摘要：為解決傳統(tǒng)渣緩冷場巡檢方式依賴人工、安全風險大、效率低、成本高、準確率低及環(huán)境惡劣等問題，研制并應(yīng)用了渣緩冷場智能巡檢系統(tǒng)。利用云臺式紅外熱像儀獲取渣包和冷卻水噴淋設(shè)備的熱成像圖片和可見光圖片，并通過紅外熱成像溫度算法和AI智能識別，精準監(jiān)測渣包溫度變化和噴淋設(shè)備運行狀態(tài)，自動識別異常情況并及時告警。系統(tǒng)應(yīng)用后，以高穩(wěn)定性和高精準度幫助工作人員及時處理了現(xiàn)場巡檢的各項問題，保障了生產(chǎn)的安全和穩(wěn)定，為金屬冶煉行業(yè)提供了一種高效、智能的巡檢解決方案，推進了行業(yè)的數(shù)字化轉(zhuǎn)型和智能化升級。

關(guān)鍵詞：渣緩冷場；智能巡檢；物聯(lián)網(wǎng)；紅外熱成像；AI智能識別；數(shù)據(jù)分析；數(shù)字工廠

中圖分類號：TF082文章編號：1001-1277（2024）10-0076-04

文獻標志碼：Adoi：10.11792/hj20241012

引言

在金屬冶煉過程中，渣緩冷場是處理高溫熔煉渣的場所，對金屬冶煉的質(zhì)量和效率起著至關(guān)重要的作用。傳統(tǒng)的巡檢方式依賴人工，不僅效率低，而且在高溫、粉塵、炸包等惡劣工作場景下，對工作人員的健康和安全構(gòu)成較大威脅［1-5］。為解決這一問題，研發(fā)了渣緩冷場智能巡檢系統(tǒng)，該系統(tǒng)基于紅外傳感技術(shù)，結(jié)合了物聯(lián)網(wǎng)（IoT）、機器視覺、傳感器網(wǎng)絡(luò)、大數(shù)據(jù)分析及人工智能（AI）等先進技術(shù)，通過實時收集渣緩冷場的各種數(shù)據(jù)及智能算法分析，實現(xiàn)對渣緩冷場的智能管理。相較于巡檢機器人系統(tǒng)，紅外熱成像系統(tǒng)更適合渣緩冷場工作環(huán)境，能夠承擔大范圍、遠距離的巡檢任務(wù)，避免渣緩冷場高溫、粉塵、炸包等惡劣環(huán)境因素對系統(tǒng)穩(wěn)定性的干擾，日常維護成本更低，性價比更高［6］。

本文詳細介紹了渣緩冷場智能巡檢系統(tǒng)的設(shè)計要求、設(shè)計原理、系統(tǒng)架構(gòu)，并分析了該系統(tǒng)在實際應(yīng)用中的效果和優(yōu)勢，以期為金屬冶煉行業(yè)提供一種高效、智能的渣緩冷場巡檢解決方案，推動行業(yè)的數(shù)字化轉(zhuǎn)型和智能化升級，為生產(chǎn)安全和質(zhì)量提升提供更有力保障。

1渣緩冷場智能巡檢系統(tǒng)設(shè)計

1.1需求分析

1.1.1主要需求

1）渣包溫度巡視和檢測。代替人工進行日常巡視和檢測工作，具有遠程遙控巡檢功能；能夠獲取每個渣包的表面溫度圖像，通過多種圖像分割、標定、識別等智能算法獲得渣包溫度，設(shè)定報警閾值后自動報警；獲取每個渣包的表面溫度分布情況及變化趨勢，直至渣包完全冷卻至安全溫度（表面溫度低于50 ℃）觸發(fā)轉(zhuǎn)運指令；可適用于室外全天候環(huán)境，實現(xiàn)全時無縫監(jiān)測，運行效率高，通過智能溫度巡檢監(jiān)測記錄每個渣位的渣包溫度狀態(tài)并進行渣包識別，實現(xiàn)對渣包、緩冷場透明化管理。

2）冷卻水噴淋狀況監(jiān)測。對冷卻水的噴淋狀況進行監(jiān)測，當出現(xiàn)噴淋水斷流等狀況導(dǎo)致冷卻中斷時自動觸發(fā)報警，引導(dǎo)現(xiàn)場人員進行排查，斷流有效檢出率達到80 %以上。

1.1.2難點分析

1）渣緩冷場面積大，渣包數(shù)量多，數(shù)據(jù)采集設(shè)備要做到全覆蓋必須架設(shè)在高處，會因與部分渣包觀測距離過遠而影響測量精度。

2）黑夜或大霧等惡劣天氣條件下，冷卻水噴淋圖像的采集清晰度受影響。

3）在高溫和化學物質(zhì)沉積的作用下，數(shù)據(jù)采集設(shè)備的鏡頭容易結(jié)晶，造成采集圖像模糊。

1.1.3解決方案

1）對于觀測距離過遠可能導(dǎo)致測量精度降低的問題，采取以下解決方案：

（1）高分辨率傳感器。選擇高分辨率的紅外傳感器，能夠捕捉更多細節(jié)，在遠距離下保持更高的測溫精度。

（2）聚焦鏡頭設(shè)計。采用專業(yè)的聚焦鏡頭設(shè)計，使紅外測溫攝像頭能夠調(diào)整焦距，適應(yīng)不同距離下的觀測需求，保持測量精度和清晰度。

（3）智能算法校正。采用智能算法對不同距離條件下觀測到的紅外圖像進行校正，提高測量精度［7］。

2）對于惡劣環(huán)境下的冷卻水噴淋圖像采集問題，研究采用可見光和紅外熱成像圖像共同采集［8］，并根據(jù)2種圖像綜合分析識別水流情況，實際效果如圖1所示。

3）對于設(shè)備鏡頭結(jié)晶的問題，研究為每臺紅外熱像儀的攝像頭配置了雨刷噴淋裝置，支持自動和手動噴淋清洗鏡頭。雨刷噴淋裝置實拍圖如圖2所示。

2024年第10期/第45卷礦業(yè)工程礦業(yè)工程黃金

1.2系統(tǒng)架構(gòu)設(shè)計

1.2.1硬件選型

1）數(shù)據(jù)采集終端。前端數(shù)據(jù)采集設(shè)備選用DST6-A50Ti云臺式紅外熱像儀，該設(shè)備由T型云臺、紅外模組、可見光模組、防護罩、定制雨刷噴淋裝置等組成，配備了先進的熱成像傳感器和高清光學攝像頭，可同時獲取紅外熱成像圖像和光學圖像，具備高分辨率和高靈敏度的成像能力。該紅外熱像儀測溫在-40 ℃～1 500 ℃，測溫誤差不超過±2 ℃或測量值的±2 %，工作環(huán)境溫度為-20 ℃～60 ℃，在工作環(huán)境溫度范圍內(nèi)變化時，測量值變化不大于2 ℃，能夠在現(xiàn)場高溫環(huán)境下保持設(shè)備性能穩(wěn)定。

2）網(wǎng)絡(luò)交換機。選用16口千兆二層WEB網(wǎng)管企業(yè)級網(wǎng)絡(luò)交換機。

3）服務(wù)器。選用戴爾T3660標配塔式服務(wù)器。

1.2.2網(wǎng)絡(luò)規(guī)劃

渣緩冷場智能巡檢系統(tǒng)采用星型拓撲結(jié)構(gòu)，中心設(shè)備連接所有外圍設(shè)備，利于管理和維護，并將整個網(wǎng)絡(luò)劃分為不同的子網(wǎng)，保證每個子網(wǎng)有足夠的帶寬和穩(wěn)定性，避免單個子網(wǎng)中設(shè)備過多導(dǎo)致網(wǎng)絡(luò)擁堵［9］。

1.2.3數(shù)據(jù)傳輸方式

數(shù)據(jù)傳輸采用千兆網(wǎng)有線方式，安全性高，可以提供更快的傳輸速度和更穩(wěn)定的網(wǎng)絡(luò)性能，且不容易受到電磁波干擾，信號更加穩(wěn)定可靠。

1.2.4數(shù)據(jù)存儲方案

渣緩冷場智能巡檢系統(tǒng)采用本地存儲方式，方便數(shù)據(jù)的實時處理和分析，且圖像類數(shù)據(jù)循環(huán)存儲時間不少于365 d，視頻類數(shù)據(jù)循環(huán)存儲時間不少于360 h。

1.2.5數(shù)據(jù)分析算法

1）紅外熱成像測溫算法。在紅外熱成像中，不同的物體表面會以不同的灰度值顯示在熱成像圖像上。通常情況下，較高的灰度值對應(yīng)著較高的溫度，較低的灰度值則對應(yīng)較低的溫度。通過提前對渣緩冷場智能巡檢系統(tǒng)采集的紅外熱成像圖像灰度進行校準和分析，建立灰度與溫度之間的映射關(guān)系，也就是灰度和溫度的對應(yīng)關(guān)系模型，結(jié)合該模型即可根據(jù)后續(xù)渣緩冷場智能巡檢系統(tǒng)采集到的紅外熱成像圖像中的灰度值精確反推出渣包表面溫度［10］。

2）AI智能識別分析算法。AI智能識別分析算法主要基于機器學習和深度學習方法，計算機通過學習大量數(shù)據(jù)的模式和特征，從而實現(xiàn)對圖像、文本、語音、時間序列等各種數(shù)據(jù)類型的識別和分析。渣緩冷場智能巡檢系統(tǒng)提前使用30萬張以上的各狀態(tài)水流噴淋圖像進行卷積神經(jīng)網(wǎng)絡(luò)（CNN）深度學習計算，提取圖像中的特征，將預(yù)測結(jié)果與真實狀態(tài)之間的誤差最小化，提高算法的準確性［11］，能自動提取

現(xiàn)場獲取到的水流噴淋圖像特征并識別運行狀態(tài)。

1.3攝像頭部署

攝像頭選用固定分布式部署，相較于軌道式部署，具有以下優(yōu)勢：

1）安裝更簡便。無需復(fù)雜的軌道安裝，減少了設(shè)備安裝的工作量。

2）數(shù)據(jù)采集更穩(wěn)定。不會受到軌道運動或振動等外界因素影響，能夠采集到更準確的圖像數(shù)據(jù)。

3）運行維護成本更低。固定分布式攝像頭無需頻繁調(diào)整位置，且無需維護軌道，減少了運行維護成本。

紅外熱像儀共安裝12臺，在水泥柱上加裝3.5 m鋼結(jié)構(gòu)立柱，在上方安裝紅外熱像儀，F(xiàn)區(qū)2臺加高4.5 m，加裝后總高度約為9.5 m。

1.4軟件功能

通過控制端軟件，能夠?qū)υ徖鋱鲋悄苎矙z系統(tǒng)數(shù)據(jù)、巡航路線、巡航時間、預(yù)置點位、告警規(guī)則和告警方式等進行查看和設(shè)置等操作，軟件操作界面如圖3所示。

1.5系統(tǒng)集成

渣緩冷場智能巡檢系統(tǒng)由數(shù)據(jù)采集終端、中繼設(shè)備、專用分析服務(wù)器和可視化終端集成而成，集成框架如圖4所示。

雙光譜熱像儀對渣包和冷卻水噴淋設(shè)備進行圖像采集，通過中繼設(shè)備傳輸至專用分析服務(wù)器，專用分析服務(wù)器接收、處理前端傳來的各類信息，通過精準算法，識別渣包溫度和水冷噴淋系統(tǒng)狀態(tài)，并通過可視化終端展示分析結(jié)果和告警信息。

1.6測試與優(yōu)化

渣緩冷場智能巡檢系統(tǒng)部署后，進行了功能測試、性能測試、系統(tǒng)集成測試、安全測試等一系列測試與優(yōu)化，從而確保該系統(tǒng)能夠穩(wěn)定可靠地運行，并達到預(yù)期效果。

1.7應(yīng)用與維護

渣緩冷場智能巡檢系統(tǒng)正式投入運行后，定期進行用戶培訓、數(shù)據(jù)管理、故障處理和系統(tǒng)更新，以保證該系統(tǒng)的長期穩(wěn)定性和可靠性。

2渣緩冷場智能巡檢系統(tǒng)特點

2.1技術(shù)創(chuàng)新

2.1.1紅外溫度算法判斷渣包冷卻狀態(tài)

渣包在冷卻過程中，不同部位溫度會有所差異，紅外熱成像技術(shù)能夠?qū)崟r準確獲取渣包表面溫度分布圖像，監(jiān)測渣包冷卻全過程的狀態(tài)，并通過訓練完善后的溫度算法模型，準確計算出渣包各階段及各部位的溫度情況，判斷溫度是否達到倒包標準的預(yù)設(shè)值［12］。

2.1.2紅外熱成像技術(shù)結(jié)合AI智能識別技術(shù)

使用紅外熱成像技術(shù)結(jié)合AI智能識別技術(shù)對渣緩冷場的冷卻水噴淋設(shè)備進行圖像采集和流量識別，具有以下技術(shù)創(chuàng)新性：

1）全環(huán)境監(jiān)測。紅外熱成像技術(shù)彌補了可見光傳感器在黑夜和大霧等環(huán)境下圖像采集不清晰的缺點，做到了對噴淋設(shè)備狀態(tài)全時段、全環(huán)境的監(jiān)測［13-14］。

2）智能化分析。相比人工目視檢查，智能化分析大大提高了識別的準確性和效率。

3）持續(xù)優(yōu)化和學習。AI技術(shù)具有持續(xù)優(yōu)化和學習的能力，通過不斷更新模型和算法，實現(xiàn)更精準的識別和更廣泛的應(yīng)用。

2.2項目效益

1）安全性提高。減少了現(xiàn)場高溫、有毒有害和炸包環(huán)境下人為巡檢帶來的安全隱患。

2）效率提高。智能巡檢比人工巡檢更快速、頻繁、及時，在更短時間內(nèi)發(fā)現(xiàn)并解決了更多故障。

3）成本降低。長期來看，智能巡檢可以大幅降低人力成本，減少因設(shè)備故障導(dǎo)致的各種損失。

4）數(shù)據(jù)驅(qū)動決策?；诖罅繉崟r數(shù)據(jù)的分析，管理層可以做出更加精準的決策，優(yōu)化生產(chǎn)流程。

3結(jié)語

本文研制的渣緩冷場智能巡檢系統(tǒng)，在紅外熱成像技術(shù)和AI智能識別技術(shù)的支持下，實現(xiàn)了對渣包溫度和冷卻水噴淋設(shè)備流量的實時監(jiān)測和識別。從現(xiàn)場應(yīng)用結(jié)果來看，該系統(tǒng)在準確性和效率上表現(xiàn)出了顯著的優(yōu)勢，能夠有效提高巡檢工作的質(zhì)量和效率。未來，通過該系統(tǒng)運行數(shù)據(jù)的積累，將不斷優(yōu)化和調(diào)整模型，使系統(tǒng)更加智能化和高效化，提高識別的準確性和穩(wěn)定性，并拓展應(yīng)用范圍，將該系統(tǒng)應(yīng)用于更多的工業(yè)場景中。渣緩冷場智能巡檢系統(tǒng)在提高巡檢效率和準確性方面展現(xiàn)出了良好的應(yīng)用前景，為相關(guān)領(lǐng)域的智能化管理和監(jiān)測提供了參考和借鑒。

［參 考 文 獻］

［1］雷貴春.淺論銅渣選礦及綜合利用［J］.礦產(chǎn)綜合利用，1996（5）：17-20.

［2］金澤志，程凱，屈上林，等.銅冶煉渣緩冷全流程智能管控系統(tǒng)應(yīng)用研究［J］.有色設(shè)備，2024，38（1）：56-61，67.

［3］岳建峰，劉智勇，羅羊，等.銅冶煉爐渣緩冷工藝技術(shù)應(yīng)用實踐［J］.有色金屬科學與工程，2021，12（5）：55-60.

［4］何峰.某銅冶煉廠緩冷場工藝設(shè)計淺談［J］.有色冶金設(shè)計與研究，2015，36（4）：30-32，35.

［5］姚書俊.一種渣緩冷場布置的思考［J］.世界有色金屬，2019（22）：190-191.

［6］高磊.一種國外銅渣緩冷技術(shù)新方法［J］.中國資源綜合利用，2018，36（10）：72-73.

［7］吳超，安瑋，龍云利，等.遠距離紅外圖像目標分析及背景抑制算法［J］.紅外技術(shù)，2008，30（10）：571-574.

［8］張俊舉，常本康，張寶輝，等.遠距離紅外與微光/可見光融合成像系統(tǒng)［J］.紅外與激光工程，2012，41（1）：20-24.

［9］婁雪明，錢華林.基于IPSec VPN全星型網(wǎng)絡(luò)的實現(xiàn)［J］.計算機工程，2005（9）：115-117.

［10］曹彥鵬，張圓圓，楊將新.非制冷紅外熱成像測溫關(guān)鍵技術(shù)研究［J］.振動、測試與診斷，2024，44（2）：209-216，404.

［11］HU H Q，LYU J，YIN X L.Research and prospect of image recognition based on convolutional neural network［J］.Journal of Physics：Conference Series，2020，1 574（1）：012161.

［12］吳瑞蕤，王曉顏，劉興剛.基于機器視覺的有色金屬加工設(shè)備溫度狀態(tài)監(jiān)控［J］.有色金屬加工，2023，52（4）：60-62.

［13］劉寶權(quán)，楊蓉，劉達，等.無人機智能巡檢技術(shù)在渠堤滲漏識別中的應(yīng)用［J］.水利水電技術(shù)（中英文），2024，55（增刊1）：242-248.

［14］李建華.應(yīng)用紅外熱成像儀進行設(shè)備檢測及故障判斷［J］.科技創(chuàng)新導(dǎo)報，2019，16（3）：115-116.

Development and application of intelligent inspection system for slag slow cooling fields

Wang Runnian1，Liu Liu2，Zhu Shibin2，Zhang Jieqing2

（1.Henan Zhongyuan Gold Smelter LLC.; 2.Anhui Guangzhi TechHqXFiRfap/vZU+K0wMzXTgoF7hBQX12/1qn7WNRbwmU=nology Co.，Ltd.）

Abstract：To address the issues associated with traditional inspection methods for slag slow cooling fields，which rely on manual operations and are characterized by high safety risks，low efficiency，high costs，low accuracy，and harsh environments，an intelligent inspection system for slag slow cooling fields has been developed and applied.This system uses a gimbal infrared thermal imager to capture thermal and visible light images of slag package and cooling water spray.By applying infrared thermal imaging temperature algorithms and AI-based intelligent recognition，the system accurately monitors temperature changes in slag package and the operational status of the spray，automatically identifying anomalies and issuing timely warnings.Since its implementation，the system has demonstrated high stability and precision，enabling staff to promptly address various on-site inspection issues，thereby ensuring production safety and stability.This system offers an efficient and intelligent inspection solution for the metal smelting industry，promoting digital transformation and intelligent upgrades within the sector.

Keywords：slag slow cooling field;intelligent inspection;Internet of Things;infrared thermal imaging;AI intelligent recognition;data analysis;digital factory