摘要：檢測儀應(yīng)用圖像處理與神經(jīng)網(wǎng)絡(luò)技術(shù)，依照燒結(jié)看火工對燒結(jié)礦FeO含量的判斷方法，用CCD攝像機(jī)采集燒結(jié)機(jī)尾斷面圖像，對所采集的圖像進(jìn)行實時處理，并提取特征，再由根據(jù)燒結(jié)看火工的經(jīng)驗知識訓(xùn)練的BP神經(jīng)網(wǎng)絡(luò)對圖像樣本分類識別，最后給出相應(yīng)的FeO含量等級。

　　燒結(jié)礦是煉鐵的主要原料，燒結(jié)礦質(zhì)量的好壞，對高爐冶煉性能影響很大。在燒結(jié)礦的質(zhì)量指標(biāo)中，氧化亞鐵(FeO)含量是一個非常重要的指標(biāo)，它代表了燒結(jié)礦的還原性。在生產(chǎn)中適當(dāng)降低燒結(jié)礦中的FeO含量，并提高其穩(wěn)定性，既可以保證燒結(jié)礦的冷強(qiáng)度和低溫還原粉化性能，又改善了燒結(jié)礦的還原性，使燒結(jié)礦的冶金性能得到改善。這樣，既有利于高爐降低焦比，又使燒結(jié)生產(chǎn)固體燃料消耗降低。因此，燒結(jié)礦中FeO含量的檢測和控制對燒結(jié)生產(chǎn)有著十分重要的意義。目前，燒結(jié)礦FeO含量的檢測方法主要有4種：化學(xué)分析法、磁導(dǎo)率法、廢氣分析法和燒結(jié)機(jī)尾直觀觀察法。
　　在我國大多數(shù)燒結(jié)廠，燒結(jié)礦FeO含量的在線檢測主要依靠人的經(jīng)驗，也就是由燒結(jié)看火工在燒結(jié)機(jī)尾對燒結(jié)餅斷面直觀觀察，然后憑經(jīng)驗對燒結(jié)礦FeO含量做出判斷，給出FeO含量的范圍。雖然國內(nèi)一些大型燒結(jié)廠已在燒結(jié)機(jī)尾安裝了工業(yè)電視系統(tǒng)，看火工可以通過工業(yè)電視觀察機(jī)尾斷面，但仍需看火工進(jìn)行判斷。
　　我們利用圖像處理和神經(jīng)網(wǎng)絡(luò)技術(shù)開發(fā)了燒結(jié)礦FeO含量在線檢測儀，可以代替看火工來完成這項工作，在線判斷燒結(jié)礦FeO含量。判斷結(jié)果分為4等：(1)含量低；(2)含量正常；(3)含量偏高；(4)含量高。
1　檢測儀的結(jié)構(gòu)及工作原理
　　燒結(jié)礦FeO含量智能檢測儀的結(jié)構(gòu)如圖1所示。其中，圖像采集系統(tǒng)由1臺黑白CCD攝像機(jī)、濾光片、圖像采集卡和PC機(jī)組成。圖像采集系統(tǒng)的附屬設(shè)備包括風(fēng)反吹水冷套，空氣過濾器，控制攝像時刻的采樣開關(guān)，照明光源等。

檢測儀的工作分為自動采樣、圖像處理和圖像識別3個階段。當(dāng)臺車每次到達(dá)預(yù)定位置時，采樣開關(guān)發(fā)出信號給計算機(jī)，計算機(jī)控制圖像采集系統(tǒng)捕捉燒結(jié)機(jī)尾斷面圖像；在圖像處理階段，對燒結(jié)機(jī)尾斷面圖像進(jìn)行平滑、分割和標(biāo)注處理，提取特征；在圖像識別階段，由上一步提取的圖像特征，采用根據(jù)燒結(jié)看火工(專家)的經(jīng)驗訓(xùn)練的BP神經(jīng)網(wǎng)絡(luò)對圖像樣本分類，最后給出相應(yīng)的FeO含量等級。工作原理如圖2所示。

2　燒結(jié)機(jī)尾斷面圖像處理與特征提取
　　總結(jié)燒結(jié)看火工觀察燒結(jié)機(jī)尾斷面特征判斷FeO含量的方法，經(jīng)實驗比較，我們?yōu)樽R別燒結(jié)機(jī)尾斷面圖像設(shè)計了2個特征：燒結(jié)機(jī)尾斷面圖像中紅火層區(qū)域內(nèi)燒結(jié)氣孔面積平均值

和氣孔內(nèi)部火焰亮度平均值

，即圖像的特征向量為

設(shè)一幅燒結(jié)機(jī)尾斷面圖像上燒結(jié)氣孔的個數(shù)為n，各個燒結(jié)氣孔的面積(以象素個數(shù)表示)為Si(i=1，2，…，n)，燒結(jié)氣孔內(nèi)部火焰的亮度為fij(i=1，2，…，n；j=1，2，…，ni)，ni是第i個燒結(jié)氣孔的象素個數(shù)(ni=Si)，則燒結(jié)氣孔面積平均值

定義為

燒結(jié)氣孔內(nèi)部火焰亮度平均值定義為

根據(jù)以上確定要提取的燒結(jié)機(jī)尾斷面圖像特征及圖像特點，對圖像采取如下處理：①自適應(yīng)平滑算法平滑燒結(jié)機(jī)尾斷面圖像；②基于尋谷法和矩保持法的自適應(yīng)(局域)閾值法分割燒結(jié)機(jī)尾斷面圖像；③兩次掃描法對分割后的燒結(jié)機(jī)尾斷面圖像(二值圖像)進(jìn)行標(biāo)注。在以上3個步驟處理圖像后，即可由式(1)、(2)計算圖像的特征向量：

機(jī)尾斷面圖像處理結(jié)果如圖3所示。

(a)燒結(jié)機(jī)尾斷面圖像，256象素×256象素，256級灰度；(b)用自適應(yīng)平滑算法平滑后的圖像；(c)用基于尋谷法和矩保持法的自適應(yīng)閾值分割后的圖像；(d)圖3(a)的灰度直方圖；(e)圖3(b)的灰度直方圖
　　圖3示例檢測儀的圖像處理工作過程：圖3(a)為CCD攝像機(jī)攝取的燒結(jié)機(jī)尾斷面細(xì)節(jié)圖像，CCD攝像機(jī)鏡頭焦距50mm，攝像距離3m，圖像對應(yīng)的實際斷面面積為265mm×200mm。由于現(xiàn)場噪聲干擾，在檢測儀中采用自適應(yīng)平滑算法對原始圖像圖3(a)進(jìn)行平滑濾波，結(jié)果如圖3(b)。為了提取式(1)、(2)設(shè)計的圖像特征，下一步采用基于尋谷法和矩保持法的自適應(yīng)(局域)閾值法分割圖3(b)，結(jié)果如圖3(c)。最后用兩次掃描法對分割后的燒結(jié)機(jī)尾斷面圖像圖3(c)進(jìn)行標(biāo)注，根據(jù)式(1)、(2)計算圖像特征。
3　BP神經(jīng)網(wǎng)絡(luò)對燒結(jié)機(jī)尾斷面圖像的識別
　　檢測儀對燒結(jié)礦FeO含量的判別基于燒結(jié)看火工的經(jīng)驗知識，考慮到生產(chǎn)工藝要求以及看火工的識別標(biāo)準(zhǔn)，檢測儀給出的結(jié)果是定性的分類。根據(jù)本鋼第二煉鐵廠燒結(jié)生產(chǎn)的長期統(tǒng)計數(shù)字表明，燒結(jié)礦FeO含量范圍在7％～18％之間，將判別結(jié)果分成4等，對應(yīng)的FeO含量范圍為：FeO含量低(等級1，7％≤w(FeO)〈9％；含量正常（等級2.9%≤w(FeO)<11%）；含量高（等級3,11%≤w(FeO)<13%）；含量很高（等級4,w(FeO)13%）。與此對應(yīng)，檢測儀采集到的燒結(jié)機(jī)尾斷面圖像也分成4類，檢測儀對燒結(jié)礦含量的判別也就是對燒結(jié)機(jī)尾斷面圖像的分類識別。
　　神經(jīng)網(wǎng)絡(luò)是基于模仿生物大腦的結(jié)構(gòu)和功能而構(gòu)成的一種信息處理系統(tǒng)，具有很好的聯(lián)想記憶功能、自學(xué)習(xí)性、自適應(yīng)性和容錯性，很適合解決分類識別問題。目前在實際問題中應(yīng)用最廣泛、最成熟的是BP網(wǎng)。我們采用3層BP神經(jīng)網(wǎng)絡(luò)作為識別分類器對燒結(jié)機(jī)尾斷面圖像進(jìn)行分類識別。
3.1　燒結(jié)機(jī)尾斷面圖像識別BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
　　式(1)、(2)中，由燒結(jié)機(jī)尾斷面圖像提取的特征構(gòu)成了對圖像進(jìn)行分類識別的基礎(chǔ)，將其作為BP神經(jīng)網(wǎng)絡(luò)的輸入(2個神經(jīng)元)，燒結(jié)礦FeO含量等級為網(wǎng)絡(luò)的輸出(1個神經(jīng)元)，一層隱含層(4個神經(jīng)元，變換函數(shù)為S型函數(shù))，則網(wǎng)絡(luò)結(jié)構(gòu)如圖4所示。

3.2　燒結(jié)機(jī)尾斷面圖像識別BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練
　　為了成功地開發(fā)神經(jīng)網(wǎng)絡(luò)，產(chǎn)生訓(xùn)練樣本集是第1步，也是十分重要和關(guān)鍵的一步。這包括原始數(shù)據(jù)的收集、數(shù)據(jù)分析、變量選擇以及數(shù)據(jù)的預(yù)處理，只有經(jīng)過這些步驟后，才能對神經(jīng)網(wǎng)絡(luò)進(jìn)行有效的學(xué)習(xí)和訓(xùn)練。
　　網(wǎng)絡(luò)的訓(xùn)練數(shù)據(jù)必須滿足兩個條件：數(shù)據(jù)組中必須包含全部模式；在每一個類型中還應(yīng)該考慮隨機(jī)噪聲的影響。
　　對于我們的應(yīng)用，采用如下方法建立網(wǎng)絡(luò)訓(xùn)練集：
　　(1)采集燒結(jié)機(jī)尾斷面圖像樣本，計算圖像樣本的特征值(

和

)，再由燒結(jié)看火工(燒結(jié)專家)觀察采樣時刻燒結(jié)機(jī)尾斷面，判斷燒結(jié)礦FeO含量等級，此FeO含量等級即為該圖像樣本對應(yīng)的燒結(jié)礦FeO含量等級。
　　(2)重復(fù)第(1)步N次，得到N組數(shù)據(jù)(圖像樣本的特征數(shù)據(jù)和相應(yīng)的燒結(jié)礦FeO含量等級)作為網(wǎng)絡(luò)的訓(xùn)練集，要使其中包含4個等級樣本。
　　(3)對網(wǎng)絡(luò)訓(xùn)練集進(jìn)行標(biāo)準(zhǔn)化。為了避免特征量綱對分類造成的影響，利用極差將樣本原始特征數(shù)據(jù)標(biāo)準(zhǔn)化。在一批樣本中每個特征的最大值與最小值之差為這個特征的極差，例如對特征，

,其N個數(shù)據(jù)的極差R為

利用極差對特征進(jìn)行標(biāo)準(zhǔn)化：

網(wǎng)絡(luò)的訓(xùn)練采用有教師的訓(xùn)練方法。采用這種方法，每一組用于訓(xùn)練的數(shù)據(jù)中，輸入值都有相應(yīng)的輸出值。將輸入值輸入網(wǎng)絡(luò)，網(wǎng)絡(luò)經(jīng)過計算得到輸出值，與訓(xùn)練數(shù)據(jù)中相應(yīng)的輸出值進(jìn)行比較。在一批訓(xùn)練數(shù)據(jù)依次輸入網(wǎng)絡(luò)后，網(wǎng)絡(luò)得到一組輸出值與訓(xùn)練數(shù)據(jù)中相應(yīng)的輸出值之間的誤差，然后網(wǎng)絡(luò)根據(jù)平均誤差修正各處理單元連接的權(quán)重。網(wǎng)絡(luò)再輸入下一批訓(xùn)練數(shù)據(jù)，新的權(quán)重應(yīng)使訓(xùn)練所得誤差值減小。如此反復(fù)，當(dāng)網(wǎng)絡(luò)的輸出誤差小于一定值時，完成訓(xùn)練。
　　由于我們應(yīng)用的樣本共有4種模式，網(wǎng)絡(luò)訓(xùn)練時每組數(shù)據(jù)包含4個樣本(每一FeO含量等級各1個)，作為一批訓(xùn)練數(shù)據(jù)，按上述方法進(jìn)行訓(xùn)練。
4　檢測儀的運行及現(xiàn)場試驗結(jié)果
　　檢測儀在線工作時，對采集的燒結(jié)機(jī)尾斷面圖像進(jìn)行平滑、分割和標(biāo)注，然后計算特征，再由經(jīng)過訓(xùn)練的神經(jīng)網(wǎng)絡(luò)進(jìn)行圖像識別。這樣根據(jù)圖像所屬類別就給出本次FeO含量等級。同時考慮到生產(chǎn)的連續(xù)性，為避免隨機(jī)因素造成判斷誤差，還要進(jìn)行多次判斷的綜合，即連續(xù)采集N幅燒結(jié)機(jī)尾斷面圖像(對應(yīng)連續(xù)的N節(jié)臺車)，每幅圖像給出一次判斷，N次判斷中出現(xiàn)次數(shù)最多的FeO含量等級作為當(dāng)前時刻的判斷結(jié)果(實際運行中取N=10)。
　　為了檢驗本檢測儀器的性能，我們在本鋼第二煉鐵廠3＃燒結(jié)機(jī)進(jìn)行了現(xiàn)場的運行試驗。試驗歷時15d，每天上午7點30分至下午3點30分(白班)試驗8h。每隔20min由燒結(jié)工觀察一次機(jī)尾斷面，判斷FeO含量，并和檢測儀顯示結(jié)果進(jìn)行對比，共進(jìn)行了320次試驗，檢測儀結(jié)果和燒結(jié)看火工判斷結(jié)果對比，符合率為825％。當(dāng)化驗室給出FeO含量的化學(xué)分析結(jié)果時，和當(dāng)前時刻前2h檢測儀顯示結(jié)果進(jìn)行對比，共進(jìn)行了43次試驗，符合率為721％，
　　從上述試驗結(jié)果可看出，檢測儀給出的質(zhì)量信息與燒結(jié)工判斷的符合率較好。
5　結(jié)束語
　　在燒結(jié)機(jī)尾對燒結(jié)礦中FeO含量實現(xiàn)在線連續(xù)檢測，具有重要的理論價值和實際意義。我們研制的燒結(jié)礦FeO含量檢測儀采用圖像處理與神經(jīng)網(wǎng)絡(luò)技術(shù)實現(xiàn)，實驗證明我們采用的方法可行，檢測儀設(shè)計合理。今后進(jìn)一步總結(jié)看火工經(jīng)驗，增加圖像的模式特征，如考慮圖像氣孔區(qū)的紋理特性等，同時采集生產(chǎn)參數(shù)，如燒結(jié)原料的配料比、焦炭含量、配水量等，進(jìn)行綜合判斷，檢測儀的檢測效果將會進(jìn)一步提高。