烧结矿FeO 含量智能检测仪开发.docVIP

烧结矿FeO含量智能检测仪的开发 姜宏洲　张学东　张宏勋李万新　周雷 摘要：检测仪应用图像处理与神经网络技术，依照烧结看火工对烧结矿FeO含量的判断方法，用CCD摄像机采集烧结机尾断面图像，对所采集的图像进行实时处理，并提取特征，再由根据烧结看火工的经验知识训练的BP神经网络对图像样本分类识别，最后给出相应的FeO含量等级。关键词：烧结矿FeO含量检测图像处理神经网络 Development of the intelligent detector of FeO content in sinter Jiang Hongzhou Zhang Xuedong Zhang Hongxun (School of Information Science and Engineering of Northeast University Shenyang 110006) Li Wanxin Zhou Lei (Benxi Iron ＆ Steel Company) Abstract Techniques of image processing and neural networks applied to the intelligent detector of FeO content in sinter is proposed. One CCD camera is used in the detector to collect the cross－ section image of the discharge end of the strand. The image is processed in real time, the features of the image are extracted and then a neural network trained by the experience of watchers－ fire is employed to determine the content degree of FeO in the sinter at the moment of sampling. Key words sinter; FeO content detection; image processing; neural networks 　　烧结矿是炼铁的主要原料，烧结矿质量的好坏，对高炉冶炼性能影响很大。在烧结矿的质量指标中，氧化亚铁(FeO)含量是一个非常重要的指标，它代表了烧结矿的还原性。在生产中适当降低烧结矿中的FeO含量，并提高其稳定性，既可以保证烧结矿的冷强度和低温还原粉化性能，又改善了烧结矿的还原性，使烧结矿的冶金性能得到改善。这样，既有利于高炉降低焦比，又使烧结生产固体燃料消耗降低。因此，烧结矿中FeO含量的检测和控制对烧结生产有着十分重要的意义。目前，烧结矿FeO含量的检测方法主要有4种：化学分析法、磁导率法、废气分析法和烧结机尾直观观察法。　　在我国大多数烧结厂，烧结矿FeO含量的在线检测主要依靠人的经验，也就是由烧结看火工在烧结机尾对烧结饼断面直观观察，然后凭经验对烧结矿FeO含量做出判断，给出FeO含量的范围。虽然国内一些大型烧结厂已在烧结机尾安装了工业电视系统，看火工可以通过工业电视观察机尾断面，但仍需看火工进行判断。　　我们利用图像处理和神经网络技术开发了烧结矿FeO含量在线检测仪，可以代替看火工来完成这项工作，在线判断烧结矿FeO含量。判断结果分为4等：(1)含量低；(2)含量正常；(3)含量偏高；(4)含量高。1　检测仪的结构及工作原理　　烧结矿FeO含量智能检测仪的结构如图1所示。其中，图像采集系统由1台黑白CCD摄像机、滤光片、图像采集卡和PC机组成。图像采集系统的附属设备包括风反吹水冷套，空气过滤器，控制摄像时刻的采样开关，照明光源等。 图1　检测仪结构示意图 　　检测仪的工作分为自动采样、图像处理和图像识别3个阶段。当台车每次到达预定位置时，采样开关发出信号给计算机，计算机控制图像采集系统捕捉烧结机尾断面图像；在图像处理阶段，对烧结机尾断面图像进行平滑、分割和标注处理，提取特征；在图像识别阶段，由上一步提取的图像特征，采用根据烧结看火工(专家)的经验训练的BP神经网络对图像样本分类，最后给出相应的FeO含量等级。工作原理如图2所示。 图2　检测仪工作原理示意图 2　烧结机尾断面图像处理与特征提取　　总结烧结看火工观察烧结机尾断面特征判断FeO含量的方法，经实验比较，我们为识别烧结机尾断面图像设计了2个特征：烧结机尾断面图像中红火层区域内烧结气孔面积平均值和气孔内部火焰亮度平均值，即图像的特征向量为。　　设一幅烧结机尾断面图像上烧结气孔的个数为n，各个烧