吴海滨，项龙飞，李梓，陈新兵，庞剑，熊丹枫

（安徽大学物理与材料科学学院，安徽合肥230601）

RH炉钢水温度实时监测系统中关键技术的研究

（安徽大学物理与材料科学学院，安徽合肥230601）

RH炉钢水温度监测中不可避免会出现因钢水滚动、钢渣、钢水液面镜面效应等造成的测量误差。通过对其中的关键技术进行研究，例如关键参数的设计、采样区域的选择、灰度值的修正以及温度模型的建立等，从而准确获取钢水的实际温度，并给出温度变化曲线，提高钢水温度数据测量的准确性和连续性，便于精密炼钢和科学炼钢的实现。

关键技术；监测；RH炉；温度；实时

1 概述

在冶金、石化等行业中，控制高温加热炉中加热工件的表面温度显得尤为重要。例如在冶炼过程中，通过精确检测钢铁表面温度场，可以使钢铁在整个加工过程中保持良好的金相性能，从而提高钢铁的生产率和生产质量[1]。

目前，应用较多的测温技术主要有两种。RH精炼过程的温度测量由于还没有实现实时连续，依然需要现场人员利用热电偶探头对钢包内钢水进行多次接触式测量获得。这种方式缺乏温度控制模型，在温度控制方面属于“经验型控制”，因而存在测温次数过多、温度测量时间滞后，不能及时指导RH正常生产等问题。

另一种是利用黑体空腔连续测温传感器获取中间包内的钢水温度，但是该传感器的结构使其在测温过程中存在一定的滞后现象。而在建立了相应的传热模型以后，这种滞后现象有所改观，但也仅仅就是将平均响应时间由原来的193 s缩短为50 s，因而没有达到实时监测的目的[2]。

红外测温技术是一种集光电成像技术、计算机技术、图像处理技术等于一身的在线监测式检测技术。红外CCD摄像机通过接收物体发出的红外辐射使其成像，并根据辐射图像的分析结果准确判断物体表面的温度分布情况，具有准确、实时、快速等优点[3]。

开发RH钢水温度实时监测系统与温度控制模型，变“粗放式精炼”为“精细化精炼”，有利于更加精确地对RH过程温度进行控制，提高处理终点的控制精度与命中率，满足连铸工序对钢水温度窄范围、稳定控制的要求，对稳定连铸过程和钢材的质量、降低生产成本、提高RH生产效率都具有重要的现实意义。

2 测温装置系统构成图及工作流程

本监测系统的结构图如图1所示。

图1 系统结构示意图

其中包括：（1）高温监测探头；（2）炉壁连接体；（3）电气控制柜；（4）I/O转接箱；（5）计算机图像信息分析系统；（6）监视器。

高温监测探头通过壁炉连接体固定安装在真空室顶部，图像信号经由电缆、现场控制柜、光纤等传送至计算机，并通过图像分析及控制系统显现出来。用户也可以通过控制系统向监测探头发出指令，便于更准确的把握炉内的实时状况，及时指导生产。

系统工作流程见图2。

图2 系统工作流程图

红外热像采集单元（高温监测探头）采集真空室内视频及热辐射图像，数字视频接入置于现场电气控制柜内的多模光纤适配器，DV信号以光传输方式将传送到控制室内，经光纤适配器光电转换后送入计算机图像信息分析及控制系统。计算机对输入的数字图像信号进行预处理，经过图像预处理、动态识别等一系列处理后，判定监测条件（在加料时烟尘将阻挡钢水辐射，不能检测），自动识别出钢水目标，并依据测温模型及校正算法，完成钢水温度测量，所测定钢水温度一方面在监视器予以实时显示，另一方面记入数据库。

3 系统关键技术

3.1 关键技术之一：系统关键参数的研究及设计

主要包括：

(1)最优红外工作波段的选取

为获取清晰、稳定可靠的传感图像，我们对各类炉型的热辐射特性、频谱及红外CCD感应频谱和灵敏度等进行了研究分析，采用近红外成像技术，保障获取稳定的监测图像，增加了系统可靠性。

(2)双波长的选择设计

比色测温是在波长和下的光谱辐射亮度之比，但对单一波长的光谱辐射亮度进行检测是极为困难的，所以我们的方法是：采用在近红外区域内的两个窄带波片对辐射谱进行选择测量。由于波长的选择对系统的测温精度非常重要，经过多次实验论证，我们选定的两个窄带滤波片的中心波长分别为姿1= 780nm、姿2=850nm[4]；

(3)灰度比与灵敏度参数设计

被测物体的辐射通过滤波片等光学系统后在近红外面阵探测器上进行成像，由探测器获取两幅不同中心波长的红外图像，经数字转化处理后得出每点的温度T。温度T跟两个选定波长下的灰度比存在某种函数关系。

在测温范围内，系统设计时应要求图像灰度比变化稳定且比值接近于一个常数，在R(T)-T曲线上表征为线性且斜率较大；在测温范围内灵敏度值较大且灵敏度S(T)曲线变化较为平稳。

3.2 关键技术之二：采样区域的选择

由于钢水于炉体、钢渣等非钢物质存在明显的温度差异及动态差异，所以本项目采用模式识别中的模糊C-mean等算法[5][6]，对目标进行了聚类分析。类别数目为三个，三个聚类中心分别对应钢垢、炉壁以及钢水液面所对应的中心灰度值。经细致研究分析，从下图可以明显看出，图像的直方图分布有三个峰，这三个峰从左到右分别对应钢垢、炉墙以及钢水液面。鉴于此灰度分布特征，并为后续钢水目标的识别与几何测量奠定了坚实的基础。

随着炼钢过程的不断进行，炉墙上积聚的钢渣越来越多，图像获取的钢水液面越来越小，因此不能对某一固定区域进行采样。我们通过对大量图片的三个聚类中心进行了系统研究，设定采样区域的最低灰度阈值为100即可，这样无论在何种情况下，灰度值低于100的钢垢和炉壁部分都会被自动摒弃。

钢液表面具体位置点的速度是将导致波动的起伏的变化，在翻滚过程中速度变化由大到小再到零，转而又有小变大，始而往复。通过对速度的测算推导出加速的变化就到可以得到具体位置单位时间内波动的概率。

在实际应用中，我们利用两场图像间的1/50秒固定时差，测算液面翻滚速度和其加速变化的趋势，再通过推导得出其正向辐射区域从而达到采样目的。

3.3 关键技术之三：灰度值的修正

通过对近场图像的分析，用测量区域的均值灰度减去背景区域的均值灰度来评估由待测信号引起的灰度总体变化，从而避免了测量前预先采集背景图像的做法。

之前我们计算图片灰度值的时候，一直默认背景色灰度值为0。事实上，我们采集了正常的背景图片，并对其进行分析，得到的结果并非如此。为此我们查阅了相关文献，结论是：

设CCD的观测模型为g=s+nCCD，其中g为CCD的输出观测灰度，s为CCD的信号灰度，nCCD=滓usγu为CCD的测量噪声。式中u～N(0.1)，与s独立，CCD噪声模型的参数选择离线标定的结果是γ= 0.72091，滓u=0.078789。因此，我们得到输出观测灰度与信号灰度的关系为

已知，即可求出s[7]。

3.4 关键技术之四：温度模型的建立

温度模型的建立最主要的部分就是对温度进行准确的标定。

由测温公式

加上现场采集的温度T，很容易得出对应lnK的值，以其为纵轴，lnR为横轴（其中的R为修正后的信号灰度s），建立对应关系如图3。

图3lnK与lnR的对应关系

图3 在Excel表格中完成，易知此时lnK与lnR的函数关系，记lnK=f（lnR），带入式（1）中，可得出T关于lnR的函数关系，即根据两个波长下图片的灰度值来测算对应的温度。由此建立温度模型。

4 试验结果分析

通过不断的装备改进、技术探索及参数优化之后，本系统装置正式投入生产使用，经观测，系统运行稳定，并且测得的温度也较为理想。

以1305044炉号为例，说明如图4、表1。

图4 本装置温度变化曲线

表1 本装置监测温度与热电偶采集温度比较℃

另外，我们对大量炉次的数据进行统计如图5。

图5 本装置温度与现场热电偶温度对比

表1中监测温度T2部分没有温度的情况是吹氧、加料等造成了视场模糊、无法获取可供分析的清晰图像所致。

图6 本装置温度与热电偶温度温差直方图

由图4～6及表1易知，通过本装置获取的温度与现场热电偶温度相差很小，考虑到热电偶测量本身也存在一定的范围误差，因而可以认为两者基本吻合。而且从图4中可以看出，两者变化趋势也十分一致。

5 结论

本文通过对RH炉测温系统中某些关键技术的研究，并对存在的问题进行改进，解决了关键参数不易选取、采样区域难以选择、灰度值存在偏差以及温度模型不成熟等一系列问题。在马钢的试验证明：通过产、学、研的有效结合，本装置测得的温度与热电偶温度温差较改进前有大幅度的减小，极大的提高了系统的测温精度，提升了RH炉生产效率，节省了大量人力物力，从而实现了精密炼钢和科学炼钢。

[1]Wu Bei,Yin Xiaojing,Zhang Xinxin.Research on the Revese Problem of Radiant Heat Transfer in Surface Temperature Measuring for Slab and Wall of Heating Furnace[J].

Industrial Furnace.2001,23(1):10-11(in Chinese).

吴蓓,殷晓静,张欣欣.加热炉板坯和炉围表面温度测量的辐射传热反问题的研究[J].工业炉.2001,23(1):10-11.

[2]LiuYongxia.HeatTransferModelandAppliedResearchof Blackbody Cavity Liquid Steel Continuous Temperature Measurement Sensor.[D].Northeastern University.2011:61-62

(in Chinese).

刘勇霞.黑体空腔钢水连续测温传感器传热模型及应用研究[D].东北大学.2011:61-62.

[3]Sun Xiaogang,Li Yunhong.Review of the Development of TemperatureMeasurementTechnologywithInfraredThermalImager[J]. Laser&Infrared.2008,38(2):101-104(in Chinese).

孙晓刚,李云红.红外热像仪测温技术发展综述[J].激光与红外. 2008,38(2):101-104.

[4]Wu Haibin,Chen Jun,Zhang Jie,er al.slection of two-color wavelengths and minimum bandwidth calculation of filters in colorimetric temperature measurement[J].Chinese Journal of Quantum Electronics. 2006,23(4):569-572(in Chinese).

吴海滨,陈军,张杰,等.比色测温双波长的选择及滤波片最小带宽的计算[J].量子电子学报.2006,23(4):569-572.

[5]Xianzhong Tian,Tongsen Hu,Jian Zhang.Microscope Debris Image Segmentation Based on the Fuzzy C-Mean Clustering.第一届建立和谐人机环境联合学术会议（HHME2005）论文集.2005(5)(in English).

[6]Xu Wenjun,Huang Dao.A Fuzzy C-Mean Clustering Algorithm Based on Genetic Algorithm[C].Twenty-third Chinese Control Conference Proceedings(Lower volumes).2004:1116-1119(in Chinese).

徐文军,黄道.一种基于遗传算法的模糊C-均值聚类算法[C].第二十三届中国控制会议论文集（下册）.2004:1116-1119.

[7]Liu Lili,Da Zhengshang,Tian Xinfeng,et al.The Correction of CCD Noise in Light Field Intensity Distribution Measurement[J].High Power Laser and Particle Beams,2011,23(9):2346-2349(in Chinese).刘立力,达争尚,田新锋,等.光场强度分布测量中CCD噪声的校正[J].强激光与粒子束,2011,23(9):2346-2349.

[8]Wu Haibin,Wang Fei,Shu Hongfu,er al.Application of Infrared Thermal Imaging and Colorimetric Temperature Measurement in RH Furnace Steel Temperature Detection[J].Journal of Atmospheric and Environmental Optics.2013,8(4):292-297(in Chinese)

[9]吴海滨,王飞,舒宏富,等.红外热像及比色测温技术在RH炉钢水温度监测中的应用[J].大气与环境光学学报.2013,8(4):292-297.

Research on the Key Techniques in the Real-time Temperature Monitoring System of RH Furnace

Wu Haibin,Xiang Longfei,Li Zimu,Chen Xinbing,Pang Jian,Xiong Danfeng
(School of Physics and Material Science,Anhui University,Hefei,Anhui 230601,China)

Measurement deviations caused by steel rolling,steel slag and the mirror effect of molten steel surface in RH furnace steel temperature monitoring is inevitable. Through research on the key techniques such as the design of some crucial parameters, selection of sampling area,revision of gray value and establishment of temperature model, actual steel temperature was accurately obtained and temperature curve was drawn,to improve the accuracy and consistency of steel temperature measurements and promote realization of precision and scientific steelmaking.

key techniques;monitor;RH furnace;temperature;real-time

TG155

B

1006-6764（2014）09-0072-04

科技部创新基金项目（07C26213400516）资助。

2914-04-04

吴海滨（1962-），男，安徽合肥人，教授，博导，从事特种工业电视系列产品的开发设计及图像信息处理方面的研究工作。