高爐爐料粒度監控系統及分布數據在線分析方法技術方案

本發明專利技術公開了一種高爐爐料粒度監控系統及粒度分布數據在線分析方法，該系統的成像設備包括至少一臺工業攝像機，照明光源在低于所述成像設備0.4～0.5m處對向傾斜向下設置低角度打光，其光通量40000±5％LM，色溫為5500～6000K，實現對現場圖像的清晰采集；配合粒度分布數據在線分析方法，對現場采集圖像依次進行去噪、均衡、平滑、增強、銳化、自適應閾值的二值化以及腐蝕和膨脹運算處，得到送入高爐爐料的粒度和塊數信息；利用該監控系統配合上述圖像分析方法實現的粒度檢測，精確度高、速度快，實時在線自動獲取物料粒度大小、塊數等信息并自動匹配物料種類，有效節省了人力物力。

【技術實現步驟摘要】

本專利技術涉及視頻監控在線分析
，特別涉及一種高爐爐料粒度監控系統及分布數據在線分析方法。
技術介紹
在冶金行業的高爐煉鐵生產過程中，高爐用爐料，尤其是燒結礦及焦炭，入爐前都需進行物理與化學分析。其中，爐料粒度的分布狀況，就是一個非常重要的參數。根據高爐冶煉工藝，對爐料有著嚴格的要求，例如入爐料粒度要均勻、爐料粒度要偏小、加入的爐料中的粉末要篩除以及爐料中有害雜質含量要少等。不同粒度的原燃料裝入高爐，爐料會有填充作用，使爐料的空間減少，透氣性差。而粒度均勻則會提高爐料透氣性，提高礦石間接還原度。這對高爐生產的節能、高產具有積極的意義。目前，一般高爐爐料的粒度分析，大多是采用傳統簡易的機械方法。例如，采用樣勺或斗狀容器，每隔一定時間取樣一次,送至篩分機分級，分出的各粒級送入稱量漏斗過秤，通過計算得出爐料粒度大小的分布狀況。由此可見，采用傳統的檢驗方法進行爐料的粒度分析，不但繁瑣費時，而且效率極低，不能滿足現代化大生產的要求。因此，急需實現在線、實時、快捷的檢測方式。隨著工業視頻技術和計算機圖形處理技術的飛速發展，為實現在線、實時、快捷的檢測提供了可能。本專利技術就是利用數字圖像處理技術，通過對輸送皮帶上的爐料進行圖像采集，利用對視頻大數據的分析和處理，計算出爐料粒度的大小和分布狀況，使高爐操作者快速、準確地獲取爐料粒度信息。該裝置具有準確、快捷和高效的特點，能夠替代現有的落后檢測工藝，對指導高爐操作及提高工藝控制水平具有重要作用。
技術實現思路
本專利技術的目的是提供一種能夠實現實時在線對高爐爐料粒度分布數據進行監控和處理的高爐爐料粒度監控系統。本專利技術的另一目的是提供一種對視頻采集的高爐爐料圖像進行快速精確粒度分析的高爐爐料粒度分布數據在線分析方法為此，本專利技術技術方案如下：一種高爐爐料粒度監控系統，包括設置在輸送設備上方的成像設備和位于所述成像設備兩側的照明光源；所述照明光源在低于所述成像設備0.4～0.5m處對向傾斜向下設置；所述照明光源的光通量40000±5％LM，色溫為5500～6000K。進一步地，所述照明光源為LED光源，其設置在成像設備兩側對稱低角度打光；所述照明光源的光束中心與垂直方向之間的夾角為30～60°。進一步地，所述成像設備包括至少一臺工業攝像機，相鄰所述工業攝像機之間的水平間距為0.5～1m；在每臺所述工業攝像機前端安裝有鏡頭，所述工業攝像機和所述鏡頭垂直朝下設置。進一步地，所述成像設備外側還套裝有氣體吹掃式防護套，保證成像設備和照明光源在高粉塵的環境下穩定正常工作；其中，吹掃介質為壓縮空氣。進一步地，該系統還包括為成像裝置和照明裝置提供穩定電源的現場控制箱和設置在控制室內的控制系統；所述控制系統包括用以分析處理視頻圖像的工業計算機、用于顯示實時采集圖像和處理后數據的顯示裝置、用于控制現場控制箱、工業計算機和顯示裝置的室內控制箱、聲光報警裝置以及設置在工業計算機和聲光報警裝置之間的信號轉換器。一種高爐爐料粒度分布數據在線分析方法，包括如下步驟:S1、通過成像設備對輸送設備上的高爐爐料進行圖像采集，獲得原始圖像；S2、對經步驟S1獲得的原始圖像依次進行去噪、均衡和平滑預處理；S3、對經步驟S2處理后的圖像依次進行圖像增強和圖像銳化處理；S4、對經步驟S3處理后的圖像采用自適應閾值的二值化方法獲得能夠識別出圖像中所有的離散物料塊的圖像；S5、對經步驟S4處理得到的二值化圖像進行腐蝕和膨脹運算處理；S6、對經步驟S5處理后得到的圖像中的物料塊的數量判斷出是否存在物料塊以及物料塊的種類；S7、對經步驟S5處理后的圖像進行物料塊進行粒度、平均粒度和數量的計算；S8、當判斷出整批物料塊完全通過后，將該過程中的采集的全部原始圖像重復上述步驟S2～S7的處理過程，并計算出整批物料塊的平均粒度和粒度分布。其中，對原始圖像的圖像去噪處理、圖像均衡處理和圖像平滑處理的具體方法為：S201、所述圖像去噪處理采用自適應中值濾波的方法；S202、所述圖像均衡處理按照公式：進行，其中，rk是原始圖像中的第k個灰度級，sk是rk經變換后的灰度值，T(rk)為變化函數，Pr(rk)為原始圖像中灰度級為rk的像素出現的概率，nj為第k級灰度的像素數，N為一幅圖像中像素的總數；S203、所述圖像平滑處理按照公式：進行，其中，(x,y)是圖像的坐標，g(x,y)是經過平滑后圖像像素點(x,y)的灰度值，σ是高斯濾波器的寬度。對步驟S2處理的圖像進行圖像增強和圖像銳化處理的具體方法為：S301、圖像增強處理按照公式：g(x,y)＝|f(x,y)-mean|×factor+orig進行，其中，f(x,y)是原始圖像像素點(x,y)的灰度值，g(x,y)是經過平滑后圖像像素點(x,y)的灰度值，mean是整幅圖像的平均灰度值，factor是增強系數，orig是補償系數；S302、圖像銳化處理按照公式：進行，其中，g(x,y)是經過圖像增強之后像素點(x,y)的灰度值，G[f(x,y)]＝|f(x,y)-f(x+1,y+1)|+|f(x+1,y)-f(x,y+1)|是像素點(x,y)處的梯度值，f(x,y)是原始圖像在像素點(x,y)處的灰度值，A是圖像銳化系數，T是圖像銳化閾值；當G[f(x,y)]大于或等于閾值T時，認定該像素點處于圖像的邊緣，對結果加上圖像銳化系數A，以使邊緣變亮；當G[f(x,y)]小于閾值時，認定該像素點為同類像素。對經步驟S3處理后的圖像采用自適應閾值的二值化方法包括依次按以下公式進行計算：N1+N2＝M×N；ω1+ω2＝1；μ＝μ1×ω1+μ2×ω2；g＝ω1×(μ-μ1)2+ω2×(μ-μ2)2＝ω1×ω2×(μ1-μ2)2；threshold＝maxj＝0，1.....255gj；其中，M×N是圖像的大小，N1是圖像中灰度值小于閾值的像素個數，ω1是灰度值小于閾值的像素個數占整幅圖像的比例，μ1是灰度值小于閾值的像素的平均灰度，N2是圖像中灰度值大于閾值的像素個數，ω2是圖像中大于閾值的像素個數占整幅圖像的比例，μ2是灰度值大于閾值的像素的平均灰度，g是類間方差，threshold是遍歷灰度值0～255的類間最大方差，即自適應二值化閾值，f(x，y)是原始圖像在像素點(x,y)的灰度值，g(x，y)是經過自適應二值化處理后的圖像在像素點(x,y)的灰度值。對經步驟S4處理得到的二值化圖像進行腐蝕和膨脹運算處理的具體處理步驟包括：在圖像形態學中，結構元素在形態變換中的作用相當于信號處理中的“濾波窗口”。用B(x)代表結構元素，對工作空間E中的每一點x進行腐蝕運算處理；腐蝕運算按公式：進行；用B(x)對E進行腐蝕運算的結果就是把結構元素B平移后使B包含于E的所有點構成的集合；膨脹運算按公式：進行，用B(y)對E進行膨脹運算的結果就是把結構元素B平移后使B與E的交集非空的點構成的集合。對經步驟S5處理后得到的圖像中的物料塊的數量判斷出是否存在物料塊以及物料塊的種類；具體來說，高爐爐料的種類一般分為兩種：焦炭和礦石；其中，礦石是由燒結礦、塊礦、球團礦等多種礦石原料組成，因而焦炭和礦石兩類物料從視覺上通過物料塊的大小就可以區分；在進行判斷時，由于成像設備采集的圖像均具有相同的視野范圍，因此可以根據本文檔來自技高網...

【技術保護點】
一種高爐爐料粒度監控系統，其特征在于，包括設置在輸送設備上方的成像設備(1)和位于所述成像設備兩側的照明光源(2)；所述照明光源(2)在低于所述成像設備0.4～0.5m處對向傾斜向下設置；所述照明光源(2)的光通量40000±5％LM，色溫為5500～6000K。

【技術特征摘要】
1.一種高爐爐料粒度監控系統，其特征在于，包括設置在輸送設備上方的成像設備(1)和位于所述成像設備兩側的照明光源(2)；所述照明光源(2)在低于所述成像設備0.4～0.5m處對向傾斜向下設置；所述照明光源(2)的光通量40000±5％LM，色溫為5500～6000K。2.根據權利要求1所述的高爐爐料粒度監控系統，其特征在于，所述照明光源(2)的光束中心與垂直方向之間的夾角為30～60°。3.根據權利要求1所述的高爐爐料粒度監控系統，其特征在于，所述成像設備包括至少一臺工業攝像機，相鄰所述工業攝像機之間的水平間距為0.5～1m；在每臺所述工業攝像機前端安裝有鏡頭，所述工業攝像機和所述鏡頭垂直朝下設置。4.根據權利要求1所述的高爐爐料粒度監控系統，其特征在于，所述成像設備外側還套裝有氣體吹掃式防護套，吹掃介質為壓縮空氣。5.根據權利要求1～3中任一項所述的高爐爐料粒度監控系統，其特征在于，還包括為成像裝置(1)和照明裝置(2)提供穩定電源的現場控制箱(3)和設置在控制室內的控制系統；所述控制系統包括用以分析處理視頻圖像的工業計算機(4)、用于顯示實時采集圖像和處理后數據的顯示裝置(5)、用于控制現場控制箱(3)、工業計算機(4)和顯示裝置(5)的室內控制箱(6)、聲光報警裝置(8)以及設置在工業計算機(4)和聲光報警裝置(8)之間的信號轉換器(7)。6.一種高爐爐料粒度分布數據在線分析方法，其特征在于，包括如下步驟：S1、通過成像設備對輸送設備上的高爐爐料進行圖像采集，獲得原始圖像；S2、對經所述步驟S1獲得的原始圖像依次進行圖像去噪處理、圖像均衡處理和圖像平滑處理；S3、對經所述步驟S2處理后的圖像依次進行圖像增強和圖像銳化處理；S4、對經所述步驟S3處理后的圖像采用自適應閾值的二值化方法獲得能夠識別出圖像中所有的離散物料塊的圖像；S5、對經所述步驟S4處理得到的二值化圖像進行腐蝕和膨脹運算處理；S6、對經步驟S5處理后得到的圖像中的物料塊的數量判斷出是否存在物料塊以及物料塊的種類；S7、對經步驟S5處理后的圖像進行物料塊進行粒度、平均粒度和數量的計算；S8、當判斷出整批物料塊完全通過后，將該過程中的采集的全部原始圖像重復上述步驟S2～S7的處理過程，并計算出整批物料塊的平均粒度和粒度分布。7.根據權利要求6所述的高爐爐料粒度分布數據在線分析方法，其特征在于，對所述原始圖像的圖像去噪處理、圖像均衡處理和圖像平滑處理的具體方法為：S201、所述圖像去噪處理采用自適應中值濾波的方法；S202、所述圖像均衡處理按照公式：進行，其中，rk是原始圖像中的第k個灰度級，sk是rk經變換后的灰度值，T(rk)為變化函數，Pr(rk)為原始圖像中灰度級為rk的像素出現的概率，nj為第k級灰度的像素數，N為一幅圖像中像素的總數；S203、所述圖像平滑處理按照公式：進行，其中，(x,y)是圖像的坐標，g(x,y)是經過平滑后圖像像素點(x,y)的灰度值，σ是高斯濾波器的寬度。8.根據權利要求6所述的高爐爐料粒度分布數據在線分析方法，其特征在于，對所述步驟S2處理的圖像進行圖像增強和圖像銳化處理的具體方法為：S301、圖像增強處理按照公式：g(x,y)＝|f(x,y)-mean|×factor+orig進行，其中，f...

【專利技術屬性】
技術研發人員：張海根，
申請(專利權)人：天津市三特電子有限公司，
類型：發明
國別省市：天津;12