电熔镁熔炼过程中的异常工况(如半熔化工况)直接影响产品质量、威胁人员和生产安全,有必要及时诊断.但与异常直接相关的超高温熔池温度(>2850℃)难以利用温度传感器检测,目前现场主要依靠工人在定期巡检时人眼观察炉壁来诊断,工作强...电熔镁熔炼过程中的异常工况(如半熔化工况)直接影响产品质量、威胁人员和生产安全,有必要及时诊断.但与异常直接相关的超高温熔池温度(>2850℃)难以利用温度传感器检测,目前现场主要依靠工人在定期巡检时人眼观察炉壁来诊断,工作强度大、安全度低、诊断不及时.针对上述问题,本文提出一种炉体动态图像驱动的电熔镁炉异常工况实时诊断方法.结合电熔镁炉熔炼各区域温度分布的空间特征、正常工况下熔炼温度变化和水雾扰动引入的图像时序特征、以及异常工况下温度异常区域持续发亮扩大的特征,在对炉体动态图像进行空间多级划分的基础上,提出了一种多级动态主元分析(Multi-level dynamic principal component analysis,MLDPCA)动态图像分块建模方法.在此基础上,提出基于MLDPCA的逐级诊断方法与基于贡献图的异常定位方法.最后,采用某电熔镁生产现场的实际图像进行方法验证,结果表明了所提方法的有效性.展开更多
文摘电熔镁熔炼过程中的异常工况(如半熔化工况)直接影响产品质量、威胁人员和生产安全,有必要及时诊断.但与异常直接相关的超高温熔池温度(>2850℃)难以利用温度传感器检测,目前现场主要依靠工人在定期巡检时人眼观察炉壁来诊断,工作强度大、安全度低、诊断不及时.针对上述问题,本文提出一种炉体动态图像驱动的电熔镁炉异常工况实时诊断方法.结合电熔镁炉熔炼各区域温度分布的空间特征、正常工况下熔炼温度变化和水雾扰动引入的图像时序特征、以及异常工况下温度异常区域持续发亮扩大的特征,在对炉体动态图像进行空间多级划分的基础上,提出了一种多级动态主元分析(Multi-level dynamic principal component analysis,MLDPCA)动态图像分块建模方法.在此基础上,提出基于MLDPCA的逐级诊断方法与基于贡献图的异常定位方法.最后,采用某电熔镁生产现场的实际图像进行方法验证,结果表明了所提方法的有效性.
