1 前言
|
目前出钢操作完全依赖人工经验操作,人为影响因素较大,自动化程度低。中冶南方工程技术有限公司自主开发的转炉全自动出钢系统替代人工操作自动完成出钢操作,它通过图像识别技术检测钢流下渣和炉口溢渣状态,使用多种传感器融合技术实现钢包车的自动定位,自动控制转炉倾动与钢包车协调动作完成出钢任务。本系统还包括了自动出渣、自动加合金、自动吹氩等一系列自动化操作,实现了转炉从自动炼钢到吹氩过程的全自动化,该系统有助于实现标准化作业,提升产品质量,减轻操作工劳动强度,推进智能制造在钢铁行业的应用,使客户切身体会到智能制造为企业创造的价值。 |
2 转炉全自动出钢系统组成 |
中冶南方自主研发的转炉全自动出钢装置和技术,使用先进的传感器和智能控制技术代替人工完成转炉出钢操作,能提升转炉出钢质量,缩短出钢时间,降低工人劳动强度。 |
根据钢流红外图像判别钢流中渣含量,当渣量过高时发出报警;
对车辆进行精确的定位与控制,保证钢流落点始终位于钢包中心,钢渣能倒入渣盆中;
利用旋转编码器和高精度倾角仪冗余测量转炉倾动角度;
利用无线称重传感器连续测量钢包重量,实时掌握出钢情况;
通过编码器定位并控制溜槽对准钢包中心实现精准投料;
由一套高性能服务器和一组PLC模块组成,服务器进行图像分析和模型推理工作并将控制指令发送给PLC,PLC根据控制指令和设备连锁条件控制现场设备动作。
在转炉炼钢过程中,钢渣浮在钢水的上部,二者的温度基本相同。但是由于钢渣在远红外区的热辐射率要比钢水的大一些,所以当有熔融的钢渣流入钢包时,红外热像仪将会检测到相对较热的熔融钢渣信号,红外图像上,钢渣和钢液会呈现出不同的亮度,在此基础上利用红外热像仪采集钢流的图像并对其进行特征提取以及图像分析,就可以获得渣的出现时间和渣在钢流中所占的比例等信息。
红外图像的分析包括钢流检测和钢渣检测两个部分。钢流跟踪是下渣检测技术的关键,本系统采用基于深度卷积神经网络的mobilesNetSSD高速目标检测算法对钢流位置进行检测,并辅以核卷积滤波算法对钢流位置进行跟踪判定,可以有效地排除烟雾和胡须的干扰,提高图像识别准确率。本系统可持续跟踪出钢过程中的钢流亮度,利用直方图模式识别技术动态的计算钢渣分割阈值,如图1所示,可以排除上述因素引起的钢渣检测错误。
炉口溢渣检测技术是自动出钢系统的安全保障,它通过分析炉口的红外图像能迅速的检测出是否有炉渣从炉口溢出,从而通知控制系统停止倾动。溢渣检测技术通过炉口识别模型跟踪转炉炉口位置,识别模型通过炉口的温度梯度和形状特征来进行识别,并在炉口区域划定动态ROI对炉渣进行检测。实际使用中本系统炉口溢渣检测准确率可达100%。
本系统设置了2套点式激光测距仪和一套基于视觉定位的图像装置进行钢包车定位。两套激光测距仪互为备用互相校正,当其中一台故障或被遮挡时,系统能无扰动的立即切换到另一台进行控制。图像装置拍摄钢包车位置并选取合适的标记物进行跟踪,如车档,车轮,并通过激光测距仪离线校准出跟踪对象的虚拟坐标系,如图3所示,出钢过程中根据图像定位的结果对激光测距仪的定位结果进行校验。这样大大提高了钢包车定位的可靠性和鲁棒性。
图3 钢包车视觉定位
智能吹氩装置在吹氩站平台上安装一台高分辨率相机对准钢包液面拍摄,吹氩开始时先根据钢种按照预设的吹氩流量进行吹氩,同时模拟人眼视觉观察方式使用图像识别和人工智能算法识别当前钢包液面波动幅度,并结合钢包自身温度和设定温度设定吹氩流量,并通过PID控制方式自动调节吹氩流量确保最优吹氩效果。
截至目前,中冶南方自动研发的自动出钢系统已先后在武钢CSP1#/2#转炉、鄂钢3#转炉投入运行,并达到90%的自动出钢率,平均节约出钢时间10s,为企业创造了经济效益。
转自:世界金属导报