陳鴻旭¹ ，陳智¹，葛晴晴¹

（1.寶武鋼鐵集團----馬鞍山鋼鐵股份有限公司特鋼公司, 安徽，馬鞍山，243000）

摘要：應用紅外熱成像原理及比色測溫技術，建立了爐內鋼坯全視場溫度監測系統，對加熱爐內鋼坯溫度進行準確、連續測量。建立了爐內鋼坯加熱過程數據庫并實現了與L1的OPC通訊，實現實時顯溫實時控溫。編制了遠程客戶端數據庫查詢分析軟件，實現工藝持續優化。

關鍵詞：加熱爐；爐內鋼坯溫度；比色測溫； OPC通信

傳統加熱爐燃燒控制大多以熱電偶測量爐膛溫度為依據，通過建立加熱爐參數模型，再對加熱爐熱工參數進行調節控制，但由于熱電偶所測量到的溫度只是貼近爐壁的爐膛溫度，并非被加熱鋼坯溫度，且熱電偶測溫的滯后性以及被測量區域和數量的有限性[1]，使得傳統加熱爐燃燒控制不能實現對爐內鋼坯升溫過程的有效控制，不能滿足高端產品的生產的要求。

本項目應用基于紅外熱成像原理及比色測溫技術，建立了爐內鋼坯全視場溫度監測系統，建立了爐內鋼坯加熱過程數據庫，編制了遠程客戶端數據查詢分析軟件。實時顯示畫面及鋼坯溫度，有利于對加熱過程做出合理的調控，指導操作工合理操作，保證鋼坯加熱符合工藝要求。

1 比色測溫原理及現場應用：

通過建立兩個不同波段輻射強度比值與溫度之間函數關系的方法，衍生出比色測溫法，它降低了被測物輻射率對輻射測溫的影響，解除了發射率未知對測溫的限制[2]。通過在爐內加熱段及均熱段位置開孔安裝紅外面陣探測器，可以及時捕捉實時熱像，通過比色測溫原理計算出相應位置的目標溫度(見圖1)，圖像分辨率可以達到700線對，成像效果可達720P，色彩本征還原，能夠更加直觀便捷的觀察到加熱爐內溫度場的均勻性。

圖1. 加熱爐內全視場溫度實時監測圖像

Figure 1. Real-time monitoring image of full field temperature in heating furnace

2 修正測溫模型

但是，由于爐內燒嘴火焰背景、爐內煙氣以及鋼坯涂料等輻射、反射光的干擾，會影響到探測器捕捉到的紅外熱像，導致測量溫度絕對值上可能具有一定偏差。因此，我們運用以下兩個方案對測溫模型和實際溫度進行對比、修正。

1) 標準黑體輻射源監測驗證

圖2. 黑體輻射源監測驗證

Figure 2. Monitoring and verification of blackbody radiation source

圖3. 系統測溫與黑體輻射源溫度溫升對比精度

 Figure 3. Comparison accuracy between system temperature measurement and blackbody radiation source temperature rise

本系統經黑體輻射標定（見圖2）后，再進行了驗證實驗，

實驗參數：基礎本底溫度750℃ ，保溫10min。

實驗結論：在標準黑體輻射源上驗證，本系統絕對誤差和相對精度優于0.3%達到項目0.5%精度要求（見圖3）。

2) 現場黑匣子驗證

在實際爐膛環境下，由于待測材料及環境變化，對材料紅外輻射率及反射率存在影響，因而會引起系統測量溫度的絕對值偏差。本系統并不追求絕對值的準確性，但通過黑匣子矯正可以盡量減小與絕對值的偏差[3]。

從鋼坯溫度均勻性來分析，由表1，鋼坯軋側與非軋側溫度偏差可以看出，視頻測溫方式與黑匣子測溫方式相對一致，相對溫度偏差在0~2℃左右。從溫升變化來分析，每間隔相同時間，熱電偶溫升變化與視頻測溫溫升變化，兩者相對誤差基本在2℃，相對誤差精度達到0.3%。

表1 溫度監測系統相對精度（按鋼坯溫度均勻性）   單位：℃

Table 1 Relative precision of temperature monitoring system

(according to billet temperature uniformity) Unit:℃

3 建立信息共享平臺：

3.1 客戶端及移動APP的遠程訪問

遠程訪問程序界面如下圖4、5、6所示，分別為PC客戶端及APP歷史數據、實時數據查詢及數據分析。

圖4. PC客戶端遠程訪問及分析
Figure 4  Remote access and analysis of PC client

圖 5.  APP遠程訪問

Figure 5. APP remote access

圖 6. APP數據分析

Figure 6. APP data analysis

4 實施效果

圖7. 實施前后彈簧鋼脫碳指標對比

Figure 7. Comparison of decarburization indexes of spring steel before and after implementation

     實施前：脫碳層≤0.5d占比68%、≤0.8d占比86%、≤0.1mm占比92%；

     實施后：脫碳層≤0.5d占比91%、≤0.8d占比96%、≤0.1mmd占比99% 。

     由圖7可知，鋼坯加熱脫碳得到有效的控制，高端線材產品表面脫碳減少，產品脫碳指標達到國內一線線材生產廠的水平。

5結論

    開發的爐內鋼坯全視場溫度監測及信息共享平臺，是以普朗克黑體輻射定理為基本理論，利用紅外CCD攝像機、數字圖像處理技術、共享內存通信、流媒體服務器、遠程FTP服務器訪問技術、手機APP訪問技術來計算分析加熱爐內鋼坯溫度實時變化趨勢的系統。視頻圖像成像效果可達720P，結合L1獲取過程參數數據，通過溫度模型進行鋼坯溫度計算。

經黑匣子溫度驗證，視頻測溫方式與黑匣子測溫方式溫度變化趨勢保持一致，靈敏度相當，相對溫度偏差在2℃左右，測溫相對精度達0.2%滿足技術目標的要求。

參考文獻

[1] 梅熾.有色冶金爐[M].北京:冶金工業出版社, 1994.

[2] 候東旭 . 加熱爐內鋼坯溫度監測系統及信息共享平臺研發[D]安徽大學 , 光學工程（專業學位）,2019, 碩士.

[3] 黃敏, 蔣小勤,翟 煒. 板坯加熱質量在線評價量化, 工業爐[J], 2018年1月第1期第40卷:33-35.