吳海濱，項(xiàng)龍飛，李梓，陳新兵，龐劍，熊丹楓

（安徽大學(xué)物理與材料科學(xué)學(xué)院，安徽合肥230601）

RH爐鋼水溫度實(shí)時(shí)監(jiān)測(cè)系統(tǒng)中關(guān)鍵技術(shù)的研究

（安徽大學(xué)物理與材料科學(xué)學(xué)院，安徽合肥230601）

RH爐鋼水溫度監(jiān)測(cè)中不可避免會(huì)出現(xiàn)因鋼水滾動(dòng)、鋼渣、鋼水液面鏡面效應(yīng)等造成的測(cè)量誤差。通過(guò)對(duì)其中的關(guān)鍵技術(shù)進(jìn)行研究，例如關(guān)鍵參數(shù)的設(shè)計(jì)、采樣區(qū)域的選擇、灰度值的修正以及溫度模型的建立等，從而準(zhǔn)確獲取鋼水的實(shí)際溫度，并給出溫度變化曲線，提高鋼水溫度數(shù)據(jù)測(cè)量的準(zhǔn)確性和連續(xù)性，便于精密煉鋼和科學(xué)煉鋼的實(shí)現(xiàn)。

關(guān)鍵技術(shù)；監(jiān)測(cè)；RH爐；溫度；實(shí)時(shí)

1 概述

在冶金、石化等行業(yè)中，控制高溫加熱爐中加熱工件的表面溫度顯得尤為重要。例如在冶煉過(guò)程中，通過(guò)精確檢測(cè)鋼鐵表面溫度場(chǎng)，可以使鋼鐵在整個(gè)加工過(guò)程中保持良好的金相性能，從而提高鋼鐵的生產(chǎn)率和生產(chǎn)質(zhì)量[1]。

目前，應(yīng)用較多的測(cè)溫技術(shù)主要有兩種。RH精煉過(guò)程的溫度測(cè)量由于還沒(méi)有實(shí)現(xiàn)實(shí)時(shí)連續(xù)，依然需要現(xiàn)場(chǎng)人員利用熱電偶探頭對(duì)鋼包內(nèi)鋼水進(jìn)行多次接觸式測(cè)量獲得。這種方式缺乏溫度控制模型，在溫度控制方面屬于“經(jīng)驗(yàn)型控制”，因而存在測(cè)溫次數(shù)過(guò)多、溫度測(cè)量時(shí)間滯后，不能及時(shí)指導(dǎo)RH正常生產(chǎn)等問(wèn)題。

另一種是利用黑體空腔連續(xù)測(cè)溫傳感器獲取中間包內(nèi)的鋼水溫度，但是該傳感器的結(jié)構(gòu)使其在測(cè)溫過(guò)程中存在一定的滯后現(xiàn)象。而在建立了相應(yīng)的傳熱模型以后，這種滯后現(xiàn)象有所改觀，但也僅僅就是將平均響應(yīng)時(shí)間由原來(lái)的193 s縮短為50 s，因而沒(méi)有達(dá)到實(shí)時(shí)監(jiān)測(cè)的目的[2]。

紅外測(cè)溫技術(shù)是一種集光電成像技術(shù)、計(jì)算機(jī)技術(shù)、圖像處理技術(shù)等于一身的在線監(jiān)測(cè)式檢測(cè)技術(shù)。紅外CCD攝像機(jī)通過(guò)接收物體發(fā)出的紅外輻射使其成像，并根據(jù)輻射圖像的分析結(jié)果準(zhǔn)確判斷物體表面的溫度分布情況，具有準(zhǔn)確、實(shí)時(shí)、快速等優(yōu)點(diǎn)[3]。

開(kāi)發(fā)RH鋼水溫度實(shí)時(shí)監(jiān)測(cè)系統(tǒng)與溫度控制模型，變“粗放式精煉”為“精細(xì)化精煉”，有利于更加精確地對(duì)RH過(guò)程溫度進(jìn)行控制，提高處理終點(diǎn)的控制精度與命中率，滿足連鑄工序?qū)︿撍疁囟日秶⒎€(wěn)定控制的要求，對(duì)穩(wěn)定連鑄過(guò)程和鋼材的質(zhì)量、降低生產(chǎn)成本、提高RH生產(chǎn)效率都具有重要的現(xiàn)實(shí)意義。

2 測(cè)溫裝置系統(tǒng)構(gòu)成圖及工作流程

本監(jiān)測(cè)系統(tǒng)的結(jié)構(gòu)圖如圖1所示。

圖1 系統(tǒng)結(jié)構(gòu)示意圖

其中包括：（1）高溫監(jiān)測(cè)探頭；（2）爐壁連接體；（3）電氣控制柜；（4）I/O轉(zhuǎn)接箱；（5）計(jì)算機(jī)圖像信息分析系統(tǒng)；（6）監(jiān)視器。

高溫監(jiān)測(cè)探頭通過(guò)壁爐連接體固定安裝在真空室頂部，圖像信號(hào)經(jīng)由電纜、現(xiàn)場(chǎng)控制柜、光纖等傳送至計(jì)算機(jī)，并通過(guò)圖像分析及控制系統(tǒng)顯現(xiàn)出來(lái)。用戶也可以通過(guò)控制系統(tǒng)向監(jiān)測(cè)探頭發(fā)出指令，便于更準(zhǔn)確的把握爐內(nèi)的實(shí)時(shí)狀況，及時(shí)指導(dǎo)生產(chǎn)。

系統(tǒng)工作流程見(jiàn)圖2。

圖2 系統(tǒng)工作流程圖

紅外熱像采集單元（高溫監(jiān)測(cè)探頭）采集真空室內(nèi)視頻及熱輻射圖像，數(shù)字視頻接入置于現(xiàn)場(chǎng)電氣控制柜內(nèi)的多模光纖適配器，DV信號(hào)以光傳輸方式將傳送到控制室內(nèi)，經(jīng)光纖適配器光電轉(zhuǎn)換后送入計(jì)算機(jī)圖像信息分析及控制系統(tǒng)。計(jì)算機(jī)對(duì)輸入的數(shù)字圖像信號(hào)進(jìn)行預(yù)處理，經(jīng)過(guò)圖像預(yù)處理、動(dòng)態(tài)識(shí)別等一系列處理后，判定監(jiān)測(cè)條件（在加料時(shí)煙塵將阻擋鋼水輻射，不能檢測(cè)），自動(dòng)識(shí)別出鋼水目標(biāo)，并依據(jù)測(cè)溫模型及校正算法，完成鋼水溫度測(cè)量，所測(cè)定鋼水溫度一方面在監(jiān)視器予以實(shí)時(shí)顯示，另一方面記入數(shù)據(jù)庫(kù)。

3 系統(tǒng)關(guān)鍵技術(shù)

3.1 關(guān)鍵技術(shù)之一：系統(tǒng)關(guān)鍵參數(shù)的研究及設(shè)計(jì)

主要包括：

(1)最優(yōu)紅外工作波段的選取

為獲取清晰、穩(wěn)定可靠的傳感圖像，我們對(duì)各類(lèi)爐型的熱輻射特性、頻譜及紅外CCD感應(yīng)頻譜和靈敏度等進(jìn)行了研究分析，采用近紅外成像技術(shù)，保障獲取穩(wěn)定的監(jiān)測(cè)圖像，增加了系統(tǒng)可靠性。

(2)雙波長(zhǎng)的選擇設(shè)計(jì)

比色測(cè)溫是在波長(zhǎng)和下的光譜輻射亮度之比，但對(duì)單一波長(zhǎng)的光譜輻射亮度進(jìn)行檢測(cè)是極為困難的，所以我們的方法是：采用在近紅外區(qū)域內(nèi)的兩個(gè)窄帶波片對(duì)輻射譜進(jìn)行選擇測(cè)量。由于波長(zhǎng)的選擇對(duì)系統(tǒng)的測(cè)溫精度非常重要，經(jīng)過(guò)多次實(shí)驗(yàn)論證，我們選定的兩個(gè)窄帶濾波片的中心波長(zhǎng)分別為姿1= 780nm、姿2=850nm[4]；

(3)灰度比與靈敏度參數(shù)設(shè)計(jì)

被測(cè)物體的輻射通過(guò)濾波片等光學(xué)系統(tǒng)后在近紅外面陣探測(cè)器上進(jìn)行成像，由探測(cè)器獲取兩幅不同中心波長(zhǎng)的紅外圖像，經(jīng)數(shù)字轉(zhuǎn)化處理后得出每點(diǎn)的溫度T。溫度T跟兩個(gè)選定波長(zhǎng)下的灰度比存在某種函數(shù)關(guān)系。

在測(cè)溫范圍內(nèi)，系統(tǒng)設(shè)計(jì)時(shí)應(yīng)要求圖像灰度比變化穩(wěn)定且比值接近于一個(gè)常數(shù)，在R(T)-T曲線上表征為線性且斜率較大；在測(cè)溫范圍內(nèi)靈敏度值較大且靈敏度S(T)曲線變化較為平穩(wěn)。

3.2 關(guān)鍵技術(shù)之二：采樣區(qū)域的選擇

由于鋼水于爐體、鋼渣等非鋼物質(zhì)存在明顯的溫度差異及動(dòng)態(tài)差異，所以本項(xiàng)目采用模式識(shí)別中的模糊C-mean等算法[5][6]，對(duì)目標(biāo)進(jìn)行了聚類(lèi)分析。類(lèi)別數(shù)目為三個(gè)，三個(gè)聚類(lèi)中心分別對(duì)應(yīng)鋼垢、爐壁以及鋼水液面所對(duì)應(yīng)的中心灰度值。經(jīng)細(xì)致研究分析，從下圖可以明顯看出，圖像的直方圖分布有三個(gè)峰，這三個(gè)峰從左到右分別對(duì)應(yīng)鋼垢、爐墻以及鋼水液面。鑒于此灰度分布特征，并為后續(xù)鋼水目標(biāo)的識(shí)別與幾何測(cè)量奠定了堅(jiān)實(shí)的基礎(chǔ)。

隨著煉鋼過(guò)程的不斷進(jìn)行，爐墻上積聚的鋼渣越來(lái)越多，圖像獲取的鋼水液面越來(lái)越小，因此不能對(duì)某一固定區(qū)域進(jìn)行采樣。我們通過(guò)對(duì)大量圖片的三個(gè)聚類(lèi)中心進(jìn)行了系統(tǒng)研究，設(shè)定采樣區(qū)域的最低灰度閾值為100即可，這樣無(wú)論在何種情況下，灰度值低于100的鋼垢和爐壁部分都會(huì)被自動(dòng)摒棄。

鋼液表面具體位置點(diǎn)的速度是將導(dǎo)致波動(dòng)的起伏的變化，在翻滾過(guò)程中速度變化由大到小再到零，轉(zhuǎn)而又有小變大，始而往復(fù)。通過(guò)對(duì)速度的測(cè)算推導(dǎo)出加速的變化就到可以得到具體位置單位時(shí)間內(nèi)波動(dòng)的概率。

在實(shí)際應(yīng)用中，我們利用兩場(chǎng)圖像間的1/50秒固定時(shí)差，測(cè)算液面翻滾速度和其加速變化的趨勢(shì)，再通過(guò)推導(dǎo)得出其正向輻射區(qū)域從而達(dá)到采樣目的。

3.3 關(guān)鍵技術(shù)之三：灰度值的修正

通過(guò)對(duì)近場(chǎng)圖像的分析，用測(cè)量區(qū)域的均值灰度減去背景區(qū)域的均值灰度來(lái)評(píng)估由待測(cè)信號(hào)引起的灰度總體變化，從而避免了測(cè)量前預(yù)先采集背景圖像的做法。

之前我們計(jì)算圖片灰度值的時(shí)候，一直默認(rèn)背景色灰度值為0。事實(shí)上，我們采集了正常的背景圖片，并對(duì)其進(jìn)行分析，得到的結(jié)果并非如此。為此我們查閱了相關(guān)文獻(xiàn)，結(jié)論是：

設(shè)CCD的觀測(cè)模型為g=s+nCCD，其中g(shù)為CCD的輸出觀測(cè)灰度，s為CCD的信號(hào)灰度，nCCD=滓usγu為CCD的測(cè)量噪聲。式中u～N(0.1)，與s獨(dú)立，CCD噪聲模型的參數(shù)選擇離線標(biāo)定的結(jié)果是γ= 0.72091，滓u=0.078789。因此，我們得到輸出觀測(cè)灰度與信號(hào)灰度的關(guān)系為

已知，即可求出s[7]。

3.4 關(guān)鍵技術(shù)之四：溫度模型的建立

溫度模型的建立最主要的部分就是對(duì)溫度進(jìn)行準(zhǔn)確的標(biāo)定。

由測(cè)溫公式

加上現(xiàn)場(chǎng)采集的溫度T，很容易得出對(duì)應(yīng)lnK的值，以其為縱軸，lnR為橫軸（其中的R為修正后的信號(hào)灰度s），建立對(duì)應(yīng)關(guān)系如圖3。

圖3lnK與lnR的對(duì)應(yīng)關(guān)系

圖3 在Excel表格中完成，易知此時(shí)lnK與lnR的函數(shù)關(guān)系，記lnK=f（lnR），帶入式（1）中，可得出T關(guān)于lnR的函數(shù)關(guān)系，即根據(jù)兩個(gè)波長(zhǎng)下圖片的灰度值來(lái)測(cè)算對(duì)應(yīng)的溫度。由此建立溫度模型。

4 試驗(yàn)結(jié)果分析

通過(guò)不斷的裝備改進(jìn)、技術(shù)探索及參數(shù)優(yōu)化之后，本系統(tǒng)裝置正式投入生產(chǎn)使用，經(jīng)觀測(cè)，系統(tǒng)運(yùn)行穩(wěn)定，并且測(cè)得的溫度也較為理想。

以1305044爐號(hào)為例，說(shuō)明如圖4、表1。

圖4 本裝置溫度變化曲線

表1 本裝置監(jiān)測(cè)溫度與熱電偶采集溫度比較℃

另外，我們對(duì)大量爐次的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)如圖5。

圖5 本裝置溫度與現(xiàn)場(chǎng)熱電偶溫度對(duì)比

表1中監(jiān)測(cè)溫度T2部分沒(méi)有溫度的情況是吹氧、加料等造成了視場(chǎng)模糊、無(wú)法獲取可供分析的清晰圖像所致。

圖6 本裝置溫度與熱電偶溫度溫差直方圖

由圖4～6及表1易知，通過(guò)本裝置獲取的溫度與現(xiàn)場(chǎng)熱電偶溫度相差很小，考慮到熱電偶測(cè)量本身也存在一定的范圍誤差，因而可以認(rèn)為兩者基本吻合。而且從圖4中可以看出，兩者變化趨勢(shì)也十分一致。

5 結(jié)論

本文通過(guò)對(duì)RH爐測(cè)溫系統(tǒng)中某些關(guān)鍵技術(shù)的研究，并對(duì)存在的問(wèn)題進(jìn)行改進(jìn)，解決了關(guān)鍵參數(shù)不易選取、采樣區(qū)域難以選擇、灰度值存在偏差以及溫度模型不成熟等一系列問(wèn)題。在馬鋼的試驗(yàn)證明：通過(guò)產(chǎn)、學(xué)、研的有效結(jié)合，本裝置測(cè)得的溫度與熱電偶溫度溫差較改進(jìn)前有大幅度的減小，極大的提高了系統(tǒng)的測(cè)溫精度，提升了RH爐生產(chǎn)效率，節(jié)省了大量人力物力，從而實(shí)現(xiàn)了精密煉鋼和科學(xué)煉鋼。

[1]Wu Bei,Yin Xiaojing,Zhang Xinxin.Research on the Revese Problem of Radiant Heat Transfer in Surface Temperature Measuring for Slab and Wall of Heating Furnace[J].

Industrial Furnace.2001,23(1):10-11(in Chinese).

吳蓓,殷曉靜,張欣欣.加熱爐板坯和爐圍表面溫度測(cè)量的輻射傳熱反問(wèn)題的研究[J].工業(yè)爐.2001,23(1):10-11.

[2]LiuYongxia.HeatTransferModelandAppliedResearchof Blackbody Cavity Liquid Steel Continuous Temperature Measurement Sensor.[D].Northeastern University.2011:61-62

(in Chinese).

劉勇霞.黑體空腔鋼水連續(xù)測(cè)溫傳感器傳熱模型及應(yīng)用研究[D].東北大學(xué).2011:61-62.

[3]Sun Xiaogang,Li Yunhong.Review of the Development of TemperatureMeasurementTechnologywithInfraredThermalImager[J]. Laser&Infrared.2008,38(2):101-104(in Chinese).

孫曉剛,李云紅.紅外熱像儀測(cè)溫技術(shù)發(fā)展綜述[J].激光與紅外. 2008,38(2):101-104.

[4]Wu Haibin,Chen Jun,Zhang Jie,er al.slection of two-color wavelengths and minimum bandwidth calculation of filters in colorimetric temperature measurement[J].Chinese Journal of Quantum Electronics. 2006,23(4):569-572(in Chinese).

吳海濱,陳軍,張杰,等.比色測(cè)溫雙波長(zhǎng)的選擇及濾波片最小帶寬的計(jì)算[J].量子電子學(xué)報(bào).2006,23(4):569-572.

[5]Xianzhong Tian,Tongsen Hu,Jian Zhang.Microscope Debris Image Segmentation Based on the Fuzzy C-Mean Clustering.第一屆建立和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2005）論文集.2005(5)(in English).

[6]Xu Wenjun,Huang Dao.A Fuzzy C-Mean Clustering Algorithm Based on Genetic Algorithm[C].Twenty-third Chinese Control Conference Proceedings(Lower volumes).2004:1116-1119(in Chinese).

徐文軍,黃道.一種基于遺傳算法的模糊C-均值聚類(lèi)算法[C].第二十三屆中國(guó)控制會(huì)議論文集（下冊(cè)）.2004:1116-1119.

[7]Liu Lili,Da Zhengshang,Tian Xinfeng,et al.The Correction of CCD Noise in Light Field Intensity Distribution Measurement[J].High Power Laser and Particle Beams,2011,23(9):2346-2349(in Chinese).劉立力,達(dá)爭(zhēng)尚,田新鋒,等.光場(chǎng)強(qiáng)度分布測(cè)量中CCD噪聲的校正[J].強(qiáng)激光與粒子束,2011,23(9):2346-2349.

[8]Wu Haibin,Wang Fei,Shu Hongfu,er al.Application of Infrared Thermal Imaging and Colorimetric Temperature Measurement in RH Furnace Steel Temperature Detection[J].Journal of Atmospheric and Environmental Optics.2013,8(4):292-297(in Chinese)

[9]吳海濱,王飛,舒宏富,等.紅外熱像及比色測(cè)溫技術(shù)在RH爐鋼水溫度監(jiān)測(cè)中的應(yīng)用[J].大氣與環(huán)境光學(xué)學(xué)報(bào).2013,8(4):292-297.

Research on the Key Techniques in the Real-time Temperature Monitoring System of RH Furnace

Wu Haibin,Xiang Longfei,Li Zimu,Chen Xinbing,Pang Jian,Xiong Danfeng
(School of Physics and Material Science,Anhui University,Hefei,Anhui 230601,China)

Measurement deviations caused by steel rolling,steel slag and the mirror effect of molten steel surface in RH furnace steel temperature monitoring is inevitable. Through research on the key techniques such as the design of some crucial parameters, selection of sampling area,revision of gray value and establishment of temperature model, actual steel temperature was accurately obtained and temperature curve was drawn,to improve the accuracy and consistency of steel temperature measurements and promote realization of precision and scientific steelmaking.

key techniques;monitor;RH furnace;temperature;real-time

TG155

B

1006-6764（2014）09-0072-04

科技部創(chuàng)新基金項(xiàng)目（07C26213400516）資助。

2914-04-04

吳海濱（1962-），男，安徽合肥人，教授，博導(dǎo)，從事特種工業(yè)電視系列產(chǎn)品的開(kāi)發(fā)設(shè)計(jì)及圖像信息處理方面的研究工作。