一种QCN火焰图像特征提取的转炉炼钢碳含量实时预测方法

钢水碳含量是影响转炉炼钢出钢质量和冶炼效率的主要因素,而实现碳含量的连续实时预测是炼钢终点控制的关键和难点.针对不同碳含量对应火焰图像呈现出的随机自然纹理相似性较高的问题,根据炉口火焰纹理独有的多方向多尺度不规则特点,提出了四元数复杂网络(QCN)彩色纹理描述符.首先,利用四元数等距映射融合火焰图像颜色通道信息,且用幅值谱和二次量化后的相位谱描述映射后图谱以增强颜色信息描述;其次,采用复杂网络的方式,以相位为条件并利用幅值信息构造一种网络连接权重公式,于幅值谱构建炉口火焰图像的多尺度不规则彩色纹理复杂网络模型;最后,计算复杂网络的拓扑特征度和聚类系数,以其相关特征量化复杂网络拓扑连接模式,构建炉口火焰QCN特征,并通过KNN回归模型预测终点碳含量.结果表明,碳含量在±0.01%误差范围内的预测准确率为85.65%,在±0.02%误差范围内预测准确率达到91.83%,且所提算法满足实时性要求.

基于火焰彩色纹理特征的转炉炼钢碳含量预测

连续实时测量碳含量是转炉终点钢水碳含量控制的关键。针对转炉终点炉口火焰图像相似性高导致难以提取具有较强区分性火焰图像特征的问题,提出一种图像彩色纹理特征提取方法——四元数方向统计量(QDS)算法。首先,利用四元数乘法特性对火焰图像进行旋转操作得到火焰图像的四元数旋转图谱;其次,以旋转图谱指定方向和距离上像素差值的四元数相位为投影轴,并以差值的四元数幅值为权重进行统计得到特征;最后,将提取的特征归一化后作为火焰图像最终的彩色纹理特征。在提取火焰图像特征后,使用K近邻(KNN)回归模型对碳含量进行预测,碳含量预测在0.01%误差范围内的准确率为83.7%,在0.02%误差范围内准确率达到88.2%。