基于雷达的高炉料线形状融合测量与补偿算法

不采用传统接触力模型自下而上的高炉料面形状计算方法,而是根据土坡力学颗粒物质堆积理论,提出了新的基于堆积法的高炉料线形状融合计算方法,直接对料面形状进行计算.围绕高炉多环布料的炉料堆积特点,结合炉顶六点阵列雷达,获得了料面形状计算的边界条件,弥补了传统料型计算靠十字测温加机械探尺的经验估算.新方法通过高炉布料规律及炉料颗粒的物理堆积插值方法,采用贝叶斯数据融合方法和分段三次Hermite插值,结合布料体积约束条件,完成了理论计算与测量修正的结合.实测结果表明:料面形状融合法比传统单独的料面估算法,测量精度提高4.8%,料面分辨率提高27.2%,使布料控制可以更加精准和有针对性.      

模糊C均值聚类算法在高炉料面分类中的应用

通过对多雷达扫描得到的高炉料面进行数据处理,根据数据的特征,分别采用模糊C均值聚类和特征加权模糊C均值聚类算法对料面数据进行分类,建立标准料面模型库.再通过模糊模式识别中贴近度的方法把待分类的目标料面与模型库相匹配,为后续的布料控制提供依据.该算法在某2500 m3高炉上进行了实验,取得良好的效果.仿真结果表明了其有效性.      

基于多点雷达和最小二乘法估计高炉料面形状

利用多点雷达数据,使用最小二乘法对高炉的料面形状进行估计.首先,采用三段曲线描述料面形状,其中包括两段直线一段二次曲线.其次,利用炉料分布规律对三段曲线的具体参数进行约束,使得料面形状的估计更为合理.然后,利用多点雷达数据和最小二乘法估计料面形状,实现料面的实时动态显示.利用某钢厂的实际雷达测量数据,证实了该方法的有效性.      

表面波电磁声传感器的研究

电磁声传感器能够非接触地在金属材料中产生和探测超声波，由于不需耦合剂，使得它能够用于高温、高速和粗糙表面这些常规检测方法难以胜任的场合。介绍了所研制的表面波电磁声传感器的工作原理和进行驻波试验的部分结果分析。     

基于雷达观测数据的高炉料面多模型控制

炉料在高炉内部的布局直接影响着高炉的运行,好的布料策略能极大地提高生产力,并带来巨大的经济效益.本文利用模糊c均值聚类算法对大量雷达扫描得到的料面数据进行分类,建立多模型料面模型集;设定期望料面,并根据料面模型集中的多种料面,设计多种布料控制策略,求出相应的布料矩阵.每一个布料周期,采用模糊识别的方法把获得的实时料面数据与模型集相匹配,进而采取相应的布料矩阵进行布料,直至达到期望料面.由于雷达扫描数据的存在,形成了反馈机制,使得高炉布料能够实现闭环控制.本控制策略在某钢铁厂2500m3高炉上得到实施,取得很好的控制效果,达到节能降耗的要求.     

强干扰环境下高炉雷达信号机器学习算法

高炉料面属矿物-煤气-焦炭多元高温固体/熔体混杂共存的粗糙表面,其电磁反射特征包含非均匀和非平稳的气固混合介质的表层电磁回波信息、布料溜槽引起的周期性遮蔽效应、十字测温等装置引起的固定干扰,以及电磁辐射等环境因素引发的随机噪声.本文研究了复杂环境下调频连续波(FMCW)提取的料面信号,采用瞬时频率分析的希尔伯特-黄变换(HHT)方法代替传统快速傅里叶变换(FFT)方法.结合经验模态分解,将原始非平稳信号分解为若干个平稳的内在模式函数;并按照基于先验知识的决策树算法分类与学习,获得各类分量权值并加权突出真实物料的电磁信号;通过Hilbert变换得到原始信号的时频域特征,可以揭示流态化料面包含的丰富冶炼信息.同时该算法也有助于提高料面成像的帧准确率和稳定性,为钢铁行业节能减排提供可靠的数据支撑.     

煤矿地下毫米波雷达点云成像与环境地图导航研究进展

环境感知与地下空间导航是煤矿智能化信息领域的重要研究方向,对实现无人化、全自动化、智能化的煤矿生产作业至关重要。随着第五代移动通信技术(5th generation mobile networks,5G)和毫米波成像雷达软硬件日益紧密结合与成熟,毫米波探测与通讯应用到更多领域。5G通讯技术依托高速率、低延时、高带宽的特点给现有的无线电通讯技术带来巨大的变革;同时,毫米波雷达相比激光雷达,低成本、抗干扰、三维点云(3 dimension point cloud,3D)数量相对激光点云数量少1～2个数量级的特点,使得其在地下环境3D成像及同步定位与地图构建(Simultaneous Localization and Mapping,SLAM)领域得到越来越多的关注。基于5G通讯的V2X(Vehicle to Everything)技术结合毫米波SLAM导航,为煤矿机器人的自主导航提供新的解决方案。系统综述了当下煤矿机器人自主导航以及实现煤矿智能化所面临的问题;近期国内外毫米波成像最新进展;地下环境毫米波雷达模块组通讯与信号获取方法;高分辨率成像遇到的稀疏特征提取问题;稀疏点云的处理策略与算法评估;深度学习在毫米波稀疏点云处理中的研究现状与发展方向;SLAM算法应用于不同环境的研究现状及SLAM导航算法。归纳了煤矿地下环境中应用SLAM地图构建、路径规划及避障的困难和挑战,并对未来煤矿复杂环境下毫米波通讯与导航兼容并蓄的新应用提出了展望。     

基于CR下界无偏能量估计的高炉料面点云锐化成像

高炉雷达获取的料面信息是钢铁冶炼中布料控制的重要参数.但高炉内部环境复杂, 料面具有非均匀流态化特性, 传统信号处理方法难以准确稳定提取料面有效信息, 会导致高炉布料误操作.本文借鉴遥感SAR雷达成像原理, 设计了工业SAR扫描式雷达, 多倍增加料面采样点密度, 提出一种新的料面点云锐化成像算法. 分析了高炉雷达料面回波信号干扰信号特征, 从图像处理角度, 设计多级滤波器对2D频谱图进行去噪处理分离出一条带状的料面回波信号区域. 对料面距离估计问题, 基于克拉美罗下界(Cramer-Rao lower bound, CRLB)提出一种先加权采样锐化料带峰脊再利用能量重心法估测料面距离频率的方法, 生成3D料面点云模型, 并利用CRLB评价本文算法性能.在恶劣条件下, 实测高炉雷达料面回波信号的点云成像验证显示, 本文方法优于传统寻峰法, 能有效处理低信噪比信号, 准确提取料面有效信息.同时料面距离频率估计精度更高, 且相较于其他方法频率估计误差更接近CRLB下界.     

武钢5号高炉专家系统在布料状态评估中的应用

高炉布料调剂对于维持高炉的稳定顺行具有决定性的意义。武汉钢铁(集团)公司新开发的5号高炉专家系统利用数学模型实现了高炉布料调剂的自动处理,通过利用数学模型处理高炉操作数据,如炉顶煤气温度、炉顶煤气成分、压差、冷却壁温度变化等,可以获得对气流分布状况、炉型变化状况及高炉运行状况的评估结果;结合高炉当前的运行状况,如焦比、风量、炉身静压力、原料状况(组成、粒度、热性能等)等就可以获得调剂的建议。高炉冶炼专家系统投入运行后,有效指导了高炉的布料调剂,高炉操作稳定,工艺指标得到改善。     

封闭管道内散装固体物料流截面相浓度测量方法研究

为了解决圆形封闭管道内散装固体物料流截面相浓度的实时测量问题，提出了一种新型有源栅极式截面相浓度检测方法，它可以有效地减少“位置效应”和“空间滤波效应”给测量精度和实时性带来的影响。设计研制了环形栅极式电容传感器及其变送电路。有限元数值分析及模拟各种流型的试验研究表明：采用这种栅极探头可使检测截面的电容灵敏度变分参数SVP显著减少，流型变化对测量精度的影响较小。该方法是一种较理想的圆形封闭管道内气固两相流相浓度检测方法。