-
题名基于机器视觉的烧结矿FeO含量在线感知
被引量：2
- 1
-
-
作者
任玉辉
曾小信
李旭东
-
机构
中冶长天国际工程有限责任公司中冶长天(长沙)智能科技有限公司
中冶长天国际工程有限责任公司工程技术研究中心
-
出处
《烧结球团》
北大核心
2024年第3期53-59,88,共8页
-
基金
国家重点研发计划资助项目(2022YFB3304705)。
-
文摘
烧结矿FeO的含量是烧结生产的一项综合性指标,影响它的因素较多而且各因素间呈现一种非线性关系,导致对FeO含量的预测难度较大。针对烧结矿FeO含量难以预测的问题,本文提出一种基于机器视觉技术实现烧结矿FeO含量在线感知的系统。该系统通过在烧结台车机尾安装红外热成像设备来获取烧结断面的热成像图片信息并对图片信息特征进行提取和分析,提取的机尾断面图像特征作为Darknet-19算法的输入参数,建立基于改进的Darknet-19算法的烧结矿FeO含量预测模型,实现对烧结矿FeO含量的实时预测。现场实际使用表明,烧结矿FeO含量预测模型的预测值与实际值偏差±0.5时,准确率在82.5%,对稳定和优化烧结生产过程控制有积极作用。
-
关键词
烧结矿
FEO
机尾断面
机器视觉
Darknet-19
红外热成像
-
Keywords
sinter
FeO
tailsection
machine vision
Darknet-19
infrared thermography
-
分类号
TF046.4
[冶金工程—冶金物理化学]
TP391.41
[自动化与计算机技术—计算机应用技术]
-
