基于红外热图像信息的铜转炉炉衬蚀损状态在线测量系统研究

论文摘要

在铜冶炼生产中,铜锍吹炼通常在铜锍吹炼炉(PS卧式转炉)中进行,其过程是一类具有多变量、非线性、强耦合、大惯性、时变性和不确定性、难以实时在线控制等特点的复杂对象。随着铜锍吹炼炉在我国的广泛应用和吹炼指标要求的提高,实现优质高产和降低能源和材料消耗以及铜锍吹炼过程自动化作业日趋重要,且己成为吹炼过程发展的重要方向。卧式转炉及转炉型熔池熔炼炉突出的问题之一就是风口区炉衬寿命短,因此吨铜耐火材料消耗量是吹炼过程的一个重要技术经济指标。为了保证炉衬长寿工作和冶金炉正常稳定运行,有必要及时掌握炉衬的蚀损状态。铜冶炼厂目前严格实行定期大修制度,但是,时有因炉衬过早蚀损而出现严重故障又未能及时发现和检修,导致事故发生甚至造成停产等后果,给企业带来巨大的经济损失。鉴于这种状况,冶金工作者一直致力于研究开发在线监测炉衬蚀损状态的方法与手段,使定期大修制度,逐步向预测性维修制度过渡。然而,尽管人们长期不断地探索监测炉衬蚀损状态的各种方法与手段,但至今为止,还没有成熟、有效的铜冶金炉炉衬蚀损在线检测、监测与预报技术可供生产现场应用。本文针对上述问题,提出基于红外无损检测技术原理研究一种炼铜转炉内衬蚀损状态检测方法及其检测系统。即通过拍摄炉表的红外热图像,并对相应的红外热图进行图像处理以得到干扰噪声少的热图像,同时又不损失温度信息,在此基础上,借助有强大非线性逼近能力的人工神经网络为计算工具,通过现场实际生产中采集的大量炉衬状况数据,以训练所建立的神经网络,从而可应用训练好的网络进行炉衬蚀损状态在线自动检测和评价。这样可克服单纯求解导热反问题的不足,更快速准确地定量分析评价炉衬内壁蚀损状态。文中首先介绍了炼铜转炉生产中炉衬蚀损检测所面临的问题以及目前所采用的各种检测手段与方法并做了相应比较,由此提出了本文的研究目标与技术方案;其次对研究涉及的理论基础——红外辐射、热图像处理与图像特征提取等基础知识进行了总结与介绍,由此以现场拍摄的炉子蚀损部位表面热图像为分析对象,详细论述了热图像处理以及热图像特征向量提取方法;然后根据炼铜转炉炉衬蚀损特征及其传热学特性,应用人工神经网络理论,建立了卧式炼铜转炉炉衬蚀损的在线红外检测神经网络模型,设计了该网络的训练和测试方案,进行了网络的训练和检验测试;在理论与算法模型研究的基础上,基于Matlab科学计算与可视化工具软件,进行了卧式炼铜转炉炉衬蚀损的在线红外检测系统设计,并编制了相应的系统软件,系统具有Windows之GUI风格的友好用户界面。现场检测结果表明本研究所建立的“基于红外热图像信息的铜转炉炉衬蚀损状态在线测量系统”具有较好的适应性和稳定性,检测精度符合工程应用要求。本研究为铜锍吹炼炉的炉衬内壁蚀损的在线检测与评价,提供了一种可行的技术原理与技术解决方案,不仅对进一步研究炉衬内壁蚀损的在线检测理论具有指导意义,而且为降低吨铜耐火材料消耗量提供了一种现场在线及时掌握炉衬内壁状况的简便而可行的技术手段。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 课题背景及研究意义
• 1.1.1 课题背景
• 1.1.2 课题的应用背景
• 1.1.3 研究目的和意义
• 1.2 文献综述
• 1.2.1 冶金炉炉衬故障检测与监测技术概述
• 1.2.2 国内外红外热成像无损检测的研究与进展
• 1.3 研究目标与内容
• 第二章 红外基础理论
• 2.1 红外波谱
• 2.2 红外辐射理论
• 2.2.1 红外辐射的普遍性
• 2.2.2 史蒂芬-玻尔兹曼定律
• 2.2.3 维恩位移定律
• 2.2.4 普朗克定律
• 2.2.5 非黑体辐射源
• 2.2.6 常用金属的发射率表
• 第三章 炉衬蚀损的红外检测方法研究
• 3.1 炉衬蚀损的红外检测原理
• 3.1.1 检测设备
• 3.1.2 检测方法
• 3.2 炉体表面温度场红外测量精度的影响因素分析及其改善措施
• 3.2.1 热像仪的温度分辨率
• 3.2.2 峰值波长
• 3.2.3 大气影响
• 3.2.4 被测部位的表面发射率
• 3.2.5 选择热像仪
• 3.3 红外热图像处理
• 3.3.1 灰度线性变换
• 3.3.2 滤波
• 3.3.3 增强
• 3.3.4 伪彩色处理
• 3.4 炉衬内壁蚀损形状况检测方法
• 3.4.1 人工神经网络原理
• 3.4.2 人工神经网络模型的选择
• 3.4.3 BP 神经网络
• 3.4.4 炉衬蚀损检测的BP 神经网络模型建立
• 第四章 转炉炉衬蚀损的红外在线检测系统
• 4.1 系统功能与组成
• 4.2 系统设计
• 4.3 系统实现
• 4.4 系统小结
• 第五章 转炉炉衬蚀损的红外在线检测系统的实验验证
• 5.1 神经网络的训练
• 5.2 神经网络的检验测试
• 第六章 总结与展望
• 6.1 总结
• 6.2 展望
• 致谢
• 参考文献
• 附录
• 在学期间发表的论文
• 参与项目