一、研究的背景與問題
隨著國家雙碳戰(zhàn)略的進(jìn)一步深化，國家環(huán)保要求的進(jìn)一步趨向嚴(yán)格管控，同時，鋼鐵冶煉原材料鐵礦石價格的不斷攀升，長流程煉鋼在工藝、成本、管理方面面對的挑戰(zhàn)越來越大。廢鋼作為唯一可以代替鐵礦石煉鋼的綠色環(huán)保、可多次循環(huán)利用的再生鐵素資源，將在后續(xù)鋼鐵冶煉中占據(jù)更重要的作用和地位，更加廣泛的應(yīng)用于鋼鐵冶煉。由于廢鋼使用量大，多料型摻雜混裝，且時常發(fā)生廢鋼摻假等現(xiàn)象，為保證產(chǎn)品質(zhì)量、提升鋼鐵產(chǎn)量，避免爆炸、鋼水噴濺等事故的發(fā)生，需要對購買的廢鋼進(jìn)行驗質(zhì)。傳統(tǒng)廢鋼驗質(zhì)工作面臨如下幾個難題：
1、鋼鐵企業(yè)廢鋼驗質(zhì)過程，通常應(yīng)用人工目測、卡尺測量等手段，受人為主觀因素影響較大，缺乏統(tǒng)一的廢鋼分類定級標(biāo)準(zhǔn)，無法形成量化的評價結(jié)論及很好的數(shù)據(jù)分析，不易讓供應(yīng)商信服。
2、廢鋼驗質(zhì)作業(yè)環(huán)境較為惡劣，驗質(zhì)人員每次需要攀高四五米到大貨車車頂，對車內(nèi)廢鋼進(jìn)行近距離觀察，勞動強(qiáng)度大，作業(yè)風(fēng)險高，效率低下。
3、卸貨過程中，摻假、密閉容器未切割、超長超大件等，在人工驗質(zhì)過程中，經(jīng)常存在漏驗、錯驗等情況，異物無法及時提醒，可能會直接影響后續(xù)鋼鐵冶煉安全，發(fā)生重大的安全事故或生產(chǎn)事故。
4、廢鋼驗質(zhì)結(jié)果將直接決定廢鋼的回收價格，判級等級的差異直接影響鋼鐵企業(yè)的利益、供應(yīng)商的利益，進(jìn)而影響供應(yīng)商的合作積極性。如何實現(xiàn)雙贏，保障雙方利益，也是傳統(tǒng)驗質(zhì)工作執(zhí)行難的重要難題。
結(jié)合鋼鐵企業(yè)現(xiàn)狀，利用人工智能技術(shù)，建設(shè)貼合鋼鐵企業(yè)實際，實現(xiàn)廢鋼驗質(zhì)從人工驗質(zhì)到無人驗質(zhì)重大突破的智能廢鋼驗質(zhì)系統(tǒng)，對提升鋼鐵企業(yè)核心技術(shù)競爭力，推進(jìn)鋼鐵行業(yè)廢鋼智能化整體水平，打造鋼鐵行業(yè)統(tǒng)一廢鋼標(biāo)準(zhǔn)，將有重大的戰(zhàn)略意義。
二、解決問題的思路與技術(shù)方案
為了改進(jìn)廢鋼驗質(zhì)過程中，過多依賴人為經(jīng)驗、錯判率高等問題，河鋼數(shù)字科技自主研發(fā)了基于人工智能技術(shù)的廢鋼智能驗質(zhì)系統(tǒng)。該系統(tǒng)主要利用機(jī)器視覺對廢鋼車輛卸料過程實時感知、逐層采樣，通過人工智能技術(shù)（AI），在卸貨過程中進(jìn)行單層判級和整車判級，智能識別出不達(dá)標(biāo)廢鋼、雜質(zhì)和異物，最終通過AI算法計算出整車扣重的預(yù)估值，對危險物、異物及時做出預(yù)警。
平臺采用分層架構(gòu)，平臺設(shè)備硬件、平臺服務(wù)和算法服務(wù)高度解耦，均可單獨(dú)部署及運(yùn)行，滿足平臺具備支持多用戶、高并發(fā)的能力；支持快速開發(fā)，迅速響應(yīng)的要求；滿足平臺功能高擴(kuò)展性，能夠給當(dāng)前常用技術(shù)予以支撐。系統(tǒng)整體架構(gòu)包含網(wǎng)絡(luò)信息化基礎(chǔ)設(shè)備層、數(shù)據(jù)層、服務(wù)層、應(yīng)用層。本系統(tǒng)研究內(nèi)容主要集中在服務(wù)層、應(yīng)用層，包含基于機(jī)器視覺的圖像處理技術(shù)、廢鋼智能算法、廢鋼遠(yuǎn)程檢測技術(shù)、智能人機(jī)交互技術(shù)。
圖1：系統(tǒng)架構(gòu)圖
1、基于機(jī)器視覺的圖像處理技術(shù)
鋼鐵企業(yè)廢鋼驗質(zhì)點(diǎn)部署硬件攝像頭、刷卡一體機(jī)、交換機(jī)、NVR硬盤錄像機(jī)等配套設(shè)備，實現(xiàn)卸貨過程視頻、圖片的采集、傳輸、存儲，為廢鋼智能驗質(zhì)系統(tǒng)提供數(shù)據(jù)支撐。
圖2：驗質(zhì)點(diǎn)硬件設(shè)備安裝方式
2、廢鋼智能算法
智能廢鋼驗質(zhì)系統(tǒng)采用人工智能技術(shù)，以深度學(xué)習(xí)技術(shù)為核心，應(yīng)用神經(jīng)網(wǎng)絡(luò)算法，主要分為廢鋼區(qū)域提取、天車吸盤(抓斗)追蹤、廢鋼識別、異物檢測、扣重計算，5大AI算法模型。
（1）廢鋼區(qū)域提取AI算法。算法采用卷積神經(jīng)網(wǎng)絡(luò)，利用ResNet-FPN對廢鋼車圖像進(jìn)行多尺度特征提取，100+卷積層、千萬量級參數(shù)。通過頭部網(wǎng)絡(luò)實現(xiàn)對車廂位置像素級的識別。能夠?qū)崿F(xiàn)自動識別車輛位置；并對車廂進(jìn)行像素級識別提取，判斷提取圖像的質(zhì)量，確保車廂圖片清晰；自動識別車輛中是否裝卸料，識別車中料位狀況。
圖3：廢鋼區(qū)域提取算法
（2）天車吸盤(抓斗)追蹤AI算法。采用卷積神經(jīng)網(wǎng)絡(luò)，利用CSPdarknet53作為主干特征提取網(wǎng)絡(luò)，結(jié)合SPP網(wǎng)絡(luò)實現(xiàn)多尺度特征提取，70+卷積層、6千萬參數(shù)提取抓斗特征，實時自動追蹤廢鋼抓斗，模型具有很高的追蹤速度，保證追蹤抓斗的實時性，具有很高的定位精度，保證追蹤抓斗的準(zhǔn)確性。能夠精準(zhǔn)追蹤抓斗和吸盤位置實現(xiàn)自動定位。
圖4：廢鋼抓斗（吸盤）追蹤算法
（3）廢鋼料型識別AI算法。采用卷積神經(jīng)網(wǎng)絡(luò)，利用空間金字塔池化模塊和編碼器-解碼器結(jié)構(gòu)的網(wǎng)絡(luò)對廢鋼圖像進(jìn)行像素級多尺度特征提取，對大型、中型、小型廢鋼都可以精準(zhǔn)識別，在保證識別速度的同時可以實現(xiàn)不同類型廢鋼像素級分割，預(yù)測出不同厚度類型廢鋼的占比。能夠準(zhǔn)確識別出廢鋼混料中不同類型廢鋼的數(shù)量、厚度、面積等特征信息,計算出混料不同類型重量占比。
圖5：廢鋼識別算法
（4）異物檢測AI算法。采用卷積神經(jīng)網(wǎng)絡(luò)，利用高效的多尺度特征融合和模型縮放相結(jié)合，對廢鋼圖像進(jìn)行特征提取，檢測密閉容器、液壓缸、爆炸物等危險品，對不同形狀、大小的危險品能夠?qū)崿F(xiàn)高精度識別，在復(fù)雜背景下依然保持極高的識別速度，使異物檢測更高效。能夠準(zhǔn)確識別密閉油缸、氣缸、油桶、滅火器等密閉容器和超長件，并自動報警,自動識別碎渣、碎土、碎屑等信息，完成自動扣雜扣噸。
圖6：廢鋼識別算法
（5）扣重計算AI算法。通過廢鋼識別算法模型和異物檢測算法模型輸出的結(jié)果，利用自學(xué)習(xí)特性實現(xiàn)對整車等級判定和扣重預(yù)測。
圖7：扣雜算法
設(shè)計人工神經(jīng)網(wǎng)絡(luò)，對大量歷史數(shù)據(jù)學(xué)習(xí)，通過多層神經(jīng)網(wǎng)絡(luò)對大量歷史廢鋼占比、雜質(zhì)、扣重數(shù)據(jù)學(xué)習(xí)，實現(xiàn)扣重智能計算。
3、智能人機(jī)交互技術(shù)
基于人工智能技術(shù)的廢鋼驗質(zhì)系統(tǒng)人機(jī)界面，是融合設(shè)備交互技術(shù)、視頻、實時卸貨數(shù)據(jù)信息，打造人與廢鋼驗質(zhì)系統(tǒng)相互交流、相互協(xié)同、智能決策的交互媒介。
圖8：司機(jī)刷卡客戶端
圖9：小程序智能分析終端
圖10：智能廢鋼驗質(zhì)系統(tǒng)頁面
三、主要創(chuàng)新性成果
1、基于深度學(xué)習(xí)的廢鋼卸料變化區(qū)域自動識別技術(shù)
利用卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建廢鋼車廂定位模型，基于卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建廢鋼卸料抓斗追蹤模型，高斯混合模型對背景建模，識別出廢鋼抓斗抓取后廢鋼車廂變化區(qū)域，并保存面積最大的變化區(qū)域。
2、基于空間金字塔結(jié)構(gòu)語義分割算法的廢鋼料型識別技術(shù)
采用卷積神經(jīng)網(wǎng)絡(luò)，利用空間金字塔池化模塊和編碼器-解碼器結(jié)構(gòu)的網(wǎng)絡(luò)對廢鋼圖像進(jìn)行像素級多尺度特征提取，對大型、中型、小型廢鋼都可以精準(zhǔn)識別，在保證識別速度的同時可以實現(xiàn)不同類型廢鋼像素級分割，預(yù)測出不同厚度類型廢鋼的占比。
3、基于多尺度目標(biāo)檢測算法的廢鋼異物檢測技術(shù)
采用卷積神經(jīng)網(wǎng)絡(luò)，利用CSPdarknet53作為主干特征提取網(wǎng)絡(luò)，利用高效的多尺度特征融合和模型縮放相結(jié)合，對廢鋼圖像進(jìn)行特征提取，檢測密閉容器、液壓缸、爆炸物等危險品，對不同形狀、大小的危險品能夠?qū)崿F(xiàn)高精度識別，在復(fù)雜背景下依然保持極高的識別速度，使異物檢測更高效。
4、鋼鐵冶金行業(yè)廢鋼環(huán)節(jié)一車多點(diǎn)卸貨交互系統(tǒng)及方法
通過概率計算，自動判斷不同車道的車輛占比，計算出車輛較少的通道，實現(xiàn)卸車的自動推薦，解決傳統(tǒng)廢鋼驗質(zhì)環(huán)節(jié)中，人工溝通較繁瑣，司機(jī)現(xiàn)場卸貨耗時耗力，無法做到最優(yōu)時間卸貨等問題。
四、應(yīng)用情況與效果
本項目于2021年11月1日在河鋼集團(tuán)舞鋼公司一煉鋼廠、二煉鋼廠成功上線運(yùn)行，目前可實現(xiàn)年識別 200 萬噸廢鋼體量的系統(tǒng)應(yīng)用支撐，準(zhǔn)確率方面，單一料型廢鋼判級準(zhǔn)確率95%，土渣、水泥塊、油漬識別準(zhǔn)確率90%，整車廢鋼評級準(zhǔn)確率95%以上，扣重偏差值 200kg 以內(nèi)準(zhǔn)確率達(dá)90%以上，整車的密閉容器、危險品的識別準(zhǔn)確率≥90%，實現(xiàn)廢鋼驗質(zhì)從人工驗質(zhì)到無人驗質(zhì)的重大突破，達(dá)到國內(nèi)領(lǐng)先水平。
本項目成功上線，實現(xiàn)驗質(zhì)流程標(biāo)準(zhǔn)化、透明化、可追溯、可復(fù)查，預(yù)計為產(chǎn)線節(jié)約成本數(shù)百萬元，同時形成了量化的供應(yīng)商評價體系，實現(xiàn)鋼鐵企業(yè)和供應(yīng)商的雙贏。項目已成功申報專利3項，軟著4項。
