挥发窑窑头鼓风管位置监测方法、存储介质及终端设备与流程

1.本技术涉及位置检测技术领域，尤其涉及一种挥发窑窑头鼓风管位置监测方法、存储介质及终端设备。


背景技术：

2.锌是国民经济和国防工业的关键原材料之一，氧化锌挥发窑是锌湿法冶炼回收环节的重要装备，维持窑内合适的温度场分布、以及窑内的燃烧状态是保证氧化锌回收率、焦炭利用率以及设备运行安全的重要前提；而窑头鼓风状态影响挥发窑的运行工况，窑头鼓风状态是通过调节鼓风管摆放位置和风压来改变窑内气流分布和氧气含量；监测和量化鼓风管的位置不仅可以为挥发窑的运行预测提供完善的鼓风状态数据，及时发现鼓风管被窑内渣块击中等鼓风状态异常，还能为后续实现全自动化鼓风状态调节提供操作依据。
3.目前主要通过操作人员在挥发窑窑头看火口处观察鼓风管口摆放位置和火焰状态，从而评估窑头鼓风状态，并基于窑头鼓风状态对鼓风管进行位置调节，改变鼓风管口的朝向，从而改变窑内气流分布和氧气含量；而人为通过窑头看火口观察鼓风管口位置的方法，存在危险系数大、观察不及时、判别准确率低的问题。
4.因此，现有技术还有待于改进和发展。
5.申请内容
6.本技术要解决的技术问题在于，针对现有技术的不足，提供一种挥发窑窑头鼓风管位置监测方法、存储介质及终端设备。
7.本技术解决技术问题所采用的技术方案如下：
8.一种挥发窑窑头鼓风管位置监测方法，其包括：
9.通过设置于窑头看火口处的视频采集器实时采集视频，其中，看火口及窑头内鼓风管均位于所述视频采集器的捕获范围内；
10.按照预设规则从所述视频中提取图像集，并基于卷积神经网络检测获取所述图像集内每帧图像中鼓风管管口的中心点的位置信息；
11.对所述图像集对应的所有位置信息进行聚类，获取有效点簇以计算鼓风管管口的中心点坐标；
12.对所述图像集内任意一帧图像中预定范围进行区域划分，计算所述中心点坐标所属区域，以获取鼓风管管口相对于看火口的摆放位置。
13.所述挥发窑窑头鼓风管位置监测方法，其中，所述按照预设规则从所述视频中提取图像集具体为：
14.选取预设时长的视频，从所述预设时长的视频中每间隔预定时间提取一帧图像，所述预设时长的视频中提取的所有图像构成所述图像集。
15.所述挥发窑窑头鼓风管位置监测方法，其中，所述基于卷积神经网络检测获取所述图像集内每帧图像中鼓风管管口的中心点的位置信息具体包括：
16.将所述图像集输入预先训练完成的卷积神经网络，通过所述卷积神经网络预测所
述图像集内每帧图像中鼓风管管口的中心点的位置信息。
17.所述挥发窑窑头鼓风管位置监测方法，其中，所述卷积神经网络的训练过程具体包括：
18.获取训练样本集，其中，所述训练样本集包括若干训练样本图像；
19.对所述训练样本集中每个训练样本图像进行关键点标记，其中，所述关键点包括鼓风管管口的中心点；
20.将经过关键点标记的训练样本集输入卷积神经网络。
21.所述挥发窑窑头鼓风管位置监测方法，其中，所述对所述图像集对应的所有位置信息进行聚类，获取有效点簇以计算鼓风管管口的中心点坐标具体包括：
22.将所述图像集对应的所有位置信息聚类，并获取有效点簇；
23.计算所述有效点簇中所有中心点的坐标的平均值，将所述坐标的平均值作为鼓风管管口的中心点坐标。
24.所述挥发窑窑头鼓风管位置监测方法，其中，所述对所述图像集对应的所有位置信息进行聚类，以获取有效点簇具体包括：
25.根据自动聚类算法对所述图像集对应的所有位置信息进行聚类，并获取包含中心点的数量最多的点簇；
26.判断所述点簇中中心点的数量是否超过预设值；
27.若是，则所述点簇为有效点簇。
28.所述挥发窑窑头鼓风管位置监测方法，其中，所述判断所述点簇中中心点的数量是否超过预设值之后还包括：
29.若否，则更新所述图像集，以重新获取点簇。
30.所述挥发窑窑头鼓风管位置监测方法，其中，所述对所述图像集内任意一帧图像中预定范围进行区域划分具体包括：
31.提取所述图像集中任意一帧图像，按照预定范围在所述图像中选取对应的范围，其中，所述预定范围包括看火口和鼓风管管口；
32.按照预设数量对所述范围进行区域划分。
33.一种存储介质，其中，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如上任意一项所述的挥发窑窑头鼓风管位置监测方法中的步骤。
34.一种终端设备，其包括：处理器、存储器及通信总线；所述存储器上存储有可被所述处理器执行的计算机可读程序；
35.所述通信总线实现处理器和存储器之间的连接通信；
36.所述处理器执行所述计算机可读程序时实现如上任意一项所述的挥发窑窑头鼓风管位置监测方法中的步骤。
37.有益效果：本技术通过在看火口处安装的视频采集器采集视频，并对视频进行分析处理，获取鼓风管管口的中心点坐标所属区域，以此得到鼓风管管口相对于挥发窑窑头看火口的摆放位置，从而对鼓风管管口在挥发窑窑头内的位置进行监测并量化，以为挥发窑的运行预测提供完善的鼓风状态数据，提升了鼓风管位置的评估准确率，避免了人为的观望操作，且无需接触挥发窑主体结构，不影响工作人员的正常工序，便于在挥发窑工作现
场部署应用和长期监测。
附图说明
38.图1是本技术所述挥发窑窑头鼓风管位置监测方法的流程图；
39.图2是本技术中氧化锌挥发窑与视频采集器的安装结构示意图；
40.图3是本技术所述图像集中任意选取一帧图像的示意图；
41.图4是本技术中鼓风管关键点标注示意图；
42.图5是本技术中鼓风管管口的中心点聚类过程示意图；
43.图6是本技术中对所述图像集内任意一帧图像进行区域划分的示意图；
44.图7为本技术提供的终端设备的结构原理图。
具体实施方式
45.本技术提供的一种挥发窑窑头鼓风管位置监测方法、存储介质、及终端设备，为使本技术的目的、技术方案及优点更加清楚、明确，以下参照附图并举实施例对本技术进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
46.本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本技术的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称一组词语与另一组词语相连接，是指两组词语前后相连，或者通过特殊词语/符号相连。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
47.本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本技术所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样被特定定义，否则不会用理想化或过于正式的含义来解释。
48.应理解，本实施例中各步骤的序号和大小并不意味着执行顺序的先后，各过程的执行顺序以其功能和内在逻辑确定，而不应对本技术实施例的实施过程构成任何限定。
49.发明人经过研究发现，氧化锌挥发窑是锌湿法冶炼回收环节的重要装备，通过调节鼓风管摆放位置和鼓风管的运行风压来改变窑内气流分布和氧气含量，对挥发窑的运行工况有着极其重要的影响；由此监测和量化鼓风管的位置不仅可以为挥发窑的运行预测提供完善的鼓风状态数据，及时发现鼓风管被窑内渣块击中后改变管口位置等鼓风状态异常，还能为后续基于挥发窑窑头鼓风状态对鼓风管进行位置调节，改变鼓风管口的朝向，从而改变窑内气流分布和氧气含量提供操作依据。然而现有技术中鼓风管的位置需要人为通过看火口向挥发窑窑头内观望来估测，极易对工作人员造成人身危险，判别效率和准确率也很低。
50.为了解决上述问题，在本技术实施例中，通过设置于窑头看火口处的视频采集器实时采集视频；按照预设规则从所述视频中提取图像集，并获取所述图像集内每帧图像中
鼓风管管口的中心点的位置信息；根据所述图像集对应的所有位置信息，计算鼓风管管口的中心点坐标；对所述图像集内任意一帧图像中预定范围进行区域划分，计算所述中心点坐标所属区域，以获取鼓风管管口相对于窑头看火口的摆放位置。
51.本技术通过在看火口处安装的视频采集器采集窑头内鼓风管管口视频，并对视频进行分析处理，获取鼓风管管口的中心点坐标所属区域，以此得到鼓风管管口相对于窑头看火口的摆放位置，从而对鼓风管管口在窑头内的位置进行监测并量化，以为挥发窑的运行预测提供完善的鼓风状态数据，提升了鼓风管位置的评估效率与准确率，避免了人为的观望操作，且无需接触挥发窑主体结构，不影响工作人员的正常工序，便于在挥发窑工作现场部署应用和长期监测。
52.下面结合附图，通过对实施例的描述，对申请内容作进一步说明。
53.本实施例提供了一种挥发窑窑头鼓风管位置监测方法，如图1所示，所述方法包括如下步骤：
54.s10、通过设置于窑头看火口处的视频采集器实时采集视频，其中，看火口及窑头内鼓风管均位于所述视频采集器的捕获范围内。
55.具体的，氧化锌挥发窑与鼓风管配合安装如图2所示，氧化锌挥发窑1的窑头2架设鼓风管3，如图4所示，鼓风管3插入窑头2内的部分由依次连接的管径大段、管径收缩段和管径小段组成；其中，鼓风管管口位于管径小段远离管径收缩段的一端。鼓风管3位于挥发窑1之外的部分连接两个调节杆：竖直调节杆4和水平调节杆5，其中，竖直调节杆4的一端捆扎在鼓风管3上，另一端为自由端，通过推拉竖直调节杆4，实现鼓风管3沿竖直方向的移动；水平调节杆5的一端捆扎在鼓风管3上，另一端为自由端，通过推拉水平调节杆5，实现鼓风管3沿水平方向的移动。窑头2处所述鼓风管3的侧方设置有看火口6，通过看火口6可以观察到窑内火焰燃烧状态与异常工况，来调节挥发窑的转速、下料量与鼓风状态。实时监测窑头鼓风管3的位置可以为挥发窑的运行预测提供鼓风状态数据，并且可以及时发现鼓风管3被窑内渣块击中等鼓风状态异常。
56.在挥发窑外安装支架8，将所述视频采集器7安装于支架8上，从而通过支架8对所述视频采集器7进行支撑和定位，所述视频采集器7定位于对应看火口6的位置：所述视频采集器7的高度与所述看火口6的高度对应，所述视频采集器7靠近所述看火口6，并与所述看火口6之间保持一定的距离。调整所述视频采集器7的朝向和焦距，使其能拍摄整个看火口6、以及通过所述看火口6拍摄到窑头内鼓风管的视频，即所述看火口6以及鼓风管位于窑头2内的部分均处于所述视频采集器7的捕获范围内，且看火口6和窑头2内鼓风管在所述视频采集器7的捕获画面中清晰可见。
57.在一个实现方式中，所述视频采集器7为可见光工业相机；所述视频采集器7与所述看火口6之间的距离为1.5m～2m。
58.s20、按照预设规则从所述视频中提取图像集，并基于卷积神经网络检测获取所述图像集内每帧图像中鼓风管管口的中心点的位置信息。
59.具体的，所述视频为连续视频；按照预设规则从所述视频中提取多帧图像，所述多帧图像构成所述图像集；所述图像集中的每一帧图像均能清晰显示看火口和窑头内鼓风管。
60.在本实施例的一个实现方式中，所述按照预设规则从所述视频中提取图像集具体
为：
61.选取预设时长的视频，从所述预设时长的视频中每间隔预定时间提取一帧图像，所述预设时长的视频中提取的所有图像构成所述图像集。
62.具体的，所述视频采集器实时连续的采集视频，获取所述视频后，从所述视频中选取预设时长的视频，从所述预设时长的视频中每间隔预定时间进行一帧图像的提取，从而获取多帧图像，由所述多帧图像构成所述图像集。例如，所述预设时长为1min，所述预定时间为1s；从所述视频中选取第1min的视频，并从所述第1min的视频中每间隔1s提取一帧图像，从而自所述第1min的视频中可以提取得到60帧图像，该60帧图像构成所述图像集。其中，所述图像集中任意选取一帧图像如图3所示，图像中包含看火口和窑内鼓风管。
63.在本实施例的一个实现方式中，所述基于卷积神经网络检测获取所述图像集内每帧图像中鼓风管管口的中心点的位置信息具体包括：
64.将所述图像集输入预先训练完成的卷积神经网络，通过所述卷积神经网络预测所述图像集内每帧图像中鼓风管管口的中心点的位置信息。
65.具体的，所述卷积神经网络经过预先训练，并用于预测所述图像集内每帧图像中鼓风管管口的中心点的位置信息；即，所述卷积神经网络的输入项为所述图像集，所述卷积神经网络的输出项为所述图像集内每帧图像中鼓风管管口的中心点的位置信息，其中，针对每帧图像，均对应获取一个鼓风管管口的中心点的位置信息。本技术以鼓风管管口的中心点来代表鼓风管的整个管口；通过获取鼓风管管口的中心点相对于看火口的位置，得知鼓风管管口相对于看火口的摆放位置，进而根据火焰状态等参数对鼓风管进行水平方向和/或竖直方向的移动，来改变鼓风管管口的朝向，达到更佳的鼓风状态。
66.所述图像集包括60帧图像，则将所述图像集输入预先训练完成的所述卷积神经网络后，对于每帧图像均能得到一个鼓风管管口的中心点的位置信息，从而获取60个鼓风管管口的中心点的位置信息。其中，鼓风管管口的中心点的位置信息为鼓风管管口的中心点的坐标。
67.在一个实现方式中，所述卷积神经网络的训练过程具体包括：
68.获取训练样本集，其中，所述训练样本集包括若干训练样本图像；
69.对所述训练样本集中每个训练样本图像进行关键点标记，其中，所述关键点包括鼓风管管口的中心点；
70.将经过关键点标记的训练样本集输入卷积神经网络。
71.具体的，预先获取训练样本集，所述训练样本集包括若干训练样本图像；所述训练样本图像从所述视频采集器预先采集的视频中筛选获得；所述训练样本图像中的鼓风管由显示依次连接的鼓风管管径大段、鼓风管管径收缩段、以及鼓风管管径小段组成，如图4所示；其中，鼓风管管口位于鼓风管管径小段远离鼓风管管径收缩段的一端。
72.将鼓风管管口的中心点作为关键点，对所述训练样本集内每个训练样本图像中鼓风管管口的中心点位置进行标记，以便于经过训练的所述卷积神经网络可以从所述图像集内每帧图像中识别鼓风管管口的中心点；然后将经过关键点标记的训练样本集输入卷积神经网络。进一步的，如图4所示，所述关键点还包括鼓风管管径收缩段末端(鼓风管管径收缩段连接鼓风管管径小段的一端)的上边缘点、以及鼓风管管径收缩段末端的下边缘点，从而增加训练样本数量。图4中圆形所标位置为鼓风管管口的中心点，方形所标位置为鼓风管管
径收缩段末端的上边缘点，三角形所标位置为鼓风管管径收缩段末端的下边缘点；对所述训练样本集内每个训练样本图像中的三个关键点位置进行标记。
73.s30、对所述图像集对应的所有位置信息进行聚类，获取有效点簇以计算鼓风管管口的中心点坐标。
74.具体的，通过所述卷积神经网络预测60帧图像内每帧图像对应的鼓风管管口的中心点的位置信息，根据得到的60个鼓风管管口的中心点的位置信息，计算鼓风管管口的中心点所处位置的坐标，从而将鼓风管管口的朝向具体量化，获得鼓风管管口的精确位置。
75.在本实施例的一个实现方式中，所述对所述图像集对应的所有位置信息进行聚类，获取有效点簇以计算鼓风管管口的中心点坐标具体包括：
76.对所述图像集对应的所有位置信息聚类，并获取有效点簇；
77.计算所述有效点簇中所有中心点的坐标的平均值，将所述坐标的平均值作为鼓风管管口的中心点坐标。
78.具体的，针对所述图像集内所有图像对应的位置信息，即对60个鼓风管管口的中心点的位置信息进行聚类分析，以获取多个点簇；其中，每个点簇均为包含若干鼓风管管口的中心点的集合。从所述多个点簇中按照预设条件选取有效点簇；然后针对所述有效点簇，计算所述有效点簇中所有中心点的坐标的平均值，并将所述坐标的平均值作为鼓风管管口的中心点坐标。
79.在一个实现方式中，所述对所述图像集对应的所有位置信息进行聚类，以获取有效点簇具体包括：
80.根据自动聚类算法对所述图像集对应的所有位置信息进行聚类，并获取包含中心点的数量最多的点簇；
81.判断所述点簇中中心点的数量是否超过预设值；
82.若是，则所述点簇为有效点簇。
83.具体的，如图5所示，提取60个鼓风管管口的中心点的位置信息，根据自动聚类算法，对该60个位置信息进行聚类分析；其中，所述自动聚类算法为具有噪声的基于密度的聚类方法dbscan。提取聚类分析结果，获得多个点簇，识别每个点簇所包含的中心点的数量并进行比较，以获取包含中心点的数量最多的点簇；然后判断该点簇是否为有效点簇；当该点簇为有效点簇时，计算所述有效点簇中所有中心点的坐标的平均值，并将所述坐标的平均值作为鼓风管管口的中心点坐标。
84.其中，当点簇包含中心点的数量超过预设值时，该点簇为有效点簇。因此，将点簇包含的中心点的数量与所述预设值进行比较，并判断是否超过所述预设值，即可断定该点簇是否为有效点簇。一实现方式中，所述预设值为30，即从所有点簇中获取包含中心点的数量最多的点簇后，将该点簇所包含中心点的数量与30进行比较，若该点簇所包含中心点的数量≥30，则该点簇为有效点簇。
85.若该点簇所包含中心点的数量小于30，则抛弃该检测结果，重新获取下一个预设时长内视频，从该视频中每间隔所述预设时间提取一帧图像，并构成图像集，从而更新所述图像集，以重新获取点簇。
86.s40、对所述图像集内任意一帧图像中预定范围进行区域划分，计算所述中心点坐标所属区域，以获取鼓风管管口相对于窑头看火口的摆放位置。
87.在本实施例的一个实现方式中，所述对所述图像集内任意一帧图像中预定范围进行区域划分具体包括：
88.提取所述图像集中任意一帧图像，按照预定范围在所述图像中选取对应的范围，其中，所述预定范围包括看火口和鼓风管管口；
89.按照预设数量对所述范围进行区域划分。
90.具体的，如图6所示，从所述图像集中任意提取一帧图像，并在该图像中预先定义一个范围，并按照预定规则对该范围进行区域划分，以得到多个区域；计算所述中心点坐标位于所述多个区域中的哪个区域，并通过所述中心点坐标所属区域来表征鼓风管管口相对于窑头看火口的摆放位置。
91.一个实现方式中，在所述图像中选取的所述预定范围的面积大于所述图像中看火口的面积；所述预定范围受所述视频采集器与看火口之间的安装距离影响，距离较大时所述预定范围在所述图像中占比减小，距离较小时所述预定范围在所述图像中占比增大。本技术中基于大量视频中所有鼓风管管口的中心点的位置范围，对所述预定范围进行定义，即通过所述预定范围是通过数据统计获得，具体的，将所述预定范围的面积定义为所述图像中看火口的面积的1.5倍左右。
92.按照所述预定范围在所述图像中选取对应的范围后，根据预设数量，例如，所述预设数量为9，将所述范围划分为9个区域，且9个区域将所述范围平均分割。所述预定范围为矩形范围，从而与看火口的外观形状相匹配，以准确衡量窑头内鼓风管相对于看火口的摆放位置。
93.具体的如图6所示，该9个区域分别为左上、中上、右上、左中、正中、右中、左下、中下和右下；本技术中将所述范围平均划分为9个区域是结合工人现场调节经验、以及视频中鼓风管管口的中心点位置数据统计得到的；该9个区域可以涵盖工业现场发生的所有鼓风管摆放位置的调节操作。
94.本技术中一具体使用场景：当前氧化锌挥发窑的窑况为物理化学反应不充分导致的欠烧时，需要将鼓风管管口调节至右下区域，以使鼓风管管口对准物料并将物料吹起，增加窑内氧气，使物料在窑内得到更加充分的燃烧；则通过所述挥发窑窑头鼓风管位置监测方法判断当前鼓风管管口相对于看火口的摆放位置后，配合调节水平调节杆和竖直调节杆，改变鼓风管管口的朝向；再次通过所述挥发窑窑头鼓风管位置监测方法判断当前鼓风管管口相对于看火口的摆放位置，即可准确判断对鼓风管的调整是否到位。
95.本技术还提供一种存储介质，其中，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如上任意一项所述的挥发窑窑头鼓风管位置监测方法中的步骤。
96.本技术还提供了一种终端设备，如图7所示，其包括至少一个处理器(processor)20；显示屏21；以及存储器(memory)22，还可以包括通信接口(communications interface)23和总线24。其中，处理器20、显示屏21、存储器22和通信接口23可以通过总线24完成相互间的通信。显示屏21设置为显示初始设置模式中预设的用户引导界面。通信接口23可以传输信息。处理器20可以调用存储器22中的逻辑指令，以执行上述实施例中的挥发窑窑头鼓风管位置监测方法中的步骤。
97.此外，上述的存储器22中的逻辑指令可以通过软件功能单元的形式实现并作为独
立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。
98.存储器22作为一种计算机可读存储介质，可设置为存储软件程序、计算机可执行程序，如本公开实施例中的方法对应的程序指令或模块。处理器20通过运行存储在存储器22中的软件程序、指令或模块，从而执行功能应用以及数据处理，即实现上述实施例中的方法。
99.存储器22可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端设备的使用所创建的数据等。此外，存储器22可以包括高速随机存取存储器，还可以包括非易失性存储器。例如，u盘、移动硬盘、只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、磁碟或者光盘等多种可以存储程序代码的介质，也可以是暂态存储介质。
100.此外，上述存储介质以及终端设备中的多条指令处理器加载并执行的具体过程在上述方法中已经详细说明，在这里就不再一一陈述。
101.最后应说明的是：以上实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的精神和范围。