针对精确制导中目标的自动识别、稳定跟踪与抗干扰需求, 提出了一种基于激光雷达与红外数据融合的目标识别与抗干扰方法。首先采用一致性点漂移(CPD)算法对目标在不同图像中的轮廓特性进行匹配, 完成了激光与红外图像的配准; 然后利用红外图像中目标的能量和形状信息、激光图像中的距离信息完成激光与红外图像的决策级融合; 最后利用改进的核相关跟踪算法完成目标的跟踪与抗干扰。通过激光雷达与红外仿真数据的实验, 验证了文中方法在目标跟踪与抗干扰性能上的有效性。

针对光照突变或强辐射源干扰条件下由于目标能量变化引起跟踪不稳定且易丢失的问题，提出了一种可适应目标能量突变的自适应红外图像增强预处理算法。首先通过最大极值稳定区域方法对目标进行检测，实时计算目标区域平均灰度，并通过最小二乘对下一帧目标均值进行预测，当检测到实时目标能量与预测均值能量突变超过一定阈值后，使用自适应增强方法重新预处理目标图像，使突变前后目标及其附近背景区域对比度保持稳定，然后通过核相关跟踪算法对目标能量变化前后的目标进行跟踪。实验结果证明，该增强算法能有效改善目标能量突变情况下目标跟踪的稳定性和准确性。

针对转炉冶炼终点传统人工肉眼看火判断存在着诸多不确定性问题, 研究了一种基于模糊支持向量机的光辐射状态识别实现转炉终点判断的方法。设计了非接触式炉口光辐射采集系统, 基于炉口火焰辐射规律分析, 分别提取了通过高斯函数拟合表征光谱整体特征的三参数和两个发射峰离散谱参数作为支持向量机的输入, 通过相关性分析选出生产过程中氧量、动枪幅度、爽枪时间、加料量参数构建子样本特征量, 采用样本到类间距离的方法计算隶属度因子, 建立了模糊支持向量机识别模型并进行了测试实验。实验结果表明, 提出的方法对不同操作工况下的终点光辐射识别精度优于人工方法和传统SVM方法, 可为转炉终点的准确判断提供依据。

转炉终点碳含量在线检测对实现炼钢终点准确控制, 提高钢铁产品质量, 降低能耗, 减少废气排放具有重要意义。 针对转炉冶炼终点控制及碳含量检测的难题, 研究了一种新的基于炉口辐射光谱分析的非接触式在线碳含量检测方法。 方法基于辐射光谱的支持向量机回归(SVR)实现转炉终点前过程的碳含量预测。 通过远距离光谱采集系统获取炉口火焰光谱信息, 基于冶炼过程炉口火焰辐射光谱变化规律的分析, 分别提取了表征辐射光谱整体特征的两个参数即总谱宽和辐射峰值、 以及表征发射谱的三个特征波长600, 630和775 nm处的幅值作为支持向量机的输入, 结合脱碳理论和实测碳值拟合重构的脱碳函数曲线作为支持向量机的输出, 利用支持向量机回归方法建立光谱分布与碳含量的关系模型。 通过训练样本集和测试集循环优化确定模型最佳参数。 设计的仪器和优选的模型已安装在转炉生产现场长时间运行, 现场实验结果表明, 终点碳含量检测准确率为90.2%, 测量时间小于0.3 s, 可实时在线检测, 能够满足生产需求, 为转炉冶炼终点的精确控制提供了重要依据。

转炉炼钢的终点控制包括钢水出钢时温度及其成分的控制, 炉口火焰能够反映炉内脱碳速率及转炉运行参数等。 工业炉燃烧火焰可见光谱段, 普遍存在着钾(K)和钠(Na)等碱金属元素的原子发射谱线, 利用K的特征谱线相对比值可以计算火焰温度。 基于辐射双色法, 三色法和谱线相对强度法对转炉口火焰温度进行了测量; 数据处理过程中对特征谱线进行了基线拟合提取, 小波脊线拟合提取; 特征谱线进行了Gauss函数和Lorenz函数拟合。 结果表明, 辐射测温法对谱线比较敏感, 选择合理的波段能够有效, 精确地测量火焰温度; 采用谱线相对强度法受制于特征谱线的数学模型、 谱线的跃迁机率、 能级的简并度及火焰的光学厚度, 需要分辨率非常高的光谱仪才能进行高温转炉火焰中电子温度的测量。

转炉炼钢的铁水终点温度是衡量铁水是否符合出钢要求的一个重要指标, 目前仍主要依靠人工经验进行控制, 其预测精度难以保证。 为了能够有效的预测终点铁水的温度, 并能满足不同的转炉炉口尺寸的要求, 提出了一种基于炉口火焰温度测量的转炉终点铁水温度预测的新方法。 利用可以采集可见光和近红外波段的微型光谱仪作为关键器件构建了炉口火焰辐射信息的采集系统, 实现对转炉炼钢现场的炉口火焰辐射信息进行实时、 有效的采集。 同时综合考虑了炉口火焰的实际温度范围和现场的测量距离, 通过改进的系统标定方法, 对所构建的辐射信息采集系统进行标定, 并利用双波长法获得了炉口火焰的辐射温度。 鉴于炉口的火焰温度与炉内的铁水温度之间存在着一定的联系, 还利用所测得的火焰温度以及与铁水温度相关的转炉吹炼过程参数, 建立了基于支持向量机的炉内铁水温度的回归预测模型。 对68炉现场采集到的转炉吹炼数据进行验证实验后表明该方法的预测精度要优于人工经验, 且接近采用副枪的铁水温度测量方式, 可为中小型转炉的终点温度预测提供一种有效可行的方案。

对转炉炼钢过程中炉口火焰温度的非接触式在线测量进行了研究。采用无需假设发射率模型的基于最小二乘法的多光谱测温法，利用海洋光学的微型光谱仪USB4000 作为分光器件，构建了相应的炉口火焰辐射信息采集系统。采用与炉口火焰温度相近的炉内铁水作为辐射源对系统进行标定，获得其响应系数。选取不同波段的光谱数据,分别将改进的标定方式以及利用卤钨灯进行标定的方式应用于倒炉铁水温度的测量，测温结果表明，波长区间为600~740 nm 时，采用改进的方式取得的结果最优。将该方法应用于冶炼过程中炉口火焰温度的在线测量,得到炉口火焰温度在整个吹炼过程中的变化趋势。结果表明，采用所提出的测温方法不仅可以在线反映转炉操作对炉口火焰温度的影响，同时也为炉口操作工人判断炉内铁水的温度提供了有效的依据。

氧气顶回转炉(BOF)口火焰温度的分布是对炉内钢水温度和成分含量判定的一项重要依据。通过对炉口350~1100 nm光谱数据的分析，炉口火焰光谱为“带状”辐射重叠在连续的或“黑体”辐射上，在可见光波段有明显的辐射能力。以在南京钢铁公司炼钢炉前在线采集的400炉光谱数据为研究对象，应用小波分析和神经网络的两大类模型交叉结合的方式对炉口火焰温度进行建模预测，并对预测结果做出分析。结果表明，紧致型小波神经网络在预测中取得更佳的效果，基于多光谱测温理论的小波神经网络预测的结果与副枪测量的温度误差能够在理想的范围内。