一种基于图像分析的废杂铜熔炼炉的控制方法及控制系统

摘要

本发明公开了一种基于图像分析的废杂铜熔炼炉的控制方法及控制系统，其通过采集废杂铜工频熔炼过程铜产品的彩色图像，提取其色调，快速估计铜产品的铜含量，能够及时判断熔炼产品是否达到设定值要求，解决铜含量离线检测时间滞后的问题，既能够显著减少离线检测时用于保温的电能消耗，又能够缩短每一炉废杂铜熔炼过程的时间；同时本发明通过实时采集工频熔炼炉内的烟尘图像，利用烟尘图像亮度指数和背景细节模糊度指数，实时估计引风机转速的设定值，进而自动控制引风机的转速。这样既可以减少熔炼炉热能流失、提高加热电能的利用效率，又可以降低引风机恒定高速运转造成的风机电耗，进一步节省电能。

主权项

一种基于图像分析的废杂铜熔炼炉的控制方法，包括如下步骤：对于熔炼炉和引风机的停机控制：A1.在熔炼过程中，以采样间隔T1从熔炼炉中提取n次铜样本对应作为n个参考样本，并采集每个参考样本的样本图像，n为大于1的自然数；A2.对于每个参考样本，通过离线化验确定参考样本对应的铜品位，同时根据参考样本的样本图像，计算出参考样本对应的色调；A3.根据所有参考样本对应的铜品位和色调，拟合出熔炼炉内铜样本关于铜品位和色调的函数模型M1，其表达式如下：$\rho =\underset{i=1}{\overset{n}{\Sigma }}{a}_{i}K(u_i,u)+b$其中：ρ为待测样本的铜品位，K(u_i,u)为u_i与u的非线性核函数，u_i为第i个参考样本对应的色调，u为待测样本对应的色调，b为偏置值，a_i为u_i对应的权重系数，i为自然数且1≤i≤n；A4.对于当前时刻，从熔炼炉中提取铜样本作为待测样本，采集待测样本的样本图像，并计算出待测样本对应的色调，进而将待测样本的色调代入函数模型M1中求得待测样本的铜品位；A5.若当前时刻待测样本的铜品位达到预定的铜品位指标，则使熔炼炉及引风机停机；若否，则保持熔炼炉及引风机工作状态；根据以下方法计算参考样本或待测样本对应的色调：首先，从参考样本或待测样本的样本图像中选取ROI；然后，根据ROI的RGB像素的灰度平均值，通过以下算式计算出参考样本或待测样本对应的色调：$\theta =\arccos \left\{\frac{\frac{1}{2}[(\mathrm{Red}-\mathrm{Green})+(\mathrm{Red}-\mathrm{Blue})]}{{[{(\mathrm{Red}-\mathrm{Green})}^2+(\mathrm{Red}-\mathrm{Blue})(\mathrm{Green}-\mathrm{Blue})]}^{\frac{1}{2}}}\right\}$$H=\left\{\begin{array}{ccc}\theta & \mathrm{if}& \mathrm{Blue}\le \mathrm{Green}\\ 360-\theta & \mathrm{if}& \mathrm{Blue}>\mathrm{Green}\end{array}\right.$其中：H为参考样本或待测样本对应的色调，Red、Green和Blue分别为参考样本或待测样本的样本图像ROI的红色通道像素的灰度平均值、绿色通道像素的灰度平均值和蓝色通道像素的灰度平均值；对于引风机转速的控制：B1.在熔炼过程中，以采样间隔T2采集m帧熔炼炉内的烟尘图像对应作为m帧参考图像，m为大于1的自然数；B2.对于每帧参考图像，通过人工经验估计确定参考图像对应的风机转速，同时计算出参考图像的烟尘图像亮度和背景细节模糊度组成参考图像的特征向量；B3.根据所有参考图像对应的风机转速和特征向量，拟合出熔炼炉内烟尘关于风机转速和特征向量的函数模型M2，其表达式如下：$\omega =\underset{j=1}{\overset{m}{\Sigma }}{\alpha }_{j}K(U_j,U)+\beta$其中：ω为待测图像对应的风机转速，K(U_j,U)为U_j与U的非线性核函数，U_j为第j帧参考图像的特征向量，U为待测图像的特征向量，β为偏置值，α_j为U_j对应的权重系数，j为自然数且1≤j≤m；B4.对于当前时刻，采集熔炼炉内的烟尘图像作为待测图像，并计算出待测图像的烟尘图像亮度和背景细节模糊度组成待测图像的特征向量，进而将待测图像的特征向量代入函数模型M2中求得待测图像对应的风机转速；B5.根据待测图像对应的风机转速通过变频调速器控制引风机转速；根据以下方法计算参考图像或待测图像的烟尘图像亮度和背景细节模糊度：首先，从参考图像或待测图像中选取ROI；然后，根据以下算式计算出参考图像或待测图像的烟尘图像亮度和背景细节模糊度：$L=\frac{1}{255\times X\times Y}\underset{x=1}{\overset{X}{\Sigma }}\underset{y=1}{\overset{Y}{\Sigma }}G(x,y)\times 100\%$$\mathrm{BBI}=\frac{n_{\mathrm{edge}}}{N}\times 100\%$其中：L和BBI分别为烟尘图像亮度和背景细节模糊度，X和Y分别为参考图像或待测图像的ROI的横向尺寸和纵向尺寸，G(x,y)为参考图像或待测图像的ROI中第x行第y列像素的灰度值，N为参考图像或待测图像的ROI的像素总数，n_edge为参考图像或待测图像的ROI的边缘像素总数，x为自然数且1≤x≤X，y为自然数且1≤y≤Y。