南京理工大学电子工程与光电技术学院，江苏 南京 210094
转炉炼钢终点温度的精确控制能够提高最终出钢的质量。为了提高终点钢水温度的预测精度，使用一种修正的比色测温法计算炉口火焰温度，通过改进的竞争性自适应重加权算法提取火焰光谱特征波长，最后将图像和光谱特征融合分析，建立炼钢终点温度预测模型。模型预测结果的均方根误差为15.8556 K，预测误差在±20 K内的准确率为87.50%，±30 K内的准确率为95.00%。与单独使用图像特征或光谱特征建立的模型相比，所提模型的预测误差最小，准确率最高。所提模型能够有效地预测转炉炼钢终点温度，满足炼钢生产的现场要求。
光谱学 转炉炼钢 比色测温 竞争性自适应重加权算法 终点预测 激光与光电子学进展
2023, 60(4): 0430001
南京理工大学电子工程与光电技术学院, 江苏 南京 210094
对转炉炼钢终点的实时精准控制能够有效提高钢铁产出的质量, 炉口火焰光谱在炼钢不同时期的变化明显, 对其进行分析处理并与机器学习方法相结合可有效用于炼钢终点的实时控制。 针对炉口火焰光谱数据量大、 现有方法对光谱特征提取在可信度和实时性上不足的缺陷, 提出一种基于窗口竞争性自适应重加权采样(WCARS)结合迭代式连续投影算法(ISPA)的光谱特征波长选择方法, 该方法在有效解决模型过拟合问题的同时, 能够降低高维数据计算的复杂度。 将火焰光谱数据沿波长方向进行窗口划分后, 使用CARS进行计算选出特征窗口波段, 再将迭代式选择与传统连续投影算法相结合, 通过重复迭代精选出特征波长, 在此基础上使用支持向量机回归(SVR)建立炼钢终点碳含量预测模型。 实验采集363组炼钢后期的炉口火焰光谱数据作为样本, 并对其进行Savitzky-Golay平滑预处理。 使用WCARS-ISPA算法从全光谱数据中选出10个特征波长作为SVR模型的输入, 碳含量为模型输出, Kennard-stone算法对训练集和测试集进行划分, 选择碳含量的平均预测误差、 预测误差在±2%以内的命中率以及运行30次的平均时间作为模型评价指标。 实验结果显示, 模型的平均碳含量预测误差为1.413 2%, 命中率高达90.63%, 运行时间为0.019 679 s。 与使用全光谱和WCARS-ISPA, CARS-SPA, WCARS和SPA四种不同特征选择方法选出的特征波长建模得到的结果进行对比, 基于WCARS-ISPA方法选出的特征波长建立的终点碳含量预测模型误差最小、 命中率最高。 提出一种新的炉口火焰光谱特征波长提取方法, 使用窗口竞争性自适应重加权采样结合迭代式连续投影算法选取特征波长, 并在此基础上建立转炉炼钢终点碳含量预测模型, 实验结果表明, 该方法能够有效提取火焰光谱特征, 所建模型能够对转炉炼钢终点进行准确预测, 满足工业生产的实时控制要求, 为实际生产提供可靠帮助。
转炉炼钢 火焰光谱 窗口竞争性自适应重加权采样 迭代式连续投影算法 终点预测 BOF steelmaking Flame spectra Window competitive adaptive reweighted sampling Iterative successive projection algorithm End-point prediction 光谱学与光谱分析
2021, 41(8): 2332
1 南京理工大学 电子工程与光电技术学院, 江苏 南京 210094
2 上海航天控制技术研究所, 上海 200233
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。
光谱分析 识别 模糊支持向量机 转炉炼钢 spectral analysis recognition fuzzy support vector machines (FSVM) BOF steelmaking 红外与激光工程
2018, 47(7): 0726004
1 南京理工大学电子工程与光电技术学院, 江苏 南京 210094
2 上海航天控制技术研究所, 上海 200233
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。
光谱分析 转炉炼钢 支持向量机 回归 Spectral analysis BOF steelmaking Support vector machines Regression 光谱学与光谱分析
2018, 38(6): 1804
南京理工大学电子工程与光电技术学院, 江苏 南京 210094
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。
辐射测温 火焰温度 转炉炼钢 支持向量机 Radiation thermometry Flame temperature Basic oxygen furnace Support vector machine 光谱学与光谱分析
2015, 35(11): 3023
南京理工大学电子工程与光电技术学院，江苏 南京 210094
炉口火焰是在转炉炼钢过程中最重要的对炉内钢水温度和成分含量判定的一个重要依据。将炉口火焰光谱分为两部分频谱：背景光谱和原子发射光谱特征。假设背景光谱光强度补偿了特征原子的受激而产生的自吸或者自蚀光强度损失，基于火焰发射光谱(FES)原理和转炉炼钢过程中的火焰光谱，推导出特征原子光谱和强度与火焰温度之间的关系。结果表明，火焰发射光谱测温法所测得的温度与实际温度的误差能够在理想的范围内。
光谱学 火焰温度 火焰发射光谱 转炉炼钢 激光与光电子学进展
2011, 48(5): 053001
