紅外熱成像技術在銅電解電流分布測量中的應用

趙仁濤，張 雨，鐵 軍，張連平，張志芳，郭彩喬

?

紅外熱成像技術在銅電解電流分布測量中的應用

趙仁濤1，張 雨1，鐵 軍1，張連平2，張志芳1，郭彩喬1

（1. 北方工業(yè)大學 電氣與控制工程學院，北京 100144；2. 金川集團有限公司 銅冶煉廠銅電解1車間，甘肅 金昌 737100）

針對銅電解槽中陰極棒電流值無法實時測量的問題，應用紅外熱成像技術采集電解槽陰極棒的紅外圖像。對原始圖像進行處理與分析的基礎上，獲取陰極棒的表面溫度值。其次，通過理論分析與數(shù)據(jù)驗證，結合COMSOL仿真軟件數(shù)據(jù)建立了溫度與電流之間的函數(shù)關系模型，進而求出電流值。對比實測電流值與模型電流值，結果表明：電解槽的總電流誤差均在±5%以內(nèi)，各陰極棒的電流誤差基本在±12%以內(nèi)，僅個別陰極棒電流誤差偏大。該方法不僅實現(xiàn)了對陰極棒電流值的在線監(jiān)測，而且對極間短路故障的檢測提供了依據(jù)。

紅外熱成像；銅電解槽；模型辨識；故障檢測

0 引言

銅電解精煉過程中，電流效率和電銅的品級率是考核電解生產(chǎn)效率和能力的重要指標，而極間短路，俗稱“燒板”故障對上述兩項指標都會產(chǎn)生不利的影響[1-2]。陰極棒中的電流值受極間距、電流密度、電解液循環(huán)量和始極片尺寸等多種因素的影響，當其突然增大時，發(fā)生極間短路故障[3]；此時，電流效率降低，固定時間內(nèi)的銅產(chǎn)量減少，給企業(yè)帶來巨大的經(jīng)濟損失[4-6]，國內(nèi)對于極間短路的檢測主要依靠手托式查槽裝置，需要工人緊貼槽面循環(huán)排查，因其精度不高，容易出現(xiàn)漏查和錯查現(xiàn)象。

紅外熱成像技術通過紅外傳感器接收來自于一定距離的被測物體所發(fā)出的紅外輻射，經(jīng)過系統(tǒng)處理后轉(zhuǎn)化為熱圖像的一種技術，它將物體的熱分布轉(zhuǎn)換為可視圖像，最終在顯示器上以灰度值顯示出來，從而得到被測物體的溫度分布情況[7]?；诩t外技術的4大優(yōu)勢[8]及應用中所注意的問題[9]，在研究銅電解槽陰極棒電流測量方法的基礎上[10]，采用紅外相機拍攝電解槽顯示陰極棒表面溫度的方案。經(jīng)過分析，陰極棒的表面溫度是陰極棒中電流值，分流比，環(huán)境溫度與坐標位置的函數(shù)；在此基礎上，依據(jù)COMSOL仿真軟件得出的數(shù)據(jù)建立了溫度—電流分布的數(shù)學模型[11]。通過與現(xiàn)場實測電流對比與分析，驗證了此方案的可行性。

1 系統(tǒng)的組成

如圖1所示，紅外相機安裝在距槽面高11 m處的巡檢車底部，并對槽面進行循環(huán)掃描拍攝，通過ZigBee、AP無線設備把巡檢車的運行數(shù)據(jù)與采集的紅外圖像傳送至廠房中部的中央通訊盒，最后通過網(wǎng)線的通訊連接至中控室上位機。對圖像進行處理分析后，把極間短路的故障信息通過通訊連接的現(xiàn)場顯示屏顯示出來?，F(xiàn)場工作人員可通過PDA手持終端查看發(fā)生故障的陰極棒位置，故障處理后，標記已處理的故障信息反饋回中控機，并刷新現(xiàn)場顯示屏的故障信息。

圖1 系統(tǒng)組成圖

2 數(shù)據(jù)的獲取

2.1 銅電解槽的模型數(shù)據(jù)

以某銅廠電解槽陰極棒為研究對象，利用COMSOL溫度場仿真軟件建立模型。陰極棒為截面積為矩形的長方體銅棒（內(nèi)嵌不銹鋼棒支撐），長、寬、高分別為1300 mm、30 mm、20 mm，壁厚2.5 mm，兩個掛耳長約90 mm，坐標分別位于350 mm和950 mm處，每個電解槽有53根陰極棒組成[11]，如圖2所示。

考慮到現(xiàn)場的實際情況，由于電解槽安裝在室內(nèi)，外界風速、陽光輻射等因素對陰極棒表面溫度的影響很小。為了簡化模型，仿真時只考慮理想狀態(tài)下陰極棒與周圍空氣間的自然對流換熱情況。在COMSOL平臺建立陰極棒模型并設定相關參數(shù)后進行仿真，導出數(shù)據(jù)建立溫度與電流之間的數(shù)學模型[12]。

圖2 電解槽圖片

2.2 溫度值的獲取

由于獲取的原始灰度圖像發(fā)生了桶形畸變及受干擾噪聲的影響，為了實現(xiàn)灰度值的自動定位提取，對圖像進行了幾何校正、灰度值的增強[13]及干擾噪聲的消除。參考文獻[11]建立了灰度值與溫度值之間的擬合數(shù)學表達式，如式(1)所示：

＝－1.751×10－82＋3.668×10－3－16.86 (1)

式中：表示陰極棒表面溫度估計值，℃；表示陰極棒灰度值。

3 數(shù)學模型的建立

陰極棒電流分布示意圖如圖3所示。從圖中可以看出，電解液中的電流經(jīng)過掛耳流入陰極棒，把它分成了3段。其中1、2、3段的坐標區(qū)間分別是[0, 350 mm]、[350 mm, 950 mm]、[950 mm, 1300 mm]，其中，陰極棒1300 mm處隔有絕緣層，0 mm與陰極母線相連，所以3段電流值分別為1與2的總和、1、0。

經(jīng)理論分析與圖表驗證，影響陰極棒相異坐標位置溫度大小不同的因素主要與：流經(jīng)本陰極棒某段的電流值、分流比、坐標位置與環(huán)境溫度相關[11]。通電導體焦耳熱的產(chǎn)生與流經(jīng)導體的電流平方成正比，這決定了模型中必定含有電流的平方項與分流比的平方項。當陰極棒坐標點設定在304.04mm處，分流比為0.5時，不同電流值下，不同環(huán)境溫度對陰極棒表面溫度的影響如圖4所示?？梢钥闯?，兩者幾乎成線性關系。

圖3 電流分布示意圖

圖4 不同環(huán)境溫度對陰極棒表面溫度的影響

如圖5所示，不同坐標點對陰極棒表面溫度的影響。當環(huán)境溫度設定在50℃，分流比為0.5時，不同電流值下，陰極棒的表面溫度與坐標點成非線性關系。

圖5 不同坐標點對陰極棒表面溫度的影響

由圖5可以看出，陰極棒由于存在熱傳遞的作用，使得同段的電流值并不相等，整體呈曲線狀。其中，陰極母線、陽極母線和掛耳都會對其鄰近區(qū)間的圖像灰度值的提取造成影響。把受影響區(qū)間灰度值剔除后，陰極棒3段可提取的灰度值區(qū)間分別為[150 mm, 300 mm]、[400 mm, 550mm]、[1050 mm, 1200mm]，且3段區(qū)間分別可提取10個坐標點的灰度值。

由以上分析可知：陰極棒表面溫度可由流經(jīng)本段電流的平方、分流比的平方、環(huán)境溫度的1次方和坐標點的2次方表示。在第1段與第2段分別建立數(shù)學模型，如下：

f＝0＋12＋2f2＋3f＋4r2＋50(2)

s＝0＋112＋2s2＋3s＋4r2＋50(3)

式中：f，s表示第1段與第2段的陰極棒表面溫度值，℃；，1表示第1段與第2段的電流值，A；f，s表示第1段與第2段的坐標位置，mm；r表示分流比；0表示環(huán)境溫度，℃。

利用最小二乘法對模型系數(shù)進行辨識，結果如下所示：

f＝1.262＋18.1002－18.540f2＋

1.217f＋2.322r2＋0.9690(4)

s＝6.668＋11.36012＋15.793s2－

23.353s＋5.774r2＋0.9770(5)

1＝r(6)

整理式(4)、(5)和(6)得出：

88.55064－(90.7032f2－5.9539f－4.74060＋4.8932f－51.1816)2－(46.1016f2－3.0262f)－(15.7930s2－23.3530s)＋s＋1.43250－2.4866f－3.5299＝0 (7)

根據(jù)求根公式可知：

式中：＝88.5506；＝－90.7032f2＋5.9539f＋4.74060－4.8932f＋51.1816；＝－46.1016f2＋3.0262f－15.7930s2＋23.3530s＋s＋1.43250－2.4866f－3.5299。

由式(7)可知，自變量f、s、f、s通過提取陰極棒建模區(qū)間的坐標值與灰度值獲取，兩兩組合共得到100個所求電流的近似值，剔除異常值后，求其平均值作為陰極棒的電流值。環(huán)境溫度0通過提取第3段的灰度值經(jīng)過公式(1)的轉(zhuǎn)化后得到，因為此段沒有電流通過，所以此段陰極棒的表面溫度等于陰極棒所處的環(huán)境溫度。代入以上數(shù)值求出電流值的平方，開方取正值得到模型估算的電流值。

4 模型電流與實測電流對比驗證

采用紅外相機拍攝的電解槽圖像，經(jīng)處理后如圖6所示。按巡檢車的運動方向從下往上，電解槽依次為1號、2號、3號和4號，陰極棒從右往左為1號～53號，圖中白色處的陰極棒發(fā)生了極間短路故障。

現(xiàn)場陰極棒電流值的獲取采用電壓表間接的測量方法，在電解槽總電流一定的情況下，假設每根陰極棒的做工尺寸相同，則在每根陰極棒上固定長度下所測的電壓值比上總電壓值等于每根陰極棒電流值比上總電流值。由于存在陰極棒尺寸的理想化、測量時間上的滯后、陰極棒上存有的雜質(zhì)等干擾因素的影響，造成實測的結果會有一定的誤差，但基本能反映各陰極棒的實際電流大小。如圖7所示，4個電解槽各陰極棒電流實測值與模型值對比圖。

圖6 處理后的紅外圖像

由圖7可知，大部分的陰極棒電流值在平均值528A附近波動，當發(fā)生極間短路時電流值增大，甚至可達1500A以上。當某電解槽發(fā)生極間短路的陰極棒個數(shù)較多時，由于電解槽的總電流不變，將導致其他陰極棒的電流值遠低于平均電流值，這不僅導致了電能的浪費，而且精銅產(chǎn)量降低。其次，可以看出兩種方法得出的正常陰極棒之間的電流誤差較小，電流值接近。個別陰極棒由于表面存在污染狀況（如噴濺的電解液、工人的涂畫與銅的氧化等），對電壓的實測與圖像的處理都會帶來影響，造成測量誤差偏大。

還可以看出，發(fā)生極間短路的陰極棒與其鄰近的陰極棒得出的電流誤差值偏大，因為陰極棒發(fā)生極間短路后，該陰極棒所對應的陽極電流同樣增大，產(chǎn)生高溫，使提取的環(huán)境溫度值高于正常值，代入模型中導致得出的電流值誤差偏大。

5 結論

基于紅外熱成像技術建立模型得出的電流值與間接實測電流值對比表明：該方法對各陰極棒的電流值進行了較準確的測量，兩種方法得出的各陰極棒的電流誤差基本維持在±12%以內(nèi)，模型得出的電解槽總電流與整流裝置的電流值誤差均在±5%以內(nèi)，實現(xiàn)了陰極棒電流值的在線監(jiān)測。對比圖6與圖7可以看出，也對極間短路故障進行了準確的提取，便于工人了解故障的嚴重程度，及時做出處理來阻止故障的延續(xù)。

[1] 朱祖澤, 賀家齊. 現(xiàn)代銅冶金學[M]. 北京: 科學出版社, 2003: 491-534.

ZHU Zu-ze, HE Jia-qi.[M]. Beijing: Science Press, 2003: 491-534.

[2] 張文林, 李堅. 淺談銅電解精煉中的極間短路[J]. 有色冶金節(jié)能, 2006(4): 26-29.

ZHANG Wen-lin, LI Jian. Discussion on the short circuit of anode in copper electrorefining[J]., 2006(4): 26-29.

[3] Bayliss C R. Modern techniques in electrolytic refining of copper[J]., 1976, 22: 773-776.

[4] Wiechmann E P, Vidal G A, Pagliero J A. Current-source connection of electrolytic cell electrodes: an improvement for electrowinning and electrorefinery[J]., 2006, 42: 851-855.

[5] Vidal G A, Wiechmann E P, Pagliero J A. Technological improvement in copper electrometallurgy: optibar segmented inter-cell bars[J]., 2004, 44: 147-154.

[6] Wiechmann E P, Vidal G A, Pagliero J A, et al. Copper electrowinning using segmented intercell bars for improved current distribution[J]., 2001, 41: 425-432.

[7] 鄭兆平, 曾漢生, 丁翠嬌, 等. 紅外熱成像測溫技術及其應用[J]. 紅外技術, 2003, 25(1): 96-98.

ZHENG Zhao-ping, ZENG Han-sheng, DING Cui-jiao, et al. Summary on the infrared thermal imaging temperature measurement technology and its application[J]., 2003, 25(1): 96-98.

[8] 蔡毅, 湯錦亞. 對紅外熱成像技術發(fā)展的幾點看法[J]. 紅外技術, 2000, 22(2): 2-6.

CAI Yi, TANG Jin-ya. Some opinions on the development of infrared thermal imaging technology[J]., 2000, 22(2): 2-6.

[9] 蔡毅, 王嶺雪. 紅外成像技術中的9個問題[J]. 紅外技術, 2013, 35(11): 671-682.

CAI Yi, WANG Ling-xue. Nine issues associated with infrared imaging technology[J]., 2013, 35(11): 671-682.

[10] Zhao Rentao, Lin Liming, Li Huade, et al. A new approach to establishing cathode rod temperature-current model based on nickel electrolysis cells[J]., 2014, 168(4): 249-259.

[11] 趙仁濤, 張雨, 李華德, 等. 基于銅電解槽電流分布估計的燒板故障診斷[J]. 化工學報, 2015, 66(5): 1806-1814.

ZHAO Ren-tao, ZHANG Yu, LI Hua-de, etc. Fault diagnosis based on current distribution estimation for copper electrolytic tank[J]., 2015, 66(5): 1806-1814.

[12] 王洪茂, 鐵軍, 薛濟來, 等. 鎳電解槽電流分布檢測方法的仿真研究[J]. 計算機仿真, 2014, 31(8): 245-249.

WANG Hong-mao, TIE Jun, XUE Ji-lai, et al. Investigation of detection method for current distribution in Ni-electrolyzer[J]., 2014, 31(8): 245-249.

[13] 趙仁濤, 王友余, 李華德, 等. 多粒子群優(yōu)化算法的遠紅外圖像對比度增強[J]. 計算機仿真, 2014, 31(1): 361-382.

ZHAO Ren-tao, WANG You-yu, LI Hua-de, et al. Far infrared image contrast enhancement based on Multi-Particle swarm optimization[J]., 2014, 31(1): 361-382.

The Application of Infrared Thermography in the Current-distribution Measurement of Copper Electrolysis

ZHAO Ren-tao1，ZHANG Yu1，TIE Jun1，ZHANG Lian-ping2，ZHANG Zhi-fang1，GUO Cai-qiao1

(1.,,100144,；2.,,737100,)

Aiming at the problem that current of the cathode bar can’t be measured in real-time in copper electrolytic tank, we used the technology of infrared thermography to acquire infrared image of the cathode bar. On the basis of process and analysis of the original image, surface temperature values of the cathode bar were obtained. Furthermore, the functional model of temperature-current was established combining with the data of COMSOL simulation software model through theoretical analysis and data validation and we got the current values. With comparison between the measured current and model current, results showed that the total current error of electrolytic tank is all within ±5%, the current error of every cathode bar is almost within ±12%, and only exceptional current error is relatively large. This method not only realizes the online monitoring of the cathode current value, and provides the basis for the detection of the short circuit fault.

infrared thermal imaging，copper electrolytic tank，model identification，fault detection

TF811，TN219

A

1001-8891(2015)11-0981-05

2015-04-14；

2015-05-30.

趙仁濤（1970-），男，副教授，博士研究生，主要從事數(shù)據(jù)處理與系統(tǒng)識別。E-mail：rentao_zhao70@163.com。

國家科技部科技支撐計劃項目，編號：2012BAEB09。