燒結(jié)礦FeO含量圖像智能檢測(cè)系統(tǒng)的研究.pdf

1、燒結(jié)礦是煉鐵的主要原料，燒結(jié)礦質(zhì)量的好壞，對(duì)高爐冶煉性能影響很大，而氧化亞鐵（FeO）含量代表了燒結(jié)礦的還原性，是燒結(jié)礦非常重要的質(zhì)量指標(biāo)。準(zhǔn)確檢測(cè)氧化亞鐵含量等級(jí)，對(duì)指導(dǎo)燒結(jié)生產(chǎn)意義重大。雖然檢測(cè)燒結(jié)尾礦FeO含量的方法有多種，但各有不足之處。目前大多數(shù)燒結(jié)廠仍采用最簡(jiǎn)單的人工“看火”方法。由于看火工素質(zhì)的不同、經(jīng)驗(yàn)的差異、責(zé)任心的強(qiáng)弱等主觀因素，會(huì)造成檢測(cè)結(jié)果的不穩(wěn)定，影響燒結(jié)控制自動(dòng)化程度的提高。因此如何能充分利用看火工的經(jīng)驗(yàn)技巧

2、，又能提高檢測(cè)的準(zhǔn)確度，是一項(xiàng)富有挑戰(zhàn)性的工作。針對(duì)上述情況，我們研究了燒結(jié)礦FeO含量圖像智能檢測(cè)系統(tǒng)，在線檢測(cè)FeO含量等級(jí)。 論文首先介紹了燒結(jié)礦化學(xué)成份檢測(cè)在國(guó)內(nèi)外的研究現(xiàn)狀，數(shù)字圖像處理的基本知識(shí)，數(shù)字圖像處理的主要內(nèi)容及其在冶金行業(yè)中的應(yīng)用。論文研究了圖像的獲取方法和圖像預(yù)處理的算法，并對(duì)采集到的圖像進(jìn)行了平滑去噪、圖像增強(qiáng)，圖像分割、數(shù)學(xué)形態(tài)學(xué)的腐蝕算法等預(yù)處理。分析了圖像的常見目標(biāo)特征，根據(jù)特征量的選取原則，結(jié)合

3、看火工的經(jīng)驗(yàn)，提取了五個(gè)與FeO含量相關(guān)的斷面圖像特征向量。 本文介紹了模式識(shí)別、模糊聚類分析及其在圖像處理中的應(yīng)用，提出了運(yùn)用聚類分析的方法，對(duì)燒結(jié)尾礦化學(xué)成份進(jìn)行智能檢測(cè)，以減輕工人的勞動(dòng)強(qiáng)度，確保檢測(cè)結(jié)果的穩(wěn)定性，為提高生產(chǎn)控制的自動(dòng)化水平打下基礎(chǔ)。論文重點(diǎn)研究了模糊聚類算法中的模糊C均值聚類算法，對(duì)分類數(shù)和模糊因子進(jìn)行了優(yōu)化，并運(yùn)用此方法對(duì)圖像樣本數(shù)據(jù)庫(kù)進(jìn)行了分類識(shí)別。選用了混合F統(tǒng)計(jì)量來(lái)確定最佳分類數(shù)，并運(yùn)用模糊劃分熵