图像识别技术在氧化铝生产中的应用分析

王 鹤，魏建军

（1.中铝山东有限公司第二氧化铝厂，山东 淄博 255000；2.中铝山东有限公司热电厂，山东 淄博 255000）

在拜耳法氧化铝生产工艺中，沉降分离是十分重要的具有承上启下作用的工序，对氧化铝产品的质量和产量影响十分巨大，该工序产生的赤泥需要达到严格的环保指标[1-2]。沉降工序负责将管道化溶出的矿浆进行多次洗涤（一般为5次洗涤），得到叶滤工序所需的粗液，因此赤泥沉降分离的技术指标直接影响氧化铝产品的质量、产能以及拜耳氧化铝生产线的矿碱耗。

沉降槽是氧化铝生产中使矿浆液固分离的主要设备，其清液密度、底流密度、泥层高度可直接反映沉降槽的生产运行是否稳定[3]。目前，该三类指标主要通过人工取样来进行分析，但由于人工分析时间较为滞后（一般滞后2 h以上），且劳动强度高，会影响沉降主操人员进行沉降槽槽况调整的及时性，致使沉降槽运行不稳的现象时有发生。

现如今，所应用的自动化沉降槽探泥设备主要采用接触式探泥方式，但受氧化铝生产中产生的结疤影响，致使接触式探泥维护成本高，且结疤对沉降槽槽况分析的结果影响大。随着近年来图像识别技术的急速发展，图像分析得到的数据简单直观，被人们广泛作为信息交流的载体[4]。图像识别技术能够从图像本质出发，先从获得的图像中提取显著的特征，再根据特征的差异对图像进行分析提取，具有很好的识别效果，现对该技术在氧化铝生产中的应用展开阐述。

1 沉降槽槽况检测系统结构

根据中铝山东有限公司第二氧化铝厂生产实际，结合人工探泥与接触式自动探泥优点，设计出一款能够自动进行沉降槽探泥及分析的系统，基于图像识别技术的沉降槽槽况检测系统由图像采集单元、机械控制单元和图像处理单元构成。其中，图像采集信息传感系统主要包括采集卡、CCD等光学器件；机械控制单元包括电机、钢丝绳、滚筒等部件；图像处理单元主要由MATLAB软件完成。其总体组成示意图及实物图如图1、图2所示。

图1 沉降槽槽况检测系统示意图

图2 沉降槽槽况检测机械结构实物图

2 沉降槽槽况检测系统工作流程

沉降槽取样机构利用时间继电器来控制电动机运行时间，从而采集不同液位沉降槽情况信息，通过控制电机的正反转来实现检测的连续性，其控制原理图及电气控制柜如图3及图4所示。

图3 电气控制示意图

图4 电气控制柜实物图

沉降槽探测口正上方的摄像机负责摄取沉降槽内泥层及浮游物的情况样本图像，采集卡将采集到的图像由数据总线传送至电脑，而后对图像进行预处理，并对图像的灰度图进行分析，以实时地给出沉降槽浮游物的情况及沉降槽泥层情况，根据所获得的数据由沉降主操系统及时对沉降槽的运行参数进行调整。通过对沉降槽运行情况的采集图像进行分析，其结果可为沉降槽的稳定运行提供可靠的依据，根据沉降槽槽况检测系统分析的数据来调整絮凝剂加入量、底流量及溢流量，以保证沉降槽的经济稳定运行。

3 图像处理技术的应用分析

由于受摄像系统的拍照情况及沉降槽泥层取样缸的影响，采集设备的电源干扰，光照时间不同，以及不同矿石浮游物颗粒形状大小和光透性存在差异等，使得沉降槽探泥获取的图像灰度值分布相对集中，同时沉降槽中的浮游物颗粒灰度值与图像采集区域的灰度值比较接近[5]。因此为了准确获取沉降槽浮游物及泥层的特征参数，需要对获得的沉降槽运行图像进行预处理。同时，在将沉降运行图像分割成二值化的图像过程中，因为算法的原因，图像会产生一些离散点，为了消除这些因素对测量造成的干扰，必须对图像采取进一步的处理才能满足分析条件。

在图像处理方法中，Robert算法的边缘定位精度较高，对于陡峭边缘且噪声低的图像处理效果较好，但因没有进行平滑处理，因此没有抑制噪声的能力。Sobel和Prewitt算法进行了平滑处理，对噪声具有一定抑制能力，但容易出现多像素宽度问题。Laplacian算法对噪声较为敏感，可使噪声能力成分得到加强，但容易丢失部分边缘方向信息，造成一些不连续的检测边缘，同时抗噪声能力较差。log算法抗噪声能力较强，但一些尖锐的边缘会无法检测到。Canny算法通过最优化思想检测算子，同时采用高斯函数对图像进行平滑处理，采用双阈值算法检测和连接边缘，但存在将高频边缘平滑掉而造成边缘丢失的问题。

通过对沉降槽浮游物照片进行无噪声的灰度处理后，比对灰度图可得到5种边缘检测算子的效果图，具体表现为：Roberts算子可以得到非常细的边缘，定位的精度很高，但能够检测到的边缘较少，能够对沉降清液层进行良好的监控，但对泥层无法检测。Prewitt算子和Sobel算子检测出的结果类似，能够同时对浮游物和泥层进行图像采集分析，相比之下Sobel检测的边缘更加突出，log和Canny算子检测出的边缘比较连贯，且具有较好的平滑性，可以对沉降槽泥层进行良好的检测，但无法对浮游物进行明显区分。因此，主要用Sobel算法对沉降槽槽况进行分析，处理效果图如图5所示。

图5 Sobel算法所得沉降槽清液层及压缩层处理图

通过Sobel算法运算后，进一步对所得图像的灰度直方图进行处理，图像的灰度直方图虽然不能直接反映出沉降槽运行情况，如图6所示，但通过对它进行分析，并结合实际沉降槽运行参数，可以得出图形特点。通常一幅均匀量化的自然图像的灰度直方图在低值灰度区间上频率较大，这样图形的较暗区域中的细节常会看不清楚。

图6 沉降槽压缩层灰度直方图

为使图像变清晰，通常可通过将图像的灰度动态范围变大来实现，使得灰度频率较小的灰度级经变换后频率变得大一些，从而使变换后的图像灰度直方图在较大的动态范围内趋于均化[6]。通过对沉降槽槽况检测系统取得的图像进行多次分析得出，当图像灰度直方图出现概率大于0.02时，亟需对沉降槽运行情况进行调整，且需拉大底流或增加絮凝剂使用量来调整沉降槽槽况，如处理不及时，将导致沉降槽出现浑槽的现象。

4 结语

图像处理技术是随着计算机的发展而新兴起来的一门技术，而沉降槽清液层高度的测量及浮游物的判断一直采用手动摇杆及人工分析的方式，没有明确的判断标准。这一方面致使工人劳动强度大，另一方面因不能实时反映出清液层变化趋势，使得对沉降槽操作难以实现实时和准确的指导，对沉降槽生产工况的稳定性造成很大影响。

根据沉降槽清液层、沉降层和压缩层图像的不同，研发了该沉降槽槽况检测装置，并通过对采集到的图像进行实验分析与实际结合，判断出当图像灰度直方图出现概率大于0.02时需要及时对沉降槽运行进行调整。因该方法采用无接触式测量，避免了氧化铝生产中极易产生的结疤对该设备的影响，大幅延长了仪器的运维周期，具有良好的适应性。