正在加载图片...
,26. 北京科技大学学报 第32卷 体几何关系，实现了立体视觉在高炉上的首次应用 blast fiumace JUniv Sci Technol Beijing 2007.29(9):932 (2)对图像特征边缘的提取，采用经典的一阶 (朱清天，程树森·高炉料流轨迹的数学模型北京科技大学 学报，2007,29(9)：932) 算子分析，选择最优算子一Canny算子分析边缘. [4]NimakiH.Ariyana T.Infhence of gas foh on buen distrbu- 对Canny算子的阈值确定采用探测寻优阈值确定方 tion in blst fiumace Teta-toHagane 1980(13):98 式，充分发挥探测寻优的优点，获得最佳的图像 (西尾浩明，有山達郎.高炉)装入物分布（仁及注寸力又流刀 信息、 影響，铁上鋼，1980(13)：98) (3)根据获取的图像信息，确定高炉无钟布料 [5]Yoshio 0.Kazya K.Toshiyuki I et al nfluence of coke layer 的料流轨迹的宽度和位置，在同一溜槽角度，随着料 collapse phenaenon on bunden distribution at the top of blast fur nace Tetsu-toHagane 1986(7):75 线深度增加，料流落点的位置也在远离高炉中心，溜 (奥野嘉雄，国友和也，人田俊幸，等.高炉内層頂部！仁扫十 槽倾角越大，落点位置差距越大 方了人夕又居崩九现象)装入物分布【仁及主寸影響.铁上钢， (4)随着溜槽布料角度的增大，炉料落点偏向 1986(7):75) 外侧的幅度越来越大，布料灵活性降低；在大于 [6]Park N S Contml of bulen distribution of No 3 BF in Pohang 1.3m操作料线时，必须考虑料流宽度对布料的 Works Ironmaking Pmc AME 1992 51:223 [7]Lee 10.Chung H Y.Bang K M.et al Bunen distrbution con- 影响， trol forNo 2 BF of Pohang W ors Irommaking Pme AME 1986. (5)根据布料料流的宽度和落点的位置分析， 45,393 采用图形重现的绘图方式，直观地获得布料料流的 [8]Inada T.Kajiwar Y.Tanaka T.Analysis and control of buren 信息，解决了高炉炉内布料轨迹重现的困难，为高炉 distrbution at blast fumace top Imommaking Confernce Pmceed- 生产提供有力的实测数据，方便高炉生产者的操作 ings Detmit 1990.263 [9]Howell JL Hyle F W,W hite D G.et al Full-scale burden dis- tribution studies and operation ofGary No 13 Blast Fumace using 参考文献 a fhxed pellet/snter buen//Irommaking Confernce Pmoced- [1]BiX G.Mathematical Sinulation and Computer Control about BF ings Detmit 1990.255 P mocess Beijing Metallirgical Industry Press 1996 [10]Canny J A camputational appmach to edge detection EEE (华学工·高炉过程数学模拟及计算机控制.北京：治金工业 Trans Pattem AnalMach Intell 1986.PAM18(6):679 出版社，1996) [11]Meer P.Georgescu B Edge detection with anbedded confi [2]Yoshio0.Shinmoku M.Kazya K.et al Development ofmathe- dence IEEE Trans Patten Anal Mach Intell 2001.23(12): maticalmodel to estinate burden distrbution n bell-less type char 1351 gng for bast fumace Tetsu-toHagane 1987(1):91 [12]Lin JS Twod imensional Sgnal and mage Pmcessing Engle- (奥野嘉雄，松崎真六，国友和也，等.儿又装入法1二扫十 wood Cliffs Prentice Hall 1990:478 3装入物分布推定毛デ儿)開凳.铁上鋼，1987(1)：91) [13]Janes R P.Algorithms for mage Processing and Camputer Vi [3]Zhu Q T Cheng SS Mathematicalmodel of bumen trajectory in a sion New York:John W iley Sons Ine 1997:23北 京 科 技 大 学 学 报 第 32卷 体几何关系实现了立体视觉在高炉上的首次应用． （2） 对图像特征边缘的提取采用经典的一阶 算子分析选择最优算子－－－Ｃａｎｎｙ算子分析边缘． 对 Ｃａｎｎｙ算子的阈值确定采用探测寻优阈值确定方 式充分发挥探测寻优的优点获得最佳的图像 信息． （3） 根据获取的图像信息确定高炉无钟布料 的料流轨迹的宽度和位置在同一溜槽角度随着料 线深度增加料流落点的位置也在远离高炉中心溜 槽倾角越大落点位置差距越大． （4） 随着溜槽布料角度的增大炉料落点偏向 外侧的幅度越来越大布料灵活性降低；在大于 1∙3ｍ操作料线时必须考虑料流宽度对布料的 影响． （5） 根据布料料流的宽度和落点的位置分析 采用图形重现的绘图方式直观地获得布料料流的 信息解决了高炉炉内布料轨迹重现的困难为高炉 生产提供有力的实测数据方便高炉生产者的操作． 参 考 文 献 ［1］ ＢｉＸＧ．ＭａｔｈｅｍａｔｉｃａｌＳｉｍｕｌａｔｉｏｎａｎｄＣｏｍｐｕｔｅｒＣｏｎｔｒｏｌａｂｏｕｔＢＦ Ｐｒｏｃｅｓｓ．Ｂｅｉｊｉｎｇ：ＭｅｔａｌｌｕｒｇｉｃａｌＩｎｄｕｓｔｒｙＰｒｅｓｓ1996 （毕学工．高炉过程数学模拟及计算机控制．北京：冶金工业 出版社1996） ［2］ ＹｏｓｈｉｏＯＳｈｉｎｒｏｋｕＭＫａｚｕｙａＫｅｔａｌ．Ｄｅｖｅｌｏｐｍｅｎｔｏｆｍａｔｈｅ- ｍａｔｉｃａｌｍｏｄｅｌｔｏｅｓｔｉｍａｔｅｂｕｒｄｅｎｄｉｓｔｒｉｂｕｔｉｏｎｉｎｂｅｌｌ-ｌｅｓｓｔｙｐｅｃｈａｒ- ｇｉｎｇｆｏｒｂｌａｓｔｆｕｒｎａｃｅ．Ｔｅｔｓｕ-ｔｏ-Ｈａｇａｎｅ1987（1）：91 （奥野嘉雄松崎真六国友和也等．べルレス装入法にぉけ る装入物分布推定モデルの開発．鉄と鋼1987（1）：91） ［3］ ＺｈｕＱＴＣｈｅｎｇＳＳ．Ｍａｔｈｅｍａｔｉｃａｌｍｏｄｅｌｏｆｂｕｒｄｅｎｔｒａｊｅｃｔｏｒｙｉｎａ ｂｌａｓｔｆｕｒｎａｃｅ．ＪＵｎｉｖＳｃｉＴｅｃｈｎｏｌＢｅｉｊｉｎｇ200729（9）：932 （朱清天程树森．高炉料流轨迹的数学模型．北京科技大学 学报200729（9）：932） ［4］ ＮｉｒｏａｋｉＨＡｒｉｙａｍａＴ．Ｉｎｆｌｕｅｎｃｅｏｆｇａｓｆｏｌｗｏｎｂｕｒｄｅｎｄｉｓｔｒｉｂｕ- ｔｉｏｎｉｎｂｌａｓｔｆｕｒｎａｃｅ．Ｔｅｔｓｕ-ｔｏ-Ｈａｇａｎｅ1980（13）：98 （西尾浩明有山逹郎．高炉の装入物分布に及ぼすガス流の 影響鉄と鋼1980（13）：98） ［5］ ＹｏｓｈｉｏＯＫａｚｕｙａＫＴｏｓｈｉｙｕｋｉＩｅｔａｌ．ｉｎｆｌｕｅｎｃｅｏｆｃｏｋｅｌａｙｅｒ ｃｏｌｌａｐｓｅｐｈｅｎｏｍｅｎｏｎｏｎｂｕｒｄｅｎｄｉｓｔｒｉｂｕｔｉｏｎａｔｔｈｅｔｏｐｏｆｂｌａｓｔｆｕｒ- ｎａｃｅ．Ｔｅｔｓｕ-ｔｏ-Ｈａｇａｎｅ1986（7）：75 （奥野嘉雄国友和也人田俊幸等．高炉内層頂部にぉけ ゐコへクス層崩れ现象の装入物分布に及ぼす影響．鉄と鋼 1986（7）：75） ［6］ ＰａｒｋＮＳ．ＣｏｎｔｒｏｌｏｆｂｕｒｄｅｎｄｉｓｔｒｉｂｕｔｉｏｎｏｆＮｏ．3ＢＦｉｎＰｏｈａｎｇ Ｗｏｒｋｓ．ＩｒｏｎｍａｋｉｎｇＰｒｏｃＡＩＭＥ199251：223 ［7］ ＬｅｅＩＯＣｈｕｎｇＨＹ．ＢａｎｇＫＭｅｔａｌ．Ｂｕｒｄｅｎｄｉｓｔｒｉｂｕｔｉｏｎｃｏｎ- ｔｒｏｌｆｏｒＮｏ．2ＢＦｏｆＰｏｈａｎｇＷｏｒｋｓ．ＩｒｏｎｍａｋｉｎｇＰｒｏｃＡＩＭＥ1986 45：393 ［8］ ＩｎａｄａＴＫａｊｉｗａｒａＹＴａｎａｋａＴ．Ａｎａｌｙｓｉｓａｎｄｃｏｎｔｒｏｌｏｆｂｕｒｄｅｎ ｄｉｓｔｒｉｂｕｔｉｏｎａｔｂｌａｓｔｆｕｒｎａｃｅｔｏｐ∥ＩｒｏｎｍａｋｉｎｇＣｏｎｆｅｒｅｎｃｅＰｒｏｃｅｅｄ- ｉｎｇｓ．Ｄｅｔｒｏｉｔ1990：263． ［9］ ＨｏｗｅｌｌＪＬＨｙｌｅＦＷＷｈｉｔｅＤＧｅｔａｌ．Ｆｕｌｌ-ｓｃａｌｅｂｕｒｄｅｎｄｉｓ- ｔｒｉｂｕｔｉｏｎｓｔｕｄｉｅｓａｎｄｏｐｅｒａｔｉｏｎｏｆＧａｒｙＮｏ．13ＢｌａｓｔＦｕｒｎａｃｅｕｓｉｎｇ ａｆｌｕｘｅｄ-ｐｅｌｌｅｔ／ｓｉｎｔｅｒｂｕｒｄｅｎ∥ ＩｒｏｎｍａｋｉｎｇＣｏｎｆｅｒｅｎｃｅＰｒｏｃｅｅｄ- ｉｎｇｓ．Ｄｅｔｒｏｉｔ1990：255 ［10］ ＣａｎｎｙＪ．Ａ ｃｏｍｐｕｔａｔｉｏｎａｌａｐｐｒｏａｃｈｔｏｅｄｇｅｄｅｔｅｃｔｉｏｎ．ＩＥＥＥ ＴｒａｎｓＰａｔｔｅｒｎＡｎａｌＭａｃｈＩｎｔｅｌｌ1986ＰＡＭＩ-8（6）：679 ［11］ ＭｅｅｒＰＧｅｏｒｇｅｓｃｕＢ．Ｅｄｇｅｄｅｔｅｃｔｉｏｎｗｉｔｈｅｍｂｅｄｄｅｄｃｏｎｆｉ- ｄｅｎｃｅ．ＩＥＥＥＴｒａｎｓＰａｔｔｅｎＡｎａｌＭａｃｈＩｎｔｅｌｌ200123（12）： 1351 ［12］ ＬｉｍＪＳ．Ｔｗｏ-ＤｉｍｅｎｓｉｏｎａｌＳｉｇｎａｌａｎｄＩｍａｇｅＰｒｏｃｅｓｓｉｎｇ．Ｅｎｇｌｅ- ｗｏｏｄＣｌｉｆｆｓ：ＰｒｅｎｔｉｃｅＨａｌｌ1990：478 ［13］ ＪａｍｅｓＲＰ．ＡｌｇｏｒｉｔｈｍｓｆｏｒＩｍａｇｅＰｒｏｃｅｓｓｉｎｇａｎｄＣｏｍｐｕｔｅｒＶｉ- ｓｉｏｎ．ＮｅｗＹｏｒｋ：ＪｏｈｎＷｉｌｅｙ＆ＳｏｎｓＩｎｃ1997：23 ·26·