-
公开(公告)号：CN114743152A
公开(公告)日：2022-07-12
申请号：CN202210520149.7
申请日：2022-05-12
Applicant: 中南大学
IPC: G06V20/40 , G06V10/46 , G06V10/762 , G06K9/62
Abstract: 本发明提供的高炉料面视频关键帧自动提取方法及系统，通过采集高炉冶炼过程的料面视频，基于边界先验和图像特征空间定位了料面图像显著性区域，提取了图像显著性区域的准确的特征点，并根据光流法计算了相邻两帧图像的像素位移；接着提出了融合局部密度极大值和GMM模型聚类的方法识别了料面状态；最后根据图像特征点密集程度的变化情况将高温工业内窥镜采集的视频划分成不同的周期，基于料面状态识别结果提取了每个布料周期的关键帧。本发明能够准确识别料面状态并剔除料面视频冗余信息，从高炉料面视频自动提取出中心气流稳定、图像特征明显的料面视频关键帧。同时，本发明适用于其它周期性变化、图像质量不均匀的视频关键帧的自动提取。
-
公开(公告)号：CN114549955A
公开(公告)日：2022-05-27
申请号：CN202210102523.1
申请日：2022-01-27
Applicant: 中南大学
IPC: G06V20/00 , G06V10/62 , G06V10/74 , G06V10/764 , G06V10/80 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种高炉出铁终点在线智能识别方法及系统，通过采集铁水流图像，提取铁水流图像特征，采集铁水流数据，提取铁水流短时时序特征，融合铁水流图像特征和铁水流短时时序特征，建立出铁流程分类预测模型，从而获取当前时刻所处的出铁阶段以及根据当前时刻所处的出铁阶段，对高炉出铁终点进行识别，解决了现有技术无法准确识别当前出铁终点的技术问题，利用非侵入式装置获取高温熔融铁水流的图像及流速、渣铁比等数据，通过深度神经网络提取铁水流多源数据的特征进行融合，从而实现对当前时刻高炉出铁终点进行识别，并提供当前识别结果的置信度，具有高精确性，强稳定性，高适应性，适用于各种不同规模高炉，投资成本少等优点。
-
公开(公告)号：CN110487415A
公开(公告)日：2019-11-22
申请号：CN201910763242.9
申请日：2019-08-19
Applicant: 中南大学
Abstract: 本发明涉及冶金检测技术领域，公开一种熔融金属流体体数据检测装置、方法及系统，以在线同步检测且兼容不同行业高温熔融金属流体的空间温度和速度分布信息，获取高温熔融金属流体的体数据。本发明装置包括：第一功能组件，用于获取熔融金属流体同步的红外热图像和可见光视频；第二功能组件，用于在所述红外热图像中进行熔融金属流体的区域定位，对定位区域中的熔融金属流体进行计算得到熔融金属流体的温度；第三功能组件，用于从所述可见光视频中分解出帧图像，根据提取的熔融金属流体的图像特征获取熔融金属流体的在相机坐标系中的流速场，并将所述相机坐标系下的流速场转换为世界坐标系中的流速场并计算出熔融金属流体的流速。
-
公开(公告)号：CN108998608B
公开(公告)日：2019-06-28
申请号：CN201810819572.0
申请日：2018-07-24
Applicant: 中南大学
IPC: C21B7/24
Abstract: 本发明公开了一种基于红外机器视觉的高炉出铁口铁水温度测量方法及系统，该方法通过获取高炉出铁口铁水流的红外热图像，基于预设的温度阈值对红外热图像进行图像分割，获得铁水区域和炉渣区域，基于炉渣区域的温度数据，获得出铁口铁水温度以及根据受粉尘影响的红外热图像的纹理特征构建红外测温结果补偿模型，并根据红外测温结果补偿模型对出铁口铁水温度进行补偿，解决了现有方法难以连续精准检测高炉炉缸内部铁水温度的技术问题，不仅能对出铁口铁水温度进行连续在线检测，而且通过根据受粉尘影响的红外热图像的纹理特征构建的红外测温结果补偿模型，能对获得的铁水温度进行补偿，进而大大提高了出铁口铁水温度的检测精度。
-
公开(公告)号：CN109541254A
公开(公告)日：2019-03-29
申请号：CN201811366343.4
申请日：2018-11-16
Applicant: 中南大学
IPC: G01P5/00
Abstract: 本发明公开了一种高温熔融流体流速检测装置，包括高速相机捕捉视频单元、与高速相机捕捉视频单元依次连接的视频采集单元、视频处理单元、轮廓提取单元以及熔融流体流速检测单元，解决了熔融流体由于其本身的高温、高速及高光特性，导致对其进行流速检测的精度低的技术问题，提供了在恶劣检测环境下检测超高温熔融流体流速的实时检测装置；该装置安装方便，操作简单灵活，且能适应更恶劣下的环境，检测对象应用范围广。该装置通过采用FPGA和多DSP芯片平行计算的硬件平台，极大地提高了在处理大量图像数据上的运行效率，满足检测熔融流体流速的实时性。
-
Patent Agency Ranking
公开(公告)号：CN108764517A
公开(公告)日：2018-11-06
申请号：CN201810305865.7
申请日：2018-04-08
Applicant: 中南大学
Abstract: 本发明提供一种高炉铁水硅含量变化趋势预测方法、设备和存储介质，所述方法包括：获取炼铁过程中与高炉铁水中硅含量变化相关的特征参数，基于已训练的高炉铁水硅含量预测模型，对硅含量变化趋势进行预测；其中，所述高炉铁水含量预测模型包括第一层预测模型和第二层预测模型，所述第一层预测模型用于根据原始样本对硅含量变化趋势进行初步预测，所述第二层预测模型根据所述第一层预测模型的预测结果进行二次预测，得到硅含量变化趋势。建立了极限梯度提升和长短期记忆网络的融合模型对铁水硅含量的趋势进行预测，为高炉操作者提前判断炉况的变化趋势以及调控幅度提供参考依据，进而保证炼铁过程顺行和铁水质量保持在正常范围内。
-
公开(公告)号：CN106017691A
公开(公告)日：2016-10-12
申请号：CN201610296938.1
申请日：2016-05-06
Applicant: 中南大学
IPC: G01J5/00
CPC classification number: G01J5/004 , G01J2005/0077
Abstract: 本发明提供一种非接触式熔融金属溶液温度连续检测方法及系统，其中，方法包括：获取非制冷焦平面红外热像仪间隔预设时间段透过高炉沟道上方安全罩的开口对熔融金属溶液进行拍摄而获得的红外热图像；对红外热图像进行处理，确定处理后得到的灰度图中的感兴趣区域ROI，ROI为灰度图中未被氧化膜覆盖的熔融金属溶液部分；获取ROI中所有像素点对应的温度信息；根据熔融金属溶液的实际温度阈值，对ROI中的所有像素点进行选择；根据选择后ROI保留的像素点对应的温度信息，建立温度值提取模型，获得熔融金属溶液的温度值。本发明能实现对熔融金属溶液快速、在线、实时、连续准确的测温。
-
公开(公告)号：CN114048671B
公开(公告)日：2024-12-06
申请号：CN202111227244.X
申请日：2021-10-21
Applicant: 中南大学
IPC: G06F30/27 , G06F30/17 , G06N3/0455 , G06N3/084 , G06N3/088 , G06N3/006 , G06N3/126 , G06F111/04 , G06F111/06 , G06F111/08
Abstract: 本发明公开了一种高炉最优料面设定方法及系统，通过对获取的料面图像进行三维重建，获得三维高炉料面形状，并对三维高炉料面形状进行特征提取，获得料面形状特征，基于料面形状特征和高炉炉况状态参数与高炉生产指标之间的关系，建立高炉料面优化过程模型以及求解高炉料面优化过程模型最优解集，并从最优解集中选取适合当前炉况的最优解对应的料面形状特征作为决策变量，从而完成高炉最优料面的设定，解决了现有高炉最优料面设定方法精度低的技术问题，依据高炉生产指标与高炉料面形状和高炉炉况状态参数之间的内在联系，从数据角度出发，将高炉最优料面的设定问题转化为生产指标优化问题，并通过建立高炉料面优化过程模型，求解表征高炉最优料面的决策变量，从而精准地实现高炉最优料面的设定，为后续高炉布料提供理论指导。
-
公开(公告)号：CN115684135B
公开(公告)日：2024-10-18
申请号：CN202211386881.6
申请日：2022-11-07
Applicant: 中南大学
Abstract: 本发明公开了一种智能在线优化的激光诱导击穿光谱系统，包括依次连接的操作参数数据单元、等离子体信号激发单元、光谱信号接收单元、光谱信号质量评估单元以及操作参数调节单元，通过将最大化光谱信号信噪比为目标，利用遗传优化算法与现场可编程逻辑门阵列硬件，实现LIBS激发光路系统与LIBS收集光路系统中延迟时间、积分时间、激光能量等操作参数的实时在线调节，直接将改变操作参数得到的信号进行信噪比质量评估分析，通过优化算法计算最佳操作参数，反馈至硬件进行调节。该方法能够适用于不同待测对象，并迅速找到最优操作参数，具有高准确性，强稳定性，投资成本少等优点。
-
公开(公告)号：CN113761787B
公开(公告)日：2024-08-02
申请号：CN202110813401.9
申请日：2021-07-19
Applicant: 中南大学
IPC: G06F30/27 , G06N3/0455 , G06F119/08
Abstract: 本发明公开了一种基于深度迁移网络的高炉铁水硅含量在线预测方法及系统，通过利用铁水温度数据无监督的训练去噪自编码机网络，并堆叠多个去噪自编码机网络，从而获得深度去噪自编码机网络,在深度去噪自编码机网络前端嵌入动态注意力机制模块，获得基于动态注意力机制的深度网络以及迁移预训练好的基于动态注意力机制的深度网络，获得铁水硅含量在线预报模型，解决了现有高炉铁水硅含量在线预测精度低的技术问题，通过在深度去噪自编码机网络前端嵌入动态注意力机制模块，能实时的为每个输入样本的过程变量计算动态的注意力分数，使得模型能动态的为每个样本中有效的和有价值的过程变量分配更多的注意力，进而更高效并精准地在线预测铁水硅含量。
-
-
-
-
-
-
-
-
-
Search Results
82
records
(took 0.023 seconds)
