钢铁研究学报

作者：熊大林，张功辉，余正伟，陈良军，张学锋，龙红明

单位：1.安徽工业大学冶金工程学院，安徽马鞍山243032；2.安徽工业大学计算机学院，安徽马鞍山243032

关键词：关键词：烧结机尾断面,图像处理,计算机视觉,烧结质量,神经网络

摘要：烧结机尾的断面可以最直接地反映烧结过程控制与烧结矿质量的丰富信息。如何利用计算机视觉技术对机尾断面的特征进行提取，并实现烧结矿质量的精准预报和控制，是智慧烧结的重点研究内容之一。首先对烧结机尾断面图像的去噪、分割和特征提取等图像预处理方式进行了全面的对比和分析，然后从烧结矿FeO含量、烧结终点、转鼓强度、布料均匀性和烧结混合料水分等方面剖析了烧结机尾断面图像分析技术在烧结矿质量预报和控制方面的应用情况。另外，以烧结矿FeO含量预报为例，揭示了基于计算机视觉的烧结机尾断面图像研究的发展和演变规律，并指明了当前研究的不足以及未来的发展趋势。

来源：2022年第9期

《钢铁研究学报》期刊编辑部

查看钢铁研究学报杂志2022年第9期