基于红外测温的转炉下渣检测方法技术领域
本发明涉及视觉检测技术，涉及基于红外热像检测，尤其是一种基于红外测温的
转炉下渣检测方法。
背景技术
随着社会发展的需要，各行各业对材料质量的要求日趋提高，尤其是基础工业的
钢材质量亦日益提高，迫使炼钢不断采用新技术，新工艺以提高钢水的质量。因此，生产高
质量、高技术含量、高附加值的优质钢产品成为钢铁企业的必然选择，而钢水质量直接影响
钢材性能。减少转炉出钢时的下渣量是改善钢水质量的一个重要环节，它可以减少钢水回
磷、回硫，提高合金收得率，减少钢中夹杂物，提高钢水清洁度，可为精炼钢水提供良好条
件。另外，有效的挡渣不仅可改善炉后环境还可减少脱氧剂及合金消耗，减少钢包粘渣，延
长钢包使用寿命，起到降低钢产品成本的作用。转炉出钢过程中如何降低下渣量是长期困
扰钢铁行业的技术难题，已成为转炉冶炼特钢、优钢的制约因素。
转炉出钢从上世纪七十年代开始采用挡渣出钢技术以来，挡渣出钢技术发展突飞
猛进，其中最典型的有：挡渣球→挡渣塞(镖)→气动挡渣→滑板法挡渣等。转炉出钢口采用
滑板法挡渣是当今国际上最先进的方法之一，由于滑板开闭非常迅速(0.5s)，能够对出钢
过程中的前期渣和后期渣有效的阻挡，是目前转炉出钢挡渣效果最佳的一种生产工艺技
术。
在滑板挡渣过程中对下渣量的判断，以确定何时关闭滑板是滑板挡渣系统的关
键，关闭过早会造成炉内剩钢，关闭过晚会使钢水质量下降。如果单纯依靠人工肉眼观察和
经验判断，其局限性在于当钢水和钢渣均为炽热状态时，工作环境恶劣，操作者难以准确判
断下渣量的多少。并且，当工人长时间注视转炉出钢注流，高温下钢水热辐射使面部特别是
眼睛受到极大的伤害，不利于工人的劳动保护。为此国内外相继使用了电磁检测法、红外图
像法等方式对转炉下渣过程进行监测。
电磁检测法的传感器(线圈)放在出钢口附近，由于暴露在常温环境下，加上机械
负荷较大，一般要求的维护量也较大。因此现阶段大多使用红外的方式对转炉下渣量进行
判断从而对滑板挡渣进行控制。
红外图像检测法探测的温度范围通常是0-500度，而出钢温度通常在1650度左右，
因此需要使用红外衰减片和降低镜头的光圈，降低辐射能量才能够对温度进行探测；系统
将物体表面红外辐射温度分布情况转换为灰度，然后以视频图像的形式呈现出来，辐射温
度相对高则偏向于白色，辐射温度相对低则偏向于黑色。图像式检测系统由于是从红外辐
射温度一次量转换形成图像，转换后的灰度数值范围小，在分辨率上有很大的下降，并且一
旦出现干扰，很可能出现卷渣误报等情况，因此大多数图像式检测系统都需要配合转炉倾
角信号来进行判断，一旦转炉倾角的信号发生问题，误报的情况就不可避免了。图像式热像
仪为将物体表面红外辐射温度分布情况转换为灰度，必须涉及到利用红外衰减片和降低镜
头的光圈温度探测范围的缩小，这种方式人为增加了红外辐射能量在传输过程中的干扰因
素。如果滤光片镀膜不均匀，则会造成图像灰度与红外辐射温度对应关系的不均匀和非线
性，增加了误差环节，影响探测精度。镜头光圈一旦变化，则灰度和红外辐射温度对应关系
也随之变化，必须再根据工况去修改相关系统参数，维护量较大。
发明内容
本发明的目的在于克服现有技术不足，提供一种满足转炉下渣量在线测量的需
求，满足炼钢过程中智能、快速、高精度、低成本的检测需要的基于红外测温的转炉下渣检
测方法。
本发明采用的技术方案是：
一种基于红外测温的转炉下渣检测方法，其步骤为：
⑴采用红外热像仪作为图像和温度数据采集设备，红外热像仪的信息输出端与工
控机连接，工控机的指令输出端口与转炉PLC电控柜的信息输入端口连接，
⑵将红外热像仪放置在远离转炉的地方且与工控机连接，出钢过程中实时拍摄出
钢注流的图像，得到图像数据，同时得到钢水的实时温度数据；
⑶将红外热像仪采集的得到的图像数据和实时温度数据传送给工控机，工控机通
过计算和分析对转炉PLC电控柜发出指令；
⑷转炉PLC电控柜液压站将滑板闭合，由此完成挡渣。
而且，步骤⑵所述的出钢注流在出钢的不同阶段，红外热像仪自动跟踪注流的移
动，得到连续的图像数据。
而且，步骤⑶中工控机对图像数据的数据处理流程是：实时计算钢水中的含渣量，
当含渣量超过预先设定的报警值时，输出报警信号。
而且，所述含渣量超过预先设定的报警值的设置方式是：
⑴设置只在注流的上端和下端的两个有限的区域内进行ROI确定，减少运算量；
⑵在上述两个区域内，通过在每一行中从左至右行扫描确定温度上跳点，然后从
该点继续向右寻找温度下跳点，将各行中两跳点之间的距离进行记录；
⑶从这些记录下的距离中排序找到最大距离，以其对应的左上跳和右下跳点粗略
地确定ROI位置；
⑷扩展ROI，使其能包含尽量多的连续信息。
而且，工控机对实时温度数据的计算方式是：所述热像仪接收到的有效辐射包括
三部分：目标自身辐射、环境反射辐射和大气辐射，热像仪的测温公式为：
f(Tr)＝τα[εf(T0)+(1-α)f(Tu)]+εαf(Tα) 式1
其中：Tr为热成像仪指示的辐射温度。当被测表面为黑体，大气透射率τα＝1,且εα
＝0时，f(Tr)＝f(T0)，热像仪的辐射温度就是物体表面的真实温度；当ε<1时，热像仪的辐射
温度不等于物体的真实温度。如果α＝ε，即认为被测物体为灰体，且εα＝1-τα时，下式就是热
像仪测温计算用的基本公式：
f(Tr)＝τα[εf(T0)+(1-ε)f(Tu)]+(1-τα)f(Tα) 式2
由于f(T)＝CTn，上式可以进一步转化为
在远红外波段近距测量时，且当被测物体为灰体近似时，α＝ε大气透射率τα＝1，εα
＝0，由于钢水的温度较高Tu/T0近似为0，则上式最终化简为
在远红外波段，n＝4，
钢水和钢渣的红外辐射系数在8-13微米的远红外波段有很大差异，根据这一特性
可以设定一个温度阈值对两者进行区分，选定[T1,T2]确定钢水的红外辐射温度的区间，在
此温度区间的像素，即对应的是钢水，小于T1的为水蒸气或者低温钢水，大于T2的认定为钢
渣。
本发明优点和积极效果为：
1、本发明使用红外测温检测法直接提供探测钢水表面各点的红外辐射温度，即探
测到的为一次量，温度测量范围是300-2000度，一般分辨力能达到1度以下，并且能直接获
取到出钢过程中钢水的红外辐射温度，便于后续历史查询时对钢水的状态进行分析。
2、本发明使用红外热像仪对出钢注流的温度进行测量，并根据钢水、钢渣在远红
外波段红外辐射率具有较大差异这一特性对钢水、钢渣进行区分，实时计算含渣量。
3、本发明提出一种快速寻找钢注流边缘，从而完成出钢注流跟踪，避免由于转炉
角度变化(注流移动)，造成无法计算含渣量的情况。
附图说明
图1是本发明红外热像仪与转炉、工控机以及PLC电控柜之间连接关系的结构示意
图；
图2是本发明的检测流程图；
图3是本发明注流区域内进行确定ROI的示意图。
具体实施方式
下面通过附图结合具体实施例对本发明作进一步详述，以下实施例只是描述性
的，不是限定性的，不能以此限定本发明的保护范围。
一种基于红外测温的转炉下渣检测方法，见图1和图2其步骤为：
⑴采用红外热像仪作为图像和温度数据采集设备，红外热像仪的信息输出端与工
控机连接，工控机的指令输出端口与转炉PLC电控柜的信息输入端口连接；
⑵将红外热像仪放置在远离转炉的地方且与工控机连接，出钢过程中实时拍摄出
钢注流的图像，得到图像数据，同时得到钢水的实时温度数据；
⑶将红外热像仪采集的得到的图像数据和实时温度数据传送给工控机，工控机通
过计算和分析对转炉PLC电控柜发出指令；
⑷转炉PLC电控柜液压站将滑板闭合，由此完成挡渣。
步骤⑵所述的出钢注流在出钢的不同阶段，红外热像仪自动跟踪注流的移动，得
到连续的图像数据。
步骤⑶中工控机对图像数据的数据处理流程是：实时计算钢水中的含渣量，当含
渣量超过预先设定的报警值时，输出报警信号。
含渣量超过预先设定的报警值的设置方式是：
⑴设置只在注流的上端和下端的两个有限的区域内进行ROI确定，由于出钢过程
中转炉角度变化的，会造成出钢注流的移动，因此需要在进行温度数据分析处理前，对出钢
注流进行跟踪，自动锁定数据处理所需的感兴趣区域(Region of Interest，ROI)。自确定
动ROI方法流程如下：
⑵在上述两个区域内，通过在每一行中从左至右行扫描确定温度上跳点，然后从
该点继续向右寻找温度下跳点，将各行中两跳点之间的距离进行记录；
对红外辐射温度数据的二维矩阵进行逐行数据处理，通过在每一行中从左至右行
扫描确定温度数值上跳点，然后从该点继续向右寻找温度数值下跳点，将各行中两数值跳
点之间的距离进行记录；
在出钢过程中搜寻出钢主流，自动确定ROI的处理结果如图3所示。
⑶从这些记录下的距离中排序找到最大距离，以其对应的左上跳和右下跳点粗略
地确定ROI位置；
⑷扩展ROI，使其能包含尽量多的连续信息。
步骤⑶中工控机对实时温度数据的数据处理流程是：
根据红外热像仪的测量原理，它是靠接收被测表面发射的辐射来确定其温度的，
实际测量时，热像仪接收到的有效辐射包括三部分：目标自身辐射、环境反射辐射和大气辐
射，热像仪的测温公式为：
f(Tr)＝τα[εf(T0)+(1-α)f(Tu)]+εαf(Tα) 式1
其中：Tr为热成像仪指示的辐射温度。当被测表面为黑体，大气透射率τα＝1,且εα
＝0时，f(Tr)＝f(T0)，热像仪的辐射温度就是物体表面的真实温度；当ε<1时，热像仪的辐射
温度不等于物体的真实温度。如果α＝ε，即认为被测物体为灰体，且εα＝1-τα时，下式就是热
像仪测温计算用的基本公式：
f(Tr)＝τα[εf(T0)+(1-ε)f(Tu)]+(1-τα)f(Tα) 式2
由于f(T)＝CTn，上式可以进一步转化为：
在远红外波段近距测量时，且当被测物体为灰体近似时，α＝ε大气透射率τα＝1，εα
＝0，由于钢水的温度较高Tu/T0近似为0，则上式最终化简为
在远红外波段，n＝4，
钢水和钢渣的红外辐射系数在8-13微米的远红外波段有很大差异，根据这一特性
可以设定一个温度阈值对两者进行区分。
选定[T1,T2]确定钢水的红外辐射温度的区间，在此温度区间的像素，即对应的是
钢水，小于T1的为水蒸气或者低温钢水，大于T2的认定为钢渣。
本实施例中，设[T1,T2]区间内，温度阈值为Ths的计算可以分为以下步骤：
(1)获取一组完整出钢过程的温度数据，选取没有下渣的时刻，对温度数据进行统
计；
(2)转炉出钢的温度T可以根据副枪得到，根据式4调整εsteel，当矩形框中注流温度
的平均值接近T时，记录下此时的εsteel；
(3)使用εsteel计算整个出钢过程中注流的温度，得到Tsteel与T′slug；
(4)T′slug与Tslug的关系可以表示为式5，
由于Tslug≈Tsteel，公式(2)可以表示为式6；
(5)εslug约为εsteel的3～4倍，根据公式(5)可得，T′slug≈(1.3-1.4)Tsteel，Tsteel与
T′slug有较大差距，可以通过一个温度Ths对钢水、钢渣进行区分。
(6)统计[T1,T2]这T2-T1+1个温度等级分别对应的像素个数(T1,T2为经验数值)，令
阈值Ths从T1至T2遍历每一个温度等级，此时Ths将图像中的像素分为C0和C1两类。C0对应温
度值在[0,Ths-1]之间的像素，C1对应于温度值在[Ths-1,T2]之间的像素，则C0、C1的概率可
以表示为式7，式中N表示像素的总个数，ni表示温度值i对应的像素数。
C0、C1的均值为
整个图像的温度均值为
u＝w0u0+w1u1 式9
定义类间方差为
σ2＝w0(u0-u)2+w1(u1-u)2＝w0w1(u0-u1)2 式10
Ths在[T1,T2]范围内，以步长1依次递增取值，当σ2最大时对应的T2即为区分钢水、
钢渣的最佳阈值。
尽管为说明目的公开了本发明的实施例和附图，但是本领域的技术人员可以理
解：在不脱离本发明及所附权利要求的精神和范围内，各种替换、变化和修改都是可能的，
因此，本发明的范围不局限于实施例和附图所公开的内容。