本發(fā)明涉及智能冶煉的，尤其涉及一種工業(yè)硅冶煉的刺火檢測方法、裝置、設備及存儲介質(zhì)。

背景技術(shù)：

1、在工業(yè)硅冶煉過程中，刺火表現(xiàn)為爐料粘度過高、透氣性差或電極短，導致高溫熱氣流噴出，形成灼白色火焰。刺火不僅會導致大量熱量損失，增加電耗，還會使爐內(nèi)氣流分布不均，從而降低化學反應速度。與此同時，刺火還會導致爐口溫度升高，操作條件變得更加困難。如果刺火現(xiàn)象嚴重，還可能燒壞銅瓦或冷卻水管，進而導致爐子停工。因此，如何及時發(fā)現(xiàn)刺火現(xiàn)象，就成為了業(yè)界亟待解決的課題。

技術(shù)實現(xiàn)思路

1、本發(fā)明提供一種工業(yè)硅冶煉的刺火檢測方法、裝置、設備及存儲介質(zhì)，用以通過實時數(shù)據(jù)采集和機器學習分析，有效預測和識別刺火，提高生產(chǎn)安全性和效率。

2、根據(jù)本發(fā)明的第一方面，提供一種工業(yè)硅冶煉的刺火檢測方法，該工業(yè)硅冶煉的刺火檢測方法包括：

3、實時采集并存儲冶煉爐內(nèi)的圖像數(shù)據(jù)和傳感器數(shù)據(jù)，所述傳感器數(shù)據(jù)包括溫度、氣流和爐料狀態(tài)中的任一者或多者；

4、通過預設的機器學習模型對所述圖像數(shù)據(jù)進行分析，識別出刺火狀況；

5、記錄所述刺火狀況對應的圖像信息和傳感器信息；

6、根據(jù)所述已記錄的圖像信息和傳感器信息，分析實時的圖像信息和傳感器信息，預測發(fā)生刺火的概率值。

7、在一個實施例中，還包括：

8、在識別刺火圖像之前，使用第一歷史刺火圖像數(shù)據(jù)集合對所述預設的機器學習模型進行訓練；

9、在訓練之后，使用第二歷史刺火圖像數(shù)據(jù)集合對所述預設的機器學習模型進行檢驗；

10、在檢驗通過之后，通過第三歷史刺火圖像數(shù)據(jù)集合對預設的機器學習模型進行評估；

11、當評估的結(jié)果值高于預設的通過閾值時，使用所述預設的機器學習模型對所述實時圖像數(shù)據(jù)進行處理。

12、在一個實施例中，所述通過預設的機器學習模型對所述圖像數(shù)據(jù)進行分析，包括：

13、通過預設的機器學習模型對所述圖像數(shù)據(jù)進行邊緣檢測；

14、對邊緣檢測后的圖像提取圖像特征，所述圖像特征包括刺火的顏色直方圖、紋理特征和邊緣信息中的任一者或多者；

15、針對所述圖像特征進行刺火相關的模式識別。

16、在一個實施例中，所述邊緣檢測后的圖像提取圖像特征，包括：

17、分析刺火的圖像特征在時間上的刺火變化數(shù)據(jù)，所述刺火變化數(shù)據(jù)包括增長速度和波動情況中的任一者或多者；

18、通過主成分分析方法篩選刺火檢測中高權(quán)重的圖像特征，以降低數(shù)據(jù)維度。

19、在一個實施例中，所述使用第一歷史刺火圖像數(shù)據(jù)集合對所述預設的機器學習模型進行訓練，包括：

20、通過融合卷積神經(jīng)網(wǎng)絡和循環(huán)神經(jīng)網(wǎng)絡，同時處理圖像數(shù)據(jù)和傳感器數(shù)據(jù)，其中，所述處理圖像數(shù)據(jù)和所述傳感器數(shù)據(jù)為在一個時間序列中與時刻對應的數(shù)據(jù)序列；

21、通過超參數(shù)調(diào)整、正則化和模型集成中的任一者或多者對所述預設的機器學習模型進行優(yōu)化。

22、在一個實施例中，還包括：

23、分析在未來不同時間段內(nèi)發(fā)生刺火的概率值；

24、當在預設的安全處理時間段內(nèi)發(fā)生刺火的概率值大于預設的警報閾值時，發(fā)出刺火預警。

25、根據(jù)本發(fā)明的第二方面，提供一種工業(yè)硅冶煉的刺火檢測裝置，包括：

26、采集模塊，用于實時采集并存儲冶煉爐內(nèi)的圖像數(shù)據(jù)和傳感器數(shù)據(jù)，所述傳感器數(shù)據(jù)包括溫度、氣流和爐料狀態(tài)中的任一者或多者；

27、識別模塊，用于通過預設的機器學習模型對所述圖像數(shù)據(jù)進行分析，識別出刺火狀況；

28、記錄模塊，用于記錄所述刺火狀況對應的圖像信息和傳感器信息；

29、分析模塊，用于根據(jù)所述已記錄的圖像信息和傳感器信息，分析實時的圖像信息和傳感器信息，預測發(fā)生刺火的概率值。

30、在一個實施例中，所述采集模塊、所述識別模塊、所述記錄模塊和所述分析模塊被控制執(zhí)行上述的任一種工業(yè)硅冶煉的刺火檢測方法。

31、根據(jù)本發(fā)明的第三方面，提供一種電子設備，電子設備包括：通信接口，處理器，存儲器；

32、其中，所述存儲器用于存儲程序指令，所述程序指令當被通過所述通信接口與所述存儲器通信連接的所述處理器執(zhí)行時實現(xiàn)上述的任一種工業(yè)硅冶煉的刺火檢測方法。

33、根據(jù)本發(fā)明的第四方面，提供一種計算機可讀存儲介質(zhì)，計算機可讀存儲介質(zhì)上存儲有計算機程序指令，計算機程序指令被計算機(例如，計算機中的處理器)執(zhí)行時實現(xiàn)上述的任一種工業(yè)硅冶煉的刺火檢測方法。

34、綜上所述，本發(fā)明提供一種工業(yè)硅冶煉的刺火檢測方法及裝置，該方法包括：實時采集并存儲冶煉爐內(nèi)的圖像數(shù)據(jù)和傳感器數(shù)據(jù)，所述傳感器數(shù)據(jù)包括溫度、氣流和爐料狀態(tài)中的任一者或多者；通過預設的機器學習模型對所述圖像數(shù)據(jù)進行分析，識別出刺火狀況；記錄所述刺火狀況對應的圖像信息和傳感器信息；根據(jù)所述已記錄的圖像信息和傳感器信息，分析實時的圖像信息和傳感器信息，預測發(fā)生刺火的概率值。本申請的技術(shù)方案通過實時數(shù)據(jù)采集和機器學習分析，有效預測和識別刺火，提高生產(chǎn)安全性和效率，降低工業(yè)硅冶煉的熱量損失和電耗，同時降低因刺火引發(fā)的設備損壞和生產(chǎn)停工時間，確保冶煉過程的穩(wěn)定性和經(jīng)濟性。

35、本發(fā)明的其它特征和優(yōu)點將在隨后的說明書中闡述，并且，部分地從說明書中變得顯而易見，或者通過實施本發(fā)明而了解。本發(fā)明的目的和其他優(yōu)點可通過在所寫的說明書、權(quán)利要求書、以及附圖中所特別指出的結(jié)構(gòu)來實現(xiàn)和獲得。

36、下面通過附圖和實施例，對本發(fā)明的技術(shù)方案做進一步的詳細描述。

技術(shù)特征：

1.一種工業(yè)硅冶煉的刺火檢測方法，其特征在于，包括：

2.如權(quán)利要求1所述的工業(yè)硅冶煉的刺火檢測方法，其特征在于，還包括：

3.如權(quán)利要求1所述的工業(yè)硅冶煉的刺火檢測方法，其特征在于，所述通過預設的機器學習模型對所述圖像數(shù)據(jù)進行分析，包括：

4.如權(quán)利要求3所述的工業(yè)硅冶煉的刺火檢測方法，其特征在于，所述對邊緣檢測后的圖像提取圖像特征，包括：

5.如權(quán)利要求2所述的工業(yè)硅冶煉的刺火檢測方法，其特征在于，所述使用第一歷史刺火圖像數(shù)據(jù)集合對所述預設的機器學習模型進行訓練，包括：

6.如權(quán)利要求1所述的工業(yè)硅冶煉的刺火檢測方法，其特征在于，還包括：

7.一種工業(yè)硅冶煉的刺火檢測裝置，其特征在于，包括：

8.如權(quán)利要求7所述的工業(yè)硅冶煉的刺火檢測裝置，其特征在于：所述采集模塊、所述識別模塊、所述記錄模塊和所述分析模塊被控制執(zhí)行權(quán)利要求1-6任一項所述的工業(yè)硅冶煉的刺火檢測方法。

9.一種電子設備，其特征在于，包括：

10.一種計算機可讀存儲介質(zhì)，其上存儲有程序指令，其特征在于，所述程序指令當被計算機執(zhí)行時使得所述計算機實現(xiàn)權(quán)利要求1至6任一所述的工業(yè)硅冶煉的刺火檢測方法。

技術(shù)總結(jié)
本發(fā)明公開了一種工業(yè)硅冶煉的刺火檢測方法、裝置、設備及存儲介質(zhì)。所述方法包括：實時采集并存儲冶煉爐內(nèi)的圖像數(shù)據(jù)和傳感器數(shù)據(jù)，所述傳感器數(shù)據(jù)包括溫度、氣流和爐料狀態(tài)中的任一者或多者；通過預設的機器學習模型對所述圖像數(shù)據(jù)進行分析，識別出刺火狀況；記錄所述刺火狀況對應的圖像信息和傳感器信息；根據(jù)所述已記錄的圖像信息和傳感器信息，分析實時的圖像信息和傳感器信息，預測發(fā)生刺火的概率值。本申請的技術(shù)方案通過實時數(shù)據(jù)采集和機器學習分析，有效預測和識別刺火，提高生產(chǎn)安全性和效率，降低工業(yè)硅冶煉的熱量損失和電耗，同時降低因刺火引發(fā)的設備損壞和生產(chǎn)停工時間，確保冶煉過程的穩(wěn)定性和經(jīng)濟性。

技術(shù)研發(fā)人員：唐旭東,胡恒廣,閆冬成,李志軍,何永敢
受保護的技術(shù)使用者：東旭科技集團有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/30