炉内全视场温度监测系统与信息共享平台技术开发
陈鸿旭1 ，陈智1，葛晴晴1
（1.宝武钢铁集团----马鞍山钢铁股份有限公司特钢公司, 安徽，马鞍山，243000）
摘要：应用红外热成像原理及比色测温技术，建立了炉内钢坯全视场温度监测系统，对加热炉内钢坯温度进行准确、连续测量。建立了炉内钢坯加热过程数据库并实现了与L1的OPC通讯，实现实时显温实时控温。编制了远程客户端数据库查询分析软件，实现工艺持续优化。
关键词：加热炉；炉内钢坯温度；比色测温；OPC通信
传统加热炉燃烧控制大多以热电偶测量炉膛温度为依据，通过建立加热炉参数模型，再对加热炉热工参数进行调节控制，但由于热电偶所测量到的温度只是贴近炉壁的炉膛温度，并非被加热钢坯温度，且热电偶测温的滞后性以及被测量区域和数量的有限性[1]，使得传统加热炉燃烧控制不能实现对炉内钢坯升温过程的有效控制，不能满足高端产品的生产的要求。
本项目应用基于红外热成像原理及比色测温技术，建立了炉内钢坯全视场温度监测系统，建立了炉内钢坯加热过程数据库，编制了远程客户端数据查询分析软件。实时显示画面及钢坯温度，有利于对加热过程做出合理的调控，指导操作工合理操作，保证钢坯加热符合工艺要求。
1 比色测温原理及现场应用：
通过建立两个不同波段辐射强度比值与温度之间函数关系的方法，衍生出比色测温法，它降低了被测物辐射率对辐射测温的影响，解除了发射率未知对测温的限制[2]。通过在炉内加热段及均热段位置开孔安装红外面阵探测器，可以及时捕捉实时热像，通过比色测温原理计算出相应位置的目标温度(见图1)，图像分辨率可以达到700线对，成像效果可达720P，色彩本征还原，能够更加直观便捷的观察到加热炉内温度场的均匀性。
图1. 加热炉内全视场温度实时监测图像
Figure 1. Real-time monitoring image of full field temperature in heating furnace
2 修正测温模型
但是，由于炉内烧嘴火焰背景、炉内烟气以及钢坯涂料等辐射、反射光的干扰，会影响到探测器捕捉到的红外热像，导致测量温度绝对值上可能具有一定偏差。因此，我们运用以下两个方案对测温模型和实际温度进行对比、修正。
1) 标准黑体辐射源监测验证
图2. 黑体辐射源监测验证
Figure 2. Monitoring and verification of blackbody radiation source
图3. 系统测温与黑体辐射源温度温升对比精度
Figure 3. Comparison accuracy between system temperature measurement and blackbody radiation source temperature rise
本系统经黑体辐射标定（见图2）后，再进行了验证实验，
实验参数：基础本底温度750℃ ，保温10min。
实验结论：在标准黑体辐射源上验证，本系统绝对误差和相对精度优于0.3%达到项目0.5%精度要求（见图3）。
2) 现场黑匣子验证
在实际炉膛环境下，由于待测材料及环境变化，对材料红外辐射率及反射率存在影响，因而会引起系统测量温度的绝对值偏差。本系统并不追求绝对值的准确性，但通过黑匣子矫正可以尽量减小与绝对值的偏差[3]。
从钢坯温度均匀性来分析，由表1，钢坯轧侧与非轧侧温度偏差可以看出，视频测温方式与黑匣子测温方式相对一致，相对温度偏差在0~2℃左右。从温升变化来分析，每间隔相同时间，热电偶温升变化与视频测温温升变化，两者相对误差基本在2℃，相对误差精度达到0.3%。
表1 温度监测系统相对精度（按钢坯温度均匀性） 单位：℃
Table 1 Relative precision of temperature monitoring system
(according to billet temperature uniformity) Unit:℃
恒温段温度（黑匣子） | 均匀性对比 | ||||
非轧 | 中部 | 轧侧 | 轧侧-非轧 | 轧侧-中部 | 中部-非轧 |
1125.88 | 1132.28 | 1134.39 | 8.51 | 2.11 | 6.4 |
恒温段温度（视频温度） | |||||
非轧 | 中部 | 轧侧 | |||
1084.14 | 1089.55 | 1090.17 | 6.03 | 0.62 | 5.41 |
偏差 | 2.48 | 1.49 | 0.99 | ||
3 建立信息共享平台：
3.1 客户端及移动APP的远程访问
远程访问程序界面如下图4、5、6所示，分别为PC客户端及APP历史数据、实时数据查询及数据分析。
图4. PC客户端远程访问及分析
Figure 4 Remote access and analysis of PC client
图 5. APP远程访问
Figure 5. APP remote access
图 6. APP数据分析
Figure 6. APP data analysis
4 实施效果
图7. 实施前后弹簧钢脱碳指标对比
Figure 7. Comparison of decarburization indexes of spring steel before and after implementation
实施前：脱碳层≤0.5d占比68%、≤0.8d占比86%、≤0.1mm占比92%；
实施后：脱碳层≤0.5d占比91%、≤0.8d占比96%、≤0.1mmd占比99% 。
由图7可知，钢坯加热脱碳得到有效的控制，高端线材产品表面脱碳减少，产品脱碳指标达到国内一线线材生产厂的水平。
5结论
开发的炉内钢坯全视场温度监测及信息共享平台，是以普朗克黑体辐射定理为基本理论，利用红外CCD摄像机、数字图像处理技术、共享内存通信、流媒体服务器、远程FTP服务器访问技术、手机APP访问技术来计算分析加热炉内钢坯温度实时变化趋势的系统。视频图像成像效果可达720P，结合L1获取过程参数数据，通过温度模型进行钢坯温度计算。
经黑匣子温度验证，视频测温方式与黑匣子测温方式温度变化趋势保持一致，灵敏度相当，相对温度偏差在2℃左右，测温相对精度达0.2%满足技术目标的要求。
参考文献
[1] 梅炽.有色冶金炉[M].北京:冶金工业出版社, 1994.
[2] 候东旭 . 加热炉内钢坯温度监测系统及信息共享平台研发[D]安徽大学 , 光学工程（专业学位）,2019, 硕士.
[3] 黄敏, 蒋小勤,翟 炜. 板坯加热质量在线评价量化, 工业炉[J], 2018年1月第1期第40卷:33-35.
往/期/回/顾
声明：本号对转载、分享、陈述、观点保持中立，目的仅在于传递更多信息。版权归原来源、原作者。如有版权方面不当之处，欢迎及时联系告知我们，本号将尽快处理，谢谢！（联系15031180999微信同号）
冶金信息装备网提供钢铁行业各类技术、产品宣传推广服务，技术交流、行业咨询、商务合作、文章投稿等请加小编微信15031180999刘文青
扫一扫加我微信
