【技术实现步骤摘要】
本专利技术涉及自动化处理，具体地，涉及自动完成转炉倒渣方法及系统，更为具体地，涉及基于图像识别的渣罐液面高度和渣流落点的智能识别方法及系统。
技术介绍
1、在转炉冶炼中，有一种称作“转炉留渣工艺”被广泛地应用在转炉炼钢技术中，该工艺是利用上一炉终渣的氧化铁和氧化钙，降低钢铁料消耗和辅料消耗，同时有利于下一炉前期渣的形成，有助于前期脱磷。该工艺的特点是在倒渣时并不是把所有的炉渣全部倒出，而是保留一定量的炉渣，供下一炉冶炼使用。
2、通常采用留渣工艺的转炉倒渣包括以下操作步骤：将渣罐车移动到炉渣的承接位置；倾斜转炉，使转炉内的炉渣从大炉口倾倒入车上的渣罐内；达到钢种“留渣工艺”的目标留渣量的要求，停止倒渣；回摇转炉到垂直位置，完成整个的倒渣过程。
3、在现有的转炉倒渣工艺中，都是依靠人工操作转炉倾转，并观察渣流的落点从而移动渣罐车的位置。
4、但是，此工艺对操作工人的技术有较高的要求，存在由于操作工人导致留渣过多或过少，或炉渣掉落到渣罐以外的位置，不利于下一炉前期渣的形成，并且在倒渣过程中会产生烟雾和喷溅，进而增加了引发安全事故的风险。
5、专利文献cn113528736a(申请号：202010244484.x)公开了一种转炉留渣工艺自动倒渣的方法和系统，通过实时计算跟踪区域内渣面积si，并且实时检测渣罐内炉渣重量gi；当到渣罐内的炉渣重量gi达到目标倒渣量g0或二者具有允许的偏差量时，停止转炉倾转并启动转炉回摇。而本专利技术通过根据转炉的实际尺寸和内壁腐蚀数据，建立三重积分体积计算模
技术实现思路
1、针对现有技术中的缺陷，本专利技术的目的是提供一种自动完成转炉倒渣的方法及系统。
2、根据本专利技术提供的一种自动完成转炉倒渣的方法，包括：
3、步骤s1：根据转炉的实际尺寸和转炉壁厚构建转炉三维模型；
4、步骤s2：基于构建的转炉三维模型，在炉渣流速一定的情况下，建立转炉内的留渣量的重量与转炉倾动角度之间的函数关系；
5、步骤s3：构建目标检测模型，并对构建的目标检测模型进行训练；
6、步骤s4：基于采集到的实时图像通过训练后的目标检测模型识别渣罐液面高度和渣流落点，并根据识别出的渣罐液面高度和渣流落点控制转炉是否回摇；
7、其中，所述目标检测模型是基于yolov8实现渣罐液面高度和渣流落点的检测识别。
8、优选地，所述步骤s1采用：
9、步骤s1.1：利用测厚仪测量转炉壁厚；
10、步骤s1.2：根据测量得到的转炉壁厚与转炉的实际尺寸，构造转炉三维模型；
11、步骤s1.3：根据转炉三维模型，建立炉内半径随着高度变化的函数关系；
12、r＝f(h)
13、其中，h表示高度；r表示高度h对应的炉内半径。
14、优选地，所述步骤s2采用：
15、步骤s2.1：在竖直状态下，将转炉从下到上均匀分成n层，每层高度h′满足预设要求；
16、步骤s2.2：计算与倾动角度相关的每层渣的底面积；
17、
18、其中，α表示倾角；l表示对应高度纵坐标h，倾角为α时的液面横坐标；h表示高度；r表示高度h对应的炉内半径；
19、步骤s2.3：计算每层渣的体积；
20、vi(hi,α)＝s*h′
21、步骤s2.4：计算留渣体积；
22、v(α)＝v1+...+vn
23、步骤s2.5：根据留渣体积和渣密度计算留渣重量。
24、优选地，所述步骤s3采用：
25、步骤s3.1：获取历史时期包括出渣口、渣罐口以及渣罐液面红外成像的图像，通过labelme图像标注工具对获取的历史时期的图像进行标注，包括渣流、渣罐口以及渣罐液面的边界进行标记；形成训练数据集；
26、步骤s3.2：将训练数据集划分为验证集和训练集；
27、步骤s3.3：构建基于yolov8目标检测网络的目标检测模型；
28、步骤s3.4：利用训练集对目标检测模型进行训练，获得训练后的目标检测模型；
29、步骤s3.5：利用验证集评估当前训练后的目标检测模型，当性能未达到预设要求时，则调整目标检测模型的超参数，重复触发步骤s3.4至步骤s3.5，直至性能满足预设要求。
30、优选地，所述步骤s4采用：
31、步骤s4.1：根据转炉内留渣量与转炉倾斜角度的函数关系，根据实际所需的留渣量，确定转炉内应留渣量所对应的转炉倾动角度；
32、步骤s4.2：基于实时获取的图像，利用训练后的目标检测模型对实时获取的图像进行渣罐液面高度和渣流落点的检测识别，根据渣罐口与渣罐液面之间的高度差控制转炉是否继续倾倒炉渣；若渣罐内液面与渣罐的识别边界上沿的高度差h小于设定的阈值，则停止倾倒炉渣，转炉回摇。
33、根据本专利技术提供的一种自动完成转炉倒渣的系统，包括：
34、模块m1：根据转炉的实际尺寸和转炉壁厚构建转炉三维模型；
35、模块m2：基于构建的转炉三维模型，在炉渣流速一定的情况下，建立转炉内的留渣量的重量与转炉倾动角度之间的函数关系；
36、模块m3：构建目标检测模型，并对构建的目标检测模型进行训练；
37、模块m4：基于采集到的实时图像通过训练后的目标检测模型识别渣罐液面高度和渣流落点，并根据识别出的渣罐液面高度和渣流落点控制转炉是否回摇；
38、其中，所述目标检测模型是基于yolov8实现渣罐液面高度和渣流落点的检测识别。
39、优选地，所述模块m1采用：
40、模块m1.1：利用测厚仪测量转炉壁厚；
41、模块m1.2：根据测量得到的转炉壁厚与转炉的实际尺寸，构造转炉三维模型；
42、模块m1.3：根据转炉三维模型，建立炉内半径随着高度变化的函数关系；
43、r＝f(h)
44、其中，h表示高度；r表示高度h对应的炉内半径。
45、优选地，所述模块m2采用：
46、模块m2.1：在竖直状态下，将转炉从下到上均匀分成n层，每层高度h′满足预设要求；
47、模块m2.2：计算与倾动角度相关的每层渣的底面积；
48、
49、其中，α表示倾角；l表示对应高度纵坐标h，倾角为α时的液面横坐标；h表示高度；r表示高度h对应的炉内半径；
50、模块m2.3：计算每层渣的体积；
51、vi(hi,α)＝s*h′
52、模块m2.4：计算留渣体积；
53、v(α)＝v1+...+vn
54、模块m2.5：根据留渣体积和渣密度计算留渣重量。
55、优选地，所述模块m3采用：
56、模块m3本文档来自技高网...
【技术保护点】
1.一种自动完成转炉倒渣的方法，其特征在于，包括：
2.根据权利要求1所述的自动完成转炉倒渣的方法，其特征在于，所述步骤S1采用：
3.根据权利要求1所述的自动完成转炉倒渣的方法，其特征在于，所述步骤S2采用：
4.根据权利要求1所述的自动完成转炉倒渣的方法，其特征在于，所述步骤S3采用：
5.根据权利要求1所述的自动完成转炉倒渣的方法，其特征在于，所述步骤S4采用：
6.一种自动完成转炉倒渣的系统，其特征在于，包括：
7.根据权利要求6所述的自动完成转炉倒渣的系统，其特征在于，所述模块M1采用：
8.根据权利要求6所述的自动完成转炉倒渣的系统，其特征在于，所述模块M2采用：
9.根据权利要求6所述的自动完成转炉倒渣的系统，其特征在于，所述模块M3采用：
10.根据权利要求6所述的自动完成转炉倒渣的系统，其特征在于，所述模块M4采用：
【技术特征摘要】
1.一种自动完成转炉倒渣的方法，其特征在于，包括：
2.根据权利要求1所述的自动完成转炉倒渣的方法，其特征在于，所述步骤s1采用：
3.根据权利要求1所述的自动完成转炉倒渣的方法，其特征在于，所述步骤s2采用：
4.根据权利要求1所述的自动完成转炉倒渣的方法，其特征在于，所述步骤s3采用：
5.根据权利要求1所述的自动完成转炉倒渣的方法，其特征在于，所述步骤s4采用：
...【专利技术属性】
技术研发人员：周新宜，
申请(专利权)人：上海宝信软件股份有限公司，
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。