人工智能图像识别技术在高炉风口监测中的应用

摘要：

高炉风口是能够直接观察到高炉内部热状态的设备,高炉风口的监视工作也是高炉冶炼生产重要的参考依据.目前对风口状态的判断主要依赖操作人员的工作经验,存在难以全面监测、响应不及时等问题.研究了风口异常情况的图像识别方法,提出将其归为细粒度图像分类任务,从而解决风口异常类别差异性过小的问题,并利用深度卷积神经网络模型开发了高炉风口图像智能诊断预警系统,实现了风口挂渣、漏水、落大块、烧穿、断煤、休风、料快、亮度状态信息的诊断及报警功能.实践表明,该系统在南京钢铁公司第二炼铁厂稳定运行效果良好,提高了高炉生产的智能化水平,具有推广应用价值.

关键词：人工智能、深度卷积神经网络、图像识别、高炉风口、风口图像

所属期刊栏目：45

在线出版日期：2021-07-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：58-66