导读:本文包含了电熔镁炉论文开题报告文献综述及选题提纲参考文献，主要关键词:电熔镁炉,纹理,工况识别,动态模型
电熔镁炉论文文献综述
赵磊,卢绍文,郑秀萍[1]（2019）在《基于火焰动态纹理的电熔镁炉工况识别》一文中研究指出电熔镁炉制备电熔镁砂的工艺过程中,会交替出现正常熔炼、加料和欠烧等不同工况,针对不同的工况需要采取相应的处理方式来保证生产过程的正常进行.目前,工况的识别主要依靠人工完成,这种方式存在工人劳动强度大、容易漏检误检等问题.本文依据不同工况下炉口火焰具有不同的动态可视化特征,提出一种基于动态纹理的工况识别技术.首先,建立炉口火焰的线性动态系统模型来刻画纹理的动态特性,然后,设计基于子空间主要角度的核函数来度量火焰动态模型相似度.对比实验表明本文设计的基于子空间主要角度的工况分类器具有更好的分类精度及鲁棒性.(本文来源于《控制理论与应用》期刊2019年09期）
吴高昌,刘强,柴天佑,秦泗钊[2]（2019）在《基于时序图像深度学习的电熔镁炉异常工况诊断》一文中研究指出超高温电熔镁炉(Fused magnesium furnace, FMF)生产炉况监测困难,易发生欠烧异常工况,不仅造成产品质量下降,也直接危害生产安全与人员安全.现有的人工巡检方式实时性差,容易发生漏报和误报,甚至导致铁制炉壳烧透、烧漏.针对该问题,本文采用视频信号,利用电熔镁炉欠烧工况的时空特征,即在炉壳表面出现的局部不规则高亮区域的空间特征,以及该高亮区域随时间呈现出亮度增强、面积变大的时序特征,提出一种基于卷积循环神经网络(Convolutional recurrent neural network, CRNN)的电熔镁炉异常工况诊断新方法.该方法包括图像序列一致性变换和时序残差图像提取预处理、基于卷积神经网络(Convolutional neural network, CNN)的空间特征提取、基于循环神经网络(Recurrent neural network,RNN)的时序特征提取、基于加权中值滤波的工况自动标记.最后采用实际的电熔镁炉炉壳的视频信号,进行了所提方法与现有的两种深度学习网络模型的实验比较研究,结果说明了所提方法的优越性.(本文来源于《自动化学报》期刊2019年08期）
卢绍文,李鹏琦,郑秀萍,郭章[3]（2019）在《动态火焰图像分割及在电熔镁炉视频监控中的应用》一文中研究指出火焰的颜色、亮度分布、形态变化规律在不同工况下均不相同,表现出多模态的特点;此外,背景环境的反光、气雾、粉尘等干扰使得目标区域和背景高度耦合,因此传统分割算法不能确保在多种工况下的准确性.本文提出将多元图像分析和人工经验相结合的火焰图像分割方法,通过主成分分析方法对图像降维、构造得分柱状图,进而分割出炉口火焰区域.将本文方法应用于电熔镁炉生产的视频监控中,结果验证了该方法的性能.(本文来源于《东北大学学报(自然科学版)》期刊2019年02期）
刘本通[4]（2019）在《电熔镁炉自动布料装置研发》一文中研究指出电熔镁炉布料装置是一种辅助电熔镁熔炼过程实现布料功能的机械装置,使用布料装置能提高布料的效率。传统的布料多是人工布料,工作人员长期在高温下工作会产生疲惫和不适,在这种情况下效率和连续性得不到保证。针对传统电熔镁炉布料问题,本课题提出了一种电熔镁炉自动布料方案,对布料装置的结构进行了强度和模态的仿真以及优化的研究,并对控制系统进行了设计使布料装置能够实现自动布料,解决企业电熔镁炉人工布料的难题,提高了生产效率。首先根据企业的实地考察,测量电熔镁炉及溜槽的详细尺寸参数,对布料装置进行了整体设计,并对各方案中的结构进行了分析计算,最终确定了电熔镁炉自动布料的总方案。然后进行布料装置结构的设计与建模,对其进行自上而下的一一装配。接着利用ANSYS Workbench分析软件进行布料装置主要零件的强度分析,通过对支撑、轴承座、溜槽和机架的总体位移变形、应力分析结果,进行强度校核满足实际的需求,设计比较保守需要进一步的优化;然后探究布料装置的动态性能,对布料装置振动部分和机架进行前6阶的模态分析,得出其一阶模态的固有频率远远大于不平衡产生的频率,避免共振,说明布料装置的动态性能良好,结构设计比较合理。再者根据对布料装置的静态和动态性能的分析,分别对布料装置的主要结构进行参数优化,从优化结果可知支撑结构通过参数优化后质量减少了10%,机架的承载能力提升了85%。优化后的布料装置在保证刚度和强度的情况下,变得轻量化,结构的承载能力得到明显的提升。最后进行布料装置的控制系统进行设计,通过对布料装置的布料过程进行电熔镁炉自动布料装置梯形图的编制、编译、修改以及对程序进行模拟仿真,其程序能够满足现场工况的控制要求。(本文来源于《辽宁科技大学》期刊2019-01-12）
程盟盟,李鹏琦,卢绍文,柴天佑[5]（2018）在《实时图像驱动的电熔镁炉虚拟可视化监控系统》一文中研究指出电熔镁炉生产过程复杂,目前仍需要操作员在现场巡检,环境恶劣,危险性高。针对视频监控受到高温、粉尘、强光的影响,无法获得高质量的监控画面等问题,提出一种实时图像驱动的电熔镁炉虚拟可视化监控系统,在低质量的视频监控画面的基础上,利用图像去雾技术、数字抠图技术、颜色迁移技术等实时重建虚拟的电熔镁炉以及炉口火焰,生成的虚拟电熔镁炉可视化监控可远程发布到不同平台的终端,用于远程/移动的工况监控。该系统在工业生产中进行了实验,结果表明虚拟监控系统能够实时反映真实生产中镁炉炉口火焰的动态特征,为操作员的生产监控提供了新的工具。(本文来源于《控制工程》期刊2018年10期）
李晓光,吴志伟,马子潇,付俊[6]（2018）在《电熔镁炉叁相电流的约束最优控制》一文中研究指出电熔镁炉熔化过程中的实际电流能否在设定的电流值范围之内上下波动。这个问题是1个输出带有约束的非线性动态优化问题。首先,利用积分法将该问题转换成1个可以用序贯法求解的动态优化问题;然后,利用序贯法中的序贯二次规划方法得出交流异步电动机的转速最优解;最后,通过仿真验证了该方法能够将电熔镁炉熔化过程中的叁相电流保持在设定值范围之内,从而提高了电熔镁砂的熔炼品位。(本文来源于《控制工程》期刊2018年06期）
卢绍文,王克栋,吴志伟,李鹏琦,郭章[7]（2019）在《基于深度卷积网络的电熔镁炉欠烧工况在线识别》一文中研究指出欠烧是电熔镁炉熔炼过程中由于原料杂质不均匀导致炉壁局部过热的异常工况,若不及时发现和处理,可能导致炉体烧穿.目前,欠烧工况主要依靠有经验的巡检工人在电熔镁生产现场"看火",劳动强度大且危险性高,容易漏检、误检.鉴于此,提出一种基于深度卷积网络的可见光RGB图像与红外热像相结合的电熔镁炉欠烧工况感知技术,并基于此开发原型系统.采用工业相机和红外热像仪获取电熔镁生产现场过程图像,利用深度学习技术并结合现场工人经验建立对欠烧工况视频图像的检测和识别模型,通过实时的图像分析,实现对欠烧工况的在线识别.将该技术在某氧化镁企业进行工业实验,验证了所提出技术的有效性.(本文来源于《控制与决策》期刊2019年07期）
冉振莉,徐泉,吴志伟,刘文庆,王良勇[8]（2018）在《基于工业云的电熔镁炉监控系统与关键技术》一文中研究指出针对电熔镁炉工业生产过程中用户无法随时随地对生产过程进行监控、劳动强度大、生产过程电能消耗大等问题,以及工业大数据环境下现有基于云的监控系统在数据采集、传输、存储等方面普遍存在的技术挑战,设计开发了基于工业云的电熔镁炉监控系统。该系统采用分布式数据采集平台实现过程数据和视频数据的多元化高效、可靠采集;利用云计算和分布式消息中间件实现对生产现场大规模实时数据和非实时数据的高效、高可靠传输;采用组合关系数据库和非关系数据库的分布式数据存储模型实现了大规模数据的可靠、高效存储和访问;此外,针对目前基于云计算的工业监控系统普遍缺乏的数据分析功能,结合数据挖掘以及传统参数优化、参数辨识、参数预报、故障诊断等工业控制技术,设计开发了设定值指标优化、单吨能耗预报、异常工况识别、优化工况识别及非优原因分析等功能并对其进行了服务化,极大地提升了监控系统的智能化程度,为企业管理者提供了更高效、更智能的决策支持。(本文来源于《计算机集成制造系统》期刊2018年11期）
王维洲,陈水城,刘谱,乔超宇[9]（2017）在《基于工业云的电熔镁炉嵌入式控制系统》一文中研究指出近年来,随着嵌入式计算机技术、无线通信技术、控制技术、智能传感器技术以及互联网技术等的加速发展,流程工业的智能优化制造要求工业过程控制系统成为CPS,即智能化控制系统。流程工业智能化控制系统的涵义是将控制、计算机(嵌入式软件、云计算等)和工业互联网的计算资源与工业过程的物理资源紧密结合与协同,在回路控制、优化设定、故障诊断等功能,以及自适应、自学习、可靠性和可用性(本文来源于《物联网与无线通信-2017年全国物联网技术与应用大会和2017年全国无线电应用与管理学术会议论文集》期刊2017-12-01）
付友[10]（2017）在《基于电弧声信号的电熔镁炉喷炉抑制及熔透特征识别研究》一文中研究指出电熔氧化镁是一种性能优良的耐火材料,使用叁相交流电熔镁炉冶炼菱镁矿石可以大规模地生产电熔氧化镁。电熔氧化镁的冶炼是一个高能耗、高排放的行业,实现其节能减排是氧化镁产业发展的重大需求。降低电熔镁炉冶炼的单吨能耗,对氧化镁冶炼工艺的优化具有重要的指导作用,对实现冶金行业的低碳生产也有重要的意义。传统的电熔镁炉冶炼测控系统仅以叁相电流、电压作为输入参量和控制依据,无法有效地跟踪电弧的燃烧状态和氧化镁熔池的熔透程度。研究表明,电弧声信号作为一种重要的电弧燃烧过程中的信息伴生信号,可以采用非接触性的测量手段获取,并且能较好地反映电弧的燃烧状态和熔池的熔透程度。电弧声信号中包含大量与电弧炉冶炼状态相关的信息,特别是在喷炉之前,电弧信号的特征会发生明显的变化。鉴于此,本文根据电熔镁炉工作过程中所伴随着的声音信号的特征,采用时频分析和语音识别手段对电弧炉的喷炉抑制和熔池熔透特征识别进行了系统性地研究,旨在优化现有的电熔镁炉控制系统,实现氧化镁冶炼单吨能耗的降低和高纯度氧化镁晶体产量的提高,从而为电熔镁炉的冶炼工艺提升提供重要的理论指导和实验借鉴,对氧化镁产业实现节能减排、降低生产成本具有重大的实际意义。主要研究内容和结果如下:(1)根据电熔镁炉发声的原理,将电熔镁炉声信号的建模问题归结为以电弧为声源的声波传输问题,提出了一种基于功率的电弧声学数学模型。借助该模型推算了交流电弧炉声信号的特征频率,表明用声信号频率的分布可以监测电弧的燃烧状态,并利用该模型计算了炉体内部频率为100 Hz的电弧声信号分量强度的空间分布。鉴于声道模型在语音信号识别中所表现出的优越特性,进而提出了采用电弧炉的声道模型来跟踪氧化镁熔池熔透状态的方法。(2)采用虚拟仪器技术构建了采集电弧声信号的硬件系统及软件系统,并分析了图形化编程技术中数据类型和程序结构在数据采集应用上的特点,设计了电熔镁炉声信号的采集流程,并且确定了电弧声信号测量点的空间位置。在此基础上,针对电熔镁炉不同运行状态的识别问题,采集了不同冶炼状态的声信号,并比较其平均声强的特征和时频图的特征,同时结合叁相电流有效值的波动趋势,归纳出起炉阶段、平稳运行阶段、喷炉状态和投料过程等几种不同冶炼状态的判据。研究结果表明,频率为100 Hz的声信号能够准确地反映电弧的燃烧状态,频率为200 Hz的声信号可作为判断电熔镁炉是否处于喷炉状态的有效判据。(3)针对氧化镁冶炼过程中电弧炉的喷炉问题,采集了喷炉现象发生前后的声信号和图像信号,根据喷炉状态下频率为200 Hz声信号的表现特征,发现了喷炉前期电弧声信号的变化规律,开发了基于声信号的喷炉抑制系统。将该喷炉抑制系统嵌入到电熔镁炉原有的控制系统之中,对国内某氧化镁冶炼车间的一台5000 kVA电熔镁炉进行了实验性生产,有效地抑制了喷炉现象的发生,降低了冶炼氧化镁的单吨能耗,平均单吨能耗比部署喷炉抑制系统前降低了 445.5 kW·h/t。(4)基于每个投料周期中电熔镁炉熔池熔透状态的变化特征,利用电弧的声道模型,采用基于线性预测编码的波形重构方法,提取了表征电弧炉熔池熔透状态的10维熔透状态特征向量。在此基础上,进一步采用主成分分析的方法将熔透状态特征向量的维数降至2维,将熔池的四种不同熔透状态映射到熔透状态图中,实现了熔透状态的实时识别,设计了熔透状态识别程序,借助该程序,通过调整熔透状态图中各个状态圆的位置和半径可提高熔透状态识别的精度。根据识别的结果优化了矿石投放工艺以及电流的注入工艺,将冶炼的平均单吨能耗降低了 82.0 kW·h/t,同时将高纯度晶体的产率提升了 2%。(本文来源于《大连理工大学》期刊2017-10-01）
电熔镁炉论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
超高温电熔镁炉(Fused magnesium furnace, FMF)生产炉况监测困难,易发生欠烧异常工况,不仅造成产品质量下降,也直接危害生产安全与人员安全.现有的人工巡检方式实时性差,容易发生漏报和误报,甚至导致铁制炉壳烧透、烧漏.针对该问题,本文采用视频信号,利用电熔镁炉欠烧工况的时空特征,即在炉壳表面出现的局部不规则高亮区域的空间特征,以及该高亮区域随时间呈现出亮度增强、面积变大的时序特征,提出一种基于卷积循环神经网络(Convolutional recurrent neural network, CRNN)的电熔镁炉异常工况诊断新方法.该方法包括图像序列一致性变换和时序残差图像提取预处理、基于卷积神经网络(Convolutional neural network, CNN)的空间特征提取、基于循环神经网络(Recurrent neural network,RNN)的时序特征提取、基于加权中值滤波的工况自动标记.最后采用实际的电熔镁炉炉壳的视频信号,进行了所提方法与现有的两种深度学习网络模型的实验比较研究,结果说明了所提方法的优越性.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
电熔镁炉论文参考文献
[1].赵磊,卢绍文,郑秀萍.基于火焰动态纹理的电熔镁炉工况识别[J].控制理论与应用.2019
[2].吴高昌,刘强,柴天佑,秦泗钊.基于时序图像深度学习的电熔镁炉异常工况诊断[J].自动化学报.2019
[3].卢绍文,李鹏琦,郑秀萍,郭章.动态火焰图像分割及在电熔镁炉视频监控中的应用[J].东北大学学报(自然科学版).2019
[4].刘本通.电熔镁炉自动布料装置研发[D].辽宁科技大学.2019
[5].程盟盟,李鹏琦,卢绍文,柴天佑.实时图像驱动的电熔镁炉虚拟可视化监控系统[J].控制工程.2018
[6].李晓光,吴志伟,马子潇,付俊.电熔镁炉叁相电流的约束最优控制[J].控制工程.2018
[7].卢绍文,王克栋,吴志伟,李鹏琦,郭章.基于深度卷积网络的电熔镁炉欠烧工况在线识别[J].控制与决策.2019
[8].冉振莉,徐泉,吴志伟,刘文庆,王良勇.基于工业云的电熔镁炉监控系统与关键技术[J].计算机集成制造系统.2018
[9].王维洲,陈水城,刘谱,乔超宇.基于工业云的电熔镁炉嵌入式控制系统[C].物联网与无线通信-2017年全国物联网技术与应用大会和2017年全国无线电应用与管理学术会议论文集.2017
[10].付友.基于电弧声信号的电熔镁炉喷炉抑制及熔透特征识别研究[D].大连理工大学.2017