版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、連鑄下渣檢測技術(shù)(Slag Carry-over Detection Technology,SCDT)對鋼鐵連鑄生產(chǎn)具有重大的實際意義,它可以有效提高鋼水純凈度,減少水口堵塞,增加鋼水收得率,延長耐高溫材料壽命及提高連澆爐數(shù),最終有效地改善鑄坯質(zhì)量。針對目前不同大包下渣檢測技術(shù)在使用過程中存在的費用昂貴、安裝復(fù)雜、使用壽命短、信號微弱、較大的時延、不易于工人勞動保護等問題,本文提出了一種基于紅外熱圖像識別的大包下渣檢測方法,對其檢測機理
2、及其關(guān)鍵技術(shù)進行了研究,并成功地實現(xiàn)了面向工業(yè)的檢測系統(tǒng)。
根據(jù)在相同的溫度條件下,鋼水與鋼渣輻射系數(shù)是不同的,且在中遠紅外區(qū)的差異較大的原理,本文深入探討了紅外輻射的基本定律,從而引出了實際物體的發(fā)射率及紅外熱像系統(tǒng)的組成,接著依據(jù)探測目標(biāo)實際輻射的基本參數(shù),實施一系列計算,進行了紅外探測器的具體選型。
但是在實際獲取紅外熱圖像的過稱中,由于外部因素(如風(fēng)塵,探測器抖動等)以及內(nèi)部因素(硬件采集電路的性能缺
3、陷等),往往會造成所得到的圖像和原始圖像有某種程度的差別,因此需要對圖像進行增強.本文探討了不同了圖像增強方法,并用實驗進行了對比。
按照有無長水口保護套兩種情況,本文分別進行了研究:對于無長水口保護套的情況,本文提出了基于鋼流邊緣檢測的下渣特征提取;對于有長水口保護套的情況,本文提出了基于液面灰度平均變化的下渣特征提取、基于結(jié)構(gòu)相似度的下渣特征提取、基于統(tǒng)計特性的多參數(shù)下渣特征提取。
最后對本系統(tǒng)軟件進行了
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于紅外圖像矩函數(shù)的大包下渣檢測算法研究.pdf
- 基于紅外圖像識別的光伏組件熱斑故障檢測方法研究.pdf
- 基于圖像識別的鋼水連鑄下渣檢測方法的研究.pdf
- 基于圖像識別的銘牌檢測系統(tǒng)研發(fā).pdf
- 基于圖像識別的農(nóng)田害蟲檢測系統(tǒng)的研究.pdf
- 熱光關(guān)聯(lián)圖像識別的研究.pdf
- 基于紅外圖像識別的火災(zāi)探測系統(tǒng)研究與開發(fā).pdf
- 基于圖像識別的運動目標(biāo)檢測與跟蹤系統(tǒng).pdf
- 基于圖像識別的路牌信息檢測方法研究.pdf
- 基于圖像識別的儲糧害蟲檢測專家系統(tǒng)的研究.pdf
- 基于圖像識別的水質(zhì)濁度檢測系統(tǒng)的設(shè)計與實現(xiàn).pdf
- 基于圖像識別的車輛距離檢測算法研究.pdf
- 紅外熱圖像識別技術(shù)的研究與應(yīng)用.pdf
- 基于圖像識別的紙張計數(shù)系統(tǒng)研究.pdf
- 光學(xué)檢測機中圖像識別的研究.pdf
- 基于圖像識別的車型自動分類系統(tǒng).pdf
- 基于圖像識別的產(chǎn)品表面質(zhì)量檢測系統(tǒng)研究.pdf
- 基于圖像識別的鐵路貨車故障動態(tài)檢測系統(tǒng)研究.pdf
- 基于圖像識別的飛機鉚釘尺寸檢測系統(tǒng)開發(fā).pdf
- 基于視頻的奶牛識別系統(tǒng)——奶牛圖像識別的研究.pdf
評論
0/150
提交評論