（机械电子工程专业论文）烧结矿feo含量实时预测系统的关键技术研究.pdf

重庆大学硕士学位论文 中文摘要 摘要 在现代钢铁生产过程中，烧结是为高炉炼铁提供原料的重要环节，用烧结法 生产烧结矿不仅解决了贫矿炼铁问题，同时还改善了含铁原料的冶金性能，使高 炉生产指标和经济效益均得到明显提高。烧结矿氧化亚铁伊e 0 ) 的含量是烧结生产 的一项综合性指标，它代表了烧结矿的还原性。对烧结矿f e o 含量实时地准确预 测，对指导烧结生产有着重要的意义。 烧结矿f e o 含量受到多个烧结参数影响，其模型复杂，往往只能通过b p 神 经网络的方法进行建模，但是b p 神经网络具有收敛速度慢等缺点，难以较好的 运用到烧结矿f e o 含量的实时预测。烧结矿机尾断面图像能较好的实时的反映烧 结矿f e o 含量，是近年来研究的热点。 本文对多个周期的机尾断面图像做了大量的分析和研究，针对以往采用的外 触发方式选取烧结机尾断面图像的不足，在断面图像的选取上提出了新的方法： 基于差分的最佳断面选取法，并利用该方法在图像序列中选取了最佳断面图像， 为后续提取图像特征参数的正确性提供了保证。 在i 蛩像参数的特征提取上本文也做出了较大的改进，通过对机尾断面图像色 彩信息的分析，利用机尾断面数字图像中不同的色彩分量提取不同的特征参数， 简化了图像参数提取的过程。 本文利用c 均值模糊聚类分析与径向基函数( r b f ，r a d i a lb a s i sf u n 鲥o n ) 网络 相结合的方式预测烧结矿f e 0 含量。c 均值聚类具有较好的聚类精度，而r b f 网络具有结构简单，收敛速度快的特点。通过对样本图像特征参数的聚类，将f c o 含量样本分为4 类，针对不同类尉的样本集，用对应的烧结过程参数集训练r b f 函数，得到4 个参数散布率较小的r b f 模型。在预测过程中，首先利用c 均值 聚类初判别该断面中的烧结矿f e o 含量等级，然后将该时刻的烧结现场过程参数 输入相应的r b f 模型中进行计算，预测f e o 含量。 利用上述的关键技术，结合以前的研究基础，利用组件技术开发出了烧结矿 f e o 含量实时预测系统。该系统能实时预测烧结矿f e o 含量，系统稳定性好，操 作简单，现已在某大型钢铁集团炼铁厂第三烧结车间运行一年，预测结果与化验 结果进行匹配，检测结果均值与化学分析结果的符合率大于8 5 0 ，绝对误差控 制在小于0 3 ，达到了预期精度。 关键词：烧结，f c o 含量，数字图像处理，差分，聚类，r b f 重庆大学硕士学位论文 英文摘要 i nt h ep r o c e s so f m o d e m i r o n - m a k i n g , s i n t e ri st h em a i nl a wm a t e r i a l ，t h eq u a l i t y o fs i n t e rh a si m p o r t a n te f f e c to nb l a s tf u r n a c er e s u l t p r o d u c i n gs i n t e rw i t hs i n t e r m e t h o dn o to n l ys o l v e st h ep r o b l e mo fl e a n 嗽i r o n - m a k i n g , b u ti m p r o v i n gt l a e m e t a l l u r g yp r o p e r t yo f i r o n b e a r i n gm a t o r i a l s p r o d u c t i o ni l l d i c l 瞎锄de c o - o m i cp r o f i t o fb l a s tf i m a a e e sa i el a r g e l yi m p r o v e d t h ef e oc o n t e n ti sr e l a t e dt ot h es i n t e r r e d u c t i o n , w h i c hi st h es i g n i f i c a n tq a i t yg u i d e l i n eo fs i n t e r p r e d i c t i n gf e oc o n t e n t l e v e li si m p o r t a n tt os i n t e ri , r o d e t t h ef e oc o n t e n ti sa f f e e t e db ys 0 1 1 1 e s i n t e r i n gp a r a m e t e r , t h e m o d e li s c o m p l i c a t e d , s ow eo n l ym o d e li tb yb pn c l l r a ln e “”幽m e t h o d s b u tt h ec o n v e r g i n g v e l o c i t yo f b pn 朗l 瑚li l c t w o r k sm e t h o d si ss l o w l y , i ti sd i t t i e u l tt ou s ei tt 0p r e d i c tt h e f e oc o n t e n tr e a lt i m e s i n t e re n dp r o f i l ei m a g e 啪r e f l e c tt h ef e oc o n t e n tw e l l8 r i d r e a l - t i m e , w h i c hi sh o t s p o tr c s c a r c l l 1 1 ”t e x ta n a l y s i sa n dr e s e a r c hm a n yc y c l eo f $ i n t e re n dp r o f i l ei m a g e ，s e l e e t i n g t h el a c k i n go fs i n t e re n dp r o f i l ei m a g l 。w i t hc x t 矗 n a lt r i g g e r i n gm e t h o du s i n gb e f o r e , a n dr a i s i n gl l 目t , vm e t h o do ns e l e c t i n gs i n t e re n dp r o f i l ei m a g e ：t h eb e s tc i o s si 啪- t i o n s e l e c t i n gb a s e do nt h ed i f f e r e n c em e t h o d , a n du s et h i sm e t h o ds e l e e lt h eb e s tc r o s s 8 e c t i o l li m a g ef r o mas e r i e so fi m a g ea n do f f e rt h ea s s u r i n gf o rt h en e x ts e l e c t i n g f e a t u r ep a r a m e t e r so f i m a g e s t h et e x ta l s om a l ( eal a r g ei m p r o v e m e n t0 1 1s e l e c t i n gf e a t u r ep a r a m e t e r s ，a t t e r a a l y z i gt h ec o l o ri n f o r m a t i o no fc i 0 8 s 8 1 ，c t i o i li m a g e , s e l e c t i n gd i f f e r e n tf e a t u r e p a r a m e t e r sb yd i f f e r e n tc o l o rc o m p o n e n ti n c l o a , a t is l 站 t i o nd i g i t a li m a g e s , , a sar e s u l t , t h e s e l e c t i n gp r o c e s s i n gi sl a r g e l ys i m p l i f i e d t h et e x tf o r e c a s t st h ef e oc o n t 衄tu s i n gf u s s yci n l 锄 lc l u s t e r i n gm e t h o da n d r a d i a lb a s i sf u n c t i o nn a 】掘ln e t w o r k cm c a l l lc l u s t e r i n gh a st h eg o o dd u s t e rp r e c i s i o n d e g r e e , a n dt h er b fn e t w o r k h a st h ee t u l r a e t e r i s t i ef e a t u r eo fs t r u c t u r es i m p l i c i t ya n d f a s te o n w - r g i n gv e l o c i t y a f t e rc l u s t e r i n gt h ef e a t u r ep a r a m e t e r so fs a m p l ei m a g e s , w c d i v i d ef e oc o n t e n ti n t o4c l a s s e s ，a i m i n ga td i f f e r e n ts a m p l es e i u s i n gt h e c o r r e s p o n d e n ts i n t e r i n gp a r a m e t e rt ot r a i nt h er b ff u n c t i o n , w eg e t4 r b fm o d e lw i t h s m a l l e rd e s i g np a r a m e t e rd i s p e r s a lr a t e i nt h ep r o c e s so ff o r e c a s t i n g , f i r s tu s i n gc i n e l mc l u s t e r i n gd i f f e r e n t i a t ef e oc o n t e n td e g r e ei nt h i sc i o s ss e c t i o n , s e c o n d l yi n p u t t h ep l 口c 龉瞄p a r a m e t e r so fs i n t e r i n gw o r k s i t ei n t ot h ec o r r e s p o n d e n tr b fm o d e la n d n 重庆大学硕士学位论文英文摘要 c a l c u l a t e , f o r e c a s tt h ef e oc o n t e n t u s i n gt h ek e yt e c h n i q u e sa b o v ea n dt h er e s e a r c hf o u n d a t i o nb e f o r e , w ed e v e l o p t h es i n t e rf e oc o n t e n tr e a l - t i m ef o r e c a s t i n gs y s t e mb yc o m p o n e n tt e c h n i q u e t h e s y s t e m nf o r e c a s tt h ef e oc o n t e n tr e a l t i m e h a sag o o d8 y , f l 呛ms t a b i l i t y , s i m p l e o p e r a t i o n , t h es y s t e mh a sb e e nu s e d1y e a ri nt h et h i r ds i n t e r i n gp l a n to fal a r g ei r o n w o r k ss of a r , a r e rc o m p a r i n gf o r e c a s t i n gr e s u l ta n dt e s t i n gr e s u l t , t h ec o n f o r m i n gr a t e o fm e a n - v a l u ei sm o r et h a n8 5 ，t h ea b s o l u t ee l t o ri sl e s st h a n 0 3 ，a c h i e v i n gt h e e x p e c t e d 戤甥玎a 哆 k e yw o r d s ：s i n t e r , d i g i t a li m a g ep r o c e s s i n g , d i f f e r e n c e , c l u s t e r i n g , r b f m 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取 得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文 中不包含其他人已经发表或撰写过的研究成果，也不包含为获得重鏖盔堂 或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本 研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。 学位论文作者签名： 互明日签字日期：z u u 年j 月z ? 日 学位论文版权使用授权书 本学位论文作者完全了解重迭态堂有关保留、使用学位论文的 规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许 论文被查阅和借阅。本人授权重麽太堂可以将学位论文的全部或部 分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段 保存、汇编学位论文。 保密() ，在年解密后适用本授权书。 本学位论文属于 不保密( ) 。 ( 请只在上述一个括号内打“”) 学位论文作者签名： 五垛 导师签名：舭 签字日期：2 口v 1 年j 月己l f 日签字日期：2 。刁年，月z fe t 重庆大学硕士学位论文1 绪论 1 绪论 1 1 课题的背景 随着钢铁工业的发展，对铁矿石的需求量日益增多，而天然铁矿石中的铁含 量较低，可直接入炉冶炼的富矿资源较少，贫矿直接入炉冶炼会使高炉生产指标恶 化，经济效益变差。为此需要对铁矿石进行加工，将其研磨成粉，进行选矿。经 过选矿后的矿粉虽然品位升高，但是无法作为炼铁原料使用，因此需要进行人工 造块，生产人造富铁矿。 铁矿粉造块的方法目前主要有烧结和球团两种。球团矿生产需要粒度很细的 精矿，并需用气休或液体燃料进行焙烧，原料条件要求比较高，目前只在美国、 加拿大等少数国家得到应用和发展；而烧结法对原料的适应性很强，不仅可以用 粒度较粗的富矿粉和精矿生产烧结矿，同时还可处理工业含铁废弃物，烧结法在 世界各国都得到了广泛的应用和发展，烧结生产占据着铁矿粉造块生产的主导地 位，烧结矿占入炉含铁原料总量的7 0 - 9 0 。 由此可见，在现代钢铁生产过程中，烧结作为给炼铁高炉提供原料的重要环 节，有着不可替代的作用，用烧结法生产烧结矿不仅解决了粉矿炼铁问题，同时 还改善了含铁原料的冶金性能，使高炉生产指标和经济效益均得到明显提高。目 前国内外烧结生产中被普遍应用的烧结设备是带式烧结机，它提供了炼铁高炉生 产所需的绝大多数优质人造富矿。 烧结矿中氧化亚铁( f e 0 ) 含量是评价烧结生产的一项综合性指标【l 】，它反映了 烧结过程的动态控制状况，其含量不仅受配碳量、混合料水分、返矿量的交互作 用，而且还受原料配比、烧结料层厚度、透气性、烧结矿的碱度、m 9 0 含量和 s i 0 2 含量等的共同影响；同时，它与烧结矿的转鼓强度、低温还原粉化率、还原性 的相关性很大，是影响高炉炉况顺行的一个重要参数。烧结矿f e o 含量的波动区 间越窄，烧结过程便越稳定。降低烧结矿f e o 含量，有利于改善烧结矿的还原性， 但过低的f e o 又会影响烧结矿的强度，恶化低温还原粉化性。 因此，对烧结矿中f e o 含量的在线检测和预测对指导烧结生产具有重要的意 义 1 2 国内外现状 目前测量烧结矿f e o 的含量的方法主要有：化学分析法；烧结机尾直观观察 法；烧结废气检测法；磁导率法；烧结参数数值分析法等【2 】。 化学分析法 重庆大学硕士学位论文 l 绪论 化学分析法，是指每间隔一段时间对冷却后的烧结矿进行取样，然后进行化 学分析，得到烧结矿中各成分的含量。化学分析法是检测f e o 最准确的一种方法， 可以近似认为通过化学分析法得到的烧结矿f e o 含量为真值。 然而，原料经过下料、混合、布料、点火、烧结到成品冷却、整粒、取样等 工序到取样一般需要2 个小时左右，化学分析过程也需要l 2 个小时，通过化学 分析得到f e o 的含量一般需要3 4 小时。尽管化学分析法检测结果准确，但时 间滞后大，很难参与烧结过程的实时控制。 烧结机尾直观观察法 烧结机尾直观观察法，是指在烧结现场，由看火工直接观察烧结机尾断面图 像，根据多年积累的经验并结合实时烧结过程参数，判断烧结矿成分和质量指标 的人工识别方式。也有在烧结机尾安装工业摄像机，使看火工能在烧结中心控制 室看到烧结断尾的图像。这种方法改善了看火工的工作条件。由于看火工素质的 不同、经验的差异、责任心的强弱等主观因素，造成检测结果的很不稳定，对烧 结操作参数的调节和控制决策只能提供参考。由于这种检测方式比较简单，在我 国大多数烧结厂，仍然被广泛使用。 磁导率检测法 磁导率检测法，是通过测量烧结矿磁导率从而得出烧结矿f e o 含量。国外已 经研究出较好的磁导率装置的设备或仪器，并与计算机相连，获得了f e o 测定值。 澳大利亚亚布罗西肯研究中心早在1 9 8 1 年就研制出m p m - 2 5 型导磁机，具有响 应速度快、精度高等特点，但是这种方法仍需要从环冷机中取样，仍不能解决f e o 实时检测和控制问题。 烧结废气检测法 烧结废气检测法，是通过测量烧结废气温度和废气成分，利用它们和f e o 含 量的相关关系得出f e o 含量的方法由于烧结矿氧化亚铁含量和废气成分的关系 很复杂，废气成分不易准确测定，并且烧结现场普遍存在漏风现象，使得理论氧 化亚铁计算量、回归方程试算氧化亚铁和实际分析值相差都比较大 烧结参数智能分析法 烧结参数智能分析法，是通过对影响烧结过程中各个参数进行分析，建立数 学模型，对f e o 含量进行预测。由于烧结过程f e o 含量受到精矿配比，料层厚度， 点火温度，混和料水分，燃料水分，燃料配比，烧结机速度，烟道负压，大烟道 温度，风箱温度等因素影响，因而实时得到上述参数数值，便能实时预测f e o 含 量。由于影响参数多，过程机理复杂，采用一般的数学建模分析方法通常不能够 准确的对f e o 含量进行预测。现在多用聚类法和b p 神经鼹络法进行建模。聚类 的方法是无监督学习，只进行建模只能预测f e o 含量等级，不能准确的预测f e 0 2 重庆大学硕士学位论文1 绪论 含量的数值。而b p 神经网络具有能对复杂函数逼近的能力，现行大多采用b p 神经网络的方法进行建模和预测。b p 神经网络存在诸如对于噪声干扰非常敏感、 隐藏层节点数无统一的计算公式，需要经过多次尝试、学习速度慢且易陷入局部 极小点等缺点，加上其结构复杂，影响了对f e o 含量预测的精度。 8 0 年代以来，国外烧结矿成分检测技术有着较大的发展【3 1 ，澳大利亚布罗希 肯公司研究中心研制了一种m p m - 2 5 型磁导仪【4 】，该磁导仪精度高，但是受到检 测结果滞后性影响，不能到实时反馈控制。国内仅有部分厂采用了磁导率装置进 行f e o 含量检测，如马鞍山钢铁公司烧结厂等。攀钢炼铁厂烧结车间在9 0 年代 也采用磁导率法来检测f e o 含量，但是由于磁导率检测设备频繁出现故障，且测 量结果时间滞后长，被迫停止使用。川崎钢铁公司对烧结机尾风箱废气进行在线 分析，并将废气分析值送入过程计算机，与废气流速、废气温度及其他数据一起 监测烧结过程。意大利钢铁公司热那亚厂为了利用废气分析来控制烧结终点( 机速) 和f e o 含量，通过安装了一台质谱仪，检测尾气体化学成分并结合烧结工艺参数， 通过建模分析得到大致的f e o 含量。 现今我国钢铁企业烧结厂对烧结矿化学成分的检测，主要是通过每2 小时一 次的烧结矿人工采样进行化学分析。由于化学分析有着较大的滞后，很难实现烧 结过程的准确控制。为了实时判断烧结矿矿f e o 的含量，控制烧结生产，大多烧 结厂辅以机尾直接观察法进行辅助检测。烧结机尾环境恶劣，在观察口的温度可 达4 0 0 c ，且粉尘非常大，环境恶劣，在一定程度上影响了看火工的判断：看火工 之间的经验、技术、素质和责任心之间的差异，导致了对f e o 含量判断的不稳定 性。虽然化学分析方法比较准确，但的化学分析时间约为1 小时，这造成了信息 反馈时间长，不能在线检测，实时性差。上述情形使烧结矿质量和高炉冶炼效果 受到一定影响。 目前，f e o 智能检测系统的研究正在展开，在国内有一些钢铁公司对烧结机 尾f e o 含量的智能检测作了一些试验，取得了明显的效果，但是误差较大。攀钢 炼铁厂蒋大军【5 】等人利用改进的4 层神经网络对生产工艺参数进行建模，预测f e o 含量，取得了较好的效果。东北大学张石【6 】、姜宏州【7 】等人开发了f e o 含量检测 仪，通过对烧结机尾图像进行分析，得到烧结矿f e o 含量等级，在本钢第2 炼铁 厂3 榄结机进行了现场的运行试验。试验历时1 5 天，每天上午7 点3 0 分至下午 3 点3 0 分试验8 小时。每隔2 0 分钟由看火工观察一次机尾断面，判断f e o 含量， 并和检测仪显示结果进行对比，共进行了3 2 0 次试验，检测仪结果和烧结看火工 判断结果对比，符合率为8 2 5 。当化验室给出f e o 含量的化学分析结果时，和 当前时刻前2 小时检测仪显示结果进行对比，共进行了4 3 次试验，符合率为 7 2 1 。该试验方法对烧结矿的成分与质量控制有着重要的意义，但因为该方法 ， 重庆大学硕士学位论文1 绪论 建模时只考虑了烧结机断层的图像特征提取和建模，没有考虑烧结矿f o o 含量与 过程操作参数的关系。 1 3 本文的创新 由于烧结机在不断的运动，造成了烧结机尾断面图像周期性不断的变化。在 周期内连续的图像序列中得到一幅清晰，完整的烧结机尾断面图像对于后续的参 数提取是十分重要的，如果用于图像处理的断面图像模糊或者内容并不能完整的 反映烧结机尾断面，那么用该断面提取的特征参数往往存在着较大的不一致性， 从而导致预测的f c o 含量不准确。传统的断面获取方法是通过计算烧结机台车距 离，采用外触发的方式，该方法的实质是等时间间隔获取断面图像，而烧结工艺 的特殊性和复杂性，完整的清晰的断面图像的出现时间闻隔往往不通过，因此外 触发的方式获取断面图像存在着诸多弊端。 本文对烧结机尾断面图像做了大量分析研究，针对烧结机尾断面图像的特征， 创新性引入了最佳机尾断面图像的概念和提取方法。最佳机尾图像断面是周期内 断面图像中最清晰，反映烧结机尾烧结矿信息最完整的一幅断面图像。通过对周 期内连续图像序列求差分的方法，在图像序列中获取最佳烧结机尾断面图像。该 方法步骤为： 计算图像序列的差分 首先求出机尾连续图像序列中的每帧图像红色分量的亮度值，这样得到了一 个关于图像亮度的差分序列，再利用两点公式对亮度序列求差分。 全局差分阈值的选取 全局差分阈值是划分和搜索最佳断面的重要参数，通过最小代价法选取全局 差分阕值。 选取最佳机尾断面图像 对亮度差分值大于全局差分阈值的附近区间进行搜索，选取区间内亮度值最 大的图像，该图像即为最佳机尾断面图像。 1 4 本文研究技术路线 本文的技术路线如图1 。1 所示。 4 重庆大学硕士学位论文1 绪论 图1 1 技术路线图 5 重庆大学硕士学位论文2 烧结机尾断面图像的选取 2 烧结机尾断面图像的选取 由于烧结机在不断的运动，造成了烧结机尾断面图像周期性不断的变化。在 周期内连续的图像序列中得到一幅清晰，完整的烧结机尾断面图像对于后续的参 数提取是十分重要的，如果用于图像处理的断面图像模糊或者内容并不能完整的 反映烧结机尾断面，那么用该断面图像提取的特征参数往往存在着不一致性，从 而导致预测的f e o 含量不准确。传统的断面图像选取方法是通过计算烧结机台车 距离，采用外触发的方式控制计算机选取图像。该方法的实质是等时阃间隔选取 断面图像。由于烧结工艺的特殊性和复杂性，完整的清晰的断面图像的出现时间 间隔往往不相同，因此外触发的方式获取断面图像存在着诸多弊端。因此，本文 提出了一种新的方法进行烧结机尾断面图像的选取。 2 1 烧结机工作原理简介 烧结机由给料装置、点火装置、传动装置、孰道、台车、风箱、密封装置、 机架等构成【s 】。烧结机的工作过程是，由传动装置驱动的烧结机头部星轮做连续 的转动，将台车由下部轨道经头部弯道抬到上部水平轨道，星轮齿板继续推动台 车卡轮，由于星轮不停的转动，连续地推动下一个被抬到上水平轨道的台车卡轮， 这样就形成了在上水平轨道后台车推动前台车，使整个上台车列向烧结机机尾方 向运动；当台车到达烧结机尾部时，在尾部星轮齿板和尾部弯道的控制下卸下烧结 矿。在尾部星轮上，由于台车自重以及台车内部分烧结矿的存在使得对星轮中心 产生一个较大的力矩，该力矩作用的直接效果是在尾部星轮齿板和刚刚经过尾部 弯道摆平进入下部水平轨道的台车卡轮之间产生一个使该台车向头部星轮运动的 推力，这一推力使得该台车追赶上前面的台车列，一起经下部水平轨道向头部星 轮运动；由于尾部星轮的转动，使得齿板又推动下一个刚摆平的台车卡轮，如此在 下部水平轨道后台车推动着前台车，使下部水平轨道上的台车连续不断地向头部 星轮运动。当运动到头部后，头部星轮齿板又推着刚进入头部弯道台车的卡轮， 将其抬至上部水平轨道，如此反复，就是整个烧结机主体设备的运转过程。 烧结过程是在精矿中添加一定数量的燃料及提高系统质量需要的其它物料 ( 主要是中和铁料、燃料、熔剂) ，借助燃料燃烧的高温，使烧结料中的组分熔化 或软化，发生化学反应和生成一定数量的液相，冷却后相互黏结成块的过程。烧 结所得的产物叫烧结矿。 由于高炉生产需要铁矿石作为原料，而天然铁矿石中的铁含量是较低，为此 需要将开采到的铁矿石进行加工，将其研磨成粉，进行选矿。经过选矿后的矿粉 6 重庆大学硕士学位论文2 烧结机尾断面图像的选取 虽然品位升高，但是无法作为炼铁原料使用将添加有细粒燃料的烧结混合料， 在混匀和制粒后，经布料槽进入链式烧结台车，随着台车的行进，经过点火器下 面时料面被点燃，在点火的同时开始抽风，在炉篦下造成一定的负压，空气从上 向下通过烧结料层而进入下面的风箱，料层表面着火的燃烧带随着上部燃料燃烧 完毕，而逐步向下部料层移动，进行熔融燃烧。当燃烧带到达炉篦后，烧结过程 就算终结，此时工艺上称为饶透”，该位置称为烧透点或烧结终点 1 烧结台车2 布料机3 点火器4 生料层 5 燃烧带 6 风箱7 烧结机尾断面8 掉落中的烧结矿9 环冷机1 0 大烟道 图2 1 烧结机工作原理圈 f i g 2 1 慨h n i q e em e t i n g 烧结终点的位置对于烧结生产来说是十分重要的。烧结终点提前意味着台车 速度太慢，没有充分发挥烧结机的生产能力，质量下降，且会因高温而缩短炉篦 的寿命。烧结终点拖后。则烧结过程尚未结束。会出现夹生料，不仅烧结成品率 下降( 产、质量同样下降) ，还会使返矿平衡遭到破坏而影响正常生产 由于烧结生产的复杂性、动态性，其产、质量和能耗的监控一直是困扰企业 的难题。然而烧结过程的大量信息，在机尾的断面上却可以得到最直接和丰富的 反映有经验的看火工通过机尾断面图像不但可以判断烧结过程是否合理，还可 7 重庆大学硕士学位论文 2 烧结机尾断面图像的选取 以判断出烧结矿中f e o 的大致含量。 2 2 最佳烧结机尾断面图像 为了完整的观察到烧结机尾断面图像，观测者应该和烧结机尾断面在同一水 平面，由于燃烧是从上至下。位于台车中的烧结矿上层部分的烧结矿燃烧结束， 温度较低，凝结成暗红色的块状物，通常把台车中的这一层块状物称为黑火层。 正在旋转下降的台车i 中的黑火层挡住了处于同观测者同一平面的台车中 的烧结断面，随着台车i 缓缓下降，逐渐露出台车中烧结矿断面图像，当顺时 针转动的台车i 中的烧结矿由于重力的作用完全掉落时，就能完整地观察到台车 中烧结矿断面图像。此后，掉落的烧结矿撞击地面产生大量的粉尘和烧结尾气， 在抽风机作用下上升，这些粉尘和烧结尾气使机尾断面图像模糊。因此，只有在 烧结矿完全掉落至粉尘上升之间的短暂时间，观测到的机尾图像才是完整的，清 晰的。这时的机尾断面图像细节清晰丰富，能反映烧结过程的大量信息，本文将 此时的断面称为最佳机尾断面。此后，台车运行到了星轮处在星轮卡板的作用 下缓缓顺沿着顺时针方向转动，此时的台车倾斜，位于台车上层的黑火层遮挡 住后续台车中的烧结断面，直至台车中的烧结矿在重力作用下完全掉落。烧 结机尾图像就按上述方式不断的循环。 图2 2 烧结机尾断面周期图 f i s 2 2 c y c l e o f s i n t e t e n d p r o 甸e 暑 重庆大学硕士学位论文2 烧结机尾断面图像的选取 图2 2 中，时刻a 时，只能观测到少许断面，经过时刻b 、c 、d 能观测的断 面逐渐增多，当到达时刻d 时，由于重力的作用，前一台车中的烧结矿在极短时 间内掉落，在距时刻d 后不到0 5 秒的时刻b ，可完全观测到清晰的烧结机尾断面， 即最佳机尾断面。时刻f 时，由于部分尾气上升，图像较c 时刻暗淡且模糊。随 着台车倾斜，可观溺的断面逐渐下降，在时刻g 、h 只能观测到部分断面。 以往获取最佳机尾断面图像均采用外触发方式，如图2 3 所示，其原理为： 在滑轨上安装传感器，当台车在行进过程中触发传感器的时，传感器发出的脉冲 信号经过编码器编码后通过串行控制总线传输进入计算机，计算机根据编码后的 信号控制工业相机对烧结矿机尾图像进行摄像 图2 3 外触发选取机尾断面 f i s2 3 k c s i n t 荔e n dp r o f i l ei m a g ew i t h 【乞c 删砸髓咖m c i | b o d 台车以近似恒定的速度前进，因此只需要将传感器安装在距离机尾整倍数台 车车长的位置处，使台车车轮接触到传感器时，烧结机尾台车正好完全掰开。由 于每个台车有两个车轮，计算机只需要每隔一次信号进行拍摄，就恰好能拍摄烧 结机尾图像。该过程反复进行，使碍每一台台车到达烧结机尾时都在同一位置摄 取机尾断面图像。 袭2 1 最佳断面问隔时间 t a b l e2 it h n eo f b e e tp r o f i l ej l n a 黔 l 序号 l 23 4 5678 l 最佳断面出现问隔时问渺) 4 4 4 03 94 24 13 84 24 9 外触发铯较为准确的拍摄烧结机尾断面，但是烧结矿在机尾的掉落是一个受 到多种因素影喃的过程，不同时刻的烧结矿黏性不同，造成了其与台车的炉篦摩 9 重庆大学硕士学位论文2 烧结机尾断面图像的选取 擦力不同，因而烧结矿完全掉落的时刻也往往不同。表2 1 是在某烧结厂第三烧 结车间5 号烧结机观测的最佳断面出现时间，从表2 1 可以看出，虽然最佳断面 出现的间隔大致相同，但是并不完全一致。事实上，经过大量观察，断面出现时 间甚至会出现较大的波动。由于烧结矿掉落后的震动与尾气上升，往往只有不到 2 秒的时间才能获碍清晰完整的烧结矿断面图像，往往采用外触发得不到一幅清 晰、完整的最佳机尾断层图像。针对该情况，本文提出了了基于差分的最佳机尾 断面选取算法，经过现场大量实验，获得了非常好的效果。 2 3 基于差分的最佳断面图像选取算法的研究及实现 2 3 1 断面图像序列的差分分析 相机以2 0 帧，秒对烧结机尾断面图像进行连续摄像，得到一个图像序列，每 帧图像的亮度1 是图像分析中一个重要的指标。由于烧结机尾断面主要呈红色， 不妨将图像中的红色( r ) 分量的亮度作为图像的亮度。，可以由以下公式计算： hw ，= 岛 i = l 歹叠l ( 2 1 ) | j l 为图像的高度，w 为图像的宽度，p 为图像中对应点的像素值。分析某钢铁 企业烧结厂第三烧车间烧结机中烧结矿掉落图像序列，该序列的亮度值如图2 4 所示。烧结矿下落是一个渐进到突变的过程。前一车烧结矿台车在齿轮的旋转带 动作用下，做顺时针旋转，缓慢向下倾斜，台车上部的黑火层遮蔽了的后一车烧 结矿随着前一车烧结矿的倾斜缓慢从上往下露出断面，在图2 4 中为从图像0 到 图像3 0 的亮度是一个缓慢递增的过程。当台车提供的摩擦力不能支撑烧结矿时， 烧结矿立即掉入环冷带，因此后一车烧结矿断面完全露出。如图2 a 所示，在完 整断面3 4 前，亮度有剧烈的波动，从图像2 6 到图像3 4 共计0 4 秒内，亮度从l x l 0 6 跃升为5 1 0 6 左右。而当烧结矿掉入环冷机后，烧结尾气上升，影响了图像的亮 度，反映到图3 中即图像7 7 帧附近亮度有一较大的波动，亮度突然下降，但是随 着风机将尾气抽出，亮度得以恢复，但随着台车的继续倾斜，总亮度缓慢下降。 因此可以近似的认在一个周期内拥有亮度l 最大的图像就是最理想的完整的断面 图像 1 0 重庆大学硕士学位论文2 烧结机尾断面图像的选取 1 1 l - l h ： ： 纵 j 一 - 、 图2 4 周期亮度变化圈 f i g2 4q 商co f b r i g h t n 由于不同工况下的烧结矿最佳机尾断面往往亮度波动较大，在不同的周期内， 图像的亮度具有较大的变化。在某烧结厂第三烧结车间连续观察了4 个小时内1 2 0 个周期的烧结机尾最佳机尾断面图片。对其进行亮度分析，发现在不同的周期内 最大亮度值7 0 0 , 差e 右分布在4 x 1 0 6 到5 x 1 0 6 之内，而一些最大亮度值较低，有的 接近了亮度值大的周期内的背景亮度。此外，当烧结矿尾气中粉尘含量较高时， 上升的尾气在红火层照射下，弥漫整个烧结机尾，此时的图像亮度往往会出现超 过最佳断面亮度的情况，因此不能以简单的取阚值的方式判断是否为最佳断面。 设函数 z = 厂( f )( 2 国 在闭区 a ，b 】问内连续，考虑导数定义，当自变量t 在t o 处取得增量t 时， 相应的函数l 取得增量t d - - - f ( t o + a t ) - f ( t o ) 如果l 与t 之比当t 趋近于0 时的 极限存在，则称函数l o 在t 处可导，并称这个极限为函数1 - - - t ) 在点t 处的导 数记为，在实际应用中，函数的导数反映了函数的变化率问题，导数的概念就 是函数变化率这一概念的精确描述。 不妨令，为机尾断面图像亮度值，t 为时阎，与t 函数关系为l = f ( o ，即亮度 随时间的变化而变化。由烧结过程机理可知，该函数是连续的。当在周期内关于 亮度，的函数f t e 户岛时变化率为最大，则岛对应时刻的图像即为最佳断面。 通过求周期内函数，的导数，的最大值，即可知道最佳断面出现的时刻。由 5 4 3 2 1 d 重庆大学硕士学位论文 2 烧结机尾断面图像的选取 于烧结过程的复杂性，函数，难以得到，但时刻f 对应的亮度值，可以通过相机对 烧结机尾等间隔进行摄像的图像通过公式2 1 得到。通过数值微分的方法可以近 似计算出时刻 对应的函数，导数。 数值分析中常用的微分算法有两点法【9 】： 广：气净+ 掣 ( 2 3 ) 式中乃- - x - 石“，掣为插值余项。 由于图像序列中，时间t 的间隔固定，h 为一常量。为了减少计算量，可近 似认为h - i ，而插值余项中二阶导数的计算较为复杂，本文中对该序列的差分精 度也要求不高，令插值余项：垒；堕= o 。故有公式： z 厂q 。) ；，。一，。 ( 2 4 ) 式中，为时刻对应图像中的亮度。 对连续拍摄的6 0 0 帧烧结机尾断面图像利用公式2 3 求差分，结果如图2 5 所示，图中蓝色曲线为差分值，而红色曲线为亮度值，从图中可以看出，经过求 差分后，周期亮度信息中的最佳断面时刻对应差分在周期内为一单峰值，为周期 内的最值，而部分周期内由尾气上升引起的亮度变大造成的断面亮度最大处的差 分值远小于最佳断面处的差分值，因此在周期内寻找到差分最大的时刻f 对应的 断面图像就为最佳断面图像。 重庆大学硕士学位论文 2 烧结机尾断面图像的选取 圈2 5 周期内微分圈 f i g2 5i m a g ed i f f e r e n c ei ni t 黜 2 3 。2 基于差分的最佳断面获取算法的实现 由于需要在烧结矿一个周期内寻找最值，所以如何寻找周期的边界是一个关 键问题虽然最佳断面的周期可以通过烧结机速度近似计算出来，但是该方法存 在着多种局限性，不适合本文中寻找最佳断面本文采用最小风险阈值分割法寻 找图像序列中最佳断面，避免了去寻找了周期边界。 设有间隔时间为h 的断面图像的差分序列为列p ( i ) 乒l n ，其中 1 s t n h 2 x 1 0 62 1 0 6i x l 0 6l x l 0 6 , 一0 7 x 1 0 6 像素为n 个，则图像大小为m n 个像素。在进行采样时，采样点闯 隔的选取是一个非常重要的问题，它决定了采样后图像的质量，即忠实于原图像 的程度。采样间隔的大小选取要依据原图像中包含的细微浓淡变化来决定。一般， 图像中细节越多，采样间隔应越小。根据一维采样定理，若一维信号g ( t ) 的最大 频率为c o ， 以t _ 表示该频域变换的反交换。p ( u ，为原 始图像厂( 五y ) 结果频域正变换的结果。日 ，v ) 为频域中的修正函数，g ，力是 修正后的结果。g 似力为增强后的图像。 图像的灰度修正 灰度修正使图像在空间域中增强的简单而有效的办法。通常根据图像不同的 降质现象而采用的不同的修正方法。常见的有以下一些： 1 ) 针对图像的不均匀性而对图像逐点进行不同程度的灰度级校正，目的是 使图像灰度均匀。 2 ) 针对图像某部分或者整体曝光不足而进行灰度级校正，目的是增加图像 的灰度对比度。 3 ) 最后一种方法就是直方图修正，它能是图像具有期望的灰度分布，从而 有选择的突出所需要的图像特征。直方图最简单的方法如前面式3 8 的灰度均衡， 采用图像尺度变换，把灰度区间【a ，b 】上的像素点映射到【c ，d 】区间上。变换公式 为； f ( c a ) f ( x ，力0 s f ( x , 力s a g k 力= 【( 孑一c ) ( b 一口) 】厂( x ，) 哆十ca s 厂( 毛力s b ( 3 1 1 ) l 【( f ，- d ) ( mr 一6 ) 】【厂( z ，) ，) - b 】+ db 他力s m ， 图像的平滑 图像的平滑是一种实用的数字图像处理技术，主要目的是为了减少图像的噪 声。一般情况下，在空间域可以用邻域平均来减少噪声：在频域，噪声多出现在 高频段，因而可以采用低通滤波来减少噪声。 2 0 重庆大学硕士学位论文3 烧结机尾断面图像的特征参数提取 乱模板钿1 p l a t e ) 操作【1 6 1 是数字图像处理技术里常用到的一种运算，图像的平 滑、锐化、细化、边缘检测都会使用模板。模板的操作类似矩阵，它有特定的计 算方法。比如式( 3 1 2 ) 。 矩阵中的小黑点表示该元素为中心元素，即该元素要进行处理。式( 3 1 2 ) 的模 板操作描述为t 将中心元素与其他相邻的八个元素相加再求平均值，作为中心元 素的新值。 r l 1 1 柑：i 通常模板不允许移出边界，这样就使得处理后的新图像比源图像要小，比如： 当模板是瞄o ，原图灰度值矩阵为 为巨 5 5 8 8 l l1 l ll 2 2 3 3 4 4 l1 2 2 33 4 4 时，经过模板计算后的图像 ，“一表示边界上无法进行模板邻域计算，在实际中一般采取 复制源图像的灰度值，不再进行其他处理了。 模板运算实现了一种邻域操作，即某个像素点的结果不仅和本像素点的值有 关，而且和其领域里面的点有关，这种运算的实际上就是卷积。 b 空间域滤波是图像平滑中最常用的一种方法。为了减少计算量，通常把需 要处理的图像分成很多小区域进行滤波，这个小区通常用( 3 x 3 ) 的| l ) ，) 作卷积， 选择不同的h ( x ，y ) 做卷积，就相当于用不同的方法进行滤波。 滤波又可以分成线性滤波器和非线性滤波器【l 刀 线性滤波器：线性滤波器对去除图像里面的高斯( o a u s s ) 噪声效果明显。而 且，在大多数情况下，对其他类型的噪声也有较好的抑制效果。鉴于空间滤波器 具有空间不变性，可以使用模板运算来实现。比较常用的线性平滑滤波方法有： 均值( b o x ) 滤波和高斯( g a u s s ) 滤波。 b o x 滤波的模板为式( 3 1 2 ) 所描述的模板。显然，这个模板把9 点平均赋给 中心点，显然对图像有平滑的作用。 g a u s s 滤波的模板为； 2 1 重庆大学硕士学位论文3 烧结机尾断面图像的特征参数提取 1i 1l 1 i 一, 6 l ：0 ；f ” llli 从这一模板可以看出，g a u s s 滤波实际上是一种加权的b o x 平滑滤波，它 是一类根