图 1自动扒渣系统结构示意
铁水预处理是炼钢的第一道工序，铁渣里的硫化物夹杂易引起铸坯产生裂纹，影响铸坯表面质量，严重时会影响连铸顺行，造成铸坯漏钢，降低铸坯收得率和成材率[1]。传统人工扒渣随意性较强，扒渣路径及扒渣深度全凭操作工经验，洁净度是否到达工艺要求仅凭肉眼判断。传统扒渣过程主要存在的问题如下：（1）铁水包倾翻由人工控制，速度缓慢，没有过程反馈，可能会发生倾翻不到位的情况，且存在泼铁隐患，影响后续工序；（2）扒渣机无传感装置，没有数据反馈，扒渣过程中无法做加减速处理，经常撞击机械限位，增加扒渣机故障风险，影响设备使用寿命；（3）扒渣控制由人工操作，速度与效率依赖个人手法与经验，剧烈操作会引起液面震荡，造成扒渣带铁[2]；（4）扒渣板浸入深度控制不一，偶有拖挂罐嘴，撞击罐壁的情况发生，影响扒渣板使用寿命；（5）扒渣过程缺乏数据管控，无法保存目标数据及画面，不利于扒渣工艺改进；（6）扒渣终点依靠人工判定，个人经验水平不一，造成扒渣效果参差不齐，缺乏统一评判标准；（7）整个作业过程未实行全流程控制，没有形成闭环，自动化、智能化程度低。以上的人工操作方式，势必会导致扒渣不净或者过度扒渣的情况[3]，扒渣不净，影响钢水质量；过度扒渣，造成铁水浪费，增加成本。以前的自动扒渣技术，因为无法识别出铁渣的坐标，只能勉强实现固定路径的扒渣作业，即左、中、右轮番进行扒渣，效果非常有限。而采用机器视觉和雷达测距的识别方式，相当于给自动扒渣系统配上了眼睛，可以精确地识别出铁渣坐标，从而提高扒渣效率。
1. 系统结构的开发
自动扒渣系统，如图1所示，包括视觉相机[4]、图像高性能工作站、液位雷达、倾角传感器、可编程控制器（PLC）控制系统、扒渣机控制编码器等，与脱硫站PLC、倾翻车、扒渣机、液压站、吹气赶渣等设备建立通讯。视觉相机数据接入图像高性能工作站，以便进行图像处理。然后再将指令发送给PLC控制系统，其余传感器采用硬线与PLC控制系统进行连接，PLC控制系统再采用以太网形式与脱硫站PLC进行通讯。最终通过视觉相机和液位雷达，确定渣面坐标分布情况[5]，通过扒渣机上的智能传感器，控制扒渣机运动到目标坐标的闭环作业。
下载:系统在脱硫站平台搭建多个传感器，用于系统的检测和控制，主要布局如图2所示。A为倾角传感器，用于检测铁水罐倾翻角度；B为吹气赶渣装置，检测铁水罐倾翻角度；C为液位雷达，用于检测铁水液位高度；D为双目视觉相机，分为1号与2号视觉相机，1号视觉相机用于罐沿识别、渣面识别和渣面判定，2号视觉相机用于路径规划、倾翻溢出检测和冗余设计；E为智能扒渣机，智能扒渣机采用闭环控制模式，用于各动作带传感器位置检测；F为远程摄像头，用于在操作室远程扒渣及大屏展示；G为3号视觉相机，检测渣盆渣量，确保炉渣不溢出；H为激光测距仪，确保铁水罐车的精准定位。
2. 系统功能的开发
为打通全流程自动扒渣作业[6−7]，系统以整个铁水预处理的流程为依托，进行“一键”式操作，其中所包含的功能模块有：铁水罐的自动运输和自动倾翻，扒渣机的智能扒渣，吹气赶渣的联动，渣面的智能评估和渣盆的渣量预警。
2.1 铁水罐的自动运输
系统对铁水罐车进、出站进行自动定位[8]。除定位传感器外，还通过激光测距仪实时检测倾翻车行走的位置，做到精确定位停车[9]。如图3所示，当激光测距仪检测到铁水罐车从左侧开过来时，系统会进行减速处理，铁水罐车继续向右缓慢行走，当激光测距仪检测到铁水罐车的系统会立即下发停车命令，保证铁水罐中心与扒渣机的相对位置稳定。铁水罐车行走定位控制过程采用快–慢–停的方式进行，消除行走时前进方向的惯性，保证停车精度，同时防止铁水在停车时出现震荡而造成后续控制困难。
2.2 铁水罐的自动倾翻
系统通过雷达检测铁水液面高度[10]，结合铁水包参数，自动计算出倾翻角度，从而控制铁水包的倾翻角度处于有利扒渣的位置，自动倾翻策略如图4所示。通过视觉相机实时监测铁水液面和铁水包边沿的位置，达到阀值位置，强制停止倾翻，以保证系统安全。
2.3 扒渣机的智能扒渣
扒渣机的所有动作均采用闭环控制模式[11]，如图5所示，该控制方式既能保证设备平稳可靠运行，又能保证定位精度。在伸缩液压马达对侧，主动链轮轴上搭载非接触式编码器，根据编码器的旋转圈数和半径，检测出伸缩距离。在俯仰油缸上搭载内置式线性位移传感器，检测油缸的俯仰行程。在扒渣机回转轴承中部，搭载有绝对值编码器，检测出旋转角度。在两侧升降油缸内部加装线性传感器，检测出扒渣臂的整体升降高度。
系统通过视觉相机实时采集铁水表面图像，智能分析铁渣分布情况[12]。将扒渣区域分为若干等分，计算每个区域的扒渣权重，取一次转折所经过区域的权重和最大的路径，设为当前扒渣路径。系统再将规划的路径坐标传递给PLC，PLC通过扒渣机上的各传感器控制扒渣机的伸缩、俯仰、旋转等动作，最终按照系统给定的路径进行扒渣作业。路径规划示意图如图6所示，扒渣机首先到达(x1，y1)坐标上方，然后进行下俯，将扒渣板侵入铁水液面，沿路径到达(x2，y2)坐标，接着到达(x0，y0)坐标，最后扒出罐外，完成既定路径的扒渣。由于扒渣过程的坐标明确，因此扒渣板可每次行进到指定位置，如此循环，直至扒渣结束。
2.4 吹气赶渣的联动
扒渣后期，渣面变得稀薄，扒渣效率会降低[13]。此时，系统会根据渣面占比情况进行吹气赶渣枪的自动作业控制。若铁渣面积占比低于30%，则系统判定吹气赶渣枪开始作业，系统会根据赶渣的效果，自动控制下枪的深度和吹气的流量，将漂浮的渣（尤其铁水罐后部的渣）聚集到罐口，便于扒出[14]。在系统控制下枪的同时，程序会进行长短路径的切换，让扒渣机行程避开赶渣枪位置。如图7所示，蓝色为系统规划的作业区域，铁渣在吹气赶渣的作用下，会聚集到罐口区域，红色的扒渣路径只需规划在渣面区域内，就能达到良好的扒渣效果。待到铁渣面积占比低于10%后，系统判定达到目标阈值，吹气赶渣作业结束，系统自动提枪，并关闭氮气。该操作方式不仅提高了扒渣效率，缩短了扒渣时间，减少了铁损的浪费，同时还节约了吹气赶渣枪的能源介质消耗。
2.5 渣面的智能评估
系统采用特定算法，依据既定的规则，将铁水液面图像信息进行阈值分割[15]，通过与后台模型进行权重对比，将扒渣结果进行智能评判定级。不同的钢种所要求的渣面洁净度不同，以硅钢为例（见图8），洁净度达到95%以上，则系统认定达到目标阈值，判定合格，自动退出扒渣程序，铁水罐自动回倾。
2.6 渣盆的渣量预警
视觉相机可以收录整个渣盆内铁渣的图像信息，每次扒渣结束后，相机都会识别铁渣容积情况[16]与系统后台模型进行比对。视觉相机识别渣盆渣量达到最高点阈值，同时满足高出渣面设定厚度a和渣盆边缘设定距离b时（如图9所示），系统发出指令，以界面弹窗的形式提醒操作人员更换渣盆，并发出报警。
3. 系统的应用效果
截至2024年底，自动扒渣技术已经服务了29家钢铁企业，系统投用的脱硫站个数达到了60个，方案和技术已较为成熟。自动扒渣技术应用之后，既可以紧跟智慧制造步伐，规范工艺与流程操作，又可以起到稳定下游出钢质量、减少铁损、降低成本、稳定生产节拍和固化产能的目的。总体的应用效果可以归纳为以下5个方面：
（1）作业自动化——减员：全流程自动化作业[17]，解放操作工双手，降低劳动强度，缩减作业人员，提高人员与设备安全；
（2）流程标准化——增效：缩短行走流程与扒渣时间2~3 min，既能稳定铁水预处理工序周期[18]，又能减少铁水温降造成的影响[19]；
（3）扒渣精准化——降本：扒渣动作精准自动控制，降低扒渣铁损消耗[20]，吨铁约节省成本3元；
（4）判渣统一化——提质：渣面积识别准确率达98%，统一的渣面判定标准，杜绝了人工经验的随意性，保证转炉铁水供应量，提升转炉出钢质量[21−22]；
（5）数据信息化——管控：自动保存生产过程数据，进行100%质量追溯，自动截取生产终点画面，助力工艺升级和数字化转型。
以武钢四炼钢为例，每罐铁水200 t，原平均铁损为1.760 t，系统改造之后，平均铁损为1.445 t，每吨铁水按2000元计算，四炼钢年产量400万t，则年可节约1260万元。
4. 结束语
自动扒渣技术通过采集渣面信息，构建空间立体坐标，自动规划扒渣路径；通过检测扒渣机运行状态，收集扒渣机传感器数据，形成闭环控制；通过实时比对扒渣画面和后台模型，实现扒渣终点自动判定。这一系列技术的应用，有效地缩短了扒渣时间，降低劳动强度，削减了对操作人员的依赖，系统的自动判定方式，统一了渣面评定标准，提升了铁水冶炼品质，大幅降低了铁水损失，夯实了铁水预处理环节的生产基础。
来源--金属世界