一种转炉化渣监控方法和系统 |
|||||||
| 申请号 | CN201410369416.0 | 申请日 | 2014-07-30 | 公开(公告)号 | CN104087707A | 公开(公告)日 | 2014-10-08 |
| 申请人 | 湖南镭目科技有限公司; | 发明人 | 田陆; 何涛焘; | ||||
| 摘要 | 本 申请 公开一种转炉化渣监控方法和系统，该方法包括：实时获取包含了转炉噪声数据和 氧 枪振动数据的转炉 冶炼 数据；基于预先建立的化渣监控模型，利用所获取的转炉冶炼数据计算转炉熔池的渣厚；将计算出的渣厚与化渣监控模型中包含的喷溅 阈值 及返干阈值进行比对，判断比对结果是否表征将会发生喷溅或返干，并在比对结果表征将会发生喷溅或返干时获取相对应的喷溅信息或返干信息；最后依据喷溅信息或返干信息制定相应的喷溅控制方案或返干控制方案，以对后续的化渣操作进行指导，实现枪位的平稳控制。可见，本申请规避了人工监控方式受制于经验、熟练程度等因素的弊端，提高了化渣状态检测的 稳定性 和准确性，更高程度地保证化渣的平稳进行。 | ||||||
| 权利要求 | 1.一种转炉化渣监控方法，其特征在于，包括： |
||||||
| 说明书全文 | 一种转炉化渣监控方法和系统技术领域背景技术[0002] 化渣是转炉炼钢中一个关键过程，化渣过程是否平稳直接影响到钢的质量与炼钢效率，且化渣期间若发生喷溅或返干现象，会造成原料的严重浪费甚至会引发人员伤亡、设备损坏等事故。 [0003] 为保证化渣能够平稳进行，需对化渣过程进行监控。传统采用人工方式实现化渣监控，即具体在化渣过程中由摇炉工通过监听化渣噪声和观察炉口火光等来判断熔池化渣状态，并通过调整氧枪高度等控制手段来保证化渣的平稳，以避免喷溅或返干现象的发生。然而，人工监控方式由于受制于经验、熟练程度等因素，易导致检测结果的稳定性和准确性较低，进而为化渣的平稳控制带来不利影响。 发明内容[0004] 有鉴于此，本发明的目的在于提供一种转炉化渣监控方法和系统，以克服上述问题，提高化渣状态检测的稳定性和准确性，进而更高程度地保证化渣的平稳进行。 [0005] 为此，本发明公开如下技术方案： [0006] 一种转炉化渣监控方法，包括： [0007] 实时获取转炉冶炼数据，所述转炉冶炼数据包含化渣噪声数据和氧枪振动数据； [0008] 基于预先建立的转炉化渣监控模型，利用所述化渣噪声数据和氧枪振动数据计算转炉熔池的渣厚，其中，所述转炉化渣监控模型包含转炉熔池的渣厚与化渣噪声声强特征、氧枪振动特征之间的关联关系，还包含用于作为所述渣厚的评测基准的喷溅阈值和返干阈值； [0009] 将计算得出的所述渣厚与所述喷溅阈值及所述返干阈值进行比对，产生比对结果； [0010] 判断所述比对结果是否表征将会发生喷溅或返干，并在所述比对结果表征将会发生喷溅或返干时，获取相应的喷溅信息或返干信息； [0011] 依据所述喷溅信息或返干信息，制定相应的喷溅控制方案或返干控制方案，以为后续的化渣平稳控制提供指导。 [0012] 上述方法，优选的，所述化渣噪声数据包括化渣噪声的强度及化渣噪声所处的频段，所述氧枪振动数据包括氧枪振动的频率和强度。 [0013] 上述方法，优选的，还包括： [0014] 在所述比对结果表征将会发生喷溅或返干时，进行相应的喷溅预警或返干预警。 [0015] 上述方法，优选的，所述转炉冶炼数据还包括炉口火焰图像数据。 [0016] 上述方法，优选的，还包括：利用所述炉口火焰图像数据对所述转炉化渣监控模型中的喷溅阈值进行校准。 [0018] 一种转炉化渣监控装置，包括冶炼数据获取模块、渣厚获取模块、比对模块、判断模块和控制方案制定模块，其中： [0019] 所述冶炼数据获取模块，用于实时获取转炉冶炼数据，所述转炉冶炼数据包含化渣噪声数据和氧枪振动数据； [0020] 所述渣厚计算模块，用于基于预先建立的转炉化渣监控模型，利用所述化渣噪声数据和氧枪振动数据计算转炉熔池的渣厚，其中，所述转炉化渣监控模型包含转炉熔池的渣厚与化渣噪声声强特征、氧枪振动特征之间的关联关系，还包括用于作为所述渣厚的评测基准的喷溅阈值和返干阈值； [0021] 所述比对模块，用于将计算得出的所述渣厚与所述喷溅阈值及所述返干阈值进行比对，产生比对结果； [0022] 所述判断模块，用于判断所述比对结果是否表征将会发生喷溅或返干，并在所述比对结果表征将会发生喷溅或返干时，获取相应的喷溅信息或返干信息； [0023] 所述控制方案制定模块，用于依据所述喷溅信息或返干信息，制定相应的喷溅控制方案或返干控制方案，以为后续的化渣平稳控制提供指导。 [0024] 上述装置，优选的，还包括： [0025] 预警模块，用于在所述比对结果表征将会发生喷溅或返干时，进行相应的喷溅预警或返干预警。 [0026] 上述装置，优选的，还包括： [0027] 模型校准模块，利用获取的炉口火焰图像数据对所述转炉化渣监控模型中的喷溅阈值进行校准。 [0028] 综上，本发明提供了一种转炉化渣监控方法和系统，该方法包括：实时获取包含了转炉噪声数据和氧枪振动数据的转炉冶炼数据；基于预先建立的转炉化渣监控模型，利用所获取的转炉冶炼数据计算转炉熔池的渣厚；将计算出的渣厚与转炉化渣监控模型中的的喷溅阈值及返干阈值进行比对，判断比对结果是否表征将会发生喷溅或返干，并在表征将会发生喷溅或返干时获取相对应的喷溅信息或返干信息；最后依据喷溅信息或返干信息制定相应的喷溅控制方案或返干控制方案，以对后续的化渣操作进行指导，实现枪位的平稳控制。 [0030] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。 [0031] 图1是本发明实施例一公开的转炉化渣监控方法的一种流程图； [0032] 图2(a)是本发明实施例一公开的平稳冶炼的声强曲线； [0033] 图2(b)是本发明实施例一公开的有喷溅发生的冶炼过程的声强曲线； [0034] 图2(c)是本发明实施例一公开的有返干发生的冶炼过程的声强曲线； [0035] 图3(a)是本发明实施例一公开的有喷溅发生的冶炼过程的振动强度曲线； [0036] 图3(b)是本发明实施例一公开的有返干发生的冶炼过程的振动强度曲线； [0037] 图4是本发明实施例二公开的转炉化渣监控方法的另一种流程图； [0038] 图5是本发明实施例三公开的转炉化渣监控方法的又一种流程图； [0039] 图6(a)是本发明实施例三公开的吹炼平稳时的火焰亮度特征曲线； [0040] 图6(b)是本发明实施例三公开的发生喷溅的火焰亮度特征曲线； [0041] 图7是本发明实施例五公开的转炉化渣监控装置的一种结构示意图； [0042] 图8是本发明实施例五公开的转炉化渣监控装置的另一种结构示意图； [0043] 图9是本发明实施例五公开的转炉化渣监控装置的又一种结构示意图； [0044] 图10是本发明实施例五公开的化渣监控系统的各组成部分的装配图； [0045] 图11是本发明实施例五公开的熔池渣厚曲线的绘制示例图。 具体实施方式[0046] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。 [0047] 实施例一 [0048] 本实施例一公开一种转炉化渣监控方法，以下对该方法进行说明。 [0049] 转炉在吹炼过程中，会产生很强的化渣噪声，例如转炉内的超音速氧气流股和未熔炉渣都会发出很强的噪声，这种噪声在开吹和严重返干时(即没有液体炉渣覆盖)强度达到最大，当泡沫渣形成后，在氧枪喷头以上的泡沫渣吸收了氧气流股发出的噪声，渣层越厚，吸声的泡沫渣高度越大，从炉内传出的噪声强度就越低，因此，转炉吹炼时的化渣噪声强度可以间接的反映炉内化渣情况。 [0050] 同时，转炉在吹炼过程中，氧枪由于受到其吹出的氧气流的反作用力、熔渣浮力及不断翻滚的熔渣泡沫的冲击力，而产生振动。炉渣熔化状态不同，氧枪受到的作用力也不同，因此，氧枪的振动频率与幅值(即强度)也可以反映炉内化渣情况。 [0051] 基于此，本发明预先建立反映化渣噪声强度、氧枪振动强度与炉内渣厚之间的关联关系的转炉化渣监控模型，并通过实时的化渣噪声强度和氧枪振动强度来预测炉内渣厚。 [0052] 如图1所示，上述转炉化渣监控方法包括如下步骤： [0053] S101：实时获取转炉冶炼数据，所述转炉冶炼数据包含化渣噪声数据和氧枪振动数据。 [0054] 本实施例预先在转炉的相应位置部署用于采集化渣噪声信号的炉口噪声信号采集模块以及用于采集氧枪振动信号的氧枪振动信号采集模块。在此基础上，分别从炉口噪声信号采集模块及氧枪振动信号采集模块中获取实时的化渣噪声数据、氧枪振动数据。 [0055] 其中，化渣噪声数据包括化渣噪声的强度及其所处的频段，所述氧枪振动数据包括氧枪振动的频率和强度。 [0056] S102：基于预先建立的化渣监控模型，利用所述化渣噪声数据和氧枪振动数据计算转炉熔池的渣厚，其中，所述化渣监控模型包含转炉熔池的渣厚与化渣噪声声强特征和氧枪振动特征之间的关联关系，还包含用于作为所述渣厚的评测基准的喷溅阈值和返干阈值。 [0057] 本发明申请人具体在研究化渣噪声的多频段音频特征以及氧枪振动特征与化渣状态之间关联性的基础上，预先建立转炉化渣监控模型。后续通过利用该模型计算转炉熔池的渣厚实时了解转炉的化渣状态。 [0058] 首先，研究化渣噪声的声强特征与化渣状态的关联性。 [0059] 研究表明，转炉吨位越大吹炼过程中发出的噪声频率越低，目前市面上的转炉吨位各不相同，其特征频率一般分布在100～500Hz之间，且各类转炉会因炉龄和炉衬变化而产生噪声频段的变化。为此，本实施例中的炉口噪声信号采集模块可以同时检测多个特征频段的音频信号，且在实际应用中，炉口噪声信号采集模块需从其可以检测的多个频段中选取一个具有较好监控效果(能够较好地反映化渣状态)的检测频段作为主检测频段，后续需对主检测频段的声强特征进行精确检测，同时对与主检测频段相邻的两个频段也进行精确检测，而对其他频段声强特征进行相对粗略的检测即可。 [0060] 具体地，本实施例以300炉次的冶炼数据作为主特征频段的选择依据，计算各频段在冶炼前中后三个时期的平均声强，从中选取平均声强一致性最好(波动性最小)的两个特征频段，并将两个特征频段的声强表征的喷溅特征与炉口图像所表示的喷溅特征相比对，从两个特征频段中选择喷溅特征与炉口图像所表征的喷溅特征最匹配的一个特征频段作为主检测频段。由于炉龄和炉衬变化会引起声音频段产生变化，为保证监控的准确度，需及时对主检测频段进行更换，例如可以在相邻频段的声强特征能够更为准确地反映化渣状态时，将该相邻频段替换原有的主检测频段作为新的主检测频段，也可以在冶炼一定数量的炉次后，例如冶炼2000炉后，重新选择主检测频段。 [0061] 当转炉冶炼平稳，化渣良好时，冶炼的声强曲线比较平稳，没有较大的起伏，如图2(a)所示，接下来以图2(a)中平稳冶炼的声强曲线为基准对化渣过程中发生喷溅及返干时的声强曲线进行研究。 [0062] 选取在380秒左右开始发生喷溅的炉次ID(Identity，身份标识)7，并以图2(a)为参考对该炉次冶炼化渣过程中发生喷溅的声强曲线进行分析，如图2(b)所示，从该图中可以看出在360秒左右时声强曲线开始下降，在400秒时达到最小值，随后操枪工控制枪位，喷溅得到控制，声强曲线上升，且声强幅值趋于稳定，其值稳定在3.8V左右。 [0063] 选取在430秒左右开始发生返干的炉次ID11，其化渣过程中的声强曲线请参见图2(c)，其中，声强从300秒左右开始缓慢上升，400秒上升速度加快并在450秒时达到最大值，随后操枪工控制枪位，返干得到控制，声强曲线下降，且声强幅值趋于稳定，其值稳定在 3.7V左右。 [0064] 接下来，研究氧枪振动与化渣状态之间的的关联性。 [0065] 转炉冶炼过程中化渣良好时，氧枪的振动曲线较为平稳，本实施例分别选取能够表征喷溅的振动频率f1以及能够表征返干的振动频率f2，并分析发生喷溅、返干时的振动特征曲线，为与声音强度特征进行对比，选取的炉次同样分别为ID7和ID11。 [0066] 请参见图3(a)，3(a)示出了在380秒左右开始发生喷溅的炉次ID7的氧枪振动曲线，从图中可知，渣位上升导致氧枪振动减弱，振动曲线幅值在350秒左右开始有明显的降低，振动特征与图2(b)示出的声强特征变化趋势一致，但振动特征变化更明显，更利于对化渣状态进行判断。 [0067] 图3(b)示出了430秒左右开始发生返干的炉次ID11的氧枪振动曲线，从图中可知，当炉内渣位降低偏向返干时，氧枪振动增强，振动曲线幅值在420秒左右开始有明显的提升，如图3(b)所示。振动特征与图2(c)示出的声强特征变化趋势一致，均从300秒左右开始缓慢上升，但声强特征变化更明显，更利于对化渣状态进行判断。 [0068] 经过大量现场测试及分析研究，申请人发现：当发生喷溅时，振动特征的变化较之于声强特征的变化更为明显，从而利用振动特征预测喷溅比声强特征更迅速；而当发生返干时，声强特征的变化更为明显，从而利用声强特征预测返干比振动特征更迅速。为提高预测效率(预测时间较实际发生时间越早，预测效率越高)，本发明将振动特征作为喷溅预测的主影响因子，将声强特征作为返干预测的主影响因子。 [0069] 基于此，为表征不同特征对喷溅预测、返干预测的不同影响度，本实施例在建立转炉化渣监控模型时，将模型分为两种情况：喷溅预测情况和返干预测情况，喷溅预测情况中，为氧枪振动强度分配较大的权重，为化渣噪声强度分配较小的权重，将氧枪振动强度作为化渣状态预测的主影响因素；而在返干预测情况中，为氧枪振动强度分配较小的权重，为化渣噪声强度分配较大的权重，将化渣噪声强度作为化渣状态预测的主影响因素。 [0070] 此外，还需提前设定作为参考基准的喷溅阈值及返干阈值，当冶炼过程中渣厚达到喷溅阈值或返干阈值时，即表征即将发生喷溅或返干。 [0071] 由于本发明的目的在于提前预测，并在实际的喷溅、返干发生前进行枪位控制，使化渣平稳进行。因此所设定的喷溅阈值需低于实际化渣过程中发生喷溅时的渣厚临界值，所设定的返干阈值需高于实际化渣过程中发生返干时的渣厚临界值，本实施例中，初步对两个阈值作出如下设定：喷溅阈值＝实际发生喷溅时的渣厚临界值×80％，返干阈值＝实际发生返干时的渣厚临界值×120％。 [0072] 其中，本领域技术人员可基于对化渣状态预测效率及预测准确度的均衡需求，对喷溅阈值和返干阈值进行自行设定。 [0073] 在预先建立了转炉化渣监控模型的基础上，本步骤S102基于所述模型，利用实时获取的化渣噪声数据和氧枪振动数据计算转炉熔池的实时渣厚。 [0074] S103：将计算得出的所述渣厚与所述喷溅阈值及所述返干阈值进行比对，产生比对结果。 [0075] S104：判断所述比对结果是否表征会发生喷溅或返干，并在所述比对结果表征会发生喷溅或返干时，获取相应的喷溅信息或返干信息。 [0076] 具体地，当所计算出的渣厚大于或等于喷溅阈值时，则表征即将发生喷溅，当所计算出的渣厚小于或等于返干阈值时，则表征即将发生返干。并将当时的渣厚、化渣噪声数据和氧枪振动数据作为喷溅信息或返干信息，为后续制定控制方案提供依据。 [0077] S105：依据所述喷溅信息或返干信息，制定相应的喷溅控制方案或返干控制方案，以为后续的化渣平稳控制提供指导。 [0078] 本步骤依据获取的喷溅信息或返干信息中的渣厚、化渣噪声数据和氧枪振动数据制定控制方案，确定具体需对氧枪枪位进行怎样的控制、调整，以有效地指导化渣操作，实现枪位的平稳控制。 [0079] 综上，本发明方法包括：实时获取包含了转炉噪声数据和氧枪振动数据的转炉冶炼数据；基于预先建立的转炉化渣监控模型，利用所获取的转炉冶炼数据计算转炉熔池的渣厚；将计算出的渣厚与转炉化渣监控模型中的的喷溅阈值及返干阈值进行比对，判断比对结果是否表征将会发生喷溅或返干，并在表征将会发生喷溅或返干时获取相对应的喷溅信息或返干信息；最后依据喷溅信息或返干信息制定相应的喷溅控制方案或返干控制方案，以对后续的化渣操作进行指导，实现枪位的平稳控制。 [0080] 可见，本发明规避了人工监控方式受制于经验、熟练程度等因素的弊端，提高了化渣状态检测的稳定性和准确性，进而可更高程度地保证化渣的平稳进行。 [0081] 实施例二 [0082] 本实施例二继续对实施例一的转炉化渣监控方法进行优化，请参见图4，该方法还包括： [0083] S106：在所述比对结果表征将会发生喷溅或返干时，进行相应的喷溅预警或返干预警。 [0084] 本实施例增加对喷溅或返干的预警，例如通过不同的声音提示实现喷溅预警及返干预警，可及时通知相关人员对化渣进行平稳控制，以避免喷溅或返干的发生。 [0085] 实施例三 [0086] 本实施例三进一步对以上公开的转炉化渣监控方法进行优化，该实施例中，获取的所述转炉冶炼参数数据还包括炉口火焰图像数据，在此基础上，如图5所示，上述方法还包括： [0087] S107：利用所述炉口火焰图像数据对所述转炉化渣监控模型中的喷溅阈值进行校准。 [0088] 为保证转炉化渣监控模型能够准确地反映渣厚状态，需对该模型进行动态调整、校准，本实施例采用转炉炉口火焰信息对其进行校准。 [0089] 具体地，申请人经研究发现：炉口火焰在冶炼的前中后期会呈现不同的亮度特征，且在发生喷溅时火焰亮度会瞬时增强，因此，通过实时分析火焰图像亮度特征可以计量喷溅强度等级，并可动态调整转炉化渣监控模型中的喷溅阈值，提高化渣状态预测准确率。 [0090] 本实施例在相应位置部署图像采集模块，并从图像采集模块中获取实时的炉口火焰信息。 [0091] 申请人预先提取发生喷溅时的火焰亮度特征，并通过将提取的特征与对应时刻正常冶炼情况下的火焰亮度特征进行比较，来研究火焰亮度特征与化渣状态的关联性。图6(a)示出了吹炼平稳时的火焰亮度特征曲线，从图中可以看出：随着转炉冶炼过程的进行，亮度特征强度逐渐增加，当接近终点时，采集的特征曲线会急剧下降，这与吹炼各个阶段碳氧反应规律是一致的。图6(b)所示炉次在300-400秒之间发生两次喷溅，通过与6(a)的曲线进行对比可知，6(b)所示炉次在发生喷溅时，其亮度特征随之发生突变，亮度瞬间激增，本实施例基于图像分析标记喷溅次数和炉次，并依据所标记数据对火焰亮度特征与化渣状态的关联性进行进一步研究。 [0092] 在此基础上，当上述模型的准确度不达标时，利用转炉炉口火焰信息对上述模型中的喷溅阈值进行校准，保证该模型具有较高的准确度。 [0093] 本实施例通过利用转炉炉口火焰信息对转炉化渣监控模型进行动态校准，保证了转炉化渣监控模型具有较高的准确度，从而提高了喷溅的预警准确度。 [0094] 实施例四 [0095] 由于转炉冶炼时的加料数据、氧枪操作数据、吹氧量数据、铁水成分数据等工艺参数据会对渣厚产生影响，本实施例四将转炉冶炼时的工艺参数作为参考数据引入转炉化渣监控模型，从而后续可依据化渣噪声特征、氧枪振动特征和炉口火焰图像特征，并结合工艺参数对化渣状态进行预测。 [0096] 本实施例四利用工艺参数数据对转炉化渣监控模型进行了优化，进一步提高了该模型对化渣状态进行预测的准确度。 [0097] 实施例五 [0098] 本实施例公开一种转炉化渣监控装置，该系统与以上各实施例公开的转炉化渣监控方法相对应。 [0099] 请参见图7，相应于实施例一，转炉化渣监控装置包括冶炼数据获取模块100、渣厚获取模块200、比对模块300、判断模块400和控制方案制定模块500。 [0100] 冶炼数据获取模块100，用于实时获取转炉冶炼数据，所述转炉冶炼数据包含化渣噪声数据和氧枪振动数据。 [0101] 渣厚计算模块200，用于基于预先建立的转炉化渣监控模型，利用所述化渣噪声数据和氧枪振动数据计算转炉熔池的渣厚，其中，所述转炉化渣监控模型包含转炉熔池的渣厚与化渣噪声声强特征和氧枪振动特征之间的关联关系，还包含用于作为所述渣厚的评测基准的喷溅阈值和返干阈值。 [0102] 比对模块300，用于将计算得出的所述渣厚与所述喷溅阈值及所述返干阈值进行比对，产生比对结果。 [0103] 判断模块，用于判断所述比对结果是否表征将会发生喷溅或返干，并在所述比对结果表征将会发生喷溅或返干时，获取相应的喷溅信息或返干信息。 [0104] 控制方案制定模块，用于依据所述喷溅信息或返干信息，制定相应的喷溅控制方案或返干控制方案，以为后续的化渣平稳控制提供指导。 [0105] 相应于实施例二，如图8所示，上述方法还包括预警模块600，该模块用于在所述比对结果表征将会发生喷溅或返干时，进行相应的喷溅预警或返干预警。 [0106] 相应于实施例三，如图9所示，上述方法还包括模型校准模块700，该模块用于利用获取的炉口火焰图像数据对所述转炉化渣监控模型中的喷溅阈值和返干阈值进行校准。 [0107] 对于本发明实施例五公开的转炉化渣监控装置而言，由于其与以上各实施例公开的转炉化渣监控方法相对应，所以描述的比较简单，相关相似之处请参见以上各实施例中转炉化渣监控方法部分的说明即可，此处不再详述。 [0108] 接下来，继续公开本发明方法或系统的一应用示例。 [0110] 炉口噪声采集模块由高灵敏度采音模块、多频段音频分析仪和智能吹扫模块组成。其中，高灵敏度采音模块用于在转炉化渣过程中采集化渣噪声信号；多频段音频分析仪可以同时检测高灵敏度采音模块的4-8个特征频段的音频信号，以全面覆盖各类转炉在炉龄和炉衬变化时引起的声音频段变化，从根本上解决转炉在使用几个月后，由于炉龄和炉衬变化导致噪声特征频段变化进而引起预警准确率降低的问题；智能吹扫模块与转炉系统实时连接，在每炉冶炼结束后及溅渣操作时对高灵敏度采音模块进行吹扫，有效减轻工人的维护强度和提高设备的可靠性。 [0111] 氧枪振动信号采集模块包括加速度传感器和振动信号分析仪，其中，加速度传感器用于检测并采集氧枪振动信号，其采用便携式机械保护装置，规避了因传感器安装方式原因而导致振动信号存在偏差的问题，同时延长了传感器的使用寿命；振动信号分析仪对加速度传感器所检测的氧枪振动信号进行滤波、放大和选频。 [0112] 火焰图像采集模块包括镜头、彩色CCD(Charge-coupled Device，电荷耦合元件)传感器和图像采集卡。其中，镜头用于捕捉火焰图像；彩色CCD传感器用于对镜头捕捉的火焰图像进行模数转换，转换为数字化的图像信息；图像采集卡用于获取彩色CCD传感器中的数字化图像信息并对其进存储。火焰图像采集模块实时采集、提取火焰图像，若出现喷溅则图像亮度会瞬时突变，通过突变值的大小可以计量喷溅强度的等级、记录该炉次数据并反馈给转炉化渣监控模型，对该模型中喷溅阈进行校准。 [0113] 数据处理模块用于对炉口噪声采集模块、振动信号采集模块及图像采集模块采集的数据进行处理，并利用预先建立的化渣监控模型对炉内渣厚进行预测。 [0114] 控制模块，即工控机，用于对以上各模块进行集中控制，使各个模块相互协调、配合，实现各类数据的采集、处理以及渣厚预测。 [0115] 如图10所示，该示例装置中的高灵敏度采音模块1具体安装在转炉挡火墙2上，火焰图像采集模块包括的CCD传感器3及图像采集卡4安装于主控室观察窗上方，两个加速度传感器5分别安装在A、B氧枪6上(两个氧枪一个处于工作状态，一个处于备用状态，图中仅显示一个氧枪及一个加速度传感器)；多频段音频分析仪7、振动信号分析仪8和工控机9安装在主控室中，并从主控室中接入转炉PLC(Programmable Logic Controller，可编程逻辑控制器)信号和转炉数据库信号。 [0116] 本示例装置还将转炉冶炼时的加料数据、氧枪操作数据、吹氧量数据、铁水成分数据等工艺参数数据作为参考数据引入所建立的化渣监控模型。在此基础上，基于已建立的模型并利用采集的的化渣噪声数据、氧枪振动数据、工艺参数数据等预测渣厚趋势，并在相应的坐标空间中绘制熔池渣厚曲线同时将其显示在显示屏上供技术人员进行查看，该坐标空间中还绘制了喷溅预警线(对应喷溅阈值)和返干预警线(对应返干阈值)，如图11所示，从该图中可知，渣厚趋势曲线稳定，没有越过喷溅与返干预警线，从而对应的炉次在冶炼过程中未发生喷溅和返干。 [0117] 经过验证，本示例装置的喷溅反应准确率≥90％，返干反应准确率≥95％，预警时间10秒以上(即预报时间早于实际发生时间至少10秒)，具体地，采用声强特征作为预报返干的主影响因子，预警时间在15秒以上；采用振动特征作为预报喷溅的主影响因子，预警时间在10秒以上，可以有效指导化渣操作，实现枪位的平稳控制。相应的指标数值请见表1所示。 [0118] 表1 [0119]运行指标 喷溅反应准确率 返干反应准确率 系统响应时间 指标数值 ≥90％ ≥95％ ＜1秒 [0120] 综上所述，本发明基于预先建立化渣监控模型，通过对实时采集的转炉冶炼噪声信号、氧枪振动信号和火焰图像信息进行分析、处理，实现了在线实时监测转炉炉内化渣状态的目的，能够准确、有效地预报喷溅和返干，相比于现有人工监控方式受制于经验、熟练程度的弊端，本发明的方法提高了化渣状态检测的稳定性和准确性，更高程度地保证了化渣的平稳进行。 [0123] 通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。 [0124] 以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。 |
||||||
QQ群二维码
意见反馈
意见反馈