System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种转炉风口状态监测方法及相关设备技术_技高网

一种转炉风口状态监测方法及相关设备技术

技术编号:44825904 阅读:2 留言:0更新日期:2025-03-28 20:17
本申请公开一种转炉风口状态监测方法及相关设备,涉及图像识别技术领域,该方法包括实时采集目标图像数据,所述目标图像数据为包含当前转炉风口的图像数据;将所述目标图像数据输入至目标监测模型,以实时对当前转炉风口的状态进行识别,得到状态识别结果;所述目标监测模型是基于转炉风口图像数据集训练得到的;根据所述状态识别结果,制定当前转炉风口的维护目标或调整措施。本申请能够自动、准确地识别转炉风口的状态,显著提高了转炉运行的效率和安全性。此外,本申请的实施促进了转炉风口维护工作的智能化,减少了人工干预的需要,确保了生产过程的稳定性和连续性。

【技术实现步骤摘要】

本申请涉及图像识别,尤其涉及一种转炉风口状态监测方法及相关设备


技术介绍

1、在钢铁生产过程中,转炉吹炼是关键步骤之一。转炉底吹风口的状态直接影响到吹炼效率和产品质量。传统上,封口的检测和维护依赖于人工观察和经验判断,这不仅耗时耗力,而且结果的准确性和及时性难以保证。

2、因此,有必要提出一种转炉风口状态监测方法来解决上述问题。


技术实现思路

1、在
技术实现思路
部分中引入了一系列简化形式的概念,这将在具体实施方式部分中进一步详细说明。本申请的
技术实现思路
部分并不意味着要试图限定出所要求保护的技术方案的关键特征和必要技术特征,更不意味着试图确定所要求保护的技术方案的保护范围。

2、本申请具体包括以下几个方面:

3、第一方面,本申请提出一种转炉风口状态监测方法,包括:

4、实时采集目标图像数据,所述目标图像数据为包含当前转炉风口的图像数据;

5、将所述目标图像数据输入至目标监测模型,以实时对当前转炉风口的状态进行识别,得到状态识别结果;所述目标监测模型是基于转炉风口图像数据集训练得到的;

6、根据所述状态识别结果,制定当前转炉风口的维护目标或调整措施。

7、在一种可行的实施方式中,所述转炉风口图像数据集的获取步骤包括:

8、采集目标转炉风口的图像数据;

9、对所述目标转炉风口的图像数据进行预处理,得到所述转炉风口图像数据集;所述预处理包括调整图像大小、图像数据归一化和图像数据增强。

10、在一种可行的实施方式中,所述采集目标转炉风口的图像数据,包括:

11、通过图像采集装置,在所述目标转炉的倾角达到90度,且所述图像采集装置识别到当前区域无行人遮挡时,实时采集所述目标转炉风口的图像数据。

12、在一种可行的实施方式中,对所述目标转炉风口的图像数据进行预处理,得到所述转炉风口图像数据集,还包括:

13、识别所述目标转炉风口的图像数据中每张图像中所述目标转炉的风口状态;

14、对所述风口状态进行状态分类,并按不同类别对所述目标转炉风口的图像数据进行特征标注;所述状态分类包括正常状态、堵塞状态、破损状态和侵蚀状态。

15、在一种可行的实施方式中,基于所述转炉风口图像数据集训练得到所述目标监测模型,包括:

16、构建初始监测模型;

17、基于所述转炉风口图像数据集对所述初始监测模型进行训练,直至模型达到收敛条件;

18、将测试数据集输入至训练后的监测模型,输出状态识别测试结果;

19、对所述状态识别测试结果进行评估,若所述状态识别测试结果未达到预设阈值,则继续对所述初始监测模型进行训练;若所述状态识别测试结果达到预设阈值,则完成训练,得到所述目标监测模型。

20、在一种可行的实施方式中,基于所述转炉风口图像数据集对所述初始监测模型进行训练,直至模型达到收敛条件,还包括:

21、采用交叉熵损失函数和反向传播算法对所述初始监测模型进行训练;

22、采用早停法、正则化法和学习率调整法对训练后的初始监测模型进行优化。

23、在一种可行的实施方式中,所述状态识别测试结果包括准确率、召回率和f1分数。

24、第二方面,本申请提出一种转炉风口状态监测装置,应用于上述实施例中任一项所述的转炉风口状态监测方法,包括:

25、图像采集单元,用于实时采集目标图像数据,所述目标图像数据为包含当前转炉风口的图像数据;

26、图像识别单元,用于将所述目标图像数据输入至目标监测模型,以实时对当前转炉风口的状态进行识别,得到状态识别结果;所述目标监测模型是基于转炉风口图像数据集训练得到的;

27、结果输出单元,用于根据所述状态识别结果,制定当前转炉风口的维护目标或调整措施。

28、第三方面,一种电子设备,包括:存储器、处理器以及存储在上述存储器中并可在上述处理器上运行的计算机程序,上述处理器用于执行存储器中存储的计算机程序时实现如上述的第一方面任一项的转炉风口状态监测方法的步骤。

29、第四方面,本申请还提出一种计算机可读存储介质,其上存储有计算机程序,上述计算机程序被处理器执行时实现第一方面任一项的转炉风口状态监测方法的步骤。

30、综上,本申请提出的转炉风口状态监测方法,通过使用卷积神经网络进行图像识别,本申请能够自动、准确地识别转炉风口的状态,显著提高了转炉运行的效率和安全性。此外,本申请的实施促进了转炉风口维护工作的智能化,减少了人工干预的需要,确保了生产过程的稳定性和连续性。

31、本申请提出的转炉风口状态监测方法,本申请的其它优点、目标和特征将部分通过下面的说明体现,部分还将通过对本申请的研究和实践而为本领域的技术人员所理解。

本文档来自技高网...

【技术保护点】

1.一种转炉风口状态监测方法,其特征在于,包括:

2.根据权利要求1所述的转炉风口状态监测方法,其特征在于,所述转炉风口图像数据集的获取步骤包括:

3.根据权利要求2所述的转炉风口状态监测方法,其特征在于,所述采集目标转炉风口的图像数据,包括:

4.根据权利要求2所述的转炉风口状态监测方法,其特征在于,对所述目标转炉风口的图像数据进行预处理,得到所述转炉风口图像数据集,还包括:

5.根据权利要求2所述的转炉风口状态监测方法,其特征在于,基于所述转炉风口图像数据集训练得到所述目标监测模型,包括:

6.根据权利要求5所述的转炉风口状态监测方法,其特征在于,基于所述转炉风口图像数据集对所述初始监测模型进行训练,直至模型达到收敛条件,还包括:

7.根据权利要求5所述的转炉风口状态监测方法,其特征在于,所述状态识别测试结果包括准确率、召回率和F1分数。

8.一种转炉风口状态监测装置,应用于上述权利要求1至7中任一项所述的转炉风口状态监测方法,其特征在于,包括:

9.一种电子设备,包括:存储器和处理器,其特征在于,所述处理器用于执行存储器中存储的计算机程序时实现如权利要求1-7中任一项所述的转炉风口状态监测方法的步骤。

10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述的转炉风口状态监测方法的步骤。

...

【技术特征摘要】

1.一种转炉风口状态监测方法,其特征在于,包括:

2.根据权利要求1所述的转炉风口状态监测方法,其特征在于,所述转炉风口图像数据集的获取步骤包括:

3.根据权利要求2所述的转炉风口状态监测方法,其特征在于,所述采集目标转炉风口的图像数据,包括:

4.根据权利要求2所述的转炉风口状态监测方法,其特征在于,对所述目标转炉风口的图像数据进行预处理,得到所述转炉风口图像数据集,还包括:

5.根据权利要求2所述的转炉风口状态监测方法,其特征在于,基于所述转炉风口图像数据集训练得到所述目标监测模型,包括:

6.根据权利要求5所述的转炉风口状态监测方法,其特征在于,基于所述转炉风口图像数据集...

【专利技术属性】
技术研发人员:陶金刘珍童朱良谢洪文秦佳星郭玉明江腾飞安伟付许利
申请(专利权)人:北京首钢股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1