專利名稱：回轉(zhuǎn)窯內(nèi)燒結(jié)帶溫度檢測方法和系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及溫度檢測技術(shù)，尤其涉及一種回轉(zhuǎn)窯內(nèi)燒結(jié)帶溫度檢測方法和系統(tǒng)。
技術(shù)背景
氧化鋁生產(chǎn)工藝根據(jù)處理礦石的特點主要分為拜耳法、燒結(jié)法和拜耳、燒結(jié)聯(lián)合 法。燒結(jié)法主要用于處理含硅高、鋁硅比低的鋁土礦。熟料燒結(jié)是使用燒結(jié)法進行氧化鋁 生產(chǎn)的關(guān)鍵工序，熟料燒結(jié)生產(chǎn)是以回轉(zhuǎn)窯為中心組織的。。
熟料燒結(jié)過程中，回轉(zhuǎn)窯內(nèi)燒結(jié)帶的溫度直接影響燒結(jié)質(zhì)量的好壞?，F(xiàn)有技術(shù)中， 對回轉(zhuǎn)窯內(nèi)燒結(jié)帶的溫度檢測主要采用圖像識別的方法，使用攝像機采集回轉(zhuǎn)窯燒結(jié)帶的 火焰圖像，根據(jù)采集到的圖像得到圖像特征參數(shù)，再由人工根據(jù)圖像特征參數(shù)和經(jīng)驗值，得 到燒結(jié)帶的溫度狀態(tài)。所述溫度狀態(tài)指的是，例如，設(shè)定燒結(jié)帶的狀態(tài)為過燒狀態(tài)、正常狀 態(tài)、欠燒狀態(tài)三種狀態(tài)。
現(xiàn)有技術(shù)對回轉(zhuǎn)窯內(nèi)燒結(jié)帶的溫度檢測方法，一方面，由于工業(yè)回轉(zhuǎn)窯窯內(nèi)環(huán)境 復(fù)雜，煤粉和煙霧干擾較大，導(dǎo)致采集到的燒結(jié)帶圖像質(zhì)量缺乏穩(wěn)定性，對燒結(jié)帶的溫度狀 態(tài)的檢測結(jié)果不準(zhǔn)確；另一方面，依靠人工經(jīng)驗值判斷溫度狀態(tài)，由于人工經(jīng)驗不同，也會 導(dǎo)致對燒結(jié)帶的溫度狀態(tài)的檢測結(jié)果不準(zhǔn)確，因此，現(xiàn)有技術(shù)對回轉(zhuǎn)窯內(nèi)燒結(jié)帶的溫度檢 測方法并不可靠，不能滿足實際工業(yè)生產(chǎn)的需要。發(fā)明內(nèi)容
本發(fā)明提供一種回轉(zhuǎn)窯內(nèi)燒結(jié)帶溫度檢測方法和系統(tǒng)，以提高回轉(zhuǎn)窯內(nèi)燒結(jié)帶溫 度檢測的準(zhǔn)確度和可靠性。
本發(fā)明提供一種回轉(zhuǎn)窯內(nèi)燒結(jié)帶溫度檢測方法，包括
采集回轉(zhuǎn)窯內(nèi)燒結(jié)帶圖像，并根據(jù)所述回轉(zhuǎn)窯內(nèi)燒結(jié)帶圖像，得到燒結(jié)帶圖像特 征參數(shù)；
根據(jù)所述燒結(jié)帶圖像特征參數(shù)和回轉(zhuǎn)窯內(nèi)熱工數(shù)據(jù)，得到燒結(jié)帶特征參數(shù)；
根據(jù)燒結(jié)帶溫度數(shù)據(jù)庫中的數(shù)據(jù)，采用極限學(xué)習(xí)機算法對所述燒結(jié)帶特征參數(shù)進 行處理，得到燒結(jié)帶溫度狀態(tài)。
所述根據(jù)所述回轉(zhuǎn)窯內(nèi)燒結(jié)帶圖像，得到燒結(jié)帶圖像特征參數(shù)包括
對所述回轉(zhuǎn)窯內(nèi)燒結(jié)帶圖像依次進行圖像提取、圖像濾波、圖像增強、圖像分割處 理，得到所述燒結(jié)帶區(qū)域圖像；
從所述回轉(zhuǎn)窯內(nèi)燒結(jié)帶區(qū)域圖像中提取所述燒結(jié)帶圖像特征參數(shù)，所述燒結(jié)帶圖 像特征參數(shù)包括整體平均灰度、物料高度、閃爍頻率、黑影面積，物料顏色值、火焰顏色值。
所述根據(jù)燒結(jié)帶溫度數(shù)據(jù)庫中的數(shù)據(jù)，采用極限學(xué)習(xí)機算法對所述燒結(jié)帶特征參 數(shù)進行處理，得到燒結(jié)帶溫度狀態(tài)之前，還包括
根據(jù)以往數(shù)據(jù)及專家經(jīng)驗建立所述燒結(jié)帶溫度數(shù)據(jù)庫。
所述根據(jù)燒結(jié)帶溫度數(shù)據(jù)庫中的數(shù)據(jù)，采用極限學(xué)習(xí)機算法對所述燒結(jié)帶特征參數(shù)進行處理，得到燒結(jié)帶溫度狀態(tài)之后，還包括
根據(jù)得到的所述燒結(jié)帶溫度狀態(tài)，更新所述燒結(jié)帶溫度數(shù)據(jù)庫。
所述根據(jù)所述燒結(jié)帶圖像特征參數(shù)和回轉(zhuǎn)窯內(nèi)熱工數(shù)據(jù)，得到燒結(jié)帶特征參數(shù)之 前，還包括
獲取所述回轉(zhuǎn)窯內(nèi)原始熱工數(shù)據(jù)；
對所述回轉(zhuǎn)窯內(nèi)原始熱工數(shù)據(jù)進行數(shù)據(jù)無量綱化、屬性約簡、特征提取處理，得到 所述回轉(zhuǎn)窯內(nèi)熱工數(shù)據(jù)。
本發(fā)明還提供一種回轉(zhuǎn)窯內(nèi)燒結(jié)帶溫度檢測系統(tǒng)包括圖像采集裝置和工業(yè)計算 機；
所述圖像采集裝置，用于采集回轉(zhuǎn)窯內(nèi)燒結(jié)帶圖像，并將所述燒結(jié)帶圖像傳送給 工業(yè)計算機；
所述工業(yè)計算機，用于根據(jù)采集到的回轉(zhuǎn)窯內(nèi)燒結(jié)帶圖像，得到燒結(jié)帶圖像特征 參數(shù)；根據(jù)所述燒結(jié)帶圖像特征參數(shù)和回轉(zhuǎn)窯內(nèi)熱工數(shù)據(jù)，得到燒結(jié)帶特征參數(shù)；根據(jù)燒 結(jié)帶溫度數(shù)據(jù)庫中的數(shù)據(jù)，采用極限學(xué)習(xí)機算法對所述燒結(jié)帶特征參數(shù)進行處理，得到燒 結(jié)帶溫度狀態(tài)。
所述工業(yè)計算機包括
圖像處理單元，用于對所述回轉(zhuǎn)窯內(nèi)燒結(jié)帶圖像依次進行圖像提取、圖像濾波、圖 像增強、圖像分割處理，得到所述燒結(jié)帶區(qū)域圖像；
特征提取單元，用于從所述回轉(zhuǎn)窯內(nèi)燒結(jié)帶圖像中提取所述燒結(jié)帶圖像特征參 數(shù)，所述燒結(jié)帶圖像特征參數(shù)包括整體平均灰度、物料高度、閃爍頻率、黑影面積，物料顏色 值、火焰顏色值。
所述工業(yè)計算機還包括
數(shù)據(jù)庫單元，用于根據(jù)以往數(shù)據(jù)及專家經(jīng)驗建立所述燒結(jié)帶溫度數(shù)據(jù)庫。
所述工業(yè)計算機還包括
數(shù)據(jù)更新單元，用于根據(jù)得到的所述燒結(jié)帶溫度狀態(tài)，更新所述燒結(jié)帶溫度數(shù)據(jù)庫。
該系統(tǒng)還包括
熱工數(shù)據(jù)采集裝置，用于采集回轉(zhuǎn)窯實時熱工數(shù)據(jù)；
所述特征提取單元，還用于獲取所述回轉(zhuǎn)窯內(nèi)原始熱工數(shù)據(jù)。
所述工業(yè)計算機還包括數(shù)據(jù)處理單元，用于對所述回轉(zhuǎn)窯內(nèi)原始熱工數(shù)據(jù)進行 數(shù)據(jù)無量綱化、屬性約簡、特征提取處理，得到所述回轉(zhuǎn)窯內(nèi)熱工數(shù)據(jù)；根據(jù)所述燒結(jié)帶圖 像特征參數(shù)和回轉(zhuǎn)窯內(nèi)熱工數(shù)據(jù)，得到燒結(jié)帶特征參數(shù)。
本發(fā)明提供的回轉(zhuǎn)窯內(nèi)燒結(jié)帶溫度檢測方法和系統(tǒng)，通過回轉(zhuǎn)窯內(nèi)熱工數(shù)據(jù)和燒 結(jié)帶圖像特征參數(shù)的融合，降低了由于回轉(zhuǎn)窯內(nèi)環(huán)境復(fù)雜，煤粉和煙霧干擾對圖像質(zhì)量影 響，提高了對回轉(zhuǎn)窯內(nèi)燒結(jié)帶溫度狀態(tài)的檢測準(zhǔn)確度；通過使用極限學(xué)習(xí)機算法檢測回轉(zhuǎn) 窯內(nèi)燒結(jié)帶溫度狀態(tài)，避免了人工判斷帶來的誤差，提高了對回轉(zhuǎn)窯內(nèi)燒結(jié)帶溫度狀態(tài)檢 測的可靠性。


圖1為本發(fā)明提供的回轉(zhuǎn)窯內(nèi)燒結(jié)帶溫度檢測方法實施例一的流程圖2為本發(fā)明提供的回轉(zhuǎn)窯內(nèi)燒結(jié)帶溫度檢測方法實施例二的流程圖3為本發(fā)明提供的回轉(zhuǎn)窯內(nèi)燒結(jié)帶溫度檢測系統(tǒng)實施例一的結(jié)構(gòu)示意圖4為本發(fā)明提供的回轉(zhuǎn)窯內(nèi)燒結(jié)帶溫度檢測系統(tǒng)實施例二的結(jié)構(gòu)示意圖。
具體實施方式
圖1為本發(fā)明提供的回轉(zhuǎn)窯內(nèi)燒結(jié)帶溫度檢測方法實施例一的流程圖，如圖1所 示，本實施例的方法可以包括
步驟S101，采集回轉(zhuǎn)窯內(nèi)燒結(jié)帶圖像，并根據(jù)回轉(zhuǎn)窯內(nèi)燒結(jié)帶圖像，得到燒結(jié)帶圖 像特征參數(shù)。
具體地，本實施例為了檢測回轉(zhuǎn)窯內(nèi)燒結(jié)帶溫度，首先使用圖像采集裝置采集回 轉(zhuǎn)窯內(nèi)燒結(jié)帶圖像，例如可以使用回轉(zhuǎn)窯內(nèi)窺式看火攝像機拍攝回轉(zhuǎn)窯內(nèi)燒結(jié)帶的圖像。 然后將拍攝到的圖像中的某一幀作為該時刻回轉(zhuǎn)窯內(nèi)燒結(jié)帶圖像，采用圖像處理技術(shù)對該 幀圖像進行處理，得到所需的燒結(jié)帶圖像特征參數(shù)。
步驟S102，根據(jù)燒結(jié)帶圖像特征參數(shù)和回轉(zhuǎn)窯內(nèi)熱工數(shù)據(jù)，得到燒結(jié)帶特征參數(shù)。
具體地，本實施例為了檢測回轉(zhuǎn)窯內(nèi)燒結(jié)帶溫度，還需要獲取回轉(zhuǎn)窯內(nèi)熱工數(shù)據(jù)， 并將回轉(zhuǎn)窯內(nèi)熱工數(shù)據(jù)與步驟SlOl中獲取的燒結(jié)帶圖像特征參數(shù)進行融合，得到表征回 轉(zhuǎn)窯內(nèi)燒結(jié)帶全部特性的燒結(jié)帶特征參數(shù)。所述回轉(zhuǎn)窯內(nèi)熱工數(shù)據(jù)可以包括窯頭溫度、窯 尾溫度、主機電流、冷卻機電流、燒結(jié)帶溫度等參數(shù)。所述窯頭溫度、窯尾溫度、燒結(jié)帶溫度 可以通過安裝在窯內(nèi)的光纖比色測溫儀測得，由于窯內(nèi)環(huán)境復(fù)雜，因此通過光纖比色測溫 儀測得的溫度值不準(zhǔn)確，因此將上述溫度作為熱工數(shù)據(jù)與燒結(jié)帶圖像特征參數(shù)進行融合， 共同作為燒結(jié)帶特征參數(shù)來對燒結(jié)帶溫度狀態(tài)進行判斷。
需要說明的是，本實施例中對上述獲取燒結(jié)帶圖像特征參數(shù)和回轉(zhuǎn)窯內(nèi)熱工數(shù)據(jù) 的步驟執(zhí)行順序不做限定，上述兩個步驟還可以是同步執(zhí)行的，但獲取的燒結(jié)帶圖像特征 參數(shù)和回轉(zhuǎn)窯內(nèi)熱工數(shù)據(jù)需要為同一時刻的。
步驟S103，根據(jù)燒結(jié)帶溫度數(shù)據(jù)庫中的數(shù)據(jù)，采用極限學(xué)習(xí)機算法對燒結(jié)帶特征 參數(shù)進行處理，得到燒結(jié)帶溫度狀態(tài)。
具體地,得到燒結(jié)帶特征參數(shù)后,采用ELM(extreme learning machine,極限學(xué)習(xí) 機)算法對燒結(jié)帶特征參數(shù)進行處理，用燒結(jié)帶溫度數(shù)據(jù)庫作為ELM算法的樣本，燒結(jié)帶溫 度的不同狀態(tài)作為ELM算法的分類標(biāo)簽，得到燒結(jié)帶溫度狀態(tài)。本實施例中，將傳統(tǒng)過燒狀 態(tài)、正常狀態(tài)、欠燒狀態(tài)三種燒結(jié)帶狀態(tài)擴展為溫度過高、溫度稍高、溫度正常、溫度稍低、 溫度過低五種狀態(tài)，用于更精確地檢測回轉(zhuǎn)窯內(nèi)燒結(jié)帶溫度狀態(tài)。進一步地，獲得回轉(zhuǎn)窯內(nèi) 燒結(jié)帶溫度狀態(tài)后，可以將該狀態(tài)輸出給回轉(zhuǎn)窯自動控制系統(tǒng)或操作人員。實際工業(yè)應(yīng)用 中，由于礦石狀態(tài)的差異或者由于對最終產(chǎn)品需求的不同，可能需要使回轉(zhuǎn)窯內(nèi)燒結(jié)帶的 溫度處于不同的溫度狀態(tài)。因此，獲得回轉(zhuǎn)窯內(nèi)燒結(jié)帶溫度狀態(tài)后，若溫度狀態(tài)不是所需狀 態(tài)，回轉(zhuǎn)窯自動控制系統(tǒng)或操作人員可以根據(jù)實際需求，對回轉(zhuǎn)窯工作狀態(tài)進行改變，使回 轉(zhuǎn)窯燒結(jié)帶溫度處于所需溫度狀態(tài)，完成閉環(huán)的控制過程，從而使燒結(jié)出的氧化鋁產(chǎn)品滿 足實際需求。
本實施例的回轉(zhuǎn)窯內(nèi)燒結(jié)帶溫度檢測方法，通過回轉(zhuǎn)窯內(nèi)熱工數(shù)據(jù)和燒結(jié)帶圖像特征參數(shù)的融合，降低了由于回轉(zhuǎn)窯內(nèi)環(huán)境復(fù)雜，煤粉和煙霧干擾對圖像質(zhì)量影響，提高了 對回轉(zhuǎn)窯內(nèi)燒結(jié)帶溫度狀態(tài)的檢測準(zhǔn)確度；通過使用極限學(xué)習(xí)機算法檢測回轉(zhuǎn)窯內(nèi)燒結(jié)帶 溫度狀態(tài)，避免了人工判斷帶來的誤差，提高了對回轉(zhuǎn)窯內(nèi)燒結(jié)帶溫度狀態(tài)檢測的可靠性。
進一步地，上述步驟SlOl中，根據(jù)回轉(zhuǎn)窯內(nèi)燒結(jié)帶圖像，得到燒結(jié)帶圖像特征參 數(shù)具體可以包括對回轉(zhuǎn)窯內(nèi)燒結(jié)帶圖像依次進行圖像提取、圖像濾波、圖像增強、圖像分 割處理，得到燒結(jié)帶區(qū)域圖像；從回轉(zhuǎn)窯內(nèi)燒結(jié)帶區(qū)域圖像中提取燒結(jié)帶圖像特征參數(shù)。
具體地，對回轉(zhuǎn)窯內(nèi)燒結(jié)帶圖像進行的處理過程為(1)圖像提取，從圖像采集裝 置采集的回轉(zhuǎn)窯內(nèi)燒結(jié)帶圖像中提取某一幀圖像；(2)圖像濾波，消除現(xiàn)場的粉塵對圖像 的影響；(3)圖像增強，突出圖像感興趣的部分，減弱或除去不必要的信息；(4)圖像分割， 將圖像的各個部分信息從背景中提取出來，采用蟻群的分割方法，建立起蟻群算法在圖像 中的數(shù)學(xué)模型，將圖像進行小波分解，對低頻系數(shù)進行分塊，利用多個蟻群對圖像進行搜索 分割，調(diào)整蟻群聚類中心的更新機制，采用大津算法和K均值平均進行更新各像素中心，最 終多個蟻群共同協(xié)作，由局部搜索實現(xiàn)對整幅圖像的全局感知，完成分割任務(wù)。從燒結(jié)帶區(qū) 域圖像中提取燒結(jié)帶特征參數(shù)。采用上述方法對獲取的燒結(jié)帶圖像進行處理，得到燒結(jié)帶 區(qū)域圖像，并從燒結(jié)帶區(qū)域圖像中提取燒結(jié)帶特征參數(shù)，可以提高提取的燒結(jié)帶特征參數(shù) 的準(zhǔn)確性。
圖2為本發(fā)明提供的回轉(zhuǎn)窯內(nèi)燒結(jié)帶溫度檢測方法實施例二的流程圖，如圖2所 示，本實施例的方法可以包括
步驟S201，根據(jù)以往數(shù)據(jù)及專家經(jīng)驗建立燒結(jié)帶溫度數(shù)據(jù)庫。
具體地，在實際應(yīng)用中，會積累大量的燒結(jié)帶圖像及回轉(zhuǎn)窯熱工數(shù)據(jù)，并且有上述 數(shù)據(jù)對應(yīng)的通過專家判斷的燒結(jié)帶溫度狀態(tài)，通過已有的燒結(jié)帶圖像參數(shù)及回轉(zhuǎn)窯熱工數(shù) 據(jù)與對應(yīng)的燒結(jié)帶溫度狀態(tài)建立燒結(jié)帶溫度數(shù)據(jù)庫，作為判斷燒結(jié)帶溫度狀態(tài)的依據(jù)。例 如，采集一段時間內(nèi)回轉(zhuǎn)窯內(nèi)燒結(jié)帶火焰的視頻圖像，根據(jù)具有豐富看火經(jīng)驗的工人的經(jīng) 驗判斷出該視頻圖像對應(yīng)的一段時間內(nèi)回轉(zhuǎn)窯內(nèi)燒結(jié)帶溫度狀態(tài)的趨勢值，以I分鐘為一 個樣本，把這I分鐘的燒結(jié)帶溫度狀態(tài)變化趨勢作為溫度判斷的分類標(biāo)簽，并采集該時間 內(nèi)的回轉(zhuǎn)窯內(nèi)燒結(jié)帶圖像參數(shù)和熱工數(shù)據(jù)，建立燒結(jié)帶溫度數(shù)據(jù)庫。
步驟S202，采集回轉(zhuǎn)窯內(nèi)燒結(jié)帶圖像，并根據(jù)回轉(zhuǎn)窯內(nèi)燒結(jié)帶圖像，得到燒結(jié)帶圖 像特征參數(shù)。
具體地，燒結(jié)帶圖像特征參數(shù)可以包括整體平均灰度、物料高度、閃爍頻率、黑影 面積、物料顏色值、火焰顏色值等參數(shù)信息。其中，根據(jù)人類視覺特點，選取對顏色判斷影響 最大的火焰取平均顏色值作為火焰顏色值，選取物料區(qū)平均顏色值作為物料區(qū)顏色值。
步驟S203，獲取回轉(zhuǎn)窯內(nèi)原始熱工數(shù)據(jù)，并對回轉(zhuǎn)窯內(nèi)原始熱工數(shù)據(jù)進行數(shù)據(jù)無 量綱化、屬性約簡、特征提取處理，得到回轉(zhuǎn)窯內(nèi)熱工數(shù)據(jù)。
具體地，進行如下處理(I)數(shù)據(jù)無量綱化，由于實際工況現(xiàn)場十分復(fù)雜，所以我們 采集到的原始熱工數(shù)據(jù)存在著許多問題，如不合理噪聲，或者數(shù)據(jù)不規(guī)范(屬性數(shù)據(jù)之間的 量綱是不一致)，因此我們需要消除存在明顯問題的數(shù)據(jù)，并統(tǒng)一量綱，即歸一化，形成無量 綱數(shù)據(jù)樣本，如此才能使得各屬性間的依賴關(guān)系得到正確反映。
(2)屬性約簡，對采集的熱工數(shù)據(jù)進行分析，由于回轉(zhuǎn)窯是一個典型的多變量、非 線性、強耦合、強干擾以及大時滯的復(fù)雜工業(yè)模型，在工業(yè)過程中出現(xiàn)的狀態(tài)也是由眾多因素共同產(chǎn)生的，因此，在提取特征前需要對數(shù)據(jù)進行濾波處理，分析數(shù)據(jù)間存在的耦合性與 非線性關(guān)系，同時對不相關(guān)屬性進行約減。
(3)特征提取，采用等間隔滑窗法對回轉(zhuǎn)窯時間序列選取當(dāng)前時刻數(shù)據(jù)和歷史時 刻的數(shù)據(jù)進行趨勢特征提取，信號采集周期為I分鐘，取10分鐘間隔的10個樣本進行曲線 擬合，把擬合后的數(shù)據(jù)作為新的屬性值。
經(jīng)過上述處理，將獲取到的回轉(zhuǎn)窯原始熱工數(shù)據(jù)轉(zhuǎn)化為需要的回轉(zhuǎn)窯熱工數(shù)據(jù)。
步驟S204，根據(jù)燒結(jié)帶圖像特征參數(shù)和回轉(zhuǎn)窯內(nèi)熱工數(shù)據(jù)，得到燒結(jié)帶特征參數(shù)。
步驟S205，根據(jù)燒結(jié)帶溫度數(shù)據(jù)庫中的數(shù)據(jù)，采用極限學(xué)習(xí)機算法對燒結(jié)帶特征 參數(shù)進行處理，得到燒結(jié)帶溫度狀態(tài)。
本實施例的回轉(zhuǎn)窯內(nèi)燒結(jié)帶溫度檢測方法，通過建立燒結(jié)帶溫度數(shù)據(jù)庫，并通過 ELM算法對燒結(jié)帶特征參數(shù)進行處理，得到燒結(jié)帶溫度狀態(tài)，提供了一種準(zhǔn)確、可靠的回轉(zhuǎn) 窯內(nèi)燒結(jié)帶溫度狀態(tài)檢測方法。
進一步地，上述方法實施例二中，步驟S205獲得燒結(jié)帶溫度狀態(tài)的檢測結(jié)果后， 還可以根據(jù)得到的所述燒結(jié)帶溫度狀態(tài)，更新燒結(jié)帶溫度數(shù)據(jù)庫。具體地，通過檢測得到燒 結(jié)帶溫度狀態(tài)后，可以將該燒結(jié)帶溫度狀態(tài)和對應(yīng)的燒結(jié)帶特征參數(shù)存入燒結(jié)帶溫度數(shù)據(jù) 庫，對燒結(jié)帶溫度數(shù)據(jù)庫進行更新。從而可以進一步提高回轉(zhuǎn)窯內(nèi)燒結(jié)帶溫度狀態(tài)檢測的 準(zhǔn)確度。
圖3為本發(fā)明提供的回轉(zhuǎn)窯內(nèi)燒結(jié)帶溫度檢測系統(tǒng)實施例一的結(jié)構(gòu)示意圖，如圖 3所示，本實施例的系統(tǒng)可以包括圖像采集裝置31和工業(yè)計算機32。
圖像采集裝置31，用于采集回轉(zhuǎn)窯內(nèi)燒結(jié)帶圖像，并將燒結(jié)帶圖像傳送給工業(yè)計 算機32。
具體地，圖像采集裝置31可以包括回轉(zhuǎn)窯內(nèi)窺式看火鏡攝像機等用于拍攝回轉(zhuǎn) 窯內(nèi)情況的工業(yè)攝像機，通過同軸電纜將拍攝到的圖像傳送至工業(yè)計算機32。進一步地，本 實施例的圖像采集裝置31還可以通過同軸電纜將另一路信號傳送至監(jiān)視器，供操作人員 直接觀測回轉(zhuǎn)窯內(nèi)圖像。
工業(yè)計算機32，用于根據(jù)采集到的回轉(zhuǎn)窯內(nèi)燒結(jié)帶圖像，得到燒結(jié)帶圖像特征參 數(shù)；根據(jù)燒結(jié)帶圖像特征參數(shù)和回轉(zhuǎn)窯內(nèi)熱工數(shù)據(jù)，得到燒結(jié)帶特征參數(shù)；將燒結(jié)帶特征 參數(shù)與燒結(jié)帶參數(shù)模型進行相似性對比，得到燒結(jié)帶溫度狀態(tài)；輸出所述燒結(jié)帶溫度狀態(tài)。
具體地，工業(yè)計算機32用于執(zhí)行圖1所示的方法實施例的各步驟。
本實施例的回轉(zhuǎn)窯內(nèi)燒結(jié)帶溫度檢測系統(tǒng)用于執(zhí)行圖1所示的方法實施例的技 術(shù)方案，其實現(xiàn)原理和技術(shù)效果類似，此處不再贅述。
圖4為本發(fā)明提供的回轉(zhuǎn)窯內(nèi)燒結(jié)帶溫度檢測系統(tǒng)實施例二的結(jié)構(gòu)示意圖，如圖 4所示，本實施例的系統(tǒng)在圖3所示系統(tǒng)的基礎(chǔ)上,還包括
熱工數(shù)據(jù)采集裝置33，用于采集回轉(zhuǎn)窯實時熱工數(shù)據(jù)。
工業(yè)計算機32，可以包括
圖像處理單元41，用于對回轉(zhuǎn)窯內(nèi)燒結(jié)帶圖像依次進行圖像凍結(jié)、煙霧濾波、圖像 灰度拉伸、圖像分割處理，得到燒結(jié)帶圖像。
具體地，圖像處理單元41可以包括圖像采集卡以及安裝在工業(yè)計算機中的圖像 處理軟件，通過圖像采集卡將圖像采集裝置31采集到的圖像轉(zhuǎn)換為數(shù)字信號，并用通過圖像處理軟件對圖像進行濾波、增強、分割等處理，生成所需的燒結(jié)帶圖像。
特征提取單元42，用于從回轉(zhuǎn)窯內(nèi)燒結(jié)帶圖像中提取燒結(jié)帶圖像特征參數(shù)，并獲 取回轉(zhuǎn)窯內(nèi)原始熱工數(shù)據(jù)。
數(shù)據(jù)處理單元43，用于對回轉(zhuǎn)窯內(nèi)原始熱工數(shù)據(jù)進行數(shù)據(jù)無量綱化、屬性約簡、特 征提取處理，得到回轉(zhuǎn)窯內(nèi)熱工數(shù)據(jù)；并根據(jù)燒結(jié)帶圖像特征參數(shù)和回轉(zhuǎn)窯內(nèi)熱工數(shù)據(jù)，得 到燒結(jié)帶特征參數(shù)。
具體地，數(shù)據(jù)處理單元43 —方面對特征提取單元42提取的原始熱工數(shù)據(jù)進行無 量綱化、屬性約簡、特征提取等處理，得到回轉(zhuǎn)窯內(nèi)熱工數(shù)據(jù)；另一方面，將得到的回轉(zhuǎn)窯內(nèi) 熱工數(shù)據(jù)和特征提取單元42提取的燒結(jié)帶圖像特征參數(shù)進行融合，得到燒結(jié)帶特征參數(shù)。
數(shù)據(jù)庫單元44，用于根據(jù)以往數(shù)據(jù)及專家經(jīng)驗建立所述燒結(jié)帶溫度數(shù)據(jù)庫。
具體地，數(shù)據(jù)庫單元44用于存儲以往的燒結(jié)帶圖像特征參數(shù)、回轉(zhuǎn)窯內(nèi)熱工數(shù)據(jù) 和回轉(zhuǎn)窯內(nèi)燒結(jié)帶溫度狀態(tài)的對應(yīng)關(guān)系。
狀態(tài)檢測單元45，用于根據(jù)燒結(jié)帶溫度數(shù)據(jù)庫中的數(shù)據(jù)，采用極限學(xué)習(xí)機算法對 燒結(jié)帶特征參數(shù)進行處理，得到燒結(jié)帶溫度狀態(tài)。
數(shù)據(jù)更新單元46，用于根據(jù)得到的燒結(jié)帶溫度狀態(tài)，更新燒結(jié)帶溫度數(shù)據(jù)庫。
本實施例的回轉(zhuǎn)窯內(nèi)燒結(jié)帶溫度檢測系統(tǒng)，通過回轉(zhuǎn)窯內(nèi)熱工數(shù)據(jù)和燒結(jié)帶圖像 特征參數(shù)的融合，降低了由于回轉(zhuǎn)窯內(nèi)環(huán)境復(fù)雜，煤粉和煙霧干擾對圖像質(zhì)量影響，提高了 對回轉(zhuǎn)窯內(nèi)燒結(jié)帶溫度狀態(tài)的檢測準(zhǔn)確度；通過使用極限學(xué)習(xí)機算法檢測回轉(zhuǎn)窯內(nèi)燒結(jié)帶 溫度狀態(tài)，避免了人工判斷帶來的誤差，提高了對回轉(zhuǎn)窯內(nèi)燒結(jié)帶溫度狀態(tài)檢測的可靠性。
最后應(yīng)說明的是以上各實施例僅用以說明本發(fā)明的技術(shù)方案，而非對其限制； 盡管參照前述各實施例對本發(fā)明進行了詳細(xì)的說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解其 依然可以對前述各實施例所記載的技術(shù)方案進行修改，或者對其中部分或者全部技術(shù)特征 進行等同替換；而這些修改或者替換，并不使相應(yīng)技術(shù)方案的本質(zhì)脫離本發(fā)明各實施例技 術(shù)方案的范圍。
權(quán)利要求
1.一種回轉(zhuǎn)窯內(nèi)燒結(jié)帶溫度檢測方法，其特征在于，包括采集回轉(zhuǎn)窯內(nèi)燒結(jié)帶圖像，并根據(jù)所述回轉(zhuǎn)窯內(nèi)燒結(jié)帶圖像，得到燒結(jié)帶圖像特征參數(shù)；根據(jù)所述燒結(jié)帶圖像特征參數(shù)和回轉(zhuǎn)窯內(nèi)熱工數(shù)據(jù)，得到燒結(jié)帶特征參數(shù)；根據(jù)燒結(jié)帶溫度數(shù)據(jù)庫中的數(shù)據(jù)，采用極限學(xué)習(xí)機算法對所述燒結(jié)帶特征參數(shù)進行處理，得到燒結(jié)帶溫度狀態(tài)。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述回轉(zhuǎn)窯內(nèi)燒結(jié)帶圖像，得到燒結(jié)帶圖像特征參數(shù)包括對所述回轉(zhuǎn)窯內(nèi)燒結(jié)帶圖像依次進行圖像提取、圖像濾波、圖像增強、圖像分割處理， 得到所述燒結(jié)帶區(qū)域圖像；從所述回轉(zhuǎn)窯內(nèi)燒結(jié)帶區(qū)域圖像中提取所述燒結(jié)帶圖像特征參數(shù)，所述燒結(jié)帶圖像特征參數(shù)包括整體平均灰度、物料高度、閃爍頻率、黑影面積，物料顏色值、火焰顏色值。
3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述根據(jù)燒結(jié)帶溫度數(shù)據(jù)庫中的數(shù)據(jù)，采用極限學(xué)習(xí)機算法對所述燒結(jié)帶特征參數(shù)進行處理，得到燒結(jié)帶溫度狀態(tài)之前，還包括根據(jù)以往數(shù)據(jù)及專家經(jīng)驗建立所述燒結(jié)帶溫度數(shù)據(jù)庫。
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述根據(jù)燒結(jié)帶溫度數(shù)據(jù)庫中的數(shù)據(jù)，采用極限學(xué)習(xí)機算法對所述燒結(jié)帶特征參數(shù)進行處理，得到燒結(jié)帶溫度狀態(tài)之后，還包括根據(jù)得到的所述燒結(jié)帶溫度狀態(tài)，更新所述燒結(jié)帶溫度數(shù)據(jù)庫。
5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述燒結(jié)帶圖像特征參數(shù)和回轉(zhuǎn)窯內(nèi)熱工數(shù)據(jù)，得到燒結(jié)帶特征參數(shù)之前，還包括獲取回轉(zhuǎn)窯內(nèi)原始熱工數(shù)據(jù)；對所述回轉(zhuǎn)窯內(nèi)原始熱工數(shù)據(jù)進行數(shù)據(jù)無量綱化、屬性約簡、特征提取處理，得到所述回轉(zhuǎn)窯內(nèi)熱工數(shù)據(jù)。
6.一種回轉(zhuǎn)窯內(nèi)燒結(jié)帶溫度檢測系統(tǒng)，其特征在于，包括圖像采集裝置和工業(yè)計算機；所述圖像采集裝置，用于采集回轉(zhuǎn)窯內(nèi)燒結(jié)帶圖像，并將所述燒結(jié)帶圖像傳送給工業(yè)計算機；所述工業(yè)計算機，用于根據(jù)采集到的回轉(zhuǎn)窯內(nèi)燒結(jié)帶圖像，得到燒結(jié)帶圖像特征參數(shù)； 根據(jù)所述燒結(jié)帶圖像特征參數(shù)和回轉(zhuǎn)窯內(nèi)熱工數(shù)據(jù)，得到燒結(jié)帶特征參數(shù)；根據(jù)燒結(jié)帶溫度數(shù)據(jù)庫中的數(shù)據(jù)，采用極限學(xué)習(xí)機算法對所述燒結(jié)帶特征參數(shù)進行處理，得到燒結(jié)帶溫度狀態(tài)。
7.根據(jù)權(quán)利要求6所述的系統(tǒng)，其特征在于，所述工業(yè)計算機包括圖像處理單元，用于對所述回轉(zhuǎn)窯內(nèi)燒結(jié)帶圖像依次進行圖像提取、圖像濾波、圖像增強、圖像分割處理，得到所述燒結(jié)帶區(qū)域圖像；特征提取單元，用于從所述回轉(zhuǎn)窯內(nèi)燒結(jié)帶圖像中提取所述燒結(jié)帶圖像特征參數(shù)，所述燒結(jié)帶圖像特征參數(shù)包括整體平均灰度、物料高度、閃爍頻率、黑影面積，物料顏色值、火焰顏色值。
8.根據(jù)權(quán)利要求6或7所述的系統(tǒng)，其特征在于，所述工業(yè)計算機還包括數(shù)據(jù)庫單元，用于根據(jù)以往數(shù)據(jù)及專家經(jīng)驗建立所述燒結(jié)帶溫度數(shù)據(jù)庫。
9.根據(jù)權(quán)利要求8所述的系統(tǒng)，其特征在于，所述工業(yè)計算機還包括數(shù)據(jù)更新單元，用于根據(jù)得到的所述燒結(jié)帶溫度狀態(tài)，更新所述燒結(jié)帶溫度數(shù)據(jù)庫。
10.根據(jù)權(quán)利要求6所述的系統(tǒng)，其特征在于，還包括熱工數(shù)據(jù)采集裝置，用于采集回轉(zhuǎn)窯實時熱工數(shù)據(jù)；所述特征提取單元，還用于獲取所述回轉(zhuǎn)窯內(nèi)原始熱工數(shù)據(jù)。所述工業(yè)計算機還包括數(shù)據(jù)處理單元，用于對所述回轉(zhuǎn)窯內(nèi)原始熱工數(shù)據(jù)進行數(shù)據(jù)無量綱化、屬性約簡、特征提取處理，得到所述回轉(zhuǎn)窯內(nèi)熱工數(shù)據(jù)；根據(jù)所述燒結(jié)帶圖像特征參數(shù)和回轉(zhuǎn)窯內(nèi)熱工數(shù)據(jù)，得到燒結(jié)帶特征參數(shù)；狀態(tài)檢測單元，用于根據(jù)所述燒結(jié)帶溫度數(shù)據(jù)庫中的數(shù)據(jù)，采用極限學(xué)習(xí)機算法對所述燒結(jié)帶特征參數(shù)進行處理，得到所述燒結(jié)帶溫度狀態(tài)。
全文摘要
本發(fā)明提供一種回轉(zhuǎn)窯內(nèi)燒結(jié)帶溫度檢測方法和系統(tǒng)。一種方法包括采集回轉(zhuǎn)窯內(nèi)燒結(jié)帶圖像，并根據(jù)所述回轉(zhuǎn)窯內(nèi)燒結(jié)帶圖像，得到燒結(jié)帶圖像特征參數(shù)；根據(jù)所述燒結(jié)帶圖像特征參數(shù)和回轉(zhuǎn)窯內(nèi)熱工數(shù)據(jù)，得到燒結(jié)帶特征參數(shù)；根據(jù)燒結(jié)帶溫度數(shù)據(jù)庫中的數(shù)據(jù)，采用極限學(xué)習(xí)機算法對所述燒結(jié)帶特征參數(shù)進行處理，得到燒結(jié)帶溫度狀態(tài)。采用極限學(xué)習(xí)機算法對所述燒結(jié)帶特征參數(shù)進行處理，得到燒結(jié)帶溫度狀態(tài)之前，根據(jù)以往數(shù)據(jù)及專家經(jīng)驗建立所述燒結(jié)帶溫度數(shù)據(jù)庫。本發(fā)明提供的回轉(zhuǎn)窯內(nèi)燒結(jié)帶溫度檢測方法和系統(tǒng)，能夠提高回轉(zhuǎn)窯內(nèi)燒結(jié)帶溫度狀態(tài)檢測的準(zhǔn)確度和可靠性。
文檔編號G06K9/54GK103020635SQ20121046394
公開日2013年4月3日 申請日期2012年11月16日 優(yōu)先權(quán)日2012年11月16日
發(fā)明者孫俊民, 孟繁逵, 韓黎明, 劉鑫平, 王文儒, 張小剛, 陳華, 劉愛民, 白瑜林 申請人:大唐國際發(fā)電股份有限公司, 湖南大學(xué)