【摘 要】
:
随着科技的发展,各行各业对钢材的需求量不仅越来越大,而且对质量的要求也是越来越高。精确测量钢水的温度可以提高钢铸工件的合格率,降低燃料成本,是推动钢铁自动化生产必不可缺的一步。目前通常采用红外测温技术全面监测冶炼炉中的钢水温度。但由于生产现场环境复杂,工作过程中受到环境温湿度、测温距离、发射率和粉尘等多种因素的影响,限制了测温精度。因此,本文将针对主要的影响因素,提出有效的温度补偿方法,以提高红外
论文部分内容阅读
随着科技的发展,各行各业对钢材的需求量不仅越来越大,而且对质量的要求也是越来越高。精确测量钢水的温度可以提高钢铸工件的合格率,降低燃料成本,是推动钢铁自动化生产必不可缺的一步。目前通常采用红外测温技术全面监测冶炼炉中的钢水温度。但由于生产现场环境复杂,工作过程中受到环境温湿度、测温距离、发射率和粉尘等多种因素的影响,限制了测温精度。因此,本文将针对主要的影响因素,提出有效的温度补偿方法,以提高红外测温精度。通过对钢铁生产现场实际考察发现,与其它影响因素相比,测温距离和环境温度对红外测温精度的影响最为明显。所以本文将针对测温距离和环境温度的影响展开详细分析。针对测温距离带来的红外线发散问题,首先分析了传统红外光学系统的工作原理,改进出了目视瞄准和红外接收共光路光学结构。结合光学外形尺寸给出了物镜、场镜、转像镜以及目镜的各项技术参数。根据钢水温度范围设计了反射型滤光片,将近红外反射给探测器,可见光透射给目镜。其次针对测温距离带来的红外线衰减问题,分别提出了软件补偿和硬件补偿方法。通过实验从测温精度和测温视场等方面进行比较,最终选择硬件补偿方法。针对环境温度的影响,首先从标定实时性和标定精度等方面对比了多种温度标定方法。最终选择黑体标定法进行标定实验,得到钢水温度与电压幅度的映射关系。还分析了探测器饱和度、黑体增益和电路放大倍数分别对标定的影响,建立了准确度高、测温范围宽的测温模型。然后在此模型的基础上,使用恒温箱和黑体炉进行模拟实验,找出不同黑体温度下环境温度对红外测温的影响,进而建立环境温度补偿模型。最后将光学系统和温度补偿模型结合在一起来提高红外测温精度,保证钢铁生产安全、稳定地进行。本文在钢铁生产现场测试了红外测温系统的准确性和稳定性。实验结果表明:改进后的红外光学系统可以清晰地观察到钢水位置并选择测量区域。并且加载温度补偿模型的红外测温系统在不同的测温距离和环境温度下测温时,其平均相对误差均低于0.39%。因此,本文提出的温度补偿模型可以有效抑制测温距离和环境温度对红外测温精度的影响,对研究高精度钢水红外测温技术有重要参考价值。
其他文献
微表情是一种持续时间非常短、表达强度非常低的特殊表情,通常在人们企图掩饰自己内心的真实想法时不由自主的出现。因为微表情在面部停留的时间通常只有1/25秒至1/3秒,大多数人都难以意识到它的出现。这种特殊的表情被认为与人的自我防御机制有关,反映了人们内心的真实想法。对微表情进行准确识别有助于人们做出适当的判断和决定,因此研究者们开始关注微表情识别相关的研究。考虑到图像分类领域广泛使用卷积神经网络,所
随着科学技术的不断发展,人脸识别、虚拟现实以及增强现实等需要较高计算能力的新兴应用不断涌现,而移动终端有限的计算资源无法满足该类应用的运行需求。移动边缘计算(Mobile Edge Computing,MEC)和超密集网络(Ultra-Dense Network,UDN)的结合成为解决终端资源有限问题的有效方案。然而,在UDN-MEC系统中存在多种复杂因素,制约着用户的卸载决策,在动态系统中用户自
视频直播、短视频业务的蓬勃发展在丰富人们日常生活的同时,也导致了数据流量爆炸式增长。为了提升用户体验质量,边缘缓存技术将内容提前缓存在离用户较近的边缘节点中,降低用户请求响应时延。由于用户兴趣的时变性和视频内容的多样性,如何精确感知用户的兴趣变化和内容的流行趋势成为实现高效边缘缓存所面临的关键挑战。推荐系统技术能够基于海量数据分析用户个性化用户偏好,为用户提供“千人千面的”的个性化推荐服务。因此,
为解决南京椴种子萌发难的问题,本文研究不同赤霉素浓度、不同温度层积对其萌发特性的影响。结果表明,层积与赤霉素相结合是提高南京椴种子发芽率、促进幼苗发育的一种有效的方法,其中采用1 400 mg/L赤霉素浸泡24 h,经过4℃低温层积7 d,再转入10℃低温层积7 d,可显著提高南京椴种子发芽率,最高达73.68%;1200 mg/L赤霉素处理后经过变温层积和1 400 mg/L赤霉素处理后经过低温
近几年来,由于物联网等新兴技术的蓬勃发展,将会有更多的移动设备加入到无线网络中,构建智能美好生活是未来发展的大趋势。面对智能移动设备的爆炸式增长,使得频谱资源变得越来越稀缺,因此要求通信系统具备高传输速率以及高传输质量等特点。超宽带(Ultra Wideband,UWB)技术作为一种凭借极窄的脉冲来传输数据的技术,具有高带宽、多径分辨力强以及成本低等优点,主要用到室内短距离通信中,成为未来无线通信
日益增长的全球电动汽车(EV)市场对锂离子电池电极材料的成本和能量密度提出了更高的要求。在现有的正极材料中,高镍层状Li NixCoyMn1-x-yO2(NCM)和Li NixCoyAl1-x-yO2(NCA)因较高的理论比容量和满意的工作电压,被认为是最有前景的电动汽车正极材料之一。然而,由于钴(Co)资源匮乏及价格昂贵,对电池行业所追求的低成本和可持续的目标构成了重大挑战,于是低钴或无钴化成为
大数据时代,视频数据量在不断增加,视频编码技术也在不断发展。实际应用中H.264和高效视频编码(High efficiency video coding,HEVC)标准共同存在,通用视频编码(Versatile Video Coding,VVC)标准也逐渐登上历史舞台。由于不同编码标准的编码器在以后很长一段时间都会共存,这使得视频转码技术的研究十分具有意义。现存的视频转码算法常存在编码复杂度高和压
人脸表情识别作为情感研究的重要组成部分,是实现人与机器交互的必要条件,具有重要的研究意义及潜在的商业价值。本论文就人脸表情识别过程中两个重要环节进行了分析,分析了现有的人脸表情特征提取算法以及人脸表情分类识别方法中存在的不完善的地方,并且提出了解决方案。本文研究的主要内容有:1.针对局部梯度二值模式(Local Gradient Binary Pattern,LGBP)只能在单尺度模板下提取人脸表
通信信号调制类型识别是一种典型的模式识别问题,被广泛应用于信号确认、无线电侦听、电子对抗、信号监测和分析等领域。在通信环境日益密集,信号调制类型日益丰富的情况下,信号的调制识别变得愈加困难。近年来,随着机器学习的快速发展,深度学习算法在模式识别领域得到广泛应用,并逐渐用于解决信号调制识别问题。本文主要研究基于深度学习的信号调制识别算法,主要内容如下:1.针对现有方案在低信噪比环境下识别准确率较低的