终传输到计算机系统中。计算机系统接收来自传感器的参数信号，并通过控制算法对参数进行实时分析和处理。控制算法可以根据实验要求和目标值，对实验设备进行精确控制，确保实验过程的稳定性和准确性。
3、因此，亟需一种基于智能控制的火试金实验设备参数监测系统。
技术实现思路
1、本专利技术的目的在于提供一种基于智能控制的火试金实验设备参数监测系统：解决现有方案中因传统的火试金实验过程通常需要人工操作和监控，而导致的效率低下而且容易出错的技术问题。
2、本专利技术的目的可以通过以下技术方案实现：
3、基于智能控制的火试金实验设备参数监测系统，系统工作流程包括
4、根据熔样数据获取熔样炉的升温速率；
5、在升温速率出现停滞时，获取熔样炉内实验样本的熔样图像；
6、根据实验样本的熔样图像判断实验样本的熔化程度是否达到熔样标准，若是，进行实验样本的灰吹提炼；
7、获取灰吹实验数据以计算实验样本的还原完全度，并依据还原完全度记录实验设备参数。
8、进一步地，获取熔样炉内实验样本的熔样图像包括以下步骤：
9、获取待判定的熔样图像；
10、将待判定的熔样图像输入到图像分割模型中，由图像分割模型基于熔样炉对应的多个目标区域的分布信息，对待判定的熔样图像进行分割，输出实验样本的熔样图像，其中，图像分割模型基于多个熔样炉内部图像，并基于实验样本的熔样图像进行预训练得到。
11、进一步地，图像分割模型基于多种熔样炉内部图像，并基于实验样本的熔样图像进行预训练得到包括以下步骤：
12、图像分割模型基于多个第二样本图像对第二初始模型进行训练得到，第二初始模型基于多个第一样本图像对第一初始模型进行预训练得到，第一样本图像包括多种熔样炉内部图像，多个第二样本图像为实验样本的熔样图像，第二初始模型中包括多种熔样炉内部对应的多个目标区域的分布信息，多个第二样本图像的图像信息至少包括实验样本对应的多个目标区域的分布信息。
13、进一步地，基于cnn模型对第一、第二样本图像进行特征提取得到多个目标区域的分布信息。
14、进一步地，根据实验样本的熔样图像判断实验样本的熔化程度是否达到熔样标准包括以下步骤：
15、基于实验样本的熔样图像判断熔样图像中是否有存在固体，若是，则根据坩埚的尺寸大小和坩埚所在熔样图像中的尺寸大小来计算固体尺寸大小，若固体尺寸大小未超过预定尺寸，则判定实验样本的熔化程度达到熔样标准；
16、基于实验样本的熔样图像判断熔样图像中是否有气泡，若是，则判定实验样本的熔化程度达到熔样标准。
17、进一步地，获取灰吹实验数据以计算实验样本的还原完全度以下步骤：
18、灰吹实验数据包括金属含量g、碳酸钠含量t、氧化铅含量q、硼砂含量p、玻璃粉含量b、硝酸钾含量x以及硝酸银溶液含量y；
19、将金属含量g、碳酸钠含量t、氧化铅含量q、硼砂含量p、玻璃粉含量b、硝酸钾含量x以及硝酸银溶液含量y代入到计算公式，计算得到实验样本的还原完全度lmo，该计算公式如下：
20、;
21、其中，为碳酸钠的纯度系数，为氧化铅的纯度系数，为硼砂的纯度系数，为玻璃粉的纯度系数，为硝酸钾的纯度系数，为硝酸银溶液的浓度。
22、进一步地，该系统的工作流程步骤还包括：
23、获取实验设备的实时工作参数，基于实验设备的实时工作参数进行预警播报：
24、基于“k”型热电偶传感器获取熔样炉与灰吹炉温度数据，超温自动报警；
25、在熔样炉与灰吹炉工作停止时刻，气动控制炉门的开启动。
26、进一步地，该系统包括：
27、数据获取模块，用于根据熔样数据获取熔样炉的升温速率；
28、分析处理模块，用于在升温速率出现停滞时，获取熔样炉内实验样本的熔样图像；
29、判断模块，用于根据实验样本的熔样图像判断实验样本的熔化程度是否达到熔样标准，若是，进行实验样本的灰吹提炼；
30、计算模块，用于获取灰吹实验数据以计算实验样本的还原完全度，并依据还原完全度记录实验设备参数。
31、相比于现有方案，本专利技术实现的有益效果：
32、1）本专利技术能够在熔样炉升温速率出现停滞时，获取熔样炉内实验样本的熔样图像，根据实验样本的熔样图像判断实验样本的熔化程度是否达到熔样标准，不依靠人工观察去判断实验样本是否达到充分熔化，使得试验样本熔化程度更加的彻底。
33、2）另一方面，根据灰吹实验数据以计算实验样本的还原完全度，并记录下试验设备的工作参数，以便下次进行灰吹试验时直接按照记录进行添加还原试剂，提高实验样本的还原效率。
本文档来自技高网...【技术保护点】
1.基于智能控制的火试金实验设备参数监测系统，其特征在于，系统工作流程包括：
2.根据权利要求1所述的基于智能控制的火试金实验设备参数监测系统，其特征在于，获取熔样炉内实验样本的熔样图像包括以下步骤：
3.根据权利要求2所述的基于智能控制的火试金实验设备参数监测系统，其特征在于，图像分割模型基于多种熔样炉内部图像，并基于实验样本的熔样图像进行预训练得到包括以下步骤：
4.根据权利要求3所述的基于智能控制的火试金实验设备参数监测系统，其特征在于，基于CNN模型对第一、第二样本图像进行特征提取得到多个目标区域的分布信息。
5.根据权利要求1所述的基于智能控制的火试金实验设备参数监测系统，其特征在于，根据实验样本的熔样图像判断实验样本的熔化程度是否达到熔样标准包括以下步骤：
6.根据权利要求1所述的基于智能控制的火试金实验设备参数监测系统，其特征在于，获取灰吹实验数据以计算实验样本的还原完全度以下步骤：
7.根据权利要求1所述的基于智能控制的火试金实验设备参数监测系统，其特征在于，该系统的工作流程步骤还包括：>
8.根据权利要求1所述的基于智能控制的火试金实验设备参数监测系统，其特征在于，该系统包括：
...【技术特征摘要】
1.基于智能控制的火试金实验设备参数监测系统，其特征在于，系统工作流程包括：
2.根据权利要求1所述的基于智能控制的火试金实验设备参数监测系统，其特征在于，获取熔样炉内实验样本的熔样图像包括以下步骤：
3.根据权利要求2所述的基于智能控制的火试金实验设备参数监测系统，其特征在于，图像分割模型基于多种熔样炉内部图像，并基于实验样本的熔样图像进行预训练得到包括以下步骤：
4.根据权利要求3所述的基于智能控制的火试金实验设备参数监测系统，其特征在于，基于cnn模型对第一、第二样本图像进行特征提取得到多个目标区域...
【专利技术属性】
技术研发人员：于双民，林倩，马运荣，林柳，张坤，孙照洁，
申请(专利权)人：青岛垚鑫智能科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。