
场景模型名称 | 模型解决的问题(应用场景描述) | 对接行业企业 | 地市 |
---|
中厚板轧线智能控制大模型 | 中厚板轧制过程自动化程度已经很高,但转钢过程仍需要人工操作;中厚板平面形状控制有待提高;中厚板轧制还存在常规控制手段无法解决的疑难问题,如侧弯和翘扣头,这些问题受轧制工艺条件和生产设备状态等各种综合因素共同影响。 | 河北普阳钢铁有限公司 | 邯郸 |
废钢智能定级系统 | 通过对废钢类型进行识别,为其他快速分类鉴定提供参考。废钢炼钢有利于钢铁企业节能减排,目前没有对废钢进行快速定量检测和精细分类,只经过粗糙的分拣和加工便作为炼钢原料。智能定级系统可降低废钢采购成本,且不会导致优质货源流失。 | 河北张宣高科科技有限公司 | 张家口 |
危险物识别 | 利用深度学习技术,对大量原料图像进行训练,使模型能够自动提取并学习危险物的特征,在实际应用中,模型对实时采集的原料图像进行分析,快速准确地识别出潜在的危险物,并触发预警机制,从而有效保障钢铁行业的安全生产。 | 河钢集团邯郸公司 | 邯郸 |
铁水预处理自动脱硫扒渣模型 | 传统脱硫扒渣靠人工观察来控制相关设备作业,依赖人工经验判断控制脱硫剂喷吹的多少、人工控制扒渣路径及扒渣深度,容易造成脱硫剂多喷或欠喷造成铁水脱硫质量不稳定、生产时间长、铁损严重;在扒渣过程中人工操作易造成扒渣过度或欠扒,且人工经验不能稳定铁水包内铁残渣。 | 河北普阳钢铁有限公司 | 邯郸 |
皮带跑偏检测 | 通过机器视觉分割皮带区域,并通过皮带的边缘判断是否有位移变化。 | 新兴铸管股份有限公司 | 邯郸 |
人员安全监测 | 通过机器视觉检测人员是否有越界和进入危险区域。 | 金鼎钢铁集团有限公司,新兴铸管股份有限公司 | 邯郸 |
人员安全监测 | 利用摄像头捕捉现场画面,通过深度学习算法分析人员行为,识别安全隐患如未佩戴安全帽、闯入禁区等,并实时预警,以保障人员安全。 | 金鼎钢铁集团有限公司,新兴铸管股份有限公司 | 邯郸 |
分析监测烧结工序物料成分 | 烧结原料品种来源广、烧结过程动态时变且复杂滞后,根据烧结矿周期性采样化验结果控制质量的方法无法满足工业生产要求。因此,对烧结物料成分在线监测具有重要意义。 | 新兴铸管股份有限公司 | 邯郸 |
挡板位移检测 | 运用计算机视觉技术和深度学习算法,对挡板的图像进行实时监测与分析,能够自动捕捉挡板的图像,识别其位置与形态,并与预设的标准位置进行对比,一旦检测到位移超出正常范围,则立即触发报警机制,从而确保生产过程的稳定与安全。 | 新兴铸管股份有限公司 | 邯郸 |
球团颗粒粒度检测 | 在高炉冶炼中,优质的球团颗粒可以改善入炉精料的透气性,同时降低生产能耗,减少矿渣量。通过将图像处理技术应用到球团粒度检测中,不仅避免了受检测人员主观因素的影响,而且提高了检测效率和准确度。 | 新兴铸管股份有限公司 | 邯郸 |
- 1
- 2
- 3
- 4
- 5