-
公开(公告)号：CN116128865A
公开(公告)日：2023-05-16
申请号：CN202310192904.8
申请日：2023-03-02
Applicant: 中南大学
Abstract: 本发明公开了一种工业炉窑炉壁温度场数据可视化方法及系统，通过热电偶测温数据和传热理论，计算了工业炉窑炉壁温度场数据，再将温度场数据填充至预设的体纹理中，采用第一光线投射对体纹理进行降采样，获得第一投射光线的预期颜色值，基于预设的第二光线投射终止条件，采用第二光线投射对体纹理进行采样，根据第一投射光线的预期颜色值对第二光线投射采样终止后的混合累加颜色值进行校正，根据校正后的混合累加颜色值，着色渲染获得体绘制图像结果，解决了现有技术无法快速地对工业炉窑炉壁温度场数据进行高质量数据可视化的技术问题，实现了对工业炉窑炉壁温度场数据进行快速高质量的数据可视化，达到了很好地平衡可视化速度和质量的效果。
-
公开(公告)号：CN111444942B
公开(公告)日：2021-02-19
申请号：CN202010165895.X
申请日：2020-03-11
Applicant: 中南大学 , 合肥金星机电科技发展有限公司
Abstract: 本发明公开了一种高炉铁水硅含量智能预报方法及系统，通过对高炉的历史工况数据按波动率进行分类，获得不同工况的历史训练参数,对不同工况的历史训练参数，分别训练预测网络,将当前工况数据输入不同的预测网络，获得与预测网络数目相同的预测值以及将预测值输入决策网络，获得硅含量实时预测值，解决了现有的硅含量预测模型由于无法自适应工况变化导致硅含量预测精度低的技术问题，不仅能获得与自适应工况变化对应的高精度硅含量预测值，而且具有稳定性强，成本低，投资少等显著优点。且本发明的方法适用范围广，不仅适用于高炉铁水硅含量，也适用于其他成分信息，模型实时更新，能自适应各种工况。
-
公开(公告)号：CN119151813A
公开(公告)日：2024-12-17
申请号：CN202410950076.4
申请日：2024-07-16
Applicant: 中南大学
IPC: G06T5/70 , G06T5/60 , G06T5/50 , G06N3/0455 , G06N3/0464 , G06N3/09
Abstract: 本发明涉及图像处理技术领域，公开了一种基于扩散模型的通用图像融合方法及系统，该方法通过建立基于扩散模型的图像融合公式，将图像融合任务表示为一个后验采样模型。然后建立基于UNet结构的潜在扩散模型，该模型在融合图像重建的解码过程中保留了来自原始输入的高分辨率信息。并且构建基于Transformer模型的扩散主干，有效地集成来自不同源图像的潜在特征，以实现跨域交互，从而获得更具信息量和视觉效果的融合图像。
-
公开(公告)号：CN115830501A
公开(公告)日：2023-03-21
申请号：CN202211522095.4
申请日：2022-11-30
Applicant: 中南大学
IPC: G06V20/40 , G06V10/25 , G06V10/26 , G06V10/28 , G06V10/762 , G06V10/764
Abstract: 本发明公开了一种基于视觉的高炉铁水流渣铁识别方法及系统，通过提取铁水流图像的铁水流轮廓边界区域，对铁水流轮廓边界区域进行粉尘区域识别，获得铁水流轮廓边界区域的粉尘分布图，根据铁水流轮廓边界区域和粉尘分布图，获得铁水流ROI区域以及对铁水流ROI区域进行渣铁识别，获得高炉铁水流渣铁比，解决了现有高炉铁水流渣铁识别精度低的技术问题，通过对铁水流图像进行预处理和自适应邻域聚类图像分割，实现了铁水流渣铁像素的自适应识别，从而获得实时渣铁比统计值，该方法具有实时性强、精度高、抗干扰性强、不依赖其它检测设备等优势，适用于出铁场渣铁排放状态的长期稳定监测。
-
公开(公告)号：CN113838114A
公开(公告)日：2021-12-24
申请号：CN202111106739.7
申请日：2021-09-22
Applicant: 中南大学
Abstract: 本发明公开了一种基于边缘散焦追踪的高炉料面深度估计方法及系统，通过建立内窥镜成像模型，估计料面图像的散焦模糊，根据散焦测距原理构建料面图像边缘深度与散焦模糊的关系模型，估计料面图像边缘的稀疏深度，对料面图像进行区域划分，获得深度变化规律一致的料面子区域，提取料面子区域的边缘图，并绘制边缘轨迹线，基于边缘轨迹线和深度梯度模板对料面图像边缘的稀疏深度进行扩展，得到整幅料面图像的深度图，进而获得高炉料面深度，解决了现有技术无法实时准确获取高炉料面深度的技术问题，实现了恶劣环境下的料面深度实时准确获取，提高了高炉料面深度提取的准确度和可靠性，能够为高炉炉顶布料操作提供连续、准确的料面深度反馈信息。
-
Patent Agency Ranking
公开(公告)号：CN112862769A
公开(公告)日：2021-05-28
申请号：CN202110120321.5
申请日：2021-01-28
Applicant: 中南大学 , 合肥金星机电科技发展有限公司
Abstract: 本发明公开了一种高炉渣铁比在线智能监测方法及系统，通过相机标定确定高炉出铁口流出的渣铁流在世界坐标系与像素坐标系之间的对应关系，对高炉出铁口的渣铁流图像进行图像处理，获得出铁口渣铁流股直径，根据流体纵向流速分布特点获得出铁口渣铁流量以及通过鱼雷罐车实时增重速率计算渣质量实时变化率，从而得到高炉出铁实时渣铁比，解决了现有技术无法精准在线监测高炉渣铁比的技术问题，不仅能根据高炉出铁口的实时渣铁流图像实时在线监测高炉出铁口渣铁流股直径，而且通过对高炉出铁口的渣铁流图像进行图像处理，以及结合流体纵向流速分布的特点能精准计算出高炉出铁实时渣铁比，从而形成了一套完备的高炉出铁过程渣铁比实时计算的智能方法。
-
公开(公告)号：CN116309332A
公开(公告)日：2023-06-23
申请号：CN202310089144.8
申请日：2023-02-03
Applicant: 中南大学
Abstract: 本发明公开了一种熔融金属射流边界曲线的在线定位方法及系统，通过获取包含炉窑的喷口和熔融金属射流区域的可见光图像，对二值化后的可见光图像进行霍夫变换，获得粗糙流股边界曲线，根据喷口的上扬角度，确定喷口所在直线的斜率，根据喷口所在直线的斜率，在粗糙流股边界曲线内搜索与二值化边缘图像相关性最大的喷口所在直线，获得喷口位置函数，建立决策模型估计喷口直径，并联立喷口位置函数获得喷口的上下定位点以及基于喷口的上下定位点，对二值化边缘图像进行霍夫变换，并筛选流股宽度随喷射距离扩大的最优边界曲线，解决了现有熔融金属射流边界曲线定位精度低的技术问题，能够准确地定位喷口位置，并获得精准的熔融金属射流边界曲线。
-
公开(公告)号：CN111444942A
公开(公告)日：2020-07-24
申请号：CN202010165895.X
申请日：2020-03-11
Applicant: 中南大学 , 合肥金星机电科技发展有限公司
Abstract: 本发明公开了一种高炉铁水硅含量智能预报方法及系统，通过对高炉的历史工况数据按波动率进行分类，获得不同工况的历史训练参数,对不同工况的历史训练参数，分别训练预测网络,将当前工况数据输入不同的预测网络，获得与预测网络数目相同的预测值以及将预测值输入决策网络，获得硅含量实时预测值，解决了现有的硅含量预测模型由于无法自适应工况变化导致硅含量预测精度低的技术问题，不仅能获得与自适应工况变化对应的高精度硅含量预测值，而且具有稳定性强，成本低，投资少等显著优点。且本发明的方法适用范围广，不仅适用于高炉铁水硅含量，也适用于其他成分信息，模型实时更新，能自适应各种工况。
-
公开(公告)号：CN114048671B
公开(公告)日：2024-12-06
申请号：CN202111227244.X
申请日：2021-10-21
Applicant: 中南大学
IPC: G06F30/27 , G06F30/17 , G06N3/0455 , G06N3/084 , G06N3/088 , G06N3/006 , G06N3/126 , G06F111/04 , G06F111/06 , G06F111/08
Abstract: 本发明公开了一种高炉最优料面设定方法及系统，通过对获取的料面图像进行三维重建，获得三维高炉料面形状，并对三维高炉料面形状进行特征提取，获得料面形状特征，基于料面形状特征和高炉炉况状态参数与高炉生产指标之间的关系，建立高炉料面优化过程模型以及求解高炉料面优化过程模型最优解集，并从最优解集中选取适合当前炉况的最优解对应的料面形状特征作为决策变量，从而完成高炉最优料面的设定，解决了现有高炉最优料面设定方法精度低的技术问题，依据高炉生产指标与高炉料面形状和高炉炉况状态参数之间的内在联系，从数据角度出发，将高炉最优料面的设定问题转化为生产指标优化问题，并通过建立高炉料面优化过程模型，求解表征高炉最优料面的决策变量，从而精准地实现高炉最优料面的设定，为后续高炉布料提供理论指导。
-
公开(公告)号：CN116778375A
公开(公告)日：2023-09-19
申请号：CN202310529203.9
申请日：2023-05-11
Applicant: 中南大学
IPC: G06V20/40 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0442 , G06N3/0464 , G06N3/08 , G06V10/42 , G06V10/80
Abstract: 本发明公开了一种高炉铁水流流股状态在线智能感知方法及系统，通过采集出铁过程的铁水流视频帧，构建基于深度卷积的ResNeXt网络获得铁水流流股异常状态识别模型，对铁水流流股异常状态进行检测，根据铁水流流股异常状态的识别结果，构建准异常时序数据集，提取铁水流视频帧的流股动态特征以及采用Conv_Lstm网络提取准异常时序数据集的高维特征，同时采用FNN网络提取流股动态特征的高维特征，并将两个网络提取的高维特征进行拼接融合，获得铁水流流股状态在线智能感知模型，实现对铁水流流股状态进行检测，解决了现有高炉出铁过程铁水流流股状态在线识别精度低的技术问题，实现了铁水流流股状态的在线智能感知与精准识别。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.019 seconds)
