一种基于Farneback-GRU的稀土熔盐反应状态识别方法

本发明涉及稀土金属电解生产领域，尤其涉及一种基于farneback-gru的稀土熔盐反应状态识别方法。

背景技术：

1、在稀土金属电解生产过程中，技术人员对熔盐反应状态的准确把控能为优化电解控制和提高电解产品质量提供关键的反馈参数；在氟化稀土熔盐体系中，反应状态主要分为反应充分和反应不充分两类；当前，稀土熔盐反应状态的识别主要依赖一线技术人员经验知识根据熔盐反应剧烈程度的来判断熔盐的反应状态，而在实际生产活动中人的技术水平的高低对安全生产有很大的影响。

2、因此，寻求一种有效的稀土熔盐反应状态识别方式对优化电解工艺和提高生产安全系数具有重要意义。

技术实现思路

1、为了克服现有技术中主要依赖一线技术人员经验知识根据熔盐反应剧烈程度的来判断熔盐的反应状态，无法精准的判断反应状态是否充分的缺点，本发明提供了一种基于farneback-gru的稀土熔盐反应状态识别方法。

2、本发明的技术实施方案为：一种基于farneback-gru的稀土熔盐反应状态识别方法，其特征在于包括如下步骤：

3、s1：由二自由度视觉云台采集获得稀土熔盐视频流的图像信号；

4、s2：通过farneback光流法分析稀土熔盐视频流两帧图像间的位移；

5、s3：向所述位移使用的两帧图像间的位移计算公式内通过计算误差优化方法得到运动场分布特征，所述稀土熔盐速度特征为带时间序列信息的向量化归一化速度特征；

6、s4:进行将运动场分布特征的像素单位转化为实际物理场尺度的尺度变换；

7、s5:对运动场分布特征进行降低电流脉冲噪声和环境随机噪声的中值滤波；

8、s6:通过使用门控循环单元神经网络对运动场分布特征的实际物理尺度处理得到准确的稀土熔盐反应状态。

9、优选地，所述二自由度云台由两个舵机驱动进行三维空间运动，所述二自由度云台上搭载了彩色工业相机，所述彩色工业相机传感器类型为cmos，所述彩色工业相机拍摄像素为130万，所述彩色工业相机最高帧率可达90fps。

10、优选地，所述farneback光流法提取稀土熔盐速度场特征的步骤如下：

11、设图像领域信息表达式为：

12、f(x)＝xtax+btx+c

13、若前一帧图像的领域信息表达式为：

14、f1(x)＝xta1x+b1tx+c1

15、假设后一帧图像产生了位移d，基于光流基本假设：图像梯度恒定和局部光流恒定，其图像领域信息可表示为：

16、

17、根据假设，上述多项式系数相等：

18、a2＝a1

19、b2＝b1-2a1d

20、

21、由上式可得图像位移计算公式：

22、

23、上式推导出两帧图像间的位移计算公式，引入局部多项式来替代设图像领域信息表达式中的全局多项式；对两幅图进行局部多项式展开，分别获得两幅图的展开系数a1(x)、b1(x)、c1(x)和a2(x)、b2(x)、c2(x)；基于光流假设应该满足a2＝a1，做以下近似以减小误差：

24、

25、此外，引入δb(x):

26、

27、此时，位移计算公式由图像位移计算公式更新为：

28、a(x)d(x)＝δb(x)

29、设图像位移变化足够缓慢，那么d(x)需满足以下函数的最小化目标：

30、

31、式中，w(δx)为图像像素点对应的权重参数；由最小二乘法可得位移计算公式：

32、d(x)＝(∑wata)-1∑watδb

33、建立8参数2d运动参数化模型：

34、dx(x,y)＝a1+a2x+a3y+a7x2+a8xy

35、dy(x,y)＝a4+a5x+a6y+a7x2+a8xy

36、上式可由矩阵的形式表示：

37、d＝sp

38、

39、p＝(a1,a2,a3,a4,a5,a6,a7,a8)t

40、将运动参数化模型代入中可得新的加权最小二乘表达式：

41、

42、根据最小二乘法求解，参数化模型可表示为：

43、

44、求解参数化模型的过程先分别计算和加权平均求解出位移d；上述参数化模型计算两帧图像间的位移变化，引入先验位移来更新模型和图像金字塔技术来构建多分辨率输入图像。

45、优选地，计算误差优化方法为引入局部多项式来替代设图像领域信息表达式中的全局多项式；对两幅图进行局部多项式展开，分别获得两幅图的展开系数a1(x)、b1(x)、c1(x)和a2(x)、b2(x)、c2(x)；基于光流假设应该满足a2＝a1，但实际中需要做以下近似以减小误差：

46、

47、此外，引入δb(x):

48、

49、此时，位移计算公式由图像位移计算公式更新为：

50、a(x)d(x)＝δb(x)

51、由于位移计算公式对每个像素进行计算会带来庞大的计算量，缩小图像计算的邻域范围，设图像位移变化足够缓慢，那么d(x)需满足以下函数的最小化目标：

52、

53、式中，w(δx)为图像像素点对应的权重参数；由最小二乘法可得位移计算公式：

54、d(x)＝(∑wata)-1∑watδb

55、进一步地，更迭8参数2d运动参数化模型：

56、dx(x,y)＝a1+a2x+a3y+a7x2+a8xy

57、dy(x,y)＝a4+a5x+a6y+a7x2+a8xy

58、上式可由矩阵的形式表示：

59、d＝sp

60、

61、p＝(a1,a2,a3,a4,a5,a6,a7,a8)t

62、将运动参数化模型代入中可得新的加权最小二乘表达式：

63、

64、根据最小二乘法求解，参数化模型可表示为：

65、

66、在求解参数化模型的过程中，可先分别计算和然后通过加权平均求解出位移d；对运动场的位移进行统计，对比了反应充分和反应不充分两类运动场的位移统计直方图。

67、优选地，尺度变换步骤如下：首先稀土电解槽的阴极棒是垂直插入熔盐且直径固定的，计算图像中阴极棒直径与实际阴极棒直径的比值作为归一化换算因子，通过阈值分割分离出熔盐区域，然后提取熔盐区域的轮廓，最后根据轮廓拟合出两条垂直方向上分布点最多的平行线。

68、归一化图像位移dt的表达式为：

69、

70、式中，d表示farneback光流法求解的图像位移，dn表示阴极棒拟合轮廓间的距离，dt表示阴极棒的实际直径为85mm。

71、优选地，中值滤波为将提取出稀土熔盐视频流中的归一化速度特征数据进行中值滤波处理；稀土熔盐视频流采样时间为1s，通过计算，1s内能获取n-1个归一化速度值。

72、进一步地，n＝彩色工业相机帧率90fps。

73、优选地，门控循环单元神经网络由各个循环单元串联组合而成；门控循环单元之间的串联可构成神经网络层，每层网络通过反向传播算法更新网络结构中的权重参数，层与层之间通过输出接输入的方式串联起来。

74、进一步地，门控循环单元神经网络的计算流程为：当前单元的输入值xt和前一单元输出的状态ht-1通过非线性组合组成重置门和更新门的输入：

75、rt＝σ(wt·[ht-1,xt]+br)

76、zt＝σ(wz·[ht-1,xt]+bz)

77、式中，rt表示重置门的输出，zt表示重置门的输出；wt和wz分别表示重置门和更新门的权重参数；br和bz分别表示重置门和更新门的偏置矩阵；·表示矩阵点乘；[]表示矩阵拼接；σ表示非线性激活函数sigmoid:

78、

79、更新候选状态：

80、

81、式中，ht表示本单元的候选状态；w表示候选状态对应的权重参数；表示矩阵的hadamard积；bn表示候选状态对应的权重参数；tanh表示双正切函数：

82、

83、最后，该隐藏层(单元)的输出为：

84、

85、门控循环单元通过重置门和更新门控制筛选在递增的时间序列信息中保持有效输出信息。

86、与现有技术相比，本发明具有以下优点：

87、(1)针对技术人员根据稀土熔盐反应剧烈程度来区分反应状态的过程，本方法使用farneback稠密光流法提取稀土熔盐运动场场信息，以此来量化熔盐反应的剧烈程度进而间接反应熔盐的反应状态。

88、(2)结合稀土电解环境实际特征，提出针对运动场信息归一化的尺度变换方法并通过中值滤波滤除电流和环境噪声。

89、(3)提出farneback-gru模型，增强了对时间序列特征的学习和识别能力。本方法的模型准确率远高于同类经典模型的准确率，达到了生产企业的检测标准；并且具有很好的鲁棒性，对生产控制具有重要的意义。