摘要

采用语义分割深度学习模型,开发了高炉风口焦炭粒度在线检测装置,可对所采集风口图像中的焦炭进行识别。将该装置应用于国内某钢厂2500m3高炉全焦冶炼时期的风口焦炭粒度研究,得到了风口焦炭粒度及粒径分布,并在此基础上,修正了适用于该检测结果的风口回旋区焦炭带长度的计算公式。认为该装置为研究高炉内焦炭裂化机理及回旋区形成机理奠定了基础,同时也为采用机器视觉及深度学习在线检测复杂环境颗粒粒度提供了新思路。