基于计算机视觉的炼钢无组织排放监测及碳流分析方法与流程

本发明涉及碳排放监测，具体为基于计算机视觉的炼钢无组织排放监测及碳流分析方法。

背景技术：

1、钢铁冶炼过程中会产生包含碳氧化物的废气，其中无组织排放由于缺乏固定的排气烟道，烟气通常在车间内部自由扩散并向外部大气散逸，使得排放浓度的监测与碳排总量的核算存在难度。现有的无组织排放监测方案主要依赖在车间内部署固定点位的气体传感器。由于炼钢车间物理空间较大且存在热气流扰动，固定传感器只能获取特定局部点位的气体成分数据，无法捕捉烟气羽流在整个车间三维空间内的动态扩散过程，导致单点监测数据无法代表车间整体的排放状态。

2、针对大空间监测的局限，部分方案引入了视频监控技术辅助观察。目前的视觉监测多停留在二维图像层面的烟雾形态识别与报警，缺乏将视觉图像特征与气体理化数据进行多源融合的手段，难以将监控画面转化为定量的排放浓度数值。在获取监测数据后，现有的环保系统通常仅执行后端的数据展示与记录。当车间发生无组织排放异常时，系统无法根据烟气的空间扩散通量与浓度梯度分布自动推算底层除尘设备的调节参数。监测网络与现场通风除尘设备的硬件控制之间缺乏联动机制，面临异常排放时仍需依靠人工经验手动干预除尘引风机的运行频率。这种方式难以根据实际的逸散浓度偏差实现底层设备的闭环调节，且由于缺乏针对散逸烟气空间分布的体积分模型，无法量化计算时间窗口内的无组织碳排放总量，导致企业总体的碳排放配额核算数据出现缺失。

技术实现思路

1、针对现有技术的不足，本发明提供了基于计算机视觉的炼钢无组织排放监测及碳流分析方法，解决了现有技术中炼钢车间无组织排放监测难以在三维空间内定量核算碳排放总量，且监测系统与底层除尘设备之间缺乏闭环联动调节机制的技术问题。

2、为实现以上目的，本发明通过以下技术方案予以实现：

3、本发明提供基于计算机视觉的炼钢无组织排放监测及碳流分析方法，包括以下步骤：

4、获取目标监测区域的现场视频流数据与现场同步采集的光谱分析数据；

5、对现场视频流数据进行图像处理，提取烟气羽流视觉特征向量；

6、将烟气羽流视觉特征向量与光谱分析数据进行融合处理，输入预设的反演映射模型，计算出无组织排放瞬时浓度数值，并基于现场视频流数据提取形心二维像素坐标结合空间转换矩阵获取排放源中心三维空间坐标；

7、建立车间物理空间的三维网格模型，将无组织排放瞬时浓度数值与排放源中心三维空间坐标作为计算边界条件输入三维网格模型进行流体力学求解，输出动态扩散路径数据与浓度梯度分布数据；

8、结合动态扩散路径数据与浓度梯度分布数据进行空间体积分运算，输出核算周期内的无组织碳排放估算总量；

9、基于无组织排放瞬时浓度数值与无组织碳排放估算总量进行异常状态判定，若判定为异常，生成硬件控制指令，并生成业务工单数据进行反馈。

10、进一步地，烟气羽流视觉特征向量包含几何形态特征参数、扩散速度场参数、不透明度特征参数以及纹理特征参数。在特征提取过程中，通过深度学习视觉特征提取网络输出现场视频流数据中烟气羽流的二值化掩膜图像，定位烟气连通区域并提取轮廓坐标集合，计算烟气连通区域的几何外包围框长宽比、周长数值以及面积数值进行张量拼接获取几何形态特征参数。同时获取连续两帧图像中烟气连通区域的像素亮度数据，基于稠密光流算法在图像亮度恒定条件下构建并求解光流约束方程，获取二维像素坐标的光流速度向量分布，并计算其均值与方差矩阵作为扩散速度场参数。

11、此外，基于历史无烟气状态建立背景参考模型，对比当前烟气区域像素亮度均值与背景区域像素亮度均值的衰减程度获取不透明度特征参数，并提取连通区域的纹理特征参数，最终将上述参数输入至网络的全连接层进行降维与拼接组合输出烟气羽流视觉特征向量。

12、在将烟气羽流视觉特征向量与光谱分析数据进行融合处理之前执行时空同步处理。在时间维度上利用网络时间协议进行底层时钟同步，分配全局时间戳，并在光谱数据序列中寻找相邻的第一光谱数据时间戳与第二光谱数据时间戳执行线性插值计算，获取时间对齐的插值光谱数值。

13、在空间维度上，通过现场预设的标定参照物建立像素坐标系与物理坐标系之间的空间转换矩阵，将提取的二维像素坐标映射至三维物理坐标，并与光谱探测光路的空间直线方程执行相交计算，验证光谱探测路径与视觉捕捉区域的空间重合度。

14、在数据融合阶段，采用最大最小值归一化算法统一数据尺度，将多源融合特征向量输入多层全连接神经网络架构的反演映射模型。在此模型中，非线性激活函数采用线性整流函数，用于将网络计算的负值结果强制置为零并保留正值，以符合物理现实中气体浓度数值不能为负值的约束条件，最终输出无组织排放瞬时浓度数值。

15、流体力学求解过程包括：

16、由二值化掩膜图像中烟气连通区域的面积数值结合空间转换矩阵从像素面积等比例推算获取排放源释放面积，并通过等效圆面积运算换算预设源项半径，进而界定包含在球形空间区域内的质量源项单元集合。无组织烟气质量释放速率由无组织排放瞬时浓度数值、烟气羽流初始逸散速度以及排放源释放面积执行乘积运算获取。流体力学模型将车间厂房的自然通风门窗与屋顶通风器划定为压力入口边界，将二次除尘引风机的吸尘罩开口界面划定为遵循现场实时运行频率换算流速的速度出口边界，并将环境空气的物理属性设定为遵循不可压缩理想气体定律。

17、在求解质量守恒方程、动量守恒方程与组分输运方程时，采用标准k双方程模型计算湍流粘性系数，并利用密度差异结合重力加速度矢量在动量守恒方程中产生向上的热浮力驱动项。通过半隐式压力联系方程算法进行压力与速度的耦合求解，在质量、动量以及组分的残差数值均下降至预设残差阈值以下时，判定当前时间步的物理流场计算收敛，生成流体速度矢量的时间序列记录与浓度梯度分布数据。

18、进行空间体积分运算，输出核算周期内的无组织碳排放估算总量，包括：提取与外部大气环境连通截面在三维计算网格中对应的二维网格面片以拼接生成通量积分边界。通过比对二维网格面片与内部相邻网格单元形心坐标生成的方向判定向量，将空间单位法向量统一校正为指向外部大气环境的方向。

19、将二维网格面片上的流体速度矢量与校正后的空间单位法向量进行点乘运算，采用通量截断函数仅将点乘结果大于零的数值纳入通量计算。将截断后的点乘结果结合流体密度、组分质量浓度、物理面积及离散时间步长相乘，获取核算周期内的总逸散质量作为边界逸散通量。

20、同步提取各三维计算网格中的流体密度与网格单元内的组分质量浓度，并与对应的物理体积进行乘积运算获取单个网格内的碳排质量，将所有三维计算网格的碳排质量相加得到空间滞留累积量，综合两项结果并扣除初始时刻本底碳排质量，得出无组织碳排核算总量。

21、基于无组织排放瞬时浓度数值与无组织碳排放估算总量进行异常状态判定，包括：

22、在时间轴上建立滑动窗口，计算窗口内逸散质量平均值并折算实时逸散速率，同步提取除尘吸尘罩外围延伸区域计算网格内的最大组分质量浓度作为局部空间最高浓度。将实时逸散速率与局部空间最高浓度进行无量纲化处理并分配通量与浓度权重系数，构建无组织排放异常评价指数。当该指数大于判定基准值时判定当前处于异常逸散状态并在系统逻辑控制器中生成异常触发信号。采用增量式比例积分控制算法，将异常评价指数与判定基准值的偏差作为系统当前状态偏离正常状态的误差输入，结合时间累积量、比例调节系数与积分调节系数计算目标引风机运行频率。

23、对计算频率执行不超过引风机额定运行频率的限幅处理后，转换为数字模拟量设定值下发，并同步下发关闭屋顶通风器及启动喷雾降尘机的开关量指令。在生成业务工单数据进行反馈之前，获取与核算周期同时段内的有组织碳排放总量，将有组织碳排放总量与无组织碳排核算总量进行代数求和获取真实碳排放总负荷，结合核算周期内的碳排放配额总量与时间进度计算碳配额消耗预警指数。

24、当预警指数大于设定的预警阈值时，向外部业务系统推送包含发生位置、当前碳排浓度与预警指数的结构化数据报文，用于触发制造执行系统的生产负荷降级程序及设备资产管理系统的环保设备异常巡检工单派发。

25、本发明提供了基于计算机视觉的炼钢无组织排放监测及碳流分析方法。具备以下有益效果：

26、1、本发明通过获取现场视频流数据与光谱分析数据，在进行时空同步处理后将视觉特征向量与光谱数据融合，输入采用线性整流函数作为激活函数的反演映射模型进行计算。这种多源数据融合方式弥补了单一视觉监测易受背景光线干扰以及单一光谱监测覆盖范围受限的局限性，同时通过将模型计算过程中的负值强制置零，使输出的无组织排放瞬时浓度数值符合气体浓度不能为负的物理现实约束，保障了浓度计算结果的准确性。

27、2、本发明将获取的瞬时浓度数值与排放源中心坐标作为边界条件输入三维网格模型进行流体力学求解，生成流场扩散路径与浓度梯度分布，并结合空间法向量校正提取通量积分边界，通过空间体积分运算得出时间窗口内的边界逸散通量与空间滞留累积量。该方法将单点位置的静态监测扩展为车间三维空间的动态碳流分布计算，能够量化核算无组织排放的总量数据，为企业的碳排放配额消耗评估提供数据支撑。

28、3、本发明基于实时逸散速率与局部空间最高浓度构建异常评价指数，在判定评价指数大于基准值时，采用增量式比例积分控制算法计算目标引风机运行频率，生成控制指令下发至可编程逻辑控制器以调节二次除尘引风机，并同步联动屋顶通风器与降尘设备。该处理方式在监测到排放异常状态时实现了从系统数据判定到底层硬件设备控制的闭环调节，能够根据浓度偏差自动调整现场环保设备的运行状态，抑制无组织烟气向外部环境扩散。