權利要求
1.一種應用于冶煉設備的智能管理方法,其特征在于,包括以下步驟:
S11,對閃速爐反應塔實時進行爐內紅外成像探測,獲取爐內實時溫度分布圖像,基于爐內實時溫度分布圖像進行區域劃分;
S12,根據區域的實時溫度情況,確定溫度異常高的區域;
S13,對溫度異常高的區域進行熱點分析和掛渣脫落分析,識別溫度異常高現象產生的原因;若異常高現象產生的原因是掛渣脫落,則控制原料成分變化同時控制熱負荷,加速掛渣形成;若異常高現象產生的原因不是掛渣脫落,則繼續保持對爐內溫度的監測。
2.根據權利要求1所述的一種應用于冶煉設備的智能管理方法,其特征在于,在步驟S11中,所述基于爐內實時溫度分布圖像進行區域劃分還包括以下步驟:
S21,獲取爐內實時溫度分布圖像中每個像素點的溫度數據;
S22,隨機選擇K個初始質心形成分類簇,K為常數;
S23,計算每個像素點與質心之間的歐式距離,將像素點分配給歐氏距離最小的質心的分類簇;歐式距離通過以下公式進行計算:;式中D表示歐氏距離,a、b和c為像素點在溫度分布圖像中的橫坐標、縱坐標和溫度數據,a0、b0和c0為質心在溫度分布圖像中的橫坐標、縱坐標和溫度數據,k1為位置權重,k2為溫度權重;
S24,計算每個分類簇的所有像素點的平均值,將平均值作為信息質心;
S25,重復步驟S23和S24,直到達到最大迭代次數。
3.根據權利要求2所述的一種應用于冶煉設備的智能管理方法,其特征在于,在步驟S12中,所述根據區域的實時溫度分布情況,確定溫度異常高的區域還包括以下步驟:
獲取爐內所有區域的實時溫度,將區域實時溫度作為輸入,輸入到熱點現象或者掛渣脫落現象出現概率與溫度之間的概率密度函數g(x)中,得到熱點現象或者掛渣脫落現象出現概率;若熱點現象或者掛渣脫落現象出現概率不小于閾值,則判斷區域為溫度異常高的區域。
4.根據權利要求3所述的一種應用于冶煉設備的智能管理方法,其特征在于,通過以下步驟獲取熱點現象或者掛渣脫落現象出現概率與溫度之間的概率密度函數g(x):
S41,獲取閃速爐反應塔的歷史冶煉數據并得到溫度分布圖像,對溫度分布圖像進行區域劃分,獲取歷史冶
聲明:
“應用于冶煉設備的智能管理系統及方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)