基于多传感器融合的钢包裸浇检测

摘要

钢包浇注时,其保护套管容易发生断裂和脱落,造成钢水大范围的飞溅,严重影响到钢坯的生产质量。为了有效监控钢包浇注状态,研究了基于红外测温的钢包浇注状态检测方法。通过试验验证钢包正常浇注状态和裸浇状态有较大的温度差异,可通过设置温度阈值实现钢包浇注状态的有效分类。同时,研究了基于深度学习的钢包浇注状态分类方法,通过中值滤波和平均灰度级-梯度二维Otsu分割方法对钢包浇注图像进行预处理,再基于YOLO v3改进的目标检测算法完成了模型的训练。试验结果表明,该方法预测的钢包裸浇准确率为99.2%,具有更好的泛化性能。基于以上研究,开发了一套钢包裸浇检测设备,实现了浇注状态的准确报警,具备良好的现场应用效果。