一种炉体温度在线监测平台的制作方法

电子通信装置的制造及其应用技术1.本发明涉及温度监测技术领域，特别涉及一种炉体温度在线监测平台。背景技术：2.加热炉等关键工艺设备的温度监测是安全生产运行的关键因素。由于加热炉属于周期性作业模式，温度的极冷极热，作业过程中热振荡过大都会严重损坏衬体。作业过程中实时监控加热炉各部位（例如炉体及渣堰口）关键运行温度，并对炉内衬体侵蚀情况进行有效分析，提前防控，保障加热炉经济、安全运行，意义重大。目前加热炉具有23个热电偶进行温度在线监测，但是热电偶无法在空间位置上与实际装置对应，导致监测以及维修维护存在很大的困难。3.现有技术中，一种基于数字孪生环境的三维温度场构建方法（cn112345084b），包括利用扫描设备获取目标物点去数据，利用红外相机获取目标物的红外图像以及红外图像中各像素点对应的温度值，所述扫描设备和所述红外相机的位置相对固定；对于目标物在红外相机的任一视角，根据目标物点云数据和预先获取的环境点云数据确定所述扫描设备的位置信息，根据所述扫描设备的位置信息确定所述红外相机的位置信息，以红外相机的位置信息为基准，确定目标物点云数据对应的温度值。该方法将激光雷达、红外相机设置在无人机或机器人上，通过所述无人机或所述机器人以预定路线围绕目标物移动，采集目标物各视角的目标物点云数据、红外图像以及红外图像中各像素点对应的温度值。这种方法只适合应用于室外空旷场景下的目标物，无法应用在复杂工业场景下的加热炉炉体。4.一种三维温度场构建装置、方法和设备（cn111562029a），包括根据所述空间坐标，控制所述信号传输模块驱动所述若干个超声波传感器模块按顺序循环发送控制信号，并接收由所述信号传输模块输出的反馈信号，得到所述控制信号的发送时间点；利用所述发送时间点、所述接收时间点和所述空间坐标结合空间温度分析法，得到空间温度预值；利用所述空间温度预值结合正态分布去噪法，得到空间温度值；利用所述空间温度值结合三维温度场重建法，得到三维温度场模型。该发明通过超声波传感器对目标空间区域进行温度检测，超声波传感器是用在炉体空腔进行测温，复杂工业场景下的加热炉炉体内部无法安装这种类型的测温设备，所以无法应用在复杂工业场景下的加热炉炉体。5.一种基于图像数据的高炉风口回旋区三维温度场构建方法（cn113343440a），包括使用图像数据建立风口回旋区三维温度场模型，首先获得高炉风口回旋区内的图像信息，并将图像分割为图像像素单元；再对高炉风口回旋区域进行分割，将回旋区区域分割成n个立方体体积单元；然后计算回旋区各立方体体积单元与图像像素单元之间的空间距离；并通过高斯函数模拟回旋区立方体体积单元对应图像上像素点能量传递和空间距离之间的关系，进而由黑体辐射定律确定辐射能和温度的关系；通过测温摄像头测量得到的温度和图像数据计算得到辐射能和图像灰度值之间的关系系数；实现高炉风口区回旋区三维温度场的构建。该发明利用固定安装于高炉风口前的测温摄像头，获取图像信息并计算出温度数据，而铜冶炼车间各类加热炉（如奥斯麦特炉）没有类似的安装孔位，无法安装类似的测温摄像头，只能通过安装于炉体上的接触式热电偶或非接触式红外相机进行炉体温度监测，因此该发明只能应用于高炉风口回旋区。6.一种高炉炉壁三维温度场重建方法及计算机监控系统（cn103614498b），包括采集高炉炉底段、炉缸段、炉腹段的炉壁上测温点的温度，对所采集的温度数据进行数据清洗和数据补全的预处理，利用预处理后的温度数据，在炉壁横截面采用周期三次样条插值，在炉壁自下到上的轴向上采用自然三次样条插值建立炉壁耐火砖中心和外侧冷却壁中心这两个面上的温度分布模型，最后在内侧耐火砖中心外侧冷却壁中心这两个面之间采用线性插值建立整个高炉炉壁的三维温度场分布模型，并采用opengl实时显示高炉炉壁的温度分布状态。该发明只能解决高炉炉壁测温点数据存在异常、各测温点数据相互孤立、整体温度分布不直观的问题。对于铜冶炼车间各类加热炉（如奥斯麦特炉）的渣堰无测温热电偶提供测温点数据的问题，该发明无法解决。技术实现要素：7.为解决上述问题，本发明实施例提供一种炉体温度在线监测平台，包括：数据源层、数据服务层和应用层；所述数据源层用于为所述平台获取基础支撑数据；所述基础支撑数据包括炉体温度数据；所述炉体温度数据包括炉体渣堰表面的位置数据和对应位置的温度数据；所述数据服务层用于对所述基础支撑数据进行归集、融合和存储；所述应用层用于设置多种功能系统，对存储数据进行监测、分析，对炉体温度进行展示、预警和管理；所述多种功能系统包括炉体温度在线监测及预警系统、数字孪生系统和数据监测及分析引擎系统，所述应用层，还用于基于所述实时数据形成炉温视频。8.可选的，所述数据源层接入dcs系统、pi数据库系统和plc控制系统，进行数据传输，并提供其他信息化系统接口。9.具体的，所述炉体温度数据还包括炉体其它位置的温度数据和对应位置数据。10.具体的，所述存储数据包括实时数据和历史数据，分别保存在炉体温度数据库中，所述炉体温度数据库位于所述数据服务层，所述实时数据同时存储在运行所述平台的计算机内存中。11.具体的，所述炉体温度数据库，还用于对所述历史数据进行统计，为所述应用层提供数据。12.可选的，建立所述数字孪生系统包括基于所述实时数据和历史数据建立炉温数据模型，通过炉温数据模型软件对炉体温度进行智能化监控。13.具体的，所述炉体温度在线监测及预警系统还包括前端系统，所述前端系统的数据后台为所述实时数据和历史数据，所述前端系统与存储在所述计算机内存中的所述实时数据通过jquery ajax方式以json格式数据进行内容交换，由所述前端系统进行炉体温度展示、预警和管理。14.具体的，所述应用层还包括网络服务系统，所述网络服务系统是所述前端系统的服务后台，是所述数据服务层和所述前端系统进行数据交换的中继站，用于存储和管理静态网页数据和用户数据。15.可选的，所述炉体渣堰表面的位置数据和对应位置的温度数据通过红外线成像测温仪测量得到。16.可选的，在所述炉体每个渣堰两侧分别安装至少一个所述红外线成像测温仪。17.进一步的，所述红外线成像测温仪所在水平面上的所述红外线成像测温仪测量范围内的对应渣堰表面的两端，分别与所述红外线成像测温仪的连线构成的夹角不小于第一预设角度，且不高于第二预设角度。18.进一步的，所述第一预设角度为30度，所述第二预设角度为66度。19.本发明实施例提供的上述技术方案的有益效果至少包括：1、将虚拟现实和数字孪生技术应用于加热炉熔炼生产过程的温度监测和运维管理服务中，简化繁复而耗时的温度监测运维工作，实现智能监测和预警，减少维修人员和维修任务，有助于优化运维管理工作流程，真正实现车间温度监测的智能化运维与管理，为车间生产管理和应急反应提供完备的信息化管理措施；2、采用非接触式的红外在线高速测温技术路径，将红外成像测温仪与渣堰表面水平两端连线夹角设置在适宜的范围，得到了较佳的红外线成像分辨率，检测区域广，测量精度高，降低了设备冗余和成本，维护量小，工作效率高，通过智能温度在线监控系统将加热炉渣堰表面的实时温度经过软件处理转变为可供人眼观察的视频；同时也可以与plc、dcs进行通讯将有效的数据传输至现场监控系统进行显示，系统工作时不受外界干扰，在浓雾和黑夜里也能够继续工作。可弥补传统冶金行业对采集温度的不足，帮助企业挖掘数据的价值、进一步提高企业的智能化水平。20.本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明实施例而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。21.下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。附图说明22.附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明实施例一起用于解释本发明的技术方案，并不构成对本发明技术方案的限制。在附图中：图1为根据一示例性实施例示出的一种炉体温度在线监测平台结构示意图；图2为根据一示例性实施例示出的红外线成像测温仪安装方案示意图；图3为根据一示例性实施例示出的炉温视频形成示意图；图4为根据一示例性实施例示出的炉体温度在线监测及预警系统和数字孪生系统整体运行逻辑图。具体实施方式23.下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明技术方案而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。24.为了解决现有技术中存在的问题，采用虚拟现实、红外图像、工艺感知等智能技术，从基于三维可视化的奥斯麦特炉熔炼车间的炉体温度在线监测、奥斯麦特炉渣堰的关键运行温度在线监测入手。实现实时数据抓取、智能图像处理、三维可视化以及智能预警。通过智能感知技术，全面提升车间温度监测的实时性，通过智能化技术手段降低设备检修维护难度，降低车间安全生产风险等级，提高运转效率。项目研发的全部平台系统部署后，降低工人的工作强度的同事，提高车间生产管控能力，降低生产安全风险的同时提升车间的生产效益，为智能车间的建设提供坚实的保障。基于三维可视化的炉体温度在线监测及预警系统采用基于工业互联网平台的云、边、端架构，建立“平台协同管理、车间智能生产”两个层面的中央监控系统，部署三维数字化车间。采用基于“数字孪生”的工艺过程监测，同时融合企业原有的dcs系统、pi数据库以及奥斯麦特炉渣堰的关键运行温度在线监测系统作为数据中心的数据源，依托网络系统，构建在线监测及预警系统，实现车间温度监测的数字化、可视化管理协同。其中，奥斯麦特炉是加热炉的一种，简称奥炉。渣堰是加热炉上用于倒渣的结构。总体设计为数据源层、数据服务层和应用层三层构架。数据源层负责为平台获取基础支撑数据。数据服务层负责进行数据归集、融合和存储实时数据、历史数据以及用户管理数据，为上层网络服务层提供基础数据和通信接口。应用层可以广泛拓展的功能模块，目前设计包括在线监测及预警系统、数字孪生系统和数据监测及分析引擎。25.本发明实施例提供一种炉体温度在线监测平台，其结构如图1所示，包括：数据源层、数据服务层和应用层；数据源层用于为所述平台获取基础支撑数据；所述基础支撑数据包括炉体温度数据；可选的，所述数据源层接入dcs系统、pi数据库系统和plc控制系统，进行数据传输，并提供其他信息化系统接口。dcs（distributed control system，分散控制系统），是以微处理器为基础，采用控制功能分散、显示操作集中、兼顾分而自治和综合协调的设计原则的新一代仪表控制系统。pi（plant information system）是一种套基于客户端/服务器结构的商品化软件应用平台，用于工厂数据的自动采集、存贮和监视等。plc（programmable logic controller），指可编程逻辑控制器，是种专门为在工业环境下应用而设计的数字运算操作电子系统。它采用一种可编程的存储器，在其内部存储执行逻辑运算、顺序控制、定时、计数和算术运算等操作的指令，通过数字式或模拟式的输入输出来控制各种类型的机械设备或生产过程。26.加热炉在复杂工业场景下，处在一个相对封闭的环境中，例如一个安装加热炉的厂房或车间内，这种环境中除了加热炉，还有各种管道和设备，空间有限，空气中粉尘和热辐射较高，因此不适用通过无人机或机器人以预定路线围绕目标物移动，采集目标物各视角的目标物点云数据、红外图像以及红外图像中各像素点对应的温度值。冶炼车间各类加热炉（如奥斯麦特炉）没有测温摄像头的安装孔位，无法安装测温摄像头，只能通过安装于炉体上的接触式热电偶或非接触式红外相机进行炉体温度监测。27.具体的，所述炉体温度数据包括炉体渣堰表面的位置数据和对应位置的温度数据，还包括渣堰之外炉体其它位置的温度数据和对应位置数据，炉体其它位置的温度数据和位置数据由热电偶的布置位置和布置在炉体的热电偶传感器返回的温度数据确定，由于渣堰表面无法安装热电偶，所以炉体渣堰表面的位置数据和对应位置的温度数据通过红外线成像测温仪测量得到。如图2所示，图2为炉体水平截面俯视图，在所述炉体每个渣堰两侧分别安装至少一个所述红外线成像测温仪。进一步的，渣堰对应的两个红外线成像测温仪安装在不低于渣堰垂直方向中间位置高度的同一水平面上，所述红外线成像测温仪所在水平面上的所述红外线成像测温仪测量范围内的对应渣堰表面的两端，分别与所述红外线成像测温仪的连线构成的夹角不小于第一预设角度，且不高于第二预设角度。其它角度会造成红外线成像分辨率过大或过小，造成测温示值误差，影响测温精度。所述角度不能过大，否则两个红外线成像测温仪的测量范围难以覆盖一个渣堰表面的全部，需要额外添加红外线成像测温仪，增加了不必要的成本。经反复试验，在一些可选的实施例中，所述第一预设角度为30度，所述第二预设角度为66度。图2中，以奥斯麦特炉为例，1#、2#、3#和4#探头分别代表四个红外线成像测温仪，用来监测一个奥斯麦特炉的两个渣堰的位置数据和对应位置的温度数据，其中1#和2#探头分别位于渣堰1的两侧，1#和2#探头的探测范围包括对应渣堰1的全部表面，3#和4#探头分别位于渣堰2的两侧，3#和4#探头的探测范围包括对应渣堰2的全部表面，图2中夹角代表探头能够测量到渣堰温度的渣堰表面的水平面最远两端与探头连线的夹角。以奥斯麦特炉为例，根据现场情况，安装多套红外成像测温仪，对奥斯麦特炉渣堰进行全方位监控，实现对目标区域定位、放大全面地进行观测分析。采集的信号通过安装于红外应用服务器的分析与处理软件进行分析处理，查找隐患点。并可通过各控制室网络工作站实时调阅相关结果和状态，控制人员可进行自动、手动远程的温度测量和红外图像采集与控制。通过安装在奥斯麦特炉渣堰左右两侧的工业红外成像测温仪，通过渣堰表面数以万计的温度和位置等信号进行各种测量、数据处理和分析，并以图文并茂的形式，为用户提供丰富的实时操作画面。这些操作画面可从不同视角，多层次、多侧面的反映炉体表面温度分布，同步了解到炉炉衬运行情况。通过奥斯麦特炉渣堰温度智能化监控系统，操作人员通过鼠标点击的方式随意调用各操作画面，可以了解炉内衬体运行情况等诸多的炉内信息，再通过相关数据的采集建立数据模型，用运算模型软件实现卡尔多炉炉体温度智能化监控。通过监控系统有效了解炉内衬体各部位侵蚀情况，为进一步提高奥炉使用寿命，材料费用节支提供有力的依据。其中，红外成像测温仪安装在奥斯麦特炉渣堰监测目标区域附近可视范围内，现场无遮挡。28.具体的，数据源层提供多种信息化接口，可根据需要进行功能扩展，接入多种不同系统，以获取所接入系统的数据。例如，在图1中，数据源层包括堰口温度在线监测系统、工艺监测系统（dcs系统）和pi数据库，数据源层能够接入现场dcs数据，支持以标准接口方式接入pi数据库系统等相关数据；并提供其他信息化系统接入的标准化接口，实现数据全贯通。29.数据服务层用于对所述基础支撑数据进行归集、融合和存储；具体的，如图1所示，所述存储数据包括实时数据和历史数据，分别保存在炉体温度数据库中，所述炉体温度数据库位于所述数据服务层，所述实时数据同时存储在运行所述平台的计算机内存中。所述炉体温度数据库，还用于对所述历史数据进行统计，为所述应用层提供数据。30.具体的，数据服务层获取数据源层的全部数据，负责进行数据归集、融合和存储，主要分为实时数据和历史数据，实时数据和历史数据共同作为前端网站的数据后台，由搭建的数据库进行保存与备份，并在内存中实时保存最新上传数据，历史数据库还要负责进行数据的统计计算，为应用层的展示以及数据统计分析提供数据支撑。31.应用层用于设置多种功能系统，对所述存储数据进行监测、分析，对炉体温度进行展示、预警和管理；如图1所示，所述多种功能系统包括炉体温度在线监测及预警系统、数字孪生系统和数据监测及分析引擎系统，平台各层之间通过网络传输数据。32.可选的，所述应用层，还用于基于所述实时数据形成炉温视频；建立所述数字孪生系统包括基于所述实时数据和历史数据建立炉温数据模型，通过炉温数据模型软件对炉体温度进行智能化监控。具体的，对应现实中的加热炉建立三维数字模型，将炉体温度数据输入三维数字模型，不同的温度对应不同颜色，为了方便预警和观测，例如可以将温度划分为不同的范围，每个范围对应不同的颜色，如现实炉体中一位置的温度过高，则三维模型中对应位置显示红色，现实炉体中一位置的温度进入预警范围，则三维模型中对应位置显示黄色，现实炉体中一位置的温度在正常范围或预警温度以下，则三维模型中对应位置显示绿色，从而通过炉体温度数据，将现实的炉体温度和虚拟现实的三维数字模型建立关联，实现了数学孪生技术在炉体温度观测的应用，进一步的，实时炉体温度数据可以在三维模型中展示实时温度，基于一段时间内的炉温数据，三维模型可以动态展示一段时间不同时刻的温度变化。如图3所示，图3中以热成像单视测温仪为例表示红外线成像测温仪，热成像单视测温仪采集的炉温数据通过网络传输至红外应用服务器、nvr、dcs或plc等，其中nvr（network video recorder）指的是网络视频录像机，是网络视频监控系统的存储转发部分，nvr与视频编码器或网络摄像机协同工作，完成视频的录像、存储及转发功能，本实施例中，nvr基于所述实时数据形成炉温视频。33.具体的，所述炉体温度在线监测及预警系统还包括前端系统，所述前端系统的数据后台为所述实时数据和历史数据，所述前端系统与存储在所述计算机内存中的所述实时数据通过jquery ajax方式以json格式数据进行内容交换，由所述前端系统进行炉体温度展示、预警和管理。jquery是一个快速、简洁的java脚本框架。ajax即asynchronous javascript and xml（异步javascript和xml），用来描述一种使用现有技术集合的‘新’方法，包括: html 或 xhtml，css，javascript，dom，xml，xslt，以及最重要的xmlhttprequest。 使用ajax技术网页应用能够快速地将增量更新呈现在用户界面上，而不需要重载（刷新）整个页面，这使得程序能够更快地回应用户的操作。json（javascript object notation，js对象简谱）是一种轻量级的数据交换格式，它基于 ecmascript（european computer manufacturers association，欧洲计算机协会制定的js规范）的一个子集，采用完全独立于编程语言的文本格式来存储和表示数据，简洁和清晰的层次结构使得 json 成为理想的数据交换语言，易于人阅读和编写，同时也易于机器解析和生成，并有效地提升网络传输效率。前端系统根据温度高低，用不同颜色展示了炉体各个位置的温度，还展示了奥炉基本信息、奥炉检测信息、热传感器信息、热传递信息等，便于观察检测炉体温度，通过颜色标示，便于及时发现问题部位，并提供过温预警以及管理控制功能。34.具体的，所述应用层还包括网络服务系统，所述网络服务系统是所述前端系统的服务后台，是所述数据服务层和所述前端系统进行数据交换的中继站，用于存储和管理静态网页数据和用户数据。应用层主要是温度在线监测及预警系统和数字孪生系统，同时配备一个数据统计分析引擎进行数据的监测和分析等工作。数字孪生是充分利用炉温数据模型等物理模型，红外线成像测温仪等传感器更新、运行炉体温度等数据，集成多个维度的仿真过程，在炉体温度在线监测平台的虚拟空间中完成映射，从而反映相对应的真实炉体温度的全周期变化过程。温度在线监测及预警系统和数字孪生系统整体运行逻辑如图4所示，数据源层提供的最新实时数据保存在内存和数据库中，多个时间点或时间段的实时数据成为历史数据，前端系统通过网络服务从数据服务层获得数据，除了炉体温度数据外，前端系统还从网络服务系统中获得静态网页数据和用户数据，用于分析、展示或管理。通过数据的汇总、统计，形成有效的展示和管理平台，最终为车间管理者进行决策指导，实现车间智能化管理。应用层的网络服务是前端应用的服务后台，是数据服务层与前端系统进行数据交换的中继站，同时也存储和管理着静态网页数据和用户数据。数据源、数据服务层、网络服务系统以及信息化智能管理系统的通信技术方案图如下，数据源传输至数据存储层，通过数据库进行存储，同时最新的实时数据保存在内存中形成实时数据层，前端网站与实时数据层通过jquery ajax方式以json格式数据进行内容交换，最终由前端系统进行展示。35.本实施例的上述炉体温度在线监测平台具有以下技术效果：1、将虚拟现实和数字孪生技术应用于加热炉熔炼生产过程的温度监测和运维管理服务中，简化繁复而耗时的温度监测运维工作，实现智能监测和预警，减少维修人员和维修任务，有助于优化运维管理工作流程，真正实现车间温度监测的智能化运维与管理，为车间生产管理和应急反应提供完备的信息化管理措施；2、采用非接触式的红外在线高速测温技术路径，将红外成像测温仪与渣堰表面水平两端连线夹角设置在适宜的范围，得到了较佳的红外线成像分辨率，检测区域广，测量精度高，降低了设备冗余和成本，维护量小，工作效率高，通过智能温度在线监控系统将加热炉渣堰表面的实时温度经过软件处理转变为可供人眼观察的视频；同时也可以与plc、dcs进行通讯将有效的数据传输至现场监控系统进行显示，系统工作时不受外界干扰，在浓雾和黑夜里也能够继续工作。可弥补传统冶金行业对采集温度的不足，帮助企业挖掘数据的价值、进一步提高企业的智能化水平。36.凡在本发明技术方案的原则范围内做的任何修改、补充和等同替换等，均应仍归属于本发明技术方案的专利涵盖范围内。









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!