固体摄像器件及其在冶金工业中的应用

一、概述 固体摄像器件是在固体光敏器件和集成电路技术基础上发展起来的一种新型器件。六十年代人们就开始研制这种器件,到七十年代,由于MOS技术的进一步发展,就研制出这种新型的固体摄像器件,最有代表性的是电荷耦合器件CCD(Charge CoupledDevicl)和电荷注入器件CID(Charge In-jection Device)。 CCD器件虽问世不久,但由于其用途广泛,已得到各方面的普遍注意和重视。目前国内已有线阵CCD和面阵CCD,其位数有     

CCD技术在鞍钢第一初轧厂重轨坯测量中的应用

介绍了ＣＣＤ光电耦器件的特点及工作原理，作为一项先进技术，被应用于第一初轧厂重轨坯测量中，取得了很好的效果。有效解决了该厂在恶劣环境下势轧钢坯尺寸的动态测量问题。     

JGC-H1A激光测厚仪在邯钢中板厂的应用

介绍了JGC-H1A激光测厚仪的设备组成及其工作原理,并对该设备的先进性作了说明。     

CCD测长装置在热轧重轨坯测量中的应用

介绍了由ＣＣＤ光电耦合传感器，光学系统，微型计算机数据采集和处理系统构砀重轧坯在线工装置的工作原理及测量方法。该装置具有推广使用价值。     

离心萃取器在湿法冶金工业上的应用

文章从环隙式离心萃取器的结构特点出发，介绍了它在湿法冶金工业上的应用。     

离心萃取器在湿法冶金工业上的应用

文章从环隙式离心萃取器的结构特点出发，介绍了它在湿法冶金工业上的应用．     

线阵CCD技术及其在几何尺寸测量中的应用

论述阵线ＣＣＤ技术特点和信号的处理方法。特别是ＣＣＤ信号的二值化问题，提出了自己的实现方法。将这一技术用于马钢初轧厂连轧坯的测长和配尺，进一步论述它在大尺寸测量中的具体应用和前景。     

CCD在铜箔生产检测中的应用

本文主要从当前CCD技术的发展现状研究出发,阐述了CCD在铜箔生产检测中的质量管控,同时对铜箔生产检测中所使用CCD的要求进行了分析,进而展现出CCD技术在工业检测中发挥的重要作用。     

红外摄像定尺技术在板坯连铸机中的应用

文章阐述了红外摄像定尺切割的原理和技术特点，并对它的功能特性和优点以及该技术在实际中的应用作了详尽的介绍。     

近红外CCD成像技术在板带纠偏系统中的应用

详细介绍了近红外CCD成像技术在板带纠偏系统中的实际应用，以及系统的工作原理和组成．举例说明了软件的纠偏过程。     

远红外摄像仪在莱钢炼铁生产中的应用

介绍了远红外摄像仪在莱钢炼铁生产中的应用。远红外摄像仪技术能在线观察炉内情况 ,形成直观图像 ,指导高炉操作 ,有利于改善高炉技术经济指标。投入使用后 ,取得了明显的效果。 2座 75 0 m3高炉年增效益 5 3 9.7万元     

无污染脱氧技术在冶金工业中的应用前景

介绍了利用固体电解质进行金属熔体无污染脱氧和渣-金属间外加电场无污染脱氧技术。根据炉渣的电化学特性,探讨了渣-金属间外加电场脱氧的可行性及特点。确认渣-金属间外加电场作为一种新的脱氧方法具有广阔的应用前景。     

测量不确定度在钢材检验中的应用

中国加入WTO后，与外界的交流频繁了，用测量不确定度描述各种报告的测试结果，越来越迫切。钢材的外型尺寸检验、化学成分元素含量分析、钢材的力学性能测试等等的检验报告，都需要应用不确定度的理论。本文主要介绍了在这些测量中的不确定度问题。     

智能中子水分仪在冶金工业中的应用

本文详述了核仪表智能中了水分仪的技术性能、工作原理、系统构成和标定方法，并简介其在炼铁生产工艺过程中测量焦炭水分的应用效果。     

红外CCD热成像技术在105m^2烧结机上的应用

文章对红外CCD热成像技术作了简要介绍，并对其在105m^2烧结机上的应用进行了探讨。     

红外摄像定尺切割系统在板坯连铸中的应用

板坯切割精度一直是我们要提高的重要指标之一。日钢5#板坯机采用红外摄像定尺切割系统,该系统以摄像机作为传感器,采用图像处理技术,通过组建OPC Server实现与工业网络的数据通讯,由PLC控制火焰切割机完成定尺的切割[1]。此系统极大地提高了板坯的切割精度、降低了成本、减少了劳动强度、满足了工艺要求。     

CCD测宽仪在热轧板带中的应用

在热轧板带生产工艺中,宽度的控制尤为重要,准确的宽度控制可以提高成材率、降低损耗。钢板宽度的准确测量保证了宽度精确控制。介绍了宝钢特钢有限公司热轧厂引进的德国IMS公司的CCD测宽仪测量基本原理、系统构成、网络结构,研究分析了生产过程中影响测宽仪测量精度的各种因素,结合实时测量图像,针对出现的常见问题,提出了具体的解决方法。     

人工神经网络在烧结固体燃耗预测中的应用

烧结工序能耗包括固体燃料消耗、电力消耗、点火消耗等。其中 ,固体燃料消耗占75 %～ 80 % ,因此降低固体燃料消耗 ,成为烧结工序降耗的主攻方向。本文利用实际烧结生产数据通过运用人工神经网络技术 ,不仅对烧结固体燃耗进行了预测 ,而且研究了各主要参数对烧结固体燃耗的影响。