一种转炉出钢监测系统的研制

论文摘要

在现代转炉炼钢工艺中,钢水质量的控制是保证钢材质量的前提,而钢渣又是引起钢水污染的主要原因,因此,在转炉炼钢的每一个环节,都要严格控制钢渣流入下一道工序,这就需要钢渣检测,包括转炉下渣和大包下渣检测。本课题的目的就是解决转炉出钢下渣检测的问题。红外热像识别检测法的原理是利用钢水与钢渣的热辐射系数不同来进行下渣识别的。物体的结构、表面特征以及温度决定了它的红外线辐射量。本文深入探讨了红外辐射的基本定律,从而引出了实际物体的发射率及红外热像系统的组成,接着依据探测目标实际辐射的基本参数,实施一系列计算,进行了探测器的具体选型。本文在红外图像检测技术日渐成熟的基础上,提出了基于红外热像识别的转炉出钢下渣监测系统,搭建了检测的硬件平台,设计构建了软件检测系统,应用了热图像的特征提取获得钢渣出现时的特征,以此作为下渣检测的依据。最后对本系统软件进行了详细的介绍,包括开发工具的选择、系统软件的功能及其设计、软件应用平台、及红外图像下渣检测算法流程。在此基础上,又进一步阐述了其中的关键技术,如多线程技术以及Filter Graph的构建。然后详细描述了软件的模块划分,并阐述了软件的整体流程图。实验室模拟检测以及现场应用表明：该系统取得了很好的检测效果,可有效地准确地监测转炉出钢下渣,实时监测报警的效果比较好。

论文目录

• 致谢
• 摘要
• Abstract
• 目次
• 1 绪论
• 1.1 引言
• 1.2 研究背景与意义
• 1.2.1 转炉出钢检测的目的和意义
• 1.2.2 转炉出钢检测方法综述
• 1.2.3 一种基于图像识别的转炉出钢检测方法
• 1.3 红外辐射原理及探测器选择
• 1.3.1 红外光谱的概念
• 1.3.2 普朗克辐射分布定律
• 1.3.3 维恩位移定律
• 1.3.4 红外热像系统的构成
• 1.3.5 监视光谱范围的确定和红外热像仪的选择
• 1.4 论文组织架构
• 1.5 本章小结
• 2 图像处理的一般方法
• 2.1 引言
• 2.2 数字图像概述
• 2.2.1 图像的基本属性
• 2.2.2 数字图像的常见格式
• 2.2.3 BMP文件格式分析
• 2.2.4 颜色空间综述
• 2.2.5 图像灰度化处理
• 2.3 数字图像预处理
• 2.3.1 基于直方图的图像预处理
• 2.3.2 空间域图像增强
• 2.4 实验设计的结果分析
• 2.5 本章小结
• 3 转炉出钢钢流特征分析
• 3.1 引言
• 3.2 边缘特征提取方法
• 3.2.1 基于罗伯特（Roberts）算子边缘提取
• 3.2.2 基于Sobel算子的边缘提取
• 3.2.3 基于普瑞维特（Prewitt）边缘算子的边缘提取
• 3.2.4 基于高斯-拉普拉斯算子（Laplacian of Gaussian,LOG）的边缘提取
• 3.2.5 基于Canny算子的边缘提取
• 3.2.6 基于零交叉（Zerocross）算法的边缘检测
• 3.2.7 各算子边缘检测结果分析
• 3.3 钢流局部特征识别
• 3.4 基于钢流边缘检测的特征提取实验分析
• 3.5 本章小结
• 4 系统软件设计与实现
• 4.1 引言
• 4.2 系统软件总体设计
• 4.2.1 运行环境与工具
• 4.2.2 软件框架设计
• 4.2.3 软件的功能及其设计
• 4.2.4 红外图像检测算法流程
• 4.3 动态链接库与多线程技术
• 4.3.1 动态链接库
• 4.3.2 基于Directshow的Filter Graph的构建
• 4.4 监测软件实现
• 4.4.1 系统控制模块及视频采集模块
• 4.4.2 数据分析计算模块与参数配置实现
• 4.4.3 数据存储与图像显示
• 4.5 本章小结
• 5 总结与展望
• 5.1 工作总结
• 5.2 工作展望
• 参考文献
• 攻读硕士学位期间的科研成果