摘要
本发明提供了一种基于人工智能的转炉无人出钢监测方法和装置,方法包括:获取转炉出钢过程的历史图像数据;对历史图像数据进行标注和特征提取;基于提取的所述特征建立数据库,并利用数据库训练出钢监测模型,使出钢监测模型学习识别和判断正常出钢、非正常出钢、钢水开始流出和结束、以及正常和非正常转炉与钢水罐的位置关系;将训练好的出钢监测模型部署到实际生产环境中,对无人出钢过程进行实时监测并提供出钢过程及告警提示。本发明通过人工模型实时监测出钢过程中的各种状态,识别正常/非正常出钢、钢水罐与转炉的位置关系、转炉转动速度等,并在异常情况发生时发出警报,从而避免安全事故,保障无人操作的安全性。
技术关键词
转炉
监测方法
图像
分类支持向量机
SMOTE算法
数据
钢水罐
生成对抗网络训练
径向基核函数
交叉验证方法
关键点特征
净空
特征提取单元
颜色直方图
处理器
计算机程序产品
关系
纹理特征
可读存储介质
系统为您推荐了相关专利信息
标定误差
矩阵
机器人基座
机械臂坐标系
机器人手眼标定
电缆运行状态
实时监测方法
双路传感器
深度学习算法
符号
文本编码器
搜索特征
图像编码器
上下文特征
多模态
排水管道
图像分割
客观评价指标
计算机视觉
采样点
三维压力场
风洞环境
投射装置
克里金插值算法
拍摄荧光图像