[發(fā)明專利]一種基于介觀形貌檢測的槽幫導熱系數(shù)軟測量方法、系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201911075211.0
• 申請日: 2019-11-06
• 公開（公告）號: CN110728095B
• 公開（公告）日: 2021-06-08
• 發(fā)明（設(shè)計）人: 張紅亮;王棋鈺;李劼;陳千;李天爽;李家琦
• 申請（專利權(quán)）人: 中南大學
• 主分類號: G06F30/23
• 分類號: G06F30/23;G06F16/20;G01N21/84
• 代理公司: 長沙市融智專利事務所(普通合伙) 43114
• 代理人: 龔燕妮

本發(fā)明公開了一種基于介觀形貌檢測的槽幫導熱系數(shù)軟測量方法、系統(tǒng)，其中方法包括以下步驟：通過取樣，然后基于樣品的介觀形貌，利用圖像處理和數(shù)值計算的方法，建立槽幫物相特征形貌數(shù)據(jù)庫；然后基于槽幫物相特征形貌數(shù)據(jù)庫識別未處理槽幫樣品的物相組成；最后將根據(jù)樣品各物相的特征形貌構(gòu)建的幾何模型并導入計算機平臺中，與實際待測槽幫的工作環(huán)境相應的邊界條件，計算得到對應實際待測槽幫相應位置的槽幫導熱系數(shù)預測值。該方案依據(jù)實際檢測到的槽幫結(jié)構(gòu)與成分，對槽幫的導熱系數(shù)進行預測，結(jié)果更加準確。另外，該方案可為智能化、數(shù)字化鋁電解槽提供更加精確的物性參數(shù)基礎(chǔ)。

技術(shù)領(lǐng)域

本發(fā)明涉及鋁電解槽技術(shù)中的熱參數(shù)計算技術(shù)領(lǐng)域，尤其涉及一種基于介觀形貌檢測的槽幫導熱系數(shù)軟測量方法、系統(tǒng)及存儲介質(zhì)。

背景技術(shù)

槽幫是由高溫高腐蝕的熔融電解質(zhì)在電解槽內(nèi)襯上凝固形成的。其主要傳熱方式是熱傳導，槽幫的導熱系數(shù)值直接影響了槽幫的生長情況。槽幫對電解槽穩(wěn)定運行至關(guān)重要，它能保護內(nèi)襯材料，抑制電流側(cè)漏和自適調(diào)節(jié)。槽幫過薄，容易造成槽幫局部破裂，熔體侵蝕側(cè)部內(nèi)襯，引起漏槽等嚴重事故；槽幫過厚，可能使得伸腿肥大，電流效率降低，增加能耗。槽幫不是均質(zhì)材料，在空間分布上，其厚薄不一，熱阻分布差異大；在結(jié)構(gòu)及成分組成上，靠近內(nèi)襯的槽幫結(jié)構(gòu)致密，不含氧化鋁，靠近熔體區(qū)的槽幫具有多孔結(jié)構(gòu)，含有氧化鋁和其它添加劑，并且每臺槽的電解質(zhì)分子比不同，其組成的物相濃度亦不同，直接影響槽幫的導熱性。

工業(yè)4.0迫使鋁電解生產(chǎn)向智能化、數(shù)字化方向發(fā)展。槽幫的熱力學性質(zhì)是對電解槽生產(chǎn)狀態(tài)預測的基礎(chǔ)。由于在高溫狀態(tài)的槽幫的物性參數(shù)很難獲取，一般通過常溫檢測的方法得到部分槽幫的導熱系數(shù)。然而檢測結(jié)果與實際的槽幫物性有一定的差異，一方面，激光法是較為常用的測量導熱系數(shù)的方法，該方法對于不均勻的復合材料測得的數(shù)據(jù)會有較大誤差；另一方面，槽幫從高溫到常溫的過程中會發(fā)生進一步的凝固、收縮迸裂等，檢測的槽幫與實際生產(chǎn)中的槽幫物性存在差異。目前在電解槽數(shù)值計算中，因槽幫結(jié)構(gòu)及成分復雜，一般是將槽幫作為均質(zhì)體處理，取經(jīng)驗值常數(shù)作為槽幫的導熱系數(shù)，導致計算結(jié)果不精確。因此，在實際工業(yè)槽設(shè)計生產(chǎn)與智能制造時，槽幫作為關(guān)鍵的導熱系數(shù)作為重要的性能指標，必須保證數(shù)據(jù)的精確性，因此急需確定槽幫的導熱系數(shù)。

發(fā)明內(nèi)容

本發(fā)明提供了一種基于介觀形貌檢測的槽幫導熱系數(shù)軟測量方法、系統(tǒng)及存儲介質(zhì)，以解決現(xiàn)有技術(shù)中槽幫導熱系數(shù)檢測方法檢測的結(jié)果不精確的問題。

為了達到上述目的，本發(fā)明采用如下技術(shù)方案：

本發(fā)明第一方面，提供了一種基于介觀形貌檢測的槽幫導熱系數(shù)軟測量方法，包括以下步驟：

步驟一：建立槽幫物相特征形貌數(shù)據(jù)庫：

在停槽的鋁電解槽中，于電解質(zhì)層高度、電解質(zhì)-鋁液界面高度、鋁液層高度均勻取若干組槽幫樣品；

通過檢測手段分析得到各樣品厚度方向的介觀形貌及物相組成；

利用圖像處理分離出樣品中各物相的形貌，然后通過特征分析方法，計算并統(tǒng)計出各物相的特征值范圍；

對各物相的形貌進行邊緣檢測并尋找計算出輪廓；

基于樣品的選取位置、介觀形貌、物相組成及各物相的特征值范圍和輪廓，建立槽幫物相特征形貌數(shù)據(jù)庫；

步驟二：未處理槽幫樣品物相識別：

通過檢測手段得到未處理槽幫樣品的厚度方向的介觀形貌；

通過圖像處理識別各未知物相的邊緣輪廓及中心點，邊緣輪廓用于劃分各物相統(tǒng)計角點數(shù)的范圍，因為樣品的所有物相是在一張圖像上的，對每個物相需要確定統(tǒng)計范圍；中心點用于確定各物相的位置；并通過特征分析方法分析各物相的特征值；

基于槽幫物相特征形貌數(shù)據(jù)庫，通過特征值判定各物相種類；