摘要
本发明提供一种RH炉冶炼状态实时监测方法及相关设备,涉及钢铁冶炼技术领域。方法包括:实时获取待处理图像,其中,待处理图像是RH炉内的图像;利用深度学习模型对待处理图像进行图像识别,以获得图像识别结果;基于图像识别结果,确定RH炉的冶炼状态根据上述技术方案,首先实时获取待处理图像,接着利用深度学习模型对待处理图像进行图像识别,以获得图像识别结果,最后基于图像识别结果确定RH炉的冶炼状态。相较于传统的顶枪火焰检测器而言,上述图像识别方法能够更准确地识别出RH炉的冶炼状态,极大程度上降低了误判率,保证了RH炉的正常运行和钢水的质量控制。
技术关键词
状态实时监测方法
深度学习模型
卷积神经网络模型
RH炉
状态实时监测装置
计算机程序指令
钢铁冶炼技术
显示用户界面
图像识别方法
图像识别模块
火焰检测器
光敏装置
温度检测装置
数据
图像获取模块
真空室
亮度
存储器
处理器
系统为您推荐了相关专利信息
生成样本数据
疾病
生成深度学习
采样模块
正电子发射断层成像
历史监测数据
变压器顶层油温
特征选择
孤立森林算法
建立预测模型
深度学习模型训练
原型
生成对抗网络
水下图像数据
多尺度特征金字塔
可见光图像
图像特征向量
机械臂
分拣方法
深度学习模型
皮革缺陷检测方法
样本
图像
特征融合网络
生成对抗网络