Содержание к диссертации
Введение
ГЛАВА I. Общая характеристика проблемы контроля гранулометрического состава агломерата 9
1.1 Анализ существующих методов контроля гранулометрического состава сыпучих материалов в агломерационном производстве 9
1.2 Характеристика агломерата как объекта оптического контроля 19
1.3 Определение требований к математическому обеспечению оптико-электронного метода контроля гранулометрического состава агломерата .33
Выводы по главе I 40
ГЛАВА 2. Математическое обеспечение оптико-электронного метода контроля гранулометрического состава агломерата 41
2.1. Выбор оптимальных параметров оптической схемы 41
2.2 Исследование статистических характеристик изображений насыпного слоя агломерата 44
2.3 Моделирование изображений насыпного слоя агломерата 49
2.4 Методы обработки изображений насыпного слоя агломерата 55
Выводы по главе 2 66
ГЛАВА 3. Алгоритмы обработки изображений насыпного слоя агломерата для контроля его гранулометрического состава 68
3.1. Алгоритм локального динамического порогового разделения 68
3.2 Алгоритм адаптивной настройки размера локальной области изображения для определения порогового значения 70
3.3 Алгоритм бинарной рекурсивной фильтрации изображения 71
3.4 Алгоритмы контурного разделения гранул 77
3.5 Алгоритм параметрического анализа 82
Выводы по главе 3 86
ГЛАВА 4. Экспериментальная проверка применения оптико-электронного метода контроля гранулометрического состава агломерата 87
4.1. Описание экспериментальной оптико-электронной системы 87
4.1.1 Основные функциональные элементы и блоки 87
4.1 2 Методика настройки алгоритмического обеспечения оптико-электронного метода контроля гранулометрического состава агломерата 92
4.2 Результаты экспериментальных исследований алгоритмического обеспечения оптико-электронного метода контроля гранулометрического состава агломерата 94
4.3. Внедрение и перспективы применения оптико-электронного метода контроля гранулометрического состава агломерата 104
Выводы по главе 4 105
Заключение 106
Список использованных источников 107
- Анализ существующих методов контроля гранулометрического состава сыпучих материалов в агломерационном производстве
- Исследование статистических характеристик изображений насыпного слоя агломерата
- Алгоритм бинарной рекурсивной фильтрации изображения
- Основные функциональные элементы и блоки
Введение к работе
Актуальность работы. При производстве и использовании сыпучих
материалов возникает необходимость контролировать их
гранулометрический состав. Размер частиц сыпучего материала определяет важные технологические характеристики и влияет на эффективность его применения. Так, например, оптимальная крупность кусков агломерата для малых и средних доменных печей составляет от 5 до 40 мм, для крупных и сверхмощных от 15 до 40 мм.
Основные требования, предъявляемые к методам гранулометрического контроля - простота реализации, обеспечение необходимой чувствительности, точности, скорости контроля, наглядность представления получаемой информации. Классическими методами определения гранулометрического состава агломерата являются лабораторный (ситовый) анализ и грохочение. Наряду с ними на некоторых предприятиях используют методы, основанные на измерении энергии первичного дробления материала, механические гранулометры, а также нашли применение оптические методы и реализованные на их основе системы с использованием пробоотборников. Разработка таких методов велась институтом механической обработки и обогащения в Германии (Technischen University Bergakademie Freiberg), фирмой «Нихон коге» в Японии и др. Недостатком существующих методов является отсутствие оперативности, поэтому главной проблемой гранулометрического анализа остается непрерывный контроль непосредственно на линии производственного процесса.
Автоматизация контроля гранулометрического состава агломерата с использованием оптико-электронного метода непосредственно в технологическом потоке позволит своевременно классифицировать агломерат по классам крупности и оценить его прочность, зависящую от
5 многих факторов, таких, как состав исходной шихты, качество ее подготовки, расход топлива на агломерацию, условия спекания и охлаждения, макроструктура и минералогический состав готового продукта.
В связи с этим разработка метода оптико-электронного контроля гранулометрического состава агломерата является весьма актуальной.
Работа выполнялась в рамках госбюджетной НИР «Разработка методов многофункциональных систем технического зрения» на кафедре «Программное обеспечение ЭВМ» Череповецкого государственного университета.
Цель работы состоит в повышении достоверности и оперативности контроля гранулометрического состава агломерата на основе автоматизированного оптико-электронного метода,
К основным задачам, решаемым в работе относятся:
- анализ зависимости гранулометрического состава агломерата от
характеристик технологического процесса;
разработка методики оптико-электронного контроля гранулометрического состава агломерата непосредственно в технологическом потоке и определение критериев его эффективности;
разработка модели изображения насыпного слоя агломерата для тестирования алгоритмического обеспечения метода контроля;
разработка алгоритмического и программного обеспечения метода контроля гранулометрического состава агломерата;
экспериментальная проверка предложенных алгоритмов обработки видеоинформации.
Методы исследования.
Для решения поставленных в работе задач использованы методы математического и компьютерного моделирования, цифровой обработки изображений и оптоэлектроники, аппарат теории вероятностей и математической статистики, теория построения алгоритмов и программ.
Научная новизна работы,
1. Разработано алгоритмическое обеспечение, включающее:
- алгоритм локального динамического порогового разделения,
основанный на вычислении весовых коэффициентов точек локальных
областей и позволяющий повысить точность определения порогового уровня
в условиях зашумленных изображений насыпного слоя агломерата;
- алгоритм адаптивной настройки размера локальной области текущего
изображения, учитывающий величину гранул различных классов крупности
и позволяющий получить максимальное количество бимодальных
гистограмм для улучшения качества сегментации.
2. Предложена методика непрерывного оптико-электронного контроля
гранулометрического состава агломерата непосредственно в
технологическом потоке, позволяющая оперативно оценить его прочностные
свойства.
Практическая ценность диссертационной работы состоит в разработке метода, являющегося основой оптико-электронной системы автоматизированного контроля гранулометрического состава агломерата, которая позволяет повысить оперативность принимаемых решений, обеспечить своевременный анализ технологического процесса.
Реализация результатов работы.
Разработанное математическое и алгоритмическое обеспечение
исследовано и проверено на натурных экспериментальных данных
агломерационного производства ОАО «Северсталь» и использовано при
проектировании оптико-электронной системы контроля
гранулометрического состава агломерата. Результаты диссертационной работы внедрены на предприятиях ООО НПП «Кронверк» и ЗАО «Фирма «СТОИК». Результаты научных исследований используются в учебном
7 процессе на кафедре программного обеспечения ЭВМ Череповецкого государственного университета.
Апробация работы. Основные положения диссертационной работы докладывались и получили положительную оценку на Международных и Российских научно-технических конференциях:
«Компьютерное и математическое моделирование в естественных и технических науках» (г. Тамбов, 2001 г.);
«Северсталь» - пути к совершенствованию» (г. Череповец, 2001, 2002, 2003 гг.);
«Информатизация процессов формирования открытых систем на основе СУБД, САПР, АСНИ и искусственного интеллекта» (г. Вологда, 2001 г.);
«Информационные технологии в производственных, социальных и экономических процессах» (г, Череповец, 2002,2005 гг.);
«Оптико-электронные приборы и устройства в системах распознавания образов, обработки изображений и символьной информации» (г, Курск, 2003,2005 гг.);
- «Прогрессивные процессы и оборудование металлургического
производства» (г. Череповец, 2003,2005 гг.);
і 7-я межвузовская военно-научная конференция
(г. Череповец, 2006 г.),
а также на научно-технических семинарах Череповецкого государственного университета в 2001-2006 гг.
Основные положения, выносимые на защиту.
Алгоритмическое обеспечение метода, включающее алгоритм локального динамического порогового разделения, алгоритм адаптивной настройки размера локальных областей.
Методика непрерывного оптико-электронного контроля
гранулометрического состава агломерата непосредственно в технологическом потоке.
Публикации. Основные результаты диссертации опубликованы в 18 работах, в том числе 1 монография и 17 статей (одна из них опубликована в рецензируемом научном журнале, входящем в перечень ВАК),
Структура и объем работы. Диссертационная работа состоит из введения, четырех разделов, заключения, списка литературы, включающего 87 наименований и приложений- Работа содержит 136 страниц, 52 рисунка и 7 таблиц. Приложения включают 17 страниц.
Анализ существующих методов контроля гранулометрического состава сыпучих материалов в агломерационном производстве
Оперативный контроль в процессе производства обеспечивает стабильность всех производственных факторов: качество поступаюших в производство материалов, состояние средств производства, соответствие фактически действующих технологических процессов установленным в технических картах и инструкциях.
При производстве и использовании сыпучих материалов, таких как агломерат, шлак, кокс возникает необходимость контролировать их гранулометрический состав [63]. Размер частиц определяет важные технологические характеристики материала и влияет на эффективность его применения. Так, например, оптимальная крупность кусков агломерата для малых и средних доменных печей составляет 5-40 мм, для крупных и сверхмощных 15-40 мм [14,80,38].
В настоящее время на металлургических предприятиях для определения гранулометрического состава сыпучих материалов применяется ряд методов. Наиболее распространенным является лабораторный анализ, суть которого заключается в следующем. Технолог с помощью пробоотборников, таких как секторные, ковшовые, лотковые, осуществляет ручной отбор проб. Массу партии или части ее, от которой должен производиться отбор проб, устанавливают взвешиванием или на основании сопроводительных документов. Для определения максимального размера гранул выполняют ситовый анализ (рис. 1), При этом за максимальный размер принимают неличину отверстия сита, на котором остается около 50% материала по массе [20]. Конструкция таких ситовых анализаторов сложна, а их работа сопровождается значительным шумом.
Кроме того, такой метод дает достаточно точную оценку гранулометрического состава лишь отобранного образца, требует большого количества времени и человеческих ресурсов, приводит к задержке в получении документированных данных. Автоматизированное устройство для ситового анализа сыпучих материалов, выпускаемое немецкой фирмой Rhewum GmbH имеет сито диаметром 200 или 400 мм и позволяющее выделять до 12 фракций, начиная с размера 63 мкм [12].
Использование автоматических ситовых анализаторов, таких как устройство для контроля гранулометрического состава дробленой руды (рис. 2) позволяет производить контроль гранулометрического состава при больших потоках сыпучего материала [53]. Пробоотборник (13) устройства снабжен делителем пробы (1)? при помощи которого одна часть пробы попадает на сито (3), а другая в дополнительный саморазгружающийся бункер (9), где она взвешивается весоизмерителем (10). Отсеянная на сите фракция подается в бункер (7), где она также взвешивается весоизмерителем (8). Результаты взвешивания оцениваются логическим устройством (11), где определяется процентное содержание отсеянной фракции. Результаты передаются в командный блок (12), дающий сигнал на регулировку аппарата в случае отклонения от нормы.
Разделение или сортировка материалов на классы крупности при помоши решеток или механических сит, называется грохочением. Грохочением обычно разделяют материалы до крупности 1 - 3 мм. Более мелкие материалы разделяют воздушной классификацией. В реальных условиях не удается полностью разделить мелкие и крупные куски. Качество грохочения (классификации) характеризуется эффективностью грохочения, представляющей собой отношение количества фактически отсортированных мелких классов к количеству этих классов в исходном материале [39,37].
В настоящее время на предприятиях используются различные типы грохотов[83,24]: неподвижные колосниковые, барабанные вращающиеся, дуговые гидравлические, вибрационные. В [83] описана сортировка, выполняющаяся на крутонаклоненных высокоинтенсивных грохотах. На рис. 3 представлена обобщенная схема грохота.
Исследование статистических характеристик изображений насыпного слоя агломерата
Для исследования методов обработки изображений слоя агломерата и алгоритмов их реализующих предлагается использовать модель изображения насыпного слоя агломерата.
Модели изображений делятся на детерминированные и статистические аналогично методам описания изображений (п. 2.2), Статистические модели отличаются от детерминированных наличием генераторов случайных сигналов и программных модулей измерения статистических характеристик. По типу моделируемых изображений статистические модели можно разделить на текстурные и детальные [87]. Детальные модели изображений -это модели, в которых изображения строятся как то или иное сочетание случайного фона и случайных деталей- В целом модельное изображение получается или как аддитивная смесь фона и деталей или путем «врезки» деталей в фоновое изображение.
При построении модели изображения слоя агломерата используется статистическая детальная модель. Устанавливается режим 24 бита на цвет. В основу модели положено последовательное формирование двумерных массивов, ограниченных размером 1000x1000 элементов.
Процесс моделирования изображения слоя агломерата состоит из следующих этапов: Гранулы агломерата расположены на лейте транспортера неравномерно, перекрывая друг друга. Высота шеышшга слоя агломерата составляет около 30 см. Поэтому в качестве фона изображения выступают такие же гранулы, образующие нижній слой гранул который темнее верхнего. Таким образом, на первом этапе построения изображения необходимо сформировать яркость фоня Исходный массив при -этом заполняется значениями интенсивности, соответствующими фону. Для построения фона в качесгве исходных данных испоаьзуюгея математическое ожидание (но умолчанию і%ш-160) и средне квадрата чтт отклонение (по умолчанию Hq%t!l=10)- При генерации фока формируется полутоновое изображение, яркость точек которого (ffim) выбирается случайным образом в соответствии с нормальным іаконом распределения На этом же этапе задается ЧИСЛО точек для моделирований одною квадратного миллиметра поверх тюти, потгому в дальнейшем все параметры задаются в мм, Построение изображений гранул и заполнение ИМИ пространства фона (рис-22,23). При моделировании изображений гранул агломерата, необходимо уц ига вать, гго і ранулы перс кр ывают дру г друга, по верх ноет ь фан у л неровная, на поверхности имеются углубления. Гранулы имеют произвольную форму, но приближенно могут аппроксимироваться шаром. Поскольку проекцией шара на плоскость ттяетеї круг, то для построений гранулы достаточно задать координаты ее центра (х,у) и радиус (г). Координаты центра гранулы (х,у) выбираются случайным образом на изображении фона заданной ширины (по умолчанию width=960) и высоты (по умолчанию height=960) соответственно:
Алгоритм бинарной рекурсивной фильтрации изображения
Экспериментальные исследования разработанного алгоритмического обеспечения оптико-электронного метода контроля гранулометрического состава агломерата осуществлялись в условиях реального производства, в агломерационном цехе№ 2 ОАО «Северсталь», Исследования проводились с целью выбора оптимальной оптической схемы, проверки надежности и эффективности алгоритмического обеспечения, проверки достоверности классификации агломерата по классам крупности.
Экспериментальная ОЭС контроля гранулометрического состава состоит из следующего оборудования: 1) видеокамера SONYDCRRV740E: - тип телевизионного сигнала PAL; - количество линий сканирования 625; - тип носителя информации: видеокассеты Hi8/Digital8; - видоискатель монохромный; - объектив с фокусным расстоянием 3,6-54 мм; - минимальная чувствительность ПЗОматрицы 0 Лк (возможность проведения съемки в темноте); - «Memory Stick»: флэш-память 8Мб; 2) графическая станция: - процессор Intel Pentium IV 2,8 ГГц; - ОЗУ 1 Гб; - жесткий диск 80 Гб; - видеопреобразователь фрейм-граббер СХ104: стандарт видеосигнала PAL/SECAM и др.; -разрешение 512x512, 1024x1024; - время оцифровки сигнала 1/25 с; 3) видеоконвертор DextraView: - поддержка телевизионных стандартов NTSC, PAL; - тип выходного сигнала VGA, RGB, NTSC, PAL; - разрешающая способность 800x600, 640x480 пикселей; - рабочая частота 60/50 Гц; 4) видеомонитор NEC: - размер экрана 17"; - разрешающая способность 1024x768; 5) видеомагнитофон JVC: - тип носителя информации: магнитная лента VIIS; - тип телевизионного сигнала PAL, Программная реализация алгоритмического обеспечения выполнена на языке C++ в среде визуального программирования C++ Builder версии 6.0 компании Borland с установленным пакетом библиотек Developer Express Inc. Для функционирования программного обеспечения необходимо наличие операционной системы Microsoft Windows 95/98/ME//NT/2000/2003/XP и видеорежима TrueCoIor (24 бит на элемент изображения). В прил.А приведены основные модули программного обеспечения оптико-электронного метода контроля гранулометрического состава агломерата. Интерфейс программного обеспечения представлен в прил. Б.
Согласно методике, представленной в 4 Л .2, алгоритмическое обеспечение для работы оптико-электронной системы предварительно настраивается. Видеосъемка проводилась в режимах ручной и автоматической фокусировок, с включенной системой Autoiris. При поступлении аналогового сигнала с видеокамеры на фрейм-граббер, сигнал оцифровывался для дальнейшей обработки в виде цифровых изображений размером 1024x1024 пикселей. Видеосъемка проводилась при рассеянном освещении разной интенсивности и в отсутствие освещения.
В ходе эксперимента было получено и проанализировано 305000 кадров с изображениями сыпучих материалов, в том числе 230000 кадров с изображениями агломерата и 75000 кадров с изображениями окатышей. Формирование кадров происходило с интервалом в 1 с. При средней скорости транспортерной ленты с агломератом 1,8 м/мин и конвейера с окатышами 1,5 м/мин это соответствует 6900 м транспортерной ленты и 2250 м конвейера соответственно.
Изображения гранул сыпучего материала поступали на вход алгоритма адаптивной настройки размера локальной области изображения. Алгоритм адаптивной настройки локальной области работает наиболее точно при полном освещении, предусмотренном составом оптико-электронной системы, т. е. в том случае, когда оба светильника исправны и все 6 ламп рабочие. При этом изображения получаются более контрастными и четкими. В ходе эксперимента были созданы ситуации, когда часть ламп в осветительных приборах выходят из строя. Соответствующие схемы освещения приведены на рис. 50, Статистические характеристики изображений, полученных при освещенности разной интенсивности приведены в табл. 4.
Основные функциональные элементы и блоки
Оптико-электронный метод, применяемый для автоматизации контроля гранулометрического состава агломерата, без существенных изменений своих функциональных элементов и блоков может быть использован для анализа технологического процесса и контроля качества других сыпучих материалов металлургического производства.
Методы построения алгоритмов предварительной обработки видеоинформации, приемы настройки алгоритмического обеспечения для работы с реальными изображениями, пакет программных средств для обработки изображений сыпучих материалов нашли применение при создании оптико-электронных приборов контроля гранулометрического состава сыпучих материалов металлургического производства на предприятиях ООО НПП «Кронверк».
Разработанное алгоритмическое и программное обеспечение исследовано и проверено на натурных экспериментальных данных агломерационного производства ОАО «Северсталь» и использовано при проектировании оптико-электронной системы контроля гранулометрического состава агломерата. Создание оптико-электронных систем и объединение их в единую систему сбора и обработки информации в агломерационном производстве позволит комплексно выполнять анализ и прогнозирование процесса производства агломерата, оперативно устранять возникающие нарушения и формировать долговременную базу данных о них [67]. Единая система управления агломерационным производством, включающая управление температурой зажигания, анализ макроструктуры агломерата и контроль его гранулометрического состава позволит контролировать ход производственного процесса на всех технологических этапах процесса производства и использования агломерата [73]. Поскольку агломерат не является конечным продуктом, а является сырьем для доменного производства, то экономический эффект от внедрения средств автоматизации в агломерационном производстве достигается за счет снижения потерь сырья и затрат топлива при производстве агломерата и за счет улучшения качества агломерата. От качества агломерата существенно зависит главный показатель эффективности доменной плавки - расход кокса на тонну чугуна. Совокупный показатель эффективности всех систем, входящих в систему управления агломерационным производством -экономия кокса в доменном цехе в среднем 0,2 кг на тонну чугуна. Выводы по главе 4 1. Определены основные функциональные элементы и блоки оптико-электронной системы контроля гранулометрического состава агломерата. 2. Предложена методика настройки алгоритмического обеспечения оптико-электронного метода контроля гранулометрического состава агломерата в технологическом потоке над транспортерной лентой. 3. Проведена экспериментальная проверка разработанных алгоритмов обработки видеоинформации, которая подтвердила их надежность и эффективность для оценки гранулометрического состава агломерата. 1. Дана характеристика агломерата как объекта оптического контроля, установлена зависимость гранулометрического состава агломерата от основных технологических характеристик, осуществлен выбор оптимальной оптической схемы для системы контроля гранулометрического состава. 2. Разработан метод оптико-электронного контроля гранулометрического состава агломерата непосредственно в технологическом потоке, 3. Разработана модель изображения насыпного слоя агломерата для тестирования алгоритмов обработки видеоинформации. 4. Разработано алгоритмическое обеспечение метода контроля гранулометрического состава агломерата, включающее алгоритм локального динамического порогового разделения, алгоритм адаптивной настройки размера локальной области текущего изображения. 5. Определены основные функциональные элементы и блоки, а также предложена методика настройки алгоритмического обеспечения экспериментальной оптико-электронной установки для контроля гранулометрического состава агломерата. 6. Проведена экспериментальная проверка алгоритмов обработки видеоинформации, подтверждающая их высокую надежность и эффективность для контроля гранулометрического состава агломерата. Результаты работы нашли применение при создании оптико-электронных приборов контроля гранулометрического состава сыпучих материалов металлургического производства в ООО НЛП «КРОНВЕРК».
