（控制科学与工程专业论文）高炉料面区域温度特征智能提取方法研究与应用.pdf

摘要 针对高炉内部环境复杂，反映煤气流发展状态的料面温度特征难 以提取的问题，本文从工艺机理的角度分析了料面红外图像、十字测 温、上升管温度、炉墙温度等与料面温度场之间的关系，根据煤气流 分布特点，提出了种高炉料面区域温度特征提取方法，分别对高炉 中心区域和边缘区域的特征进行提取。 首先，进行料面中心区域温度特征提取。根据红外摄像仪的成像 原理与安装情况，对红外图像和高炉料面的坐标系完成空间配准；依 据高炉生产特点，对高炉中心点进行离线配准，采用动态定标算法， 完成红外可视区的温度场检测。利用图像阂值分割与空间配准，进行 炉心区宽度和炉心偏移程度特征进行提取。结合料面中心温度指数与 炉心宽度，采用模糊推理的方法对中心区的温度特征进行评价，反映 中心煤气流的发展状态。 其次，进行料面边缘区域的温度特征提取。由于十字测温、炉墙 温度以及矿焦比与料面边缘温度存在相关性，首先采用单一信息在不 同尺度下对边缘温度进行检测；然后，采用模糊d s 证据方法融合单 一信息的检测值，获得料面边缘温度，降低了检测的不确定性：最后， 结合料面边缘温度指数与边缘宽度，采用模糊推理的方法对边缘区的 温度特征进行评价，反映边缘煤气流的发展状态。 根据提出的特征提取方法，开发了高炉料面温度场检测系统，并 成功运行于某钢铁企业2 2 0 0 m 3 高炉。系统采用可视化界面显示料面温 度场，更直观地反映料面温度分布情况，为高炉操作人员提供了炉况 的实时、可靠的参考信息。 关键词高炉料面温度，煤气流分布，特征提取，模糊推理， d s 证据融合 a bs t r a c t w i t ht h ep r o b l e m sa b o u tc o m p l e xe n v i r o n m e n tl n s i d eb l a s t f u r n a c e ( b f ) a n dt h ed i f f i c u l t yi ne x t r a c t i n gt e m p e r a t u r ef e a t u r e so f b u r d e ns u r f a c ew h i c hr e f l e c tt h es t a t u so fg a sf l o w , t h er e l a t i o n s h i p s a m o n gt e m p e r a t u r ef i e l d s o fb u r d e ns u r f a c e ，i n f r a r e di m a g eo f b u r d e ns u r f a c e ，c r o s s i n gt e m p e r a t u r e ，t e m p e r a t u r eo fr i s i n gp i p e s ， a n dt e m p e r a t u r eo fw a l la r ea n a l y z e di nt h i st h e s i s a c c o r d i n gt ot h e c h a r a c t e r i s t i co fg a sf l o wd i s t r i b u t i o n ，am e t h o di s p r o p o s e dt o e x t r a c tt h et e m p e r a t u r ef e a t u r e si nc e n t r a la n dp e r i p h e r a lr e g i o n so f b u r d e ns u r f a c e f i r s t l y ，t h et e m p e r a t u r ef e a t u r e si nt h ec e n t r a lr e g i o no fb u r d e n s u r f a c ea r ee x t r a c t e d t h ec o o r d i n a t e sb e t w e e ni n f r a r e di m a g ea n d b u r d e ns u r f a c ea r em a t c h e da c c o r d i n gt o i m a g i n gp r i n c i p l eo f c a m e r aa n di n s t a l l a t i o nc o n d i t i o n so fi n f r a r e dc a m e r a ，a n dc e n t r a l p o i n t o fb fi sm a t c h e do f f i i n ei na c c o r d a n c ew i t h p r o d u c t i o n p r o c e s s t h e nt h ew a yo fd y n a m i ct e m p e r a t u r ec a l i b r a t i o n i s e m p l o y e d t oa c h i e v et h e t e m p e r a t u r ef i e l d s o fi n f r a r e dv i s i b l e r e g i o n t h r o u g ht h em e t h o d so fi m a g et h r e s h ol ds eg m e n t a t i o na n d s p a t i a lr e g i s t r a t i o n ，t h ef e a t u r e sa b o u tw i d t ha n dd e v i a t i o ne x t e n do f c e n t r a lr e g i o na l ee x t r a c t e d w i t ht e m p e r a t u r ei n d e xo fc e n t e ra n dw i d t h o fc e n t r a lr e g i o n ，t h em e t h o do ff u z z yr e a s o n i n gi se m p l o y e dt oe v a l u a t e t h ef e a t u r eo fc e n t r a lt e m p e r a t u r ew h i c h d i s p l a y st h ed e v e l o p i n gs t a t u so f c e n t r a lg a sf l o w s e c o n d l y ，t h et e m p e r a t u r ef e a t u r e si nt h ep e r i p h e r a lr e g i o no f b u r d e ns u r f a c ea r ee x t r a c t e d b e a c a u s eo ft h ec o r r e l a t i o n sb e t w e e n t e m p e r a t u r eo fp e r i p h e r a lr e g i o na n ds o m ei n f o r m a t i o ns u c ha s c r o s s i n gt e m p e r a t u r e ，w a l lt e m p e r a t u r ea n dr a t i oo fo r ea n dc o k e ， t h es i n g l ei n f o r m a t i o ni su t i l i z e dt om e a s u r et h et e m p e r a t u r eo f p e r i p h e r a lr e g i o no fb u r d e ns u r f a c ew i t hd i f f e r e n ts c a l e s t h e nt h e m e t h o do ff u z z yd - se v id e n c ei s a d o p t e dt o f u s et h em e a s u r e d r e s u l t sf r o ms i n g ei n f o r m a t i o n ，w h i c hm a yr e d u c et h eu n c e r t a i n t y w i t ht h ep e r i p h e r a lt e m p e r a t u r ei n d e xa n dw i d t ho fp e r i p h e r a lr e g i o n ， r r t f u z z yr e a s o n i n gi sa l s oa p p l i e dt oe v a l u a t et h ef e a t u r eo fp e r i p h e r a l t e m p e r a t u r ew h i c hd i s p l a y st h ed e v e l o p i n gs t a t u so fp e r i p h e r a lg a sf l o w f i n a l l y ，a c c o r d i n gt ot h em e t h o do ff e a t u r e se x t r a c t i o np r o p o s e di n t h i st h e s i s ，ar e a l t i m em o n i t o r i n gs y s t e mo f b u r d e ns u r f a c et e m p e r a t u r e f i e l d si nb fi sd e v e l o p e da n ds u c c e s s f u l l ya p p l i e di na2 2 0 0 m jb fi n s o m es t e e lc o m p a n y t h ev i s u a li n t e r f a c eo fm o n i t o r i n gs y s t e mi sm o r e e f f e c t i v et ou n d e r s t a n dt h ed i s t r i b u t i o no fb u r d e ns u r f a c et e m p e r a t u r e f i e l da n dg u i d et h eo p e r a t i o no fb u r d e nd i s t r i b u t i o n k e yw o r d sb u r d e ns u r f a c e d i s t r i b u t i o n ，f e a t u r ee x t r a c t i o n ， f u s i o n t e m p e r a t u r eo fb f , g a sf l o w f u z z yr e a s o n i n g ，d - se v i d e n c e i v 中南大学硕士学位论文第一章绪论 第一章绪论 钢铁是现代工业最重要的原材料，钢铁工业是我国国民经济的支柱性产业。 高炉是钢铁生产流程中最重要的设备之一，高炉生产的状况直接关系到整个钢铁 企业的效益与竞争力。 高炉生产过程中，煤气流分布情况直接影响着生产的高产与顺行。由于高炉 内部环境复杂，直接检测高炉煤气流分布具有一定的困难。高炉料面温度场是高 炉煤气流分布最直接的反映，因此对料面温度场在线检测以及对料面温度特征提 取成为高炉生产信息化技术的个重要的研究课题。 本文考虑钢铁企业的实际需要，充分利用高炉生产过程检测信息，对高炉料 面温度的主要特征进行提取，用于指导高炉操作。 1 1 研究背景及意义 钢铁是冶金、机械、军工、宇航、建筑等行业的基础性原材料，关系着国计 民生等重大问题。钢铁工业是一个国家国民经济最重要的基础产业之一，是衡量 一个国家综合国力和工业水平的重要指标。改革开放以后，特别是进入新世纪以 来，我国的经济高速发展，同时对钢铁的消费需求旺盛，带动了我国钢铁工业迅 猛发展。自1 9 9 6 年起钢产量突破1 亿吨，已多年居世界第一位，2 0 0 9 年中国粗 钢产量直保持增势，全年达到5 6 5 亿吨，继续保持着巨大的领先优势。虽然 我国是钢铁产量大国，但是暂时还不能称为钢铁强国。这主要表现在，高炉工业 吨钢综合能耗，资源有效利用率以及生产信息化水平与世界先进水平之间还有一 定的差距1 1 1 。同时，这也表明我国的钢铁企业仍然有很大的节能降耗、压缩成本 的空间以及提高信息化水平的潜力。 高炉炼铁生产是钢铁生产的重要环节，是钢铁生产流程上游的一个核心工 序，其能耗约占钢铁生产总能耗的6 0 ，成本约占其l 3 。我国钢铁产业拥有大 大小小高炉2 0 0 0 多座，高炉生产的能耗产出比以及信息化程度参差不齐。但随 着信息技术在高炉生产中的应用不断深入，高炉生产对节能降耗、最优化生产的 要求不断提高，高炉生产日益向自动化和智能化的方向发展，传统的依据经验判 断炉况的方式越来越不适应现代高炉生产的要求。通过先进的检测设备和计算机 技术，对高炉生产过程的特征进行提取，并以数学模型的形式反映高炉炉况必然 成为高炉生产信息化的重要组成部分1 2 矧。这对于降低高炉操作人员的工作强度 以及提高高炉生产过程的炉况诊断正确率有极大的帮助，进而对高炉生产减低能 源消耗、提高铁水产量、降低生产成本，增强企业的市场竞争力具有非常重要的 中南大学硕士学位论文第一章绪论 意义。 高炉煤气流在炉内的分布状况是关系高炉生产的最重要的因素之一，直接影 响炉内温度分布、软熔带形状、炉况稳顺和煤气的利用等状况，最终影响到高炉 的冶炼指标，高炉操作的目标在很大程度上也是获取最理想的煤气流分布。另外， 煤气流分布状态在判断炉况的中同样发挥着重要作用。气流分布合理，煤气利用 率高且矿石还原充分，而分布不合理，煤气利用不好，而且还会产生一些炉况不 顺的问题【7 圳。因此，及时了解炉内煤气流的分布状况对高炉操作有着很重要的 意义。在过去的高炉生产中，操作人员通常根据传感器数据和高炉生产经验来判 断煤气流分布情况，根据实际情况做出操作处理，但由于操作人员的经验很难在 短时间内对大量数据进行分析判断，结论和操作难免片面。 在高炉炉内信息中，高炉料面温度分布是煤气流分布最直接的反映，由高炉 生产工艺分析可知，煤气流发展较强的地方，相应的煤气成份c o 高、c 0 2 低， 相应位置的温度也较高，反之，则温度较低，故一般通过间接测量炉喉煤气温度 分布或料面温度场进行描述。通过利用高炉炉顶的温度检测信息，采用智能方法 对高炉料面温度特征进行提取，并以友好的人机界面表现出来。这有利于高炉生 产操作人员实时准确地了解高炉煤气流的发展情况，从而对指导高炉生产优化操 作，保证高炉稳顺运行有这重要的意义。 1 2 国内外研究现状 随着高炉生产过程检测技术的发展，不同温度检测装置先后被应用于检测料 面温度分布。一些钢铁企业直接根据料面温度检测信息，通过生产经验来判断料 面的温度分布。随着人工智能技术在钢铁生产中的应用，信息化程度较高的钢铁 企业，用智能化方法建立料面检测模型，利用计算机快速高效的运算能力求解， 实现低成本、高精度的检测。 1 2 1 料面温度检测装置 对于高炉料面温度分布的检测装置，国内外普遍采用基于热电偶的接触式温 度检测装置以及基于红外设备的非接触式温度检测装置。 ( 1 ) 接触式检测装置 接触式检测装置主要使用炉顶十字测温，十字测温装置由两根呈十字交叉的 横梁组成，安装在炉喉位于料面上方的水平平面上。在十字横梁上的不同位置安 装有若干个热电偶，用于检测对应位置的煤气流温度。十字测温装置测量的精度 高，但测量的点数有限，不能反映整个料面温度场的分布状况。 2 中南大学硕士学位论文第一章绪论 由于热电偶检测的高精度和实时性，十字测温在国内外高炉上广泛使用。在 十字测温应用早期，国内外的钢铁企业主要利用十字测温的检测值，直接判断炉 喉的煤气流分布状态。随着数学模型在高炉生产中的应用不断深入，基于十字测 温的煤气流分布识别系统得到推广。 在国外，十字测温应用较早，例如日本千叶钢铁厂6 号高炉以及瑞典钢铁公 司律勒欧厂2 号高炉都利用十字测温的检测值获得料面以上的温度分布，进而反 映炉喉煤气流分布【l o ，1 1 l 。在国内，上世纪9 0 年代以后，十字测温装置被广泛应用 于建造的大容量高炉。文献 1 2 】针对唐钢1 2 6 0 m 3 高炉，分析了炉喉断面十字测温 装置的温度变化规律和使用情况。随后，国内其他钢铁公司随后使用了十字测温 技术，通过对炉喉料料面上温度分布进行检测，有效指导高炉生产操作【1 3 1 ”。 ( 2 ) 非接触式检测装置 非接触式检测装置是采用热辐射原理的测温装置，测温设备不需要与被测量 的介质接触，与接触式的检测设备有着本质的区别l l 引。随着红外技术的不断发展， 红外检测性能不断完善，非接触式的红外检测装置越来越广泛地安装在高炉炉 顶，用于观察料面温度的分布与变化情况。红外热图像仪和红外摄像仪是在高炉 上应用的两种红外测温装置。 红外热图像仪是一种高分辨率的测温装置，通过高灵敏度红外探测器实时测 温1 1 7 ，1 8 1 。红外热图像仪实时显示的测试数据能反映高炉内物料温度的变化，可以 提取多方位的径向温度。但由于该装置不适应高炉的安装环境，维护成本高，在 高炉的应用并不广泛。 红外摄像仪则是高炉上使用较广泛的非接触式红外测温装置。炉顶红外摄像 机可实时以红外图像的形式监测料面的温度变化，同时还能够对高炉内部炉料和 溜槽布料状态进行实时监视。此外，红外摄像机安装简单、维护方便、成本低、 使用寿命长。我国上世纪9 0 年代就有介绍利用红外摄像机检测高炉料面温度的 文献，涉及到高炉料面温度检测装置的构成、工作原理及功能1 1 9 1 。随后，红外摄 像仪在国内钢铁公司高炉中应用日益广泛，用于观察到料面温度以及煤气的分布 状况，对高炉操作提供指导【2 0 2 2 1 。 1 2 2 料面温度检测与特征提取方法 随着计算机科学、人工智能、信息技术的迅速发展，人们突破了传统的仅依 靠检测装置和人工经验的判断模式，在数学机理建模的基础上，逐渐将测试技术、 计算机技术、图像处理技术、工艺理论等引入到高炉过程信息的检测中，把密闭 的、似“黑箱 的高炉内部状况变成开放的、可视的，为高炉过程控制和操作优 中南大学硕士学位论文第一章绪论 化提供了重要的参考依据。 ( 1 ) 基于十字测温的方法 在国外，基于十字测温的检测信息的建模，采用的方法既有经典理论，也有 神经网络等方法。在经典方法方面：日本学者k a z u h i t oi s h i m a r u f f t j 用十字测温的 检测值和煤气成分数据，采用迭代优化的连续二次规划方法来估计高炉炉喉的煤 气流的温度分布，通过实验表明，高炉操作人员能够通过迭代控制获取理想的温 度分布【2 3 l ；芬兰学者n i k u s 采用卡尔曼滤波方法处理十字测温检测数据，估计炉 喉径向煤气流分布，通过十字测温装置判断煤气流短期动态变化【2 4 l 。在神经网络 方面：日本神户钢铁厂针对十字测温获得的检测值，采用反向传播神经网络识别 炉喉径向温度分布，进而获得径向煤气流的分布形态，识别结果与生产经验判断 比较一致。 在国内，基于十字测温检测值的建模主要采用神经网络方法：宝钢l 号高炉 利用十字测温的温度数据，建立了基于自组织神经网络的炉顶温度分布模型，自 动提取2 5 种径向温度分布模式，进而判断炉内煤气流的分布状态【2 6 1 ；攀钢4 号高 炉利用十字测温装置所测得温度数据，采用b p c d 0 经网络的输入建立了高炉炉喉 煤气流分布模型【2 7 l ；东北大学的姜慧研等将统计方法与人工神经网络结合起来， 设计了一种综合的高炉温度场分布模式识别模型，采用的b p 网络模型实现样本 特征模式的分类【2 8 1 。 以上的基于十字测温检测值的方法，主要获取炉喉径向温度分布或者煤气流 分布状态和分布模式，由于十字测温的检测点有限，因此无法得到料面温度的更 多细节特征。 ( 2 ) 基于红外摄像仪的方法 对于非接触式的红外摄像检测与建模，在其他领域已经得到比较多的研究与 应用。但在高炉料面温度场方面的研究还比较有限，目前主要针对红外摄像仪拍 摄的红外图像，采用数字图像处理技术进行处理，并以更友好的方式显示出来， 用于指导高炉生产。 中南大学吴敏、许永华等人进行了比较深入的研究工作，提出了一种基于高 炉红外图像的温度场在线检测方法，结合十字测温的检测值建立了基于高炉红外 图像的温度场在线检测模型，并且在钢铁厂的高炉生产应用中已经取得了一定的 效果【2 9 】。 北京科技大学高征凯等针对炉顶红外摄像仪拍摄的红外图像，开发了高炉炉 顶摄像仪及图像信息处理系统，该系统主要显示料面的气流分布图像，并在国内 多座高炉上得到应用3 0 l 。 4 中南大学硕士学位论文 第一章绪论 武钢陈令坤等人对炉顶红外图像进行处理，并采用k 均值算法对红外图像的 动态特征进行分类，并以此对高炉煤气流进行评估，进而指导高炉布料等操作【3 1 1 。 基于红外摄像仪的方法能够以更直观、更全面的形式表现料面温度和煤气流 分布，但目前的研究方法还比较单一，未能对温度特征做出更深入的提取。 1 2 3 存在的问题及解决思路 综上所述，目前对于高炉料面温度场检测技术的研究及应用取得了一定的成 果，但是还普遍存在以下问题： 1 ) 虽然十字测温装置和红外摄像仪在高炉上广泛使用，但目前仍主要根据 两者获取的温度信息，利用操作工人的经验判断煤气流分布状态，因此，不免具 有一定的主观性且增加了高炉操作的工作强度。即使已建立的料面温度和煤气流 分布模型，也未能对十字测温检测值和红外摄像机拍摄的红外图像做更深入的分 析以及通过建立计算机温度场检测系统自动提取更多的重要特征。 2 ) 信息化程度相对较高的钢铁企业应用智能计算等方法建立了料面温度或 者煤气流分布的识别模型，并以此来指导高炉的布料等操作，但建立这些模型的 检测信息来源相对比较单一。主要表现在：利用十字测温的检测值，采用神经网 络等人工智能的方法对煤气流的分布模式进行识别；或者利用数字图像处理技术 对炉顶红外摄像机所拍摄的红外图像进行简单处理。 十字测温装置的热电偶数量有限，只能检测料面对应位置的若干个离散的温 度值，并且煤气流在上升的过程中发生了混合，温度检测具有一定的不确定性。 红外图像虽然能实时监测料面温度状态，但是由于红外摄像机的可视角限制，影 响了料面温度检测的完整性，特别是不能有效检测料面边缘的温度。并且，摄像 机实际安装状态也影响了温度检测的准确性。 3 ) 高炉上一些信息间接反映了料面温度状态，如炉墙热电偶的检测值反映 了料面边缘温度，上升管温度反映了高炉料面的平均温度，径向矿焦分布则与料 面径向温度分布有很大的关联。在目前建立的检测模型中，这些信息并没有被充 分利用。 多源信息融合技术是通过多类同构或异构检测数据进行综合( 集成或融合) 获得比单一传感器更多的信息，形成比单一信源更可靠、更完全的融合信息。它 突破单一传感器信息表达的局限性，避免单一传感器的信息盲区，提高了多源信 息处理结果的质量，有利于对事物的判断和决策。相对单一信息系统，多源信息 系统的主要具有以下优点： 1 ) 增强系统的冗余能力； 2 ) 扩展时间、空间的覆盖范围； 5 中南大学硕士学位论文第一章绪论 3 ) 提高检测的可信度； 4 ) 降低信息的模糊度。 目前，基于多源信息融合的检测技术已成为工业过程中研究的重要内容。通 过生产流程分析、过程机理分析的综合、传感器技术、软测量技术、信息处理技 术、信息融合技术和网络技术的集成，为工业过程的检测技术提供了新的方法， 为实现工业过程控制、优化、计划与调度提供了重要的决策信息，以达到期望的 综合生产指标和提高企业的综合竞争力 3 2 , 3 3 1 。 随着人工智能学科的发展，智能算法在工业过程检测中的应用日益广泛，通 过知识推理、智能计算以及专家规则解决生产过程中出现的非线性、不确定性以 及模糊性等问题。由于高炉生产过程中内部环境复杂，料面温度检测与特征提取 具有典型的不确定性与模糊性，采用智能的方法对高炉料面温度的检测以及特征 提取是一种较好的选择。 针对目前高炉料面温度单一检测设备的局限性以及检测的不确定性等问题， 采用多源信息融合与智能计算等方法，能够充分利用炉内反映煤气流分布的有效 信息，提高料面温度检测与特征提取的全面性及准确性。 1 3 主要研究内容及论文构成 本文针对高炉内环境复杂，以往仅通过十字测温或者红外图像单一信息来判 断炉内煤气流分布的局限性问题，本文在一般高炉的检测设备条件下，综合运用 图像处理、模糊推理、信息融合等技术，提出了料面区域温度特征智能提取的方 法，并应用于高炉生产实践，为高炉操作判断煤气流分布和炉况提供准确信息的 媒介。主要包括以下研究内容： 1 ) 从工艺机理的角度分析煤气流的分布特点，分析料面温度场与煤气流分 布的相关性，研究红外图像、十字测温、炉墙温度、上升管温度、探尺等信息与 高炉料面温度区域特征间的关系与局限性。 2 ) 针对料面温度检测信息，研究料面中心区域与边缘区域的温度特征提取 方法，使料面温度场检测更加全面、准确。 3 ) 基于上述研究的方法，实现料面温度场检测系统在工业实践中的应用， 方便高炉操作人员了解炉内煤气流分布和判断炉况。 论文的各章节主要内容如下： 第一章，绪论。阐述本课题研究的背景与意义，介绍了高炉料面温度检测装 置以及料面温度特征提取方法研究现状以及存在的问题，并提出了采用多源信息 建模的方法对料面温度特征进行提取。 第二章，从高炉生产工艺与煤气流分布特点入手，对多源检测信息与料面温 6 中南大学硕士学位论文第一章绪论 度的关联性和有效性做出分析，并提出了一种高炉料面中心和边缘温度特征提取 方案。 第三章，阐述高炉料面中心区域温度特征提取方法。介绍高炉料面温度检测 信息的空间配准以及红外可视区的料面温度场检测，并对料面温度场的中心宽 度、炉心偏移度等特征进行提取，最后采用模糊推理的方法对中心温度特征进行 评价。 第四章，阐述高炉料面边缘区域温度特征提取方法。首先介绍基于十字测温、 炉墙温度及矿焦比的单一信息边缘温度检测，其次采用模糊d s 证据推理的信息 融合方法检测料面边缘温度，最后采用模糊推理方法对边缘区域温度进行评价。 第五章，高炉料面温度场检测系统与工业应用。根据本文提出的高炉料面中 心、边缘区域温度特征提取方法，建立了料面温度场实时检测系统，介绍了该系 统在某钢铁企业2 2 0 0 m 3 高炉生产监视系统中的实现与应用，并简要分析了系统应 用的效果。 第六章，结论与展望。对论文所作的工作进行了总结，展望了进一步工作的 展方向。 7 中南大学硕士学位论文第二章高炉生产工艺与料面温度特征提取方案 第二章高炉生产工艺与料面温度特征提取方案 高炉冶炼生产过程主要是一个高炉上部布料，下部送热风的过程。铁矿石和 焦炭在下降的过程中，与从下部鼓入的热风充分接触发生氧化还原反应，还原出 铁水，并形成煤气流。在这个过程中，煤气流的分布状态十分重要，其直接影响 着生铁生产的质量与焦炭的利用率，影响高炉的稳定顺行。 本章首先分析了高炉的生产工艺以及煤气流的形成，阐述了能反映高炉炉喉 煤气流分布的温度检测信息。针对高炉煤气流分布特点，提出一种料面温度特征 提取方案，反映煤气流的分布状态。 2 1 高炉生产工艺 高炉是一种竖炉型的逆流反应器，生产过程是在高温、高压、密闭的炉内进 行的氧化还原反应过程。铁矿石、焦炭和熔剂从高炉顶部装入，冷空气经过热风 炉加热之后从高炉底部的风口鼓入，通过炉料的空隙通道进入高炉的上部。在炉 内堆积成料柱状的炉料，受逆流而上的高炉还原气流的作用，不断被加热、分解、 还原、软化、熔融、滴落，最后铁水和炉渣分离，同时，高炉煤气从炉顶上升管 排出。 根据炉料状态和反应过程，高炉内部具有明显的分层结构【3 4 1 ，可以分为五 个区域：块状带、软熔带、滴落带、风口区和炉缸反应区，如图2 1 所示。 图2 1 高炉内部结构示意图 8 中南大学硕士学位论文第二章 高炉生产工艺与料面温度特征提取方案 块状带为炉料软熔前的区域，位于料柱的上部，矿石和焦炭保持着布料时的 分层结构缓慢下降。这个区域热风和炉料充分接触，是高炉内进行氧化还原反应 的重要区域。 软熔带是炉料由软化到熔融过程的区域，该区域位置高度、厚度与径向分布 的形状对冶炼过程有极大的影响。例如，当软熔带位置较低时，能扩大块状带区 域，使间接还原充分进行，提高煤气利用率。 滴落带是渣铁完全熔化后呈液滴状落下穿过焦炭层进入炉缸之前的区域。该 区域是由焦炭构成的塔状结构，分为下降较快的疏松区和更新很慢的中心死料柱 两部分。渣铁液滴在焦炭空隙间滴落的同时，继续进行还原、渗碳等高温化学反 应，特别是废铁元素的还原反应。 风口区是燃料燃烧产生高温热能和气体还原剂的区域。风口前的焦炭在燃烧 时被高速鼓风气流所带动而形成回旋区。该区域是高炉下部送风操作的直接作用 区，高炉操作人员通过改变风口的大小改变鼓入热风的初始动能。 炉缸反应区是有滴落带落下的渣铁熔体存放的区域。渣铁间的反应主要是 脱硫和硅氧化的耦合反应。 高炉炼铁的过程涉及到气、固、液三态的交互作用，内部环境复杂，高炉内 部情况不易直接检测。高炉生产中，煤气流是发生氧化一还原反应的重要介质， 炉内煤气流分布是判断高炉内部状态的重要依据。 2 2 煤气流形成及分布特点 高炉煤气自炉缸从下逆流而上，并与向下运动的炉料接触反应。在一般情况 下，高炉内煤气流有三次分布，即燃烧带的一次分布、软熔带的二次分布、炉喉 处的三次分布。炉喉区域的煤气流分布特点能够反映煤气流在炉内的发展情况， 并且对该区域的煤气流分布检测难度相对于其余区域要小得多，故本文主要研究 高炉炉喉处的煤气流分布。 ( 1 ) 煤气流形成 燃烧带是高炉初始煤气的形成区域，在风口处，由喷入的辅助燃料和焦炭燃 烧形成了炉内的初始煤气。研究表明，焦炭燃烧的最初产物既有c o z ，也有c o ， 反映方程式如下： c + 0 2 - - c 0 2 2 c + 0 2 = 2 c 0 前者为完全燃烧，发生在氧气过剩的地方；后者为不完全燃烧，发生在焦炭过剩、 氧气不足的地方。 9 中南大学硕士学位论文第二章高炉生产工艺与料面温度特征提取方案 煤气在炉内的分布状态，直接影响矿石的加热与还原，以及炉料的顺行状况。 风口前燃烧焦炭生成的煤气，从回旋区正面上方至漏斗区界面流出。由于鼓风和 布料的影响，煤气分布通常分为三种类型，即“w 型、倒“v 型和“v ”型 ( 与软熔带相适应) ，穿过软熔带进入块状带。煤气通过时受到炉料结构的影响， 其阻损不断变化，阻力最小处，煤气最易通过。最终煤气穿出料面到达炉喉，并 从高炉上升管放出。 ( 2 ) 煤气流分布特点 在正常炉况下，炉内径向煤气大致以中心位置呈对称分布，并且径向位置各 点的煤气流发展不平衡，有的区域煤气流发展旺盛，而有的区域煤气流发展相对 较弱。根据高炉煤气流发展特点，可以将高炉分为中心区、边缘区以及中间环区， 根据各区的煤气流分布状况大致可以分为以下四种 3 5 , 3 6 】： 1 ) 中心发展型 中心发展型分布特点为中心煤气流发展旺盛，边缘气流发展相对较弱，如图 2 2 ( a ) 。该型煤气流分布主要是通过改变炉喉矿焦分布来控制煤气流分布，使中 心区域成为主要煤气通道。众多高炉生产表明，这种煤气流分布能够保证顺行和 较好的煤气利用，是比较理想分布状态。 2 ) 边缘发展型 边缘发展型分布特点为煤气流在边缘区域的发展比较旺盛，中心煤气流相对 较弱，如图2 2 ( b ) 。如果煤气流长期边缘发展，通过高炉中心区域的煤气少，会 造成炉缸不活跃，中心部分炉料未充分还原就进入炉缸，造成中心部分热负荷过 重，并使炉缸中心堆积，边缘管道频繁。因此，生产过程中一般应避免此类煤气 流分布。 3 ) 双峰型 双峰型煤气分布特点为煤气流在中心和边缘区域的比例都较大，形成两道煤 气流，如图2 2 ( c ) 。双峰型相对于边缘发展型在各个方面的性能要好，但该型气 流分布对炉墙仍有一定的侵蚀作用，并且炉喉温度带变化范围较窄，煤气利用不 能达到最佳。 4 ) 平坦型 平坦型煤气分布特点为煤气在高炉半径方向上比较均匀，煤气分布曲线较平 坦，近似一条直线，如图2 2 ( d ) 。在此型煤气分布下，煤气利用率比其余各型都 要好，但高炉软熔带高度太小，气窗面积太小，高炉顺行容易遭到破坏，悬料次 数会增加明显。 从以上煤气流分布特点可以看出，高炉生产过程中最注重两道煤气流的发展 1 0 中南大学硕士学位论文 第二章 高炉生产工艺与料面温度特征提取方案 状态，即中心煤气流和边缘煤气流。生产实践表明，高炉生产的上部布料以及下 部送风操作也主要是围绕高炉中心和边缘煤气流发展进行的【3 7 ，3 引。因此，对于 中心和边缘煤气流分布的进行准确的检测与特征提取显得非常重要。 j, k , 2 - o 弋r 边缘中心 边缘 ( a ) 中心发展型 l u 2 7 0 _ 、八 ( b ) 边缘发展型 、0 u ，l 、 边缘中心 边缘 边缘中心边缘 ( c ) 双峰型( d ) 平坦型 图2 2 煤气流分布类型 一般来说，通过检测炉喉径向c 0 2 的百分含量是最理想的方式。但在实际 生产中，径向c o ：的百分含量很难在线实时检测，主要是采用采样化验的方法 来获取。这样就存在检测次数少，化验周期长等不足之处，因此很难满足高炉生 产的实时性要求。 2 3 料面温度检测信息关联分析 由生产经验以及机理分析可知，还有一些过程参数能够较好地反映煤气流分 布状态，如料面温度分布、矿焦比径向分布【3 9 删以及煤气流速等，其对应关系 如表2 1 。 表2 1 煤气流分布的反映参数及相关性 中南大学硕士学位论文 第二章高炉生产工艺与料面温度特征提取方案 由于检测设备的限制，c 0 2 的百分含量以及煤气流速很难实时获取，因此这 两个参数极少应用于煤气流分布的实时在线检测。在高炉生产过程中，普遍采用 获取料面及以上的温度分布表征实时煤气流分布，这是在生产中最易于实现的一 种检测方法。高炉炉喉多种检测或采集信息与此温度分布有较强的关联性，是对 其温度特征进行提取的重要信息来源。 红外摄像仪拍摄高炉料面温度分布的视频图像，并通过计算机上的图像采集 卡将视频图像转换为数字化的灰度图像。灰度图像以像素灰度的形式保存着料面 温度信息，温度越高的地方对应点的像素的灰度值越大。由于红外图像本身不具 备测温的功能，因此不能获取具体的温度数值。另外，由于红外摄像机的可视角 的原因，红外摄像机大多时间只能获取高炉中心区以及部分中间环区的图像，不 能得到高炉边缘区的图像信息。 十字测温装置直接检测沿炉喉圆周四个半径方向若干个点的煤气实时温度 值，其覆盖范围包括了中心区、中间环区以及边缘区。但是热电偶数量有限，不 能检测整个料面温度的分布状况。另外，由于十字测温通过与上升的煤气流接触 测温，而煤气流在这个过程中发生一定程度偏移，导致检测的温度与料面对应位 置的实际温度存在一定的偏差。 根根工艺流程，高炉生产产生的所有煤气通过十字测温装置之后，都是通过 的四个上升管离开炉顶进入重力除尘器进行除尘，因此上升管热电偶检测的为混 合后炉顶煤气温度，是最理想的料面平均温度的检测信息。 高炉炉墙四周的安装有若干个热电偶，用于检测炉墙不同高度区域的炉墙温 度，根据热传导原理，炉墙温度与高炉料面边缘温度具有很强的相关性，高炉生 产操作人员经常采用炉墙温度估计边缘煤气流的分布状态。因此，高炉炉墙温度 是料面边缘温度检测一种有效的信息。 2 4 料面温度检测信息有效性分析 高炉生产是一个连续的过程，随着冶炼的进行，炉料( 矿石和焦炭) 会不断 的消耗，料线也随之下降。每隔一段时间炉就会通过炉顶布料装置向炉内投放炉 料，以保证炉料消耗的补充。 在整个生产过程中，红外摄像仪、十字测温装置等温度检测设备始终会将检 测信息送回工控计算机。但是，在一个操作周期内不是所有的信息都是有效的， 特别是红外摄像仪的检测信息容易受到布料等情况的干扰。利用这种无效的信息 建立温度模型是不准确的，只能对高炉生产起到误导作用。因此，必须对温度的 检测信息进行取舍。 图2 3 显示在一个操作周期中，检测信息的有效性问题：布料过程中，布料 1 2 中南大学硕士学位论文 第二章高炉生产工艺与料面温度特征提取方案 溜槽由边缘向高炉中心投料，新投的炉料覆盖在原来的料面上，对煤气流的扰动 非常大，此时料面温度检测信息不能反映真实的煤气流分布，特别是红外图像显 示信息是完全无效的；布料完成之后煤气流有一个逐渐发展趋向稳定的过程，在 这个过程中，红外图像对煤气流分布的反映也是不准确的；而当煤气流发展完成 之后，检测信息真实地反映煤气流分布，此时的红外图像为最佳的测温图像。 布料过程 非布料过程 厂k 弋、弋 卜- 二竺竺j 竺竺1 竺叫 、y 图像无效图像有效 图2 - 3 红外图像有效性示意图 一般情况下，高炉的煤气流分布变化是一个缓慢的过程，不会在一个布料操 作周期发生突变，因此无需获取任何时刻的料面温度分布信息。由于仅当煤气流 稳定时，测温信息才能反映最佳反映煤气流分布，考虑计算机的运算效率，本文 选择煤气流稳定时的料面温度分布作为研究对象是合适的。 2 5 料面温度特征提取方案 高炉的红外图像、十字测温、上升管温度、炉墙温度等多源信息都不能完全 准确地反映高炉料面温度场，只是在不同程度、不同条件下反映了高炉料面温度 场的局部特征。对这些信息进行合理地融合与利用，能有效改善料面温度检测与 特征提取的准确度。以某钢铁厂2 2 0 0 m 3 高炉为应用背景，考虑高炉生产的特点 以及料面温度检测设备的局限性，本文采用分区域的方法对料面温度特征进行提 取，即对中心与边缘温度分别进行检测与提取。 对于高炉料面中心区域，温度检测的主要设备为红外摄像仪和十字测温装置 的中心部分的热电偶。首先，根据探尺检测的料线深度以及红外摄像仪安装状态 等实际条件对红外图像与高炉料面进行空间配准。第二，对红外摄像仪所拍摄的 红外图像进行预处理，采用十字测温对有效的红外图像进行温度定标，获取红外 可视区的料面温度场。第三，通过阂值分割提取料面中心区域，结合空间配准信 息计算炉心偏移程度和炉心宽度。最后，由中心区温度和上升管温度计算中心温 度指数，并根据中心温度指数和炉心宽度，采用模糊推理的方法对中心区域温度 特征进行评价，其反映中心煤气流发展状态。高炉中心区域温度特征提取总体结 构如图2 4 所示。 中南大学硕士学位论文第二章高炉生产工艺与料面温度特征提取方案 料线 深度 预处 理图像 红外 图像 十字 测温 上升 管温度 、二一，。 过程信息 、， 中心温度特征 图2 - 4 高炉中心区域温度特征提取结构图 对于高炉边缘区域，首先，根根十字测温装置边缘热电偶、炉墙热电偶以及 矿焦比分别检测料面边缘温度。其次，由于通过单一信息的检测值具有一定的不 确定性，因此采用模糊d s 融合算法对单一信息的检测值进行融合，提高料面 边缘温度检测的准确性。最后，根据径向矿焦比曲线估计边缘宽度，并通过料面 边缘温度和上升管温度计算边缘温度指数：同样根据边缘温度指数和边缘宽度， 采用模糊推理的方法对料面边缘温度特征进行评价，其反映了边缘煤气流的发展 状态，高炉边缘区域温度特征提取总体结构如图2 5 所示。 过程信息 图2 - 5 高炉边缘区域温度特征提取结构图 1 4 中南大学硕士学位论文第二章 高炉生产工艺与料面温度特征提取方案 2 6 小结 本章首先介绍高炉生产过程工艺及煤气流形成与分布特点，阐述了料面温度 场对煤气流分布的关联性，以及红外图像、十字测温装置、上升管温度等高炉料 面温度检测信息的特点，分析了部分重要检测信息的在一个布料操作周期的有效 性问题。最后，结合高炉生产实际，提出一种高炉料面中心、边缘区域温度特征 智能提取的方案。 中南大学硕士学位论文第三章高炉料面中心区域温度特征提取 第三章高炉料面中心区域温度特征提取 中心煤气流是高炉炉喉煤气流的主要通道，其对高炉生产具有十分重要的意 义。高炉料面中心区域温度各种特征共同反映中心煤气流的发展状态，因此通过 高炉内的各种检测信息对中心区域的温度特征进行提取，有利于指导高炉操作， 从而使中心煤气流发展处于最佳状态。 3 1 检测信息的空间配准 高炉料面红外图像能够比较理想地反映高炉中心区和部分中间环区的温度 信息，但由于红外摄像仪安装角度以及料线深度实时改变，导致红外图像与料面 坐标存在一定的不匹配，因此对检测信息进行空间配准非常重要。 3 1 1 红外图像空间配准 红外摄像仪安装在高炉炉顶，用于拍摄料面的情况。由于安装角度问题和料 线的改变，导致所拍摄到的料面图像的发生一定的形变，并且红外图像与料面的 对应尺度不固定，因此，红外图像与高炉料面的平面坐标系是不一致的。十字测 温装置安装在料面的上方，其所在坐标系与料面坐标系是相同的。由此可见，在 红外图像与十字测温度的坐标系配准之前，将十字测温的检测值和红外图像进行 空间关联是不可行的。 为了进一步温度定标以及特征提取的需要，必须对红外图像的坐标系进行空 间配准，使十字测温的温度检测值与红外图像温度场检测结果在空间参考系达到 统一。 g a b l 图3 1 红外摄像仪拍摄示意图 1 6 中南大学硕士学位论文第三章高炉料面中心区域温度特征提取 在图3 1 中，g 表示高炉红外摄像仪在炉顶的安装位置，四边形4 l b l g d l 为摄 像仪所拍摄的实际料面，平行四边形a b c d 表示拍摄的红外图像，与红外摄像仪 的拍摄方向垂直。 根据配准计算要求将图3 1 示意图转换成图3 2 求解图形式。o 为红外图像的 中心位置，d l 为红外图像的中心点在料面中的对应位置，设m 为红外图像上的任 意一个像素点，蚴为像素点m 在料面上的对应点，h 为探尺检测获得的料