权利要求
1.一种应用于冶炼设备的智能管理方法,其特征在于,包括以下步骤:
S11,对闪速炉反应塔实时进行炉内红外成像探测,获取炉内实时温度分布图像,基于炉内实时温度分布图像进行区域划分;
S12,根据区域的实时温度情况,确定温度异常高的区域;
S13,对温度异常高的区域进行热点分析和挂渣脱落分析,识别温度异常高现象产生的原因;若异常高现象产生的原因是挂渣脱落,则控制原料成分变化同时控制热负荷,加速挂渣形成;若异常高现象产生的原因不是挂渣脱落,则继续保持对炉内温度的监测。
2.根据权利要求1所述的一种应用于冶炼设备的智能管理方法,其特征在于,在步骤S11中,所述基于炉内实时温度分布图像进行区域划分还包括以下步骤:
S21,获取炉内实时温度分布图像中每个像素点的温度数据;
S22,随机选择K个初始质心形成分类簇,K为常数;
S23,计算每个像素点与质心之间的欧式距离,将像素点分配给欧氏距离最小的质心的分类簇;欧式距离通过以下公式进行计算:;式中D表示欧氏距离,a、b和c为像素点在温度分布图像中的横坐标、纵坐标和温度数据,a0、b0和c0为质心在温度分布图像中的横坐标、纵坐标和温度数据,k1为位置权重,k2为温度权重;
S24,计算每个分类簇的所有像素点的平均值,将平均值作为信息质心;
S25,重复步骤S23和S24,直到达到最大迭代次数。
3.根据权利要求2所述的一种应用于冶炼设备的智能管理方法,其特征在于,在步骤S12中,所述根据区域的实时温度分布情况,确定温度异常高的区域还包括以下步骤:
获取炉内所有区域的实时温度,将区域实时温度作为输入,输入到热点现象或者挂渣脱落现象出现概率与温度之间的概率密度函数g(x)中,得到热点现象或者挂渣脱落现象出现概率;若热点现象或者挂渣脱落现象出现概率不小于阈值,则判断区域为温度异常高的区域。
4.根据权利要求3所述的一种应用于冶炼设备的智能管理方法,其特征在于,通过以下步骤获取热点现象或者挂渣脱落现象出现概率与温度之间的概率密度函数g(x):
S41,获取闪速炉反应塔的历史冶炼数据并得到温度分布图像,对温度分布图像进行区域划分,获取历史冶
声明:
“应用于冶炼设备的智能管理系统及方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)