【技術實現步驟摘要】
本專利技術涉及人工智能及煉鋼，尤其涉及一種基于人工智能的轉爐鐵水罐無人兌鐵監測方法和裝置。
技術介紹
1、目前轉爐無人兌鐵系統開發熱度很高，但真正在實際生產中應用的卻極少，主要原因一是涉及高溫熔液，安全最重要；二是實際生產中，用起重機吊鐵水罐向轉爐兌鐵，也經常發生兌到轉爐外面的情況，只是情況嚴重程度不同；此外，現已開發的無人兌鐵系統，由于缺乏安全監測系統或監測系統不完善，無法及時發現并處理這些異常情況，因此轉爐兌鐵無人化操作安全性缺乏保障，故而轉爐無人兌鐵技術迄今都得不到推廣。
技術實現思路
1、有鑒于此，本專利技術提供一種基于人工智能的轉爐鐵水罐無人兌鐵監測方法和裝置，以解決上述提及的至少一個問題。
2、為了實現上述目的，本專利技術采用以下方案：
3、根據本專利技術的第一方面，提供一種基于人工智能的轉爐鐵水罐無人兌鐵監測方法，所述方法包括：獲取轉爐鐵水罐兌鐵過程的歷史圖像數據，所述歷史圖像數據包括正常兌鐵圖像數據和非正常兌鐵圖像數據；對所述歷史圖像數據進行標注和特征提取，所述特征包括鐵水飛濺程度、鐵水罐與轉爐的相對位置、鐵水罐轉動角速度、鐵水開始流出時刻和鐵水結束流出時刻；基于提取的所述特征建立數據庫，并利用所述數據庫訓練兌鐵監測模型，使所述兌鐵監測模型學習識別和判斷正常兌鐵、非正常兌鐵、鐵水罐鐵水開始流出和結束、正常和非正常鐵水罐與轉爐的位置關系以及正常和非正常鐵水罐轉動速度；將訓練好的所述兌鐵監測模型部署到實際生產環境中，對無人兌鐵過程進行實時監測并提
4、作為本專利技術的一個實施例，上述方法中兌鐵過程的提示包括：兌鐵準備階段、兌鐵開始階段和兌鐵結束階段；所述告警提示包括：鐵水飛濺嚴重、鐵水罐位置偏差過大和鐵水罐轉速過快。
5、作為本專利技術的一個實施例，上述方法還包括：基于所述歷史圖像數據中的正常兌鐵圖像數據，利用單分類支持向量機算法訓練異常識別模型以識別出未在所述非正常兌鐵圖像數據出現的異常兌鐵情況。
6、作為本專利技術的一個實施例，上述方法中單分類支持向量機算法采用徑向基核函數，并通過網格搜索或交叉驗證方法優化核參數γ和懲罰參數ν，以確定最優的異常識別模型。
7、作為本專利技術的一個實施例，上述方法還包括：利用傳感器獲取轉爐鐵水罐兌鐵過程中的鐵水罐重量、位置、溫度和振動數據，并基于所述鐵水罐重量、位置、溫度和振動數據，與所述兌鐵監測模型的監測結果對兌鐵過程中的異常情況進行綜合分析。
8、作為本專利技術的一個實施例，上述方法中所述兌鐵監測模型所識別到的鐵水罐與轉爐的位置關系以及鐵水罐轉動速度進行預警，包括：若鐵水罐的嘴與轉爐爐口的距離超過設定閾值，則發出第一預警信號，若鐵水罐轉動速度的增量速度超過設定閾值，則發出第二預警信號。
9、根據本專利技術的第二方面，提供一種基于人工智能的轉爐鐵水罐無人兌鐵監測裝置，所述裝置包括：歷史數據獲取單元，用于獲取轉爐鐵水罐兌鐵過程的歷史圖像數據，所述歷史圖像數據包括正常兌鐵圖像數據和非正常兌鐵圖像數據；特征提取單元，用于對所述歷史圖像數據進行標注和特征提取，所述特征包括鐵水飛濺程度、鐵水罐與轉爐的相對位置、鐵水罐轉動角速度、鐵水開始流出時刻和鐵水結束流出時刻；模型訓練單元，用于基于提取的所述特征建立數據庫，并利用所述數據庫訓練兌鐵監測模型，使所述兌鐵監測模型學習識別和判斷正常兌鐵、非正常兌鐵、鐵水罐鐵水開始流出和結束、正常和非正常鐵水罐與轉爐的位置關系以及正常和非正常鐵水罐轉動速度；模型部署單元，用于將訓練好的所述兌鐵監測模型部署到實際生產環境中，對無人兌鐵過程進行實時監測并提供兌鐵過程及告警提示。
10、作為本專利技術的一個實施例，上述兌鐵過程的提示包括：兌鐵準備階段、兌鐵開始階段和兌鐵結束階段；所述告警提示包括：鐵水飛濺嚴重、鐵水罐位置偏差過大和鐵水罐轉速過快。
11、作為本專利技術的一個實施例，上述裝置還包括：異常識別單元，用于基于所述歷史圖像數據中的正常兌鐵圖像數據，利用單分類支持向量機算法訓練異常識別模型以識別出未在所述非正常兌鐵圖像數據出現的異常兌鐵情況。
12、作為本專利技術的一個實施例，上述單分類支持向量機算法采用徑向基核函數，并通過網格搜索或交叉驗證方法優化核參數γ和懲罰參數ν，以確定最優的異常識別模型。
13、本專利技術的一個實施例，上述裝置還包括：傳感器單元，用于利用傳感器獲取轉爐鐵水罐兌鐵過程中的鐵水罐重量、位置、溫度和振動數據，綜合分析單元，用于基于所述鐵水罐重量、位置、溫度和振動數據，與所述兌鐵監測模型的監測結果對兌鐵過程中的異常情況進行綜合分析。
14、本專利技術的一個實施例，上述裝置還包括，預警單元，用于根據所述兌鐵監測模型所識別到的鐵水罐與轉爐的位置關系以及鐵水罐轉動速度進行預警，包括：若鐵水罐的嘴與轉爐爐口的距離超過設定閾值，則發出第一預警信號，若鐵水罐轉動速度的增量速度超過設定閾值，則發出第二預警信號。
15、根據本專利技術的第三方面，提供一種電子設備，包括存儲器、處理器以及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，處理器執行所述計算機程序時實現上述方法的步驟。
16、根據本專利技術的第四方面，提供一種計算機可讀存儲介質，其上存儲有計算機程序，所述計算機程序被處理器執行時實現上述方法的步驟。
17、根據本專利技術的第五方面，提供一種計算機程序產品，包括計算機程序/指令，所述計算機程序/指令被處理器執行時實現上述方法的步驟。
18、由上述技術方案可知，本專利技術提供的基于人工智能的轉爐鐵水罐無人兌鐵監測方法和裝置，通過人工模型實時監測兌鐵過程中的各種狀態，識別正常/非正常兌鐵、鐵水罐與轉爐的位置關系、鐵水罐轉動速度等，并在異常情況發生時發出警報，從而避免安全事故，保障無人操作的安全性。填補了現有的無人兌鐵系統缺乏完善的監測系統的空白，促進了轉爐無人兌鐵技術的推廣應用。
本文檔來自技高網...【技術保護點】
1.一種基于人工智能的轉爐鐵水罐無人兌鐵監測方法，其特征在于，所述方法包括：
2.如權利要求1所述的基于人工智能的轉爐鐵水罐無人兌鐵監測方法，其特征在于，所述兌鐵過程的提示包括：兌鐵準備階段、兌鐵開始階段和兌鐵結束階段；所述告警提示包括：鐵水飛濺嚴重、鐵水罐位置偏差過大和鐵水罐轉速過快。
3.如權利要求1所述的基于人工智能的轉爐鐵水罐無人兌鐵監測方法，其特征在于，所述方法還包括：基于所述歷史圖像數據中的正常兌鐵圖像數據，利用單分類支持向量機算法訓練異常識別模型以識別出未在所述非正常兌鐵圖像數據出現的異常兌鐵情況。
4.如權利要求3所述的基于人工智能的轉爐鐵水罐無人兌鐵監測方法，其特征在于，所述單分類支持向量機算法采用徑向基核函數，并通過網格搜索或交叉驗證方法優化核參數γ和懲罰參數ν，以確定最優的異常識別模型。
5.如權利要求1所述的基于人工智能的轉爐鐵水罐無人兌鐵監測方法，其特征在于，所述方法還包括：利用傳感器獲取轉爐鐵水罐兌鐵過程中的鐵水罐重量、位置、溫度和振動數據，并基于所述鐵水罐重量、位置、溫度和振動數據，與所述兌鐵監測模型的
6.如權利要求1所述的基于人工智能的轉爐鐵水罐無人兌鐵監測方法，其特征在于，所述方法還包括：根據所述兌鐵監測模型所識別到的鐵水罐與轉爐的位置關系以及鐵水罐轉動速度進行預警，包括：若鐵水罐的嘴與轉爐爐口的距離超過設定閾值，則發出第一預警信號，若鐵水罐轉動速度的增量速度超過設定閾值，則發出第二預警信號。
7.一種基于人工智能的轉爐鐵水罐無人兌鐵監測裝置，其特征在于，所述裝置包括：
8.一種電子設備，包括存儲器、處理器以及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求1-6任一項所述方法的步驟。
9.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1-6任一項所述方法的步驟。
10.一種計算機程序產品，包括計算機程序/指令，其特征在于，所述計算機程序/指令被處理器執行時實現權利要求1至6任一項所述方法的步驟。
...【技術特征摘要】
1.一種基于人工智能的轉爐鐵水罐無人兌鐵監測方法，其特征在于，所述方法包括：
2.如權利要求1所述的基于人工智能的轉爐鐵水罐無人兌鐵監測方法，其特征在于，所述兌鐵過程的提示包括：兌鐵準備階段、兌鐵開始階段和兌鐵結束階段；所述告警提示包括：鐵水飛濺嚴重、鐵水罐位置偏差過大和鐵水罐轉速過快。
3.如權利要求1所述的基于人工智能的轉爐鐵水罐無人兌鐵監測方法，其特征在于，所述方法還包括：基于所述歷史圖像數據中的正常兌鐵圖像數據，利用單分類支持向量機算法訓練異常識別模型以識別出未在所述非正常兌鐵圖像數據出現的異常兌鐵情況。
4.如權利要求3所述的基于人工智能的轉爐鐵水罐無人兌鐵監測方法，其特征在于，所述單分類支持向量機算法采用徑向基核函數，并通過網格搜索或交叉驗證方法優化核參數γ和懲罰參數ν，以確定最優的異常識別模型。
5.如權利要求1所述的基于人工智能的轉爐鐵水罐無人兌鐵監測方法，其特征在于，所述方法還包括：利用傳感器獲取轉爐鐵水罐兌鐵過程中的鐵水罐重量、位置、溫度和振動數據，并基于所述鐵水罐重量、位置、溫度...
【專利技術屬性】
技術研發人員：余慧，張茂林，王磊，
申請(專利權)人：中冶京誠工程技術有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。