專利名稱：回轉(zhuǎn)窯燒結(jié)熟料質(zhì)量的計(jì)算機(jī)檢測方法及檢測裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明主要涉及到回轉(zhuǎn)窯生產(chǎn)領(lǐng)域，特指一種回轉(zhuǎn)窯燒結(jié)熟料質(zhì)量的計(jì)算機(jī)檢測方法及檢測裝置。
背景技術(shù)：
現(xiàn)有技術(shù)中，在氧化鋁、水泥等回轉(zhuǎn)窯生產(chǎn)過程中，燒結(jié)熟料的質(zhì)量(溶重)是一項(xiàng)衡量生產(chǎn)質(zhì)量，進(jìn)行員工考核的重要的工藝指標(biāo)。長期以來國內(nèi)回轉(zhuǎn)窯生產(chǎn)行業(yè)的燒結(jié)質(zhì)量一直是通過人工間隔采樣分析后獲取。但是隨著企業(yè)內(nèi)部挖潛增效，生產(chǎn)自動(dòng)化水平地不斷提高，企業(yè)越來越多地需要燒結(jié)工藝的一線生產(chǎn)人員能夠安全、穩(wěn)定、高質(zhì)、高效地完成燒結(jié)熟料的生產(chǎn)任務(wù)?，F(xiàn)行的熟料質(zhì)量人工檢測模式是人工定時(shí)采樣，其面臨一系列的問題首先，該定時(shí)模式經(jīng)常使一線窯操作工人為追求整點(diǎn)采樣時(shí)的熟料質(zhì)量，急功近利，造成生產(chǎn)的波動(dòng)。其次，人工質(zhì)檢模式不可避免的會(huì)有人為的主觀因素存在，不利于生產(chǎn)質(zhì)量的考核和管理。第三，熟料質(zhì)量不能夠?qū)崟r(shí)監(jiān)測，為窯操作工人的現(xiàn)場操作帶來不便，并且直接影響到日后的自動(dòng)化控制的效果?，F(xiàn)場窯操作人員，為做到心中有數(shù)，經(jīng)常要到冷卻機(jī)下料口處進(jìn)行現(xiàn)場觀察，判斷熟料質(zhì)量為操作提供依據(jù)。最后，現(xiàn)有的檢測模式還存在工作環(huán)境惡劣，不利于改善工人勞動(dòng)環(huán)境。

發(fā)明內(nèi)容
本發(fā)明要解決的技術(shù)問題就在于針對(duì)現(xiàn)有技術(shù)中對(duì)回轉(zhuǎn)窯熟料質(zhì)量進(jìn)行人工、定時(shí)檢測存在的問題，本發(fā)明提供一種能夠?qū)剞D(zhuǎn)窯熟料質(zhì)量進(jìn)行連續(xù)自動(dòng)檢測的回轉(zhuǎn)窯燒結(jié)熟料質(zhì)量的計(jì)算機(jī)檢測方法及檢測裝置，從而提高回轉(zhuǎn)窯生產(chǎn)的穩(wěn)定性和質(zhì)量，并能有效改善工人勞動(dòng)環(huán)境、提高燒成系統(tǒng)自動(dòng)化水平。
為了解決上述技術(shù)問題，本發(fā)明提出的解決方案為一種回轉(zhuǎn)窯燒結(jié)熟料質(zhì)量的計(jì)算機(jī)檢測方法，其特征在于首先利用圖像采集裝置和現(xiàn)場熱工信號(hào)采集裝置實(shí)時(shí)采集回轉(zhuǎn)窯生產(chǎn)現(xiàn)場中的熟料圖像信號(hào)和熱工信號(hào)，將采集到的熟料圖像信號(hào)進(jìn)行數(shù)據(jù)預(yù)處理后與現(xiàn)場熱工信號(hào)一起送到裝有熟料品質(zhì)檢測系統(tǒng)的計(jì)算機(jī)中，完成熟料質(zhì)量的檢測工作；所述熟料品質(zhì)檢測系統(tǒng)的檢測步驟為①圖像凍結(jié)連續(xù)在圖像采集裝置采集到的熟料圖像中采集某幀圖像；②煙霧濾波消除現(xiàn)場煙霧對(duì)熟料圖像的影響；③圖像灰度拉伸對(duì)熟料圖像進(jìn)行線性灰度拉伸，突出熟料輪廓，提高圖像對(duì)比度；④圖像分割，將熟料圖像從背景中提取出來；⑤分類匹配，采用圖像模式識(shí)別理論中的自相關(guān)分析方法將采集到的熟料圖像與熟料品質(zhì)檢測系統(tǒng)中建立好的熟料圖像特征數(shù)據(jù)庫中的典型熟料圖像進(jìn)行相似性比對(duì)分析，并將現(xiàn)場熱工信號(hào)與熱工信號(hào)數(shù)據(jù)庫中典型熱工信號(hào)進(jìn)行相似性比對(duì)分析，通過現(xiàn)場熱工信號(hào)進(jìn)行輔助識(shí)別；⑥系統(tǒng)輸出將熟料品質(zhì)檢測系統(tǒng)做出的檢測結(jié)果輸出。
在圖像分類匹配過程中進(jìn)一步采用多信息融合檢測，利用一個(gè)或一個(gè)以上的傳感器和安裝于計(jì)算機(jī)中的多信息融合系統(tǒng)完成多信息融合檢測；該多信息融合檢測系統(tǒng)分為兩級(jí)第一級(jí)處理解決熱工信號(hào)的檢測濾波和熟料圖像的分類匹配概率結(jié)果計(jì)算；第二級(jí)處理熱工信號(hào)與圖像信息間的特征級(jí)融合問題，解決來自一個(gè)或一個(gè)以上傳感器數(shù)據(jù)的組合規(guī)則，以得到熟料質(zhì)量的聯(lián)合估計(jì)。
所述特征級(jí)融合的規(guī)則如下①根據(jù)熟料圖像的分類匹配結(jié)果，計(jì)算當(dāng)前熟料圖像與熟料圖像特征數(shù)據(jù)庫中典型熟料圖像的相似度，歸一化處理后，計(jì)算分到各個(gè)類的概率，與某一類的相似概率如果有大于0.6的，則直接輸出最大概率的分類結(jié)果；否則轉(zhuǎn)向下一步；②利用當(dāng)前熱工信號(hào)修改前一步的各類計(jì)算概率，修改后的相似概率如果有大于0.6的，則輸出最大概率的分類結(jié)果；否則轉(zhuǎn)向下一步；③系統(tǒng)輸出檢測失敗結(jié)果，保存記錄下當(dāng)前失敗熟料圖像和熱工數(shù)據(jù)，通過人機(jī)接口接受人工判斷，并將當(dāng)前數(shù)據(jù)和熟料圖像增加到所屬類別的典型熟料圖像和數(shù)據(jù)中，或?yàn)楫?dāng)前數(shù)據(jù)建一個(gè)新類別。
所述熟料品質(zhì)檢測系統(tǒng)在運(yùn)行一段時(shí)間后，可將計(jì)算機(jī)的檢測結(jié)果與人工檢測結(jié)果進(jìn)行對(duì)比，對(duì)計(jì)算機(jī)檢測結(jié)果和熟料圖像特征數(shù)據(jù)庫進(jìn)行系統(tǒng)更新。
所述圖像分割過程中，首先計(jì)算熟料圖像的灰度直方圖，如果灰度分布均勻，則根據(jù)熟料圖像與背景的圖像灰度值差異，預(yù)先實(shí)驗(yàn)設(shè)定好最優(yōu)閾值，對(duì)熟料圖像進(jìn)行流域分割，將熟料圖像從背景中提取出來；如果灰度分布不勻，因?yàn)閳D像采集裝置的位置固定，在實(shí)驗(yàn)設(shè)定好的位置直接提取熟料圖像。
所述熟料品質(zhì)檢測系統(tǒng)包括熟料品質(zhì)檢測子系統(tǒng)和特殊物料統(tǒng)計(jì)子系統(tǒng)，熟料品質(zhì)檢測子系統(tǒng)和特殊物料統(tǒng)計(jì)子系統(tǒng)的檢測步驟相同，熟料品質(zhì)檢測子系統(tǒng)用來檢測正常情況下的熟料質(zhì)量，特殊物料統(tǒng)計(jì)子系統(tǒng)用來辨識(shí)和記錄窯內(nèi)掉耐火磚、掉窯皮以及其他特殊工況，并可以記錄出現(xiàn)的時(shí)間和現(xiàn)場視頻記錄，以供日后的分析和考核參考。
一種回轉(zhuǎn)窯燒結(jié)熟料質(zhì)量的計(jì)算機(jī)檢測裝置，其特征在于它包括第一圖像采集裝置、第二圖像采集裝置、熱工信號(hào)采集裝置和工業(yè)計(jì)算機(jī)，所述第一圖像采集裝置安裝于回轉(zhuǎn)窯的冷卻機(jī)出料口處，第二圖像采集裝置安裝于回轉(zhuǎn)窯的窯頭下料口或窯頭處，第一圖像采集裝置和第二圖像采集裝置通過圖像采集卡分別與工業(yè)計(jì)算機(jī)相連，熱工信號(hào)采集裝置與工業(yè)計(jì)算機(jī)相連。
所述第一圖像采集裝置和第二圖像采集裝置進(jìn)一步通過圖像分配器分別與工業(yè)監(jiān)視器相連。
與現(xiàn)有技術(shù)相比，本發(fā)明的優(yōu)點(diǎn)就在于1、本發(fā)明的回轉(zhuǎn)窯燒結(jié)熟料質(zhì)量的計(jì)算機(jī)檢測方法，通過設(shè)置于回轉(zhuǎn)窯生產(chǎn)現(xiàn)場中的圖像采集裝置和現(xiàn)場熱工信號(hào)采集裝置實(shí)時(shí)采集回轉(zhuǎn)窯生產(chǎn)現(xiàn)場中的熟料圖像信號(hào)和熱工信號(hào)，然后直接將采集到的熟料圖像信號(hào)進(jìn)行數(shù)據(jù)預(yù)處理后與現(xiàn)場熱工信號(hào)一起送到裝有熟料品質(zhì)檢測系統(tǒng)的計(jì)算機(jī)中，由計(jì)算機(jī)自動(dòng)完成熟料質(zhì)量的檢測工作；由此可知，本發(fā)明能夠?qū)剞D(zhuǎn)窯熟料質(zhì)量實(shí)現(xiàn)客觀、連續(xù)、實(shí)時(shí)地自動(dòng)檢測，替代了原有人工定時(shí)檢查的方式，從而提高了整體檢測工作的自動(dòng)化水平，降低了工人的勞動(dòng)強(qiáng)度，改善了工人的工作環(huán)境，且能夠準(zhǔn)確、及時(shí)、有效的輸出檢測結(jié)果，并在計(jì)算機(jī)內(nèi)形成系統(tǒng)化管理；2、發(fā)明的回轉(zhuǎn)窯燒結(jié)熟料質(zhì)量的計(jì)算機(jī)檢測裝置結(jié)構(gòu)簡單，能夠?qū)崿F(xiàn)自動(dòng)化的檢測過程，且能夠通過計(jì)算機(jī)得到滿足現(xiàn)場需求的檢測結(jié)果。


圖1是本發(fā)明的工作原理流程示意圖；圖2是本發(fā)明的熟料品質(zhì)檢測系統(tǒng)流程示意圖；圖3是本發(fā)明多傳感器信息融合系統(tǒng)的結(jié)構(gòu)示意圖；圖4是本發(fā)明檢測裝置的結(jié)構(gòu)示意圖；圖5是本發(fā)明檢測裝置中圖像采集裝置的安裝位置示意圖。
圖例說明1、第一圖像采集裝置 2、第二圖像采集裝置3、工業(yè)計(jì)算機(jī)4、工業(yè)監(jiān)視器5、回轉(zhuǎn)窯6、冷卻機(jī)7、出料口8、窯頭下料口9、窯頭 10、圖像分配器
11、圖像采集卡 12、現(xiàn)場數(shù)據(jù)采集卡13、信號(hào)放大器 14、熱工信號(hào)采集裝置具體實(shí)施方式
以下將結(jié)合附圖和具體實(shí)施例對(duì)本發(fā)明做進(jìn)一步詳細(xì)說明。
如圖1所示，本發(fā)明的一種回轉(zhuǎn)窯燒結(jié)熟料質(zhì)量的計(jì)算機(jī)檢測方法，一種回轉(zhuǎn)窯燒結(jié)熟料質(zhì)量的計(jì)算機(jī)檢測方法，首先利用圖像采集裝置和現(xiàn)場熱工信號(hào)采集裝置實(shí)時(shí)采集回轉(zhuǎn)窯生產(chǎn)現(xiàn)場中的熟料圖像信號(hào)和熱工信號(hào)，將采集到的熟料圖像信號(hào)進(jìn)行數(shù)據(jù)預(yù)處理后與現(xiàn)場熱工信號(hào)一起送到裝有熟料品質(zhì)檢測系統(tǒng)的計(jì)算機(jī)中，完成熟料質(zhì)量的檢測工作。該熱工信號(hào)為燒結(jié)帶溫度、窯頭溫度、窯尾溫度、主機(jī)負(fù)荷電流、料漿流量、窯頭負(fù)壓、窯尾負(fù)壓、排煙機(jī)進(jìn)口溫度或排煙機(jī)進(jìn)口負(fù)壓等等。參見圖1，該熟料品質(zhì)檢測系統(tǒng)包括熟料品質(zhì)檢測子系統(tǒng)和特殊物料統(tǒng)計(jì)子系統(tǒng)，熟料品質(zhì)檢測子系統(tǒng)和特殊物料統(tǒng)計(jì)子系統(tǒng)的檢測步驟相同，熟料品質(zhì)檢測子系統(tǒng)主要是通過圖像匹配和多信息融合技術(shù)，檢測正常情況下的熟料質(zhì)量；而特殊物料統(tǒng)計(jì)子系統(tǒng)主要是通過異常匹配和特殊情況辨識(shí)技術(shù)，辨識(shí)和記錄窯內(nèi)掉耐火磚、掉窯皮以及其他特殊工況，并可以記錄出現(xiàn)的時(shí)間和現(xiàn)場視頻記錄，以供日后的分析和考核參考。所述熟料品質(zhì)檢測系統(tǒng)的檢測步驟為①圖像凍結(jié)連續(xù)在圖像采集裝置采集到的熟料圖像中采集某幀圖像；②煙霧濾波消除現(xiàn)場煙霧對(duì)熟料圖像的影響；③圖像灰度拉伸對(duì)熟料圖像進(jìn)行線性灰度拉伸，突出熟料輪廓，提高圖像對(duì)比度；④圖像分割，將熟料圖像從背景中提取出來；⑤分類匹配，采用圖像模式識(shí)別理論中的自相關(guān)分析方法將采集到的熟料圖像與熟料品質(zhì)檢測系統(tǒng)中建立好的熟料圖像特征數(shù)據(jù)庫中的典型熟料圖像進(jìn)行相似性比對(duì)分析，并將現(xiàn)場熱工信號(hào)與熱工信號(hào)數(shù)據(jù)庫中典型熱工信號(hào)進(jìn)行相似性比對(duì)分析，通過現(xiàn)場熱工信號(hào)進(jìn)行輔助識(shí)別；⑥系統(tǒng)輸出將熟料品質(zhì)檢測系統(tǒng)做出的檢測結(jié)果輸出。較佳實(shí)施例中，熟料品質(zhì)檢測系統(tǒng)在運(yùn)行一段時(shí)間后，可將計(jì)算機(jī)的檢測結(jié)果與人工檢測結(jié)果進(jìn)行對(duì)比，對(duì)計(jì)算機(jī)檢測結(jié)果和熟料圖像特征數(shù)據(jù)庫進(jìn)行系統(tǒng)更新。
熟料圖像的智能模式識(shí)別技術(shù)是本發(fā)明熟料品質(zhì)檢測系統(tǒng)的重點(diǎn)技術(shù)之一，首先不同質(zhì)量熟料的品質(zhì)可以通過物料的顏色、流速、粒度等物理特征表現(xiàn)出來，實(shí)驗(yàn)證明各種質(zhì)量熟料的形態(tài)特征是有限的，軟件系統(tǒng)就可以把當(dāng)前熟料圖片和數(shù)據(jù)庫中的典型熟料圖片比對(duì)，并且結(jié)合當(dāng)前現(xiàn)場熱工信號(hào)來估計(jì)熟料質(zhì)量。如圖2所示，在較佳實(shí)施例中，本發(fā)明熟料品質(zhì)檢測系統(tǒng)中對(duì)熟料質(zhì)量的檢測步驟為圖像凍結(jié)、煙霧濾波、圖像灰度拉伸、圖像分割、分類匹配、系統(tǒng)輸出、系統(tǒng)更新。現(xiàn)以本發(fā)明利用熟料圖像模式識(shí)別結(jié)果與現(xiàn)場信號(hào)進(jìn)行融合檢測的方法對(duì)氧化鋁熟料進(jìn)行計(jì)算機(jī)測量為例，詳細(xì)描述其過程1、第一圖像采集裝置1和第二圖像采集裝置2采集到的熟料圖像信號(hào)經(jīng)信號(hào)放大器13放大后，通過預(yù)處理，對(duì)其進(jìn)行圖像凍結(jié)，即利用圖像采集卡11中驅(qū)動(dòng)程序提供的函數(shù)，連續(xù)采集氧化鋁熟料視頻中的某幀圖像；2、采用中值濾波器對(duì)熟料圖像信號(hào)進(jìn)行預(yù)處理，消除現(xiàn)場煙霧對(duì)圖像的影響，具體操作中可以采用5個(gè)點(diǎn)的滑動(dòng)窗口，將窗口中各灰度值的中值來代替窗口的中心點(diǎn)灰度值；3、對(duì)煙霧濾波處理后的熟料圖像進(jìn)行線性灰度拉伸，突出熟料輪廓，提高熟料圖像的對(duì)比度；4、計(jì)算熟料圖像的灰度直方圖，如果灰度分布均勻，則根據(jù)熟料與背景的圖像灰度值差異，預(yù)先實(shí)驗(yàn)設(shè)定好最優(yōu)閾值，對(duì)圖像進(jìn)行流域分割，將熟料圖像從背景中提取出來。如果灰度分布不勻，由于圖象信號(hào)采集裝置的位置是固定的，所以可以在實(shí)驗(yàn)設(shè)定好的位置直接提取熟料圖像；5、分類匹配是基于一個(gè)特征圖像數(shù)據(jù)庫和特征熱工信號(hào)數(shù)據(jù)庫進(jìn)行操作的。在特征圖像數(shù)據(jù)庫中，存放了高溫、低溫、正常、掉塊、掉轉(zhuǎn)等典型圖像。這些典型特征圖像是現(xiàn)場長期采集積累的，能夠反映各種工況條件下的氧化鋁熟料圖像。采用圖像處理模式識(shí)別理論中自相關(guān)分析方法將實(shí)時(shí)獲取的熟料圖像與特征圖像數(shù)據(jù)庫中典型圖像進(jìn)行相似性比對(duì)分析，從而決定當(dāng)前熟料的質(zhì)量或是否有異常工況發(fā)生。為加快圖像匹配速度，可采用基于快速傅立葉變換的頻域相關(guān)性計(jì)算方法。本發(fā)明在上述過程中收集大量現(xiàn)場圖像，建立了比較精確的熟料特征圖像數(shù)據(jù)庫，在此基礎(chǔ)上利用快速FFT自相關(guān)分析方法對(duì)實(shí)時(shí)氧化鋁熟料圖像進(jìn)行分類檢測。在此過程中，將現(xiàn)場熱工信號(hào)與熱工信號(hào)數(shù)據(jù)庫中典型熱工信號(hào)進(jìn)行相似性比對(duì)分析，通過現(xiàn)場熱工信號(hào)進(jìn)行輔助識(shí)別。在分類匹配的過程中，考慮到回轉(zhuǎn)窯現(xiàn)場的實(shí)際工況和眾多不確定的因素，本熟料品質(zhì)檢測系統(tǒng)采用多傳感器信息融合技術(shù)來提高熟料質(zhì)量估計(jì)的準(zhǔn)確性，使熟料品質(zhì)檢測系統(tǒng)的運(yùn)行更加可靠、穩(wěn)定。在分類匹配過程中進(jìn)一步采用多信息融合檢測，利用一個(gè)或一個(gè)以上的傳感器和安裝于計(jì)算機(jī)中的多信息融合系統(tǒng)完成多信息融合檢測；該多信息融合檢測系統(tǒng)分為兩級(jí)第一級(jí)處理解決熱工信號(hào)的檢測濾波和熟料圖像的分類匹配概率結(jié)果計(jì)算；第二級(jí)處理熱工信號(hào)與圖像信息間的特征級(jí)融合問題，解決來自一個(gè)或一個(gè)以上傳感器數(shù)據(jù)的組合規(guī)則，以得到熟料質(zhì)量的聯(lián)合估計(jì)。特征級(jí)融合的規(guī)則如下①根據(jù)熟料圖像的分類匹配結(jié)果，計(jì)算當(dāng)前熟料圖像與熟料圖像特征數(shù)據(jù)庫中典型熟料圖像的相似度，歸一化處理后，計(jì)算分到各個(gè)類的概率，與某一類的相似概率如果有大于0.6的，則直接輸出最大概率的分類結(jié)果；否則轉(zhuǎn)向下一步；②利用當(dāng)前熱工信號(hào)修改前一步的各類計(jì)算概率，修改后的相似概率如果有大于0.6的，則輸出最大概率的分類結(jié)果；否則轉(zhuǎn)向下一步；③系統(tǒng)輸出檢測失敗結(jié)果，保存記錄下當(dāng)前失敗熟料圖像和熱工數(shù)據(jù)，通過人機(jī)接口接受人工判斷，并將當(dāng)前數(shù)據(jù)和熟料圖像增加到所屬類別的典型熟料圖像和數(shù)據(jù)中，或?yàn)楫?dāng)前數(shù)據(jù)建一個(gè)新類別。參見圖3所示，現(xiàn)場建立在SQL數(shù)據(jù)庫基礎(chǔ)上，在多信息融合檢測的過程中對(duì)SQL數(shù)據(jù)庫實(shí)現(xiàn)動(dòng)態(tài)管理，包括典型熟料圖像數(shù)據(jù)的評(píng)估、更新和檢索，對(duì)相似典型圖像的合并或清除。多信息融合檢測過程可以通過智能化的人機(jī)接口對(duì)數(shù)據(jù)庫進(jìn)行維護(hù)和檢測過程參數(shù)進(jìn)行人工整定；6、系統(tǒng)輸出將計(jì)算機(jī)識(shí)別結(jié)果輸出到生產(chǎn)報(bào)表，進(jìn)行生產(chǎn)管理和考核，也可輸出到前臺(tái)操作人員控制界面，對(duì)操作人員的現(xiàn)場控制進(jìn)行指導(dǎo)。7、系統(tǒng)更新熟料品質(zhì)檢測系統(tǒng)在運(yùn)行初期，每隔一個(gè)月，可將計(jì)算機(jī)的判斷結(jié)果與人工結(jié)果進(jìn)行對(duì)比，對(duì)計(jì)算機(jī)的結(jié)果和特征庫，并進(jìn)行必要修正，調(diào)整參數(shù)，提高識(shí)別精度。
本發(fā)明的回轉(zhuǎn)窯燒結(jié)熟料質(zhì)量的計(jì)算機(jī)檢測方法可以對(duì)回轉(zhuǎn)窯熟料質(zhì)量(溶重)進(jìn)行實(shí)時(shí)在線測量，可較準(zhǔn)確地檢測熟料質(zhì)量等級(jí)(從1.0到1.5每隔0.05，共10個(gè)等級(jí))。在實(shí)際工況下，人工和利用本發(fā)明方法檢測的一個(gè)班(8個(gè)小時(shí)，每小時(shí)人工檢測數(shù)據(jù))的檢測結(jié)果對(duì)照如下表1所示表1

由表中數(shù)據(jù)可知本發(fā)明的方法在極端情況下，即高溫熟料和低溫熟料條件下，檢測的準(zhǔn)確率較高。即便是在正常燒結(jié)熟料質(zhì)量的檢測上有較大偏差時(shí)，也并不影響現(xiàn)場應(yīng)用。
如圖4和圖5所示，本發(fā)明的一種回轉(zhuǎn)窯燒結(jié)熟料質(zhì)量的計(jì)算機(jī)檢測裝置，它包括第一圖像采集裝置1、第二圖像采集裝置2、熱工信號(hào)采集裝置14和工業(yè)計(jì)算機(jī)3，所述第一圖像采集裝置1安裝于回轉(zhuǎn)窯5的冷卻機(jī)6出料口7處，第二圖像采集裝置2安裝于回轉(zhuǎn)窯5的窯頭下料口8或窯頭9處，第一圖像采集裝置1和第二圖像采集裝置2通過圖像采集卡11分別與工業(yè)計(jì)算機(jī)3相連，熱工信號(hào)采集裝置14與工業(yè)計(jì)算機(jī)3相連。在較佳實(shí)施例中，第一圖像采集裝置1和第二圖像采集裝置2進(jìn)一步通過圖像分配器10分別與工業(yè)監(jiān)視器4相連。熱工信號(hào)采集裝置14通過現(xiàn)場數(shù)據(jù)信號(hào)采集卡與工業(yè)計(jì)算機(jī)3相連，或通過網(wǎng)絡(luò)與工業(yè)計(jì)算機(jī)3相連。在本實(shí)施例中，第一圖像采集裝置1和第二圖像采集裝置2分別采用SONY.FCS-450的CCD攝象機(jī)和SUN-331CD-M的耐高溫CCD攝像機(jī)，工業(yè)計(jì)算機(jī)3采用聯(lián)想的LIPC-800A工控機(jī)，工業(yè)監(jiān)視器4采用SONY.14N6E監(jiān)視器，圖像采集卡11采用大恒CG410的采集卡，圖像分配器采用安尼SN-104，熱工信號(hào)采集裝置14為可以為現(xiàn)場數(shù)據(jù)采集卡12采用臺(tái)灣研華AD818，或通過工作計(jì)算機(jī)3內(nèi)的以太網(wǎng)卡或RS485接口與回轉(zhuǎn)窯現(xiàn)場已有的PLC采集設(shè)備相聯(lián)，通訊獲得現(xiàn)場熱工信號(hào)的采樣值。第一圖像采集裝置1用來攝取冷卻后熟料流動(dòng)的視頻圖像，第二圖像采集裝置2的目的是及時(shí)檢測當(dāng)前從燒結(jié)帶流出熟料的物理狀況。第一圖像采集裝置1和第二圖像采集裝置2分別采集到圖像信號(hào)并經(jīng)過信號(hào)放大器13后，通過圖像分配器10將信號(hào)分為兩路一路圖像信號(hào)直接送入工業(yè)監(jiān)視器4供現(xiàn)場操作人員直接監(jiān)視；另一路圖像通過圖像采集卡11輸入工業(yè)計(jì)算機(jī)3中，經(jīng)過在線智能監(jiān)控系統(tǒng)的分析處理，具體分析處理過程已在回轉(zhuǎn)窯燒結(jié)熟料質(zhì)量的計(jì)算機(jī)檢測方法中詳述。本發(fā)明實(shí)現(xiàn)回轉(zhuǎn)窯燒結(jié)熟料質(zhì)量的實(shí)時(shí)自動(dòng)監(jiān)控，進(jìn)行質(zhì)量分析所需的其他相關(guān)信號(hào)可以通過熱工信號(hào)采集裝置14采集，該熱工信號(hào)采集裝置14可以為現(xiàn)場數(shù)據(jù)采集卡12，或通過工作計(jì)算機(jī)3內(nèi)的以太網(wǎng)卡或RS485接口與回轉(zhuǎn)窯現(xiàn)場已有的PLC采集設(shè)備相聯(lián)，通訊獲得現(xiàn)場熱工信號(hào)的采樣值。在實(shí)施例中，為了使系統(tǒng)穩(wěn)定可靠的運(yùn)行，上述第一圖像采集裝置1和第二圖像采集裝置2在安裝時(shí)，應(yīng)有送風(fēng)冷卻、加裝水冷套、除塵和抗震等方面的保護(hù)措施。
權(quán)利要求
1.一種回轉(zhuǎn)窯燒結(jié)熟料質(zhì)量的計(jì)算機(jī)檢測方法，其特征在于首先利用圖像采集裝置和現(xiàn)場熱工信號(hào)采集裝置實(shí)時(shí)采集回轉(zhuǎn)窯生產(chǎn)現(xiàn)場中的熟料圖像信號(hào)和熱工信號(hào)，將采集到的熟料圖像信號(hào)進(jìn)行數(shù)據(jù)預(yù)處理后與現(xiàn)場熱工信號(hào)一起送到裝有熟料品質(zhì)檢測系統(tǒng)的計(jì)算機(jī)中，完成熟料質(zhì)量的檢測工作；所述熟料品質(zhì)檢測系統(tǒng)的檢測步驟為①圖像凍結(jié)連續(xù)在圖像采集裝置采集到的熟料圖像中采集某幀圖像；②煙霧濾波消除現(xiàn)場煙霧對(duì)熟料圖像的影響；③圖像灰度拉伸對(duì)熟料圖像進(jìn)行線性灰度拉伸，突出熟料輪廓，提高圖像對(duì)比度；④圖像分割，將熟料圖像從背景中提取出來；⑤分類匹配，采用圖像模式識(shí)別理論中的自相關(guān)分析方法將采集到的熟料圖像與熟料品質(zhì)檢測系統(tǒng)中建立好的熟料圖像特征數(shù)據(jù)庫中的典型熟料圖像進(jìn)行相似性比對(duì)分析，并將現(xiàn)場熱工信號(hào)與熱工信號(hào)數(shù)據(jù)庫中典型熱工信號(hào)進(jìn)行相似性比對(duì)分析，通過現(xiàn)場熱工信號(hào)進(jìn)行輔助識(shí)別；⑥系統(tǒng)輸出將熟料品質(zhì)檢測系統(tǒng)做出的檢測結(jié)果輸出。
2.根據(jù)權(quán)利要求1所述的回轉(zhuǎn)窯燒結(jié)熟料質(zhì)量的計(jì)算機(jī)檢測方法，其特征在于在圖像分類匹配過程中進(jìn)一步采用多信息融合檢測，利用一個(gè)或一個(gè)以上的傳感器和安裝于計(jì)算機(jī)中的多信息融合系統(tǒng)完成多信息融合檢測；該多信息融合檢測系統(tǒng)分為兩級(jí)第一級(jí)處理解決熱工信號(hào)的檢測濾波和熟料圖像的分類匹配概率結(jié)果計(jì)算；第二級(jí)處理熱工信號(hào)與圖像信息間的特征級(jí)融合問題，解決來自一個(gè)或一個(gè)以上傳感器數(shù)據(jù)的組合規(guī)則，以得到熟料質(zhì)量的聯(lián)合估計(jì)。
3.根據(jù)權(quán)利要求2所述的回轉(zhuǎn)窯燒結(jié)熟料質(zhì)量的計(jì)算機(jī)檢測方法，其特征在于所述特征級(jí)融合的規(guī)則如下①根據(jù)熟料圖像的分類匹配結(jié)果，計(jì)算當(dāng)前熟料圖像與熟料圖像特征數(shù)據(jù)庫中典型熟料圖像的相似度，歸一化處理后，計(jì)算分到各個(gè)類的概率，與某一類的相似概率如果有大于0.6的，則直接輸出最大概率的分類結(jié)果；否則轉(zhuǎn)向下一步；②利用當(dāng)前熱工信號(hào)修改前一步的各類計(jì)算概率，修改后的相似概率如果有大于0.6的，則輸出最大概率的分類結(jié)果；否則轉(zhuǎn)向下一步；③系統(tǒng)輸出檢測失敗結(jié)果，保存記錄下當(dāng)前失敗熟料圖像和熱工數(shù)據(jù)，通過人機(jī)接口接受人工判斷，并將當(dāng)前數(shù)據(jù)和熟料圖像增加到所屬類別的典型熟料圖像和數(shù)據(jù)中，或?yàn)楫?dāng)前數(shù)據(jù)建一個(gè)新類別。
4.根據(jù)權(quán)利要求1或2或3所述的回轉(zhuǎn)窯燒結(jié)熟料質(zhì)量的計(jì)算機(jī)檢測方法，其特征在于所述熟料品質(zhì)檢測系統(tǒng)在運(yùn)行一段時(shí)間后，可將計(jì)算機(jī)的檢測結(jié)果與人工檢測結(jié)果進(jìn)行對(duì)比，對(duì)計(jì)算機(jī)檢測結(jié)果和熟料圖像特征數(shù)據(jù)庫進(jìn)行系統(tǒng)更新。
5.根據(jù)權(quán)利要求1或2或3所述的回轉(zhuǎn)窯燒結(jié)熟料質(zhì)量的計(jì)算機(jī)檢測方法，其特征在于所述圖像分割過程中，首先計(jì)算熟料圖像的灰度直方圖，如果灰度分布均勻，則根據(jù)熟料圖像與背景的圖像灰度值差異，預(yù)先實(shí)驗(yàn)設(shè)定好最優(yōu)閾值，對(duì)熟料圖像進(jìn)行流域分割，將熟料圖像從背景中提取出來；如果灰度分布不勻，因?yàn)閳D像采集裝置的位置固定，在實(shí)驗(yàn)設(shè)定好的位置直接提取熟料圖像。
6.根據(jù)權(quán)利要求4所述的回轉(zhuǎn)窯燒結(jié)熟料質(zhì)量的計(jì)算機(jī)檢測方法，其特征在于所述圖像分割過程中，首先計(jì)算熟料圖像的灰度直方圖，如果灰度分布均勻，則根據(jù)熟料圖像與背景的圖像灰度值差異，預(yù)先實(shí)驗(yàn)設(shè)定好最優(yōu)閾值，對(duì)熟料圖像進(jìn)行流域分割，將熟料圖像從背景中提取出來；如果灰度分布不勻，因?yàn)閳D像采集裝置的位置固定，在實(shí)驗(yàn)設(shè)定好的位置直接提取熟料圖像。
7.根據(jù)權(quán)利要求1或2或3所述的回轉(zhuǎn)窯燒結(jié)熟料質(zhì)量的計(jì)算機(jī)檢測方法，其特征在于所述熟料品質(zhì)檢測系統(tǒng)包括熟料品質(zhì)檢測子系統(tǒng)和特殊物料統(tǒng)計(jì)子系統(tǒng)，熟料品質(zhì)檢測子系統(tǒng)和特殊物料統(tǒng)計(jì)子系統(tǒng)的檢測步驟相同，熟料品質(zhì)檢測子系統(tǒng)用來檢測正常情況下的熟料質(zhì)量，特殊物料統(tǒng)計(jì)子系統(tǒng)用來辨識(shí)和記錄窯內(nèi)掉耐火磚、掉窯皮以及其他特殊工況，并可以記錄出現(xiàn)的時(shí)間和現(xiàn)場視頻記錄，以供日后的分析和考核參考。
8.根據(jù)權(quán)利要求4所述的回轉(zhuǎn)窯燒結(jié)熟料質(zhì)量的計(jì)算機(jī)檢測方法，其特征在于所述熟料品質(zhì)檢測系統(tǒng)包括熟料品質(zhì)檢測子系統(tǒng)和特殊物料統(tǒng)計(jì)子系統(tǒng)，熟料品質(zhì)檢測子系統(tǒng)和特殊物料統(tǒng)計(jì)子系統(tǒng)的檢測步驟相同，熟料品質(zhì)檢測子系統(tǒng)用來檢測正常情況下的熟料質(zhì)量，特殊物料統(tǒng)計(jì)子系統(tǒng)用來辨識(shí)和記錄窯內(nèi)掉耐火磚、掉窯皮以及其他特殊工況，并可以記錄出現(xiàn)的時(shí)間和現(xiàn)場視頻記錄，以供日后的分析和考核參考。
9.一種回轉(zhuǎn)窯燒結(jié)熟料質(zhì)量的計(jì)算機(jī)檢測裝置，其特征在于它包括第一圖像采集裝置(1)、第二圖像采集裝置(2)、熱工信號(hào)采集裝置(14)和工業(yè)計(jì)算機(jī)(3)，所述第一圖像采集裝置(1)安裝于回轉(zhuǎn)窯(5)的冷卻機(jī)(6)出料口(7)處，第二圖像采集裝置(2)安裝于回轉(zhuǎn)窯(5)的窯頭下料口(8)或窯頭(9)處，第一圖像采集裝置(1)和第二圖像采集裝置(2)通過圖像采集卡(11)分別與工業(yè)計(jì)算機(jī)(3)相連，熱工信號(hào)采集裝置(14)與工業(yè)計(jì)算機(jī)(3)相連。
10.根據(jù)權(quán)利要求9所述的回轉(zhuǎn)窯燒結(jié)熟料質(zhì)量的計(jì)算機(jī)檢測裝置，其特征在于所述第一圖像采集裝置(1)和第二圖像采集裝置(2)進(jìn)一步通過圖像分配器(10)分別與工業(yè)監(jiān)視器(4)相連。
全文摘要
本發(fā)明公開了一種回轉(zhuǎn)窯燒結(jié)熟料質(zhì)量的計(jì)算機(jī)檢測方法及檢測裝置，首先利用圖像采集裝置和現(xiàn)場熱工信號(hào)采集裝置實(shí)時(shí)采集回轉(zhuǎn)窯生產(chǎn)現(xiàn)場中的熟料圖像信號(hào)和熱工信號(hào)，將采集到的熟料圖像信號(hào)進(jìn)行數(shù)據(jù)預(yù)處理后與現(xiàn)場熱工信號(hào)一起送到裝有熟料品質(zhì)檢測系統(tǒng)的計(jì)算機(jī)中，完成熟料質(zhì)量的檢測工作，該熟料品質(zhì)檢測系統(tǒng)的步驟依次為圖像凍結(jié)、煙霧濾波、圖像灰度拉伸、圖像分割、分類匹配以及系統(tǒng)輸出。該裝置包括第一圖像采集裝置、第二圖像采集裝置、熱工信號(hào)采集裝置和工業(yè)計(jì)算機(jī)。本發(fā)明能夠?qū)剞D(zhuǎn)窯熟料質(zhì)量進(jìn)行連續(xù)的自動(dòng)檢測，從而提高回轉(zhuǎn)窯生產(chǎn)的穩(wěn)定性和質(zhì)量，并能有效改善工人勞動(dòng)環(huán)境、提高燒成系統(tǒng)自動(dòng)化水平。
文檔編號(hào)G06K9/00GK1821756SQ20061003142
公開日2006年8月23日 申請(qǐng)日期2006年3月30日 優(yōu)先權(quán)日2006年3月30日
發(fā)明者張小剛, 章兢, 王奎, 王軍, 陳旭 申請(qǐng)人:湖南大學(xué)