一种QCN火焰图像特征提取的转炉炼钢碳含量实时预测方法
刘旭琛1
刘辉2
赵安
1.昆明理工大学信息工程与自动化学院,云南昆明6505002.昆明理工大学云南省人工智能重点实验室,云南昆明650500
摘要：钢水碳含量是影响转炉炼钢出钢质量和冶炼效率的主要因素,而实现碳含量的连续实时预测是炼钢终点控制的关键和难点.针对不同碳含量对应火焰图像呈现出的随机自然纹理相似性较高的问题,根据炉口火焰纹理独有的多方向多尺度不规则特点,提出了四元数复杂网络(QCN)彩色纹理描述符.首先,利用四元数等距映射融合火焰图像颜色通道信息,且用幅值谱和二次量化后的相位谱描述映射后图谱以增强颜色信息描述;其次,采用复杂网络的方式,以相位为条件并利用幅值信息构造一种网络连接权重公式,于幅值谱构建炉口火焰图像的多尺度不规则彩色纹理复杂网络模型;最后,计算复杂网络的拓扑特征度和聚类系数,以其相关特征量化复杂网络拓扑连接模式,构建炉口火焰QCN特征,并通过KNN回归模型预测终点碳含量.结果表明,碳含量在±0.01％误差范围内的预测准确率为85.65％,在±0.02％误差范围内预测准确率达到91.83％,且所提算法满足实时性要求.
关键词：转炉炼钢特征提取四元数图像处理复杂网络彩色纹理
资助基金：国家自然科学基金(61863018)云南省科技厅应用基础研究项目(202001AT070038)
论文发表日期：2022-09-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：13( 1745-1757 )
英文信息