科研之友
微信
新浪微博
Facebook
分享链接
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。
-
单位中南大学; 自动化学院
