文献类型：期刊文章

作　　者：韩阳[1] 董晶[2] 李杰[1] 张玉柱[1] 史振洋[3]

HAN Yang;DONG Jing;LI Jie;ZHANG Yu-zhu;SHI Zhen-yang(College of Metallurgy and Energy,North China University of Science and Technology,Tangshan 063210,Hebei,China;College of Science,North China University of Science and Technology,Tangshan 063210,Hebei,China;Hebei Electric Power Equipment Co.,Ltd.,Handan 056004,Hebei,China)

机构地区：[1]华北理工大学冶金与能源学院,河北唐山063210 [2]华北理工大学理学院,河北唐山063210 [3]河北电力装备有限公司,河北邯郸056004

出　　处：《钢铁》

基　　金：国家自然科学基金资助项目(51974131,52074126);河北省博士研究生创新资助项目(CXZZBS2020134)。

年　　份：2021

卷　　号：56

期　　号：2

起止页码：147-154

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、CSCD、CSCD2021_2022、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：冀东地区冶金固废铁尾矿中蕴含的SiO_(2)成分熔点最高、含量最多,为透视熔融态高炉渣中固体铁尾矿的溶解行为,将铁尾矿的主要成分SiO_(2)作为研究对象。在SiO_(2)颗粒高温熔化过程的视觉检测中引入了一种改装的具有放大效果的CCD视频拍摄系统,用于实时获取熔化过程的序列图像。考虑到调质过程的连续性,借助卷积神经网络算法对运动的目标(SiO_(2)颗粒)做了精准跟踪,确定了在序列图像中目标的质心运动轨迹,采用坐标平移变换理论直观刻画了SiO_(2)熔化过程。借助层次聚类智能算法确定熔化过程中SiO_(2)固态部分的轮廓与面积,提取了序列图像中未熔化SiO_(2)颗粒的周长、面积等特征参数,采用最小二乘拟合算法及量纲分析估计了高温下SiO_(2)颗粒的熔化速率,以终点(完全熔化)预报100%的命中率验证了SiO_(2)高温熔化行为的视觉解析模型的有效性。根据实时获得的SiO_(2)颗粒熔化速率和热补偿数学模型,将两者耦合,获取铁尾矿配比、渣系温度、渣流动温度和补热量的协同控制图,实现调质过程中的动态补热。

关 键 词：熔化速率  目标跟踪 质心轨迹  最小二乘 最佳匹配  

分 类 号：X757] TD926.4]