應用于冶煉設備的智能管理系統及方法

權利要求 1.一種應用于冶煉設備的智能管理方法，其特征在于，包括以下步驟： S11，對閃速爐反應塔實(shí)時(shí)進(jìn)行爐內紅外成像探測，獲取爐內實(shí)時(shí)溫度分布圖像，基于爐內實(shí)時(shí)溫度分布圖像進(jìn)行區域劃分; S12，根據區域的實(shí)時(shí)溫度情況，確定溫度異常高的區域; S13，對溫度異常高的區域進(jìn)行熱點(diǎn)分析和掛渣脫落分析，識別溫度異常高現象產(chǎn)生的原因;若異常高現象產(chǎn)生的原因是掛渣脫落，則控制原料成分變化同時(shí)控制熱負荷，加速掛渣形成;若異常高現象產(chǎn)生的原因不是掛渣脫落，則繼續保持對爐內溫度的監測。 2.根據權利要求1所述的一種應用于冶煉設備的智能管理方法，其特征在于，在步驟S11中，所述基于爐內實(shí)時(shí)溫度分布圖像進(jìn)行區域劃分還包括以下步驟： S21，獲取爐內實(shí)時(shí)溫度分布圖像中每個(gè)像素點(diǎn)的溫度數據; S22，隨機選擇K個(gè)初始質(zhì)心形成分類(lèi)簇，K為常數; S23，計算每個(gè)像素點(diǎn)與質(zhì)心之間的歐式距離，將像素點(diǎn)分配給歐氏距離最小的質(zhì)心的分類(lèi)簇;歐式距離通過(guò)以下公式進(jìn)行計算：;式中D表示歐氏距離，a、b和c為像素點(diǎn)在溫度分布圖像中的橫坐標、縱坐標和溫度數據，a0、b0和c0為質(zhì)心在溫度分布圖像中的橫坐標、縱坐標和溫度數據，k1為位置權重，k2為溫度權重; S24，計算每個(gè)分類(lèi)簇的所有像素點(diǎn)的平均值，將平均值作為信息質(zhì)心; S25，重復步驟S23和S24，直到達到最大迭代次數。 3.根據權利要求2所述的一種應用于冶煉設備的智能管理方法，其特征在于，在步驟S12中，所述根據區域的實(shí)時(shí)溫度分布情況，確定溫度異常高的區域還包括以下步驟： 獲取爐內所有區域的實(shí)時(shí)溫度，將區域實(shí)時(shí)溫度作為輸入，輸入到熱點(diǎn)現象或者掛渣脫落現象出現概率與溫度之間的概率密度函數g(x)中，得到熱點(diǎn)現象或者掛渣脫落現象出現概率;若熱點(diǎn)現象或者掛渣脫落現象出現概率不小于閾值，則判斷區域為溫度異常高的區域。 4.根據權利要求3所述的一種應用于冶煉設備的智能管理方法，其特征在于，通過(guò)以下步驟獲取熱點(diǎn)現象或者掛渣脫落現象出現概率與溫度之間的概率密度函數g(x)： S41，獲取閃速爐反應塔的歷史冶煉數據并得到溫度分布圖像，對溫度分布圖像進(jìn)行區域劃分，獲取歷史冶