Program do wyznaczania statystycznych cech promiennych żużla stalowniczego

• Autorzy: Strąkowski R. , Pacholski K. , Więcek B. , Olbrycht R. , Wittchen W. , Borecki M.

Warianty tytułu

EN

Software for steel slag statistical analysis

• Języki publikacji: PL

Abstrakty

PL

W artykule opisano oprogramowanie pozwalające na wyznaczenie promiennych parametrów statystycznych, które wraz z emisyjnością charakteryzują skład chemiczny żużla stalowniczego pojawiającego się podczas spustu stali z pieca hutniczego. Wartości tych parametrów wyznaczane są za pomocą obróbki statystycznej obrazów strugi rejestrowanych podczas spustu stali za pomocą wielospektralnego komputerowego systemu pomiarowego wykorzystującego dwie kamery termowizyjne (średnio i długofalową) oraz cyfrowy aparat fotograficzny rejestrujący zdjęcia w pasmie światła widzialnego.

EN

The authors have applied thermovision in iron and steel industry, where basing on the analysis of the recorded sequence of thermograms it is possible to estimate the FeO content in the slag during the process of steel discharge from a converter to a ladle. Not only mid and long wavelength infrared cameras are required for this purpose but also appropriate software dedicated for analysis of the recorded thermal images. This paper describes such a software (Figs. 3, 4) created especially for this purpose, enabling qualitative and quantitative analysis of FeO content in the slag. The software enables determination of radiative statistical parameters that (alongside with emissivity) characterize chemical ingredients of the steel slag discharged from the converter with molten steel. The values of the above mentioned parameters are determined by the statistical analysis of thermograms recorded with a multispectral computer measurement system containing two thermal cameras and one vision-range camera. This analysis is performed with the developed algorithms (Fig. 5) using neural network approach (Fig. 6). The obtained results are promising as the software managed to properly asses the FeO content in 27 test cases (Fig. 7).

Słowa kluczowe

PL

żużel stalowniczy; emisyjność; termowizja; system wielospektralny

EN

steel slag; emissivity; thermography; multispectral system

• Wydawca: Wydawnictwo PAK
• Czasopismo: Pomiary Automatyka Kontrola
• Rocznik: 2013
• Tom: R. 59, nr 9
• Strony: 985--988
• Opis fizyczny: Bibliogr. 11 poz., rys., tab., wykr.

Twórcy

autor

Strąkowski R.

• Instytut Elektroniki, Politechnika Łódzka, ul. Wólczańska 211/215, 90-924 Łódź

autor

Pacholski K.

• Instytut Systemów Inżynierii Elektrycznej, Politechnika Łódzka, ul. Stefanowskiego 18/22, 90-924 Łódź

autor

Więcek B.

• Instytut Elektroniki, Politechnika Łódzka, ul. Wólczańska 211/215, 90-924 Łódź

autor

Olbrycht R.

• Instytut Elektroniki, Politechnika Łódzka, ul. Wólczańska 211/215, 90-924 Łódź

autor

Wittchen W.

• Instytut Metalurgii Żelaza im. Stanisława Staszica, ul. K. Miarki 12, 44-100 Gliwice

autor

Borecki M.

• Instytut Metalurgii Żelaza im. Stanisław Staszica, ul. K. Miarki 12, 44-100 Gliwice

Bibliografia

• [1] Różański P., Wittchen W., Borecki M., Pogorzałek J. Smolec B.: Opracowanie uproszczonej metody szacowania zawartości FeO w żużlu konwertorowym, Sprawozdanie IMŻ Nr S0-0673/BS/2008.
• [2] Wittchen W., Borecki M., Pogorzałek J.: Określenie możliwości wspomagania technologii wytapiania stali w oparciu o współczynnik emisyjności żużla stalowniczego, Sprawozdanie IMŻ Nr S0-0647/ BS/2007.
• [3] Więcek B., De Mey G.: Termowizja w podczerwieni, Wydawnictwo PAK, 2011.
• [4] Minkina W., Dudzik S.: Infrared thermography – errors and uncertainties, John Wiley & Sons Ltd, Chichester 2009 r.
• [5] Więcek B., Świątczak T., Olbrycht R., Wittchen W., Borecki M.: Badania emisyjności żużla stalowniczego w zakresie podczerwieni MWIR i LWIR, PAK, nr 11/2009, str. 914-918.
• [6] Wiecek M., Strakowski R., Wiecek B., Olbrycht R., Świątczak T., Wittchen W., Borecki M.: Estimation of steel slag parameters using thermal imaging and neural networks classification, 10th International Conference on Quantitative InfraRed Thermography, QIRT2010, Quebec, Laval University, 2010.
• [7] Strand J., Nakajima K., Eriksson R., Jonsson P.: A Mathematical Model to Study Liquid Inclusion Behavior at the Steel-Slag Interface, ISIJ International, vol. 45 (2005) No. 12, s. 1838-1847.
• [8] Best D. J., Roberts D. E.: Algorithm AS 89: The Upper Tail Probabilities of Spearman's rho, Applied Statistics, 1975, 24:377-379.
• [9] Osowski S.: Metody i narzędzia eksploracji danych. Warszawa, Wydawnictwo BTC, 2013.
• [10] Matlab® Statistic Toolbox User’s Guide, Version 7.2, The Mathworks.
• [11] Tadeusiewicz R.: Sieci neuronowe, Akademicka Oficyna Wydawnicza, Warszawa 1993, ISBN 83-85769-03-X.