1   研究背景

在當(dāng)今金屬冶煉方法中，廣泛應(yīng)用的方法有濕法冶金和火法冶金兩種形式。濕法冶金的逐漸成熟以及能從品位較低的礦產(chǎn)資源中提取出貴金屬的優(yōu)點(diǎn)使其受到越來越多廠家的關(guān)注和投入。濕法冶金主要是指電解法，電解使用可溶性陽極，在電解過程中沉積在陰極上的金屬大多數(shù)來源于陽極板。但是，在電解過程中因陰極板的平整度較差、陰陽極間距離不均勻而出現(xiàn)電流分布不均現(xiàn)象，這將會(huì)導(dǎo)致陰極板生長結(jié)粒，繼而導(dǎo)致短路以及陰極板溫度升高。它將會(huì)造成較高的電能消耗，金屬的產(chǎn)量也會(huì)下降^[1-4]。

短路后便會(huì)造成電能大量損耗，下面給出了在一定電能下銅的電流效率，R 表示實(shí)際的銅產(chǎn)量，T 為理論的銅產(chǎn)量，則電解銅生產(chǎn)的電流效率η 可以表示為公式（1）:

正常情況下銅的電流效率為96%~98%，但是當(dāng)發(fā)生大量短路現(xiàn)象后電流效率會(huì)下降，這將造成大量的經(jīng)濟(jì)損失（2%~4%）。另一方面短路的陰極板上會(huì)有較大的結(jié)粒產(chǎn)生，這將造成陰極板的質(zhì)量下降，也就是銅的品級率發(fā)生下降。及時(shí)檢測出銅電解中短路的陰陽極板是各個(gè)冶煉廠迫切需要解決的問題，因此提高電解銅極板檢測的效率和正確率是當(dāng)前智能檢測的重要內(nèi)容。

2   Tiny-yolov3的算法改進(jìn)

針對銅電解系統(tǒng)中陰陽極板短路的檢測，國內(nèi)外主要有以下幾種方法。

第一是利用手托式高斯計(jì)查槽器^[5]。該方法是結(jié)合肉眼觀察極板間距的方式，在銅電解過程中如果出現(xiàn)陰極板板面彎曲或是陰極板板面上有結(jié)?，F(xiàn)象，該陰極板上就會(huì)出現(xiàn)局部的電流過大，從而導(dǎo)致局部電磁場強(qiáng)度過高。當(dāng)用高斯計(jì)查槽器檢查時(shí)，其指示燈會(huì)在磁場大的地方亮起。這種手托式高斯計(jì)具有結(jié)構(gòu)簡單、成本低的優(yōu)點(diǎn)，但是它的精度不高經(jīng)常會(huì)造成漏檢、誤檢的現(xiàn)象，其檢測周期較長的缺點(diǎn)導(dǎo)致在實(shí)際生產(chǎn)中需要投入大量的人力用手托式高斯計(jì)查槽器檢查。

第二是用傳感器監(jiān)控陰陽極板的電壓和電流^[6-7]。該方法需要在每一塊極板上都安裝電壓電流傳感器。由于該方法屬于接觸式測量，傳感器容易受到極板的摩擦和溶液的腐蝕，這將造成傳感器很容易發(fā)生機(jī)械損傷和腐蝕損傷，最終會(huì)因?yàn)槠涫褂脡勖潭枰ㄙM(fèi)大量人力和物力進(jìn)行維護(hù)。并且大量傳感器的成本也很大。

第三是用紅外圖像^[8]。該方法是利用陰陽極板紅外圖像的灰度值與電流的函數(shù)關(guān)系來檢測短路。此方法是利用熱成像儀來獲取槽面的溫度圖像，并通過算法來檢測電極板是否短路。這種紅外熱成像的方法可實(shí)現(xiàn)自動(dòng)化，對儀器的損傷比較小，并且可拓展更多的功能。但是這種方法具有延時(shí)性，當(dāng)溫度發(fā)生變化后才能檢測出故障，并且儀器還要具備移動(dòng)的功能。

從表1 可以看出，紅外熱成像法具備其他兩種方法不具備的檢測方便、成本相對較低等優(yōu)勢，因此我們選擇這種方法來實(shí)現(xiàn)銅電極板短路的檢測。

3   國內(nèi)外研究

自1969 年伯明翰的一家工廠首次采用電解精煉的方法生產(chǎn)銅以來，銅電解精煉至今已有100 多年的歷史。但20 世紀(jì)中葉以來，銅電解精煉技術(shù)才得到了大力發(fā)展，同時(shí)國內(nèi)外許多專家學(xué)者也對銅電解各種故障的檢測做出了大量的研究工作。國外的電解銅技術(shù)發(fā)展較快，成果也比較豐富，導(dǎo)致其電解槽的電流效率較國內(nèi)普遍偏高，可達(dá)94%~99%。國外電解槽的各種故障發(fā)生率也普遍低于國內(nèi)，低至10%~25%。國內(nèi)企業(yè)相比國外企業(yè)在各項(xiàng)指標(biāo)上還存在不小的差距，電流效率偏低，電解槽運(yùn)行不穩(wěn)定，故障率偏高等，都還具有很大的提升空間。

對于紅外熱成像檢測電解槽短路問題，國內(nèi)外學(xué)者在這方面進(jìn)行了大量研究。郭彩喬^[9] 提出將紅外熱像儀安裝在巡檢小車上，采集紅外圖像并通過電解槽的外形特征提取單個(gè)槽面圖，然后通過閾值分割圖像得到短路極板輪廓，以輪廓重心作為短路電極的坐標(biāo)。張雨^[10]根據(jù)灰度特征分割出單個(gè)極板的區(qū)域，提取故障極板的特征向量，對特征向量進(jìn)行相關(guān)性分析后，提取平均灰度、梯度波動(dòng)幅度、故障區(qū)域面積比、Hu 矩1 和Hu矩3 作為輸入數(shù)據(jù)，通過BP 神經(jīng)網(wǎng)絡(luò)檢測短路極板。

Jia^[11] 在短路極板的特征提取方法上提出了差分LBP 方法，使其不易受季節(jié)和蓋布等因素的影響，另外提出像素值有序化PCA 方法，使其特征具有更強(qiáng)的緊湊性，在分類器的選擇上，使用了支持向量機(jī)的方法。上述方法均為手動(dòng)提取特征，特征的應(yīng)用有限，且泛化性能不佳。卷積神經(jīng)網(wǎng)絡(luò)檢測圖像目標(biāo)的方法因其自動(dòng)學(xué)習(xí)特征參數(shù)、準(zhǔn)確率高的特點(diǎn)受到廣泛關(guān)注。因此提出一種基于紅外熱像圖的卷積神經(jīng)網(wǎng)絡(luò)檢測銅電解短路極板的方法。

4   銅電解極板短路檢測系統(tǒng)的組成

基于紅外熱成像的銅電解極板短路檢測包含3 個(gè)過程：首先對電解槽極板溫度進(jìn)行識(shí)別，進(jìn)行處理得到極板溫度的圖像，再進(jìn)行極板短路檢測來識(shí)別電解槽的短路位置，并設(shè)計(jì)一個(gè)電解極板故障預(yù)警方法來提示和警告。

1）電解槽極板溫度識(shí)別

可采用高分辨率攝像機(jī)獲取并經(jīng)處理后得到可見光圖像，采用紅外熱像儀獲取并經(jīng)處理后得到紅外熱圖像。該高分辨率攝像機(jī)和紅外熱像儀能夠在電解槽陣列上方在水平方向上移動(dòng)，以便逐一掃描整個(gè)電解槽陣列內(nèi)的所有電解槽，從而獲取各電解槽及電解槽內(nèi)極板的可見光圖像和紅外熱圖像。獲取當(dāng)前電解槽的可見光圖像后，將該可見光圖像依次與電解槽和極板的標(biāo)準(zhǔn)邊緣模板進(jìn)行匹配，從而使電解槽和極板的實(shí)際位置清晰地反映在可見光圖像中。同時(shí)，將所獲取的可見光圖像與紅外熱圖像配準(zhǔn)，使紅外熱圖像中反映的極板溫度信息與可見光圖像中的現(xiàn)場場景相對應(yīng)，極板的溫度信息能夠直觀、清晰地反映在可見光圖像中。綜合匹配后的標(biāo)準(zhǔn)邊緣模板和可見光圖像，以及配準(zhǔn)后的可見光圖像和紅外熱圖像，使紅外熱圖像中反映的溫度信息能夠與電解槽和極板的位置關(guān)系一一對應(yīng)，更準(zhǔn)確、快速地識(shí)別相應(yīng)極板的溫度信息。

2）極板短路檢測

紅外熱像圖以非接觸的方式大面積地反映銅電解槽面溫度分布，目前常用極板提取方法，均為手動(dòng)提取特征，特征的應(yīng)用有限，且泛化性能不佳。卷積神經(jīng)網(wǎng)絡(luò)檢測圖像目標(biāo)的方法因其自動(dòng)學(xué)習(xí)特征參數(shù)、準(zhǔn)確率高的特點(diǎn)受到廣泛關(guān)注。因此提出一種基于紅外熱像圖的卷積神經(jīng)網(wǎng)絡(luò)檢測銅電解短路極板的方法。

3）電解極板故障預(yù)警方法

紅外熱圖像反映了銅電解槽面的即時(shí)溫度分布，而短路故障的發(fā)生是一個(gè)緩慢動(dòng)態(tài)發(fā)展的過程，根據(jù)一段時(shí)間內(nèi)電極的溫度變化信息對極板的短路故障提前預(yù)警是實(shí)現(xiàn)高效檢測，提高電解效率的重要手段。

5   結(jié)論

設(shè)計(jì)出一種基于紅外熱成像的銅電解極板短路檢測系統(tǒng)。此檢測系統(tǒng)先是通過紅外熱成像來獲得電解槽的溫度圖像，再結(jié)合時(shí)下比較熱門的基于卷積神經(jīng)網(wǎng)絡(luò)的檢測系統(tǒng)來達(dá)到分割、檢測自動(dòng)化的目的，最后再軟硬件結(jié)合做出故障預(yù)警系統(tǒng)。這套檢測系統(tǒng)的研制成功，可以減少傳統(tǒng)的電解槽檢測過程中工人的操作，極大地改善生產(chǎn)車間的工作環(huán)境。該系統(tǒng)誤差小，精度高，操作方便，損耗低。這有利于減輕工人的勞動(dòng)強(qiáng)度、提高工廠的生產(chǎn)效率，同時(shí)能節(jié)省人力資源，以達(dá)到節(jié)約成本的目的。

參考文獻(xiàn)：

[1] 趙欣.銅電解新技術(shù)的應(yīng)用[[J].有色冶金設(shè)計(jì)與研究,2008,29(4):8-12.

[2] WIECHMANN E P,MORALES A S,AQUEVEQUE P,et al.Measurement of Cathodic Currents in EquipotentialI n t e r - C e l l B a r s f o r C o p p e r E l e c t r o w i n n i n g a n d Electrorefining Plants[C]// IEEE Industry Applications

Conference.2007:2074-2079.

[3] 劉延亮.銅電解過程中如何提高電流效率、降低殘極率[[J].山東工業(yè)技術(shù),2015(18):121.

[4] 李公建.淺談銅電解生產(chǎn)過程中降低槽電壓的途徑[[J].甘肅冶金,2010,32(3):71-72.

[5] 高鵬建,滕功清.基于GMI效應(yīng)的高斯計(jì)的實(shí)現(xiàn)[[J].北京信息科技大學(xué)學(xué)報(bào):自然科學(xué)版,2010,25(1):53-56.

[6] 張帆,徐媛卿.奧托昆普銅電解生產(chǎn)全過程的控制與自動(dòng)化[J].中國有色冶金,2004,33(5):47-52.

[7] YANG X,MENG G,LIU X,et al.Comparative study of the micro-morphological characteristics of the first and second short-circuit copper melted beads[J].Chinese Journal of Stereology&Image Analysis,2012(2):133-137.

[8] 趙仁濤,張雨,鐵軍,等.紅外熱成像技術(shù)在銅電解電流分布測量中的應(yīng)用[J].紅外技術(shù),2015,37(11):981-985.

[9] 郭彩喬.基于圖像處理技術(shù)的電解槽故障診斷方法研究[D].北京:北方工業(yè)大學(xué),2015.

[10] 張雨.銅電解槽短路故障診斷及電流分布建模方法研究[D].北京:北方工業(yè)學(xué),2016.

[11] JIA R,MA X,HE W.Infrared short-circuit detection f o r e l e c t r o l y t i c c o p p e r r e f i n i n g [ C ] . I n t e r n a t i o n a l C o n f e r e n c e o n A d v a n c e d E l e c t r o n i c S c i e n c e a n d Technology,2016.844-851.

（本文來源于《電子產(chǎn)品世界》雜志2021年4月期）