基于烧结机尾红外热图像特征的烧结完成度智能识别

作     者：哈奉伶 潘冬 余浩洋 蒋朝辉 HA Fengling;PAN Dong;YU Haoyang;JIANG Zhaohui

作者机构：中南大学自动化学院湖南长沙410083 

出 版 物：《烧结球团》 (Sintering and Pelletizing)

年 卷 期：2023年第48卷第6期

页      面：44-53页

学科分类：08[工学] 0806[工学-冶金工程] 080601[工学-冶金物理化学] 0835[工学-软件工程] 0802[工学-机械工程] 080201[工学-机械制造及其自动化] 

基　　金：国家自然科学基金重大科研仪器研制项目(61927803) 长沙市自然科学基金资助项目(kq2202075) 湘江实验室重大项目(22XJ01005) 

主　　题：烧结过程 完成度 红外图像特征 特征融合 智能识别 精准识别 

摘      要：烧结完成度是烧结热状态的直观体现,其精准识别对提升烧结过程稳定性和生产效率、降低烧结生产能耗具有重要意义。由于烧结现场生产环境恶劣,燃烧反应复杂,烟气和物料对流换热频繁,烧结完成度实时精准识别困难,目前仍依赖于“人工看火。针对存在的问题,提出一种基于烧结机尾红外热图像特征的烧结完成度智能识别方法。该方法首先对红外热图像进行预处理,提出一种双阶段关键帧提取方法,获取受扬尘干扰小,红层完整清晰的关键帧图像;然后基于热图像RGB属性中R通道值变化趋势精准提取烧结红层ROI区域;并基于图像结构纹理分解挖掘隐含的料层信息,获取分区料层高度;设计并提取燃烧层高度占比分布等特征表征烧结完成度;最后构建DS-CEFNet智能识别模型,融合图像深层特征和手工设计的浅层特征,实现烧结完成度精准识别。结果表明,所提模型对烧结完成度的识别准确率达96%,具有良好的应用价值。