买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉苏州视智冶科技有限公司申请的专利一种基于ResNet的高炉炉内状态诊断方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117253183B 。

龙图腾网通过国家知识产权局官网在2026-01-20发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311047032.2，技术领域涉及：G06V20/52；该发明授权一种基于ResNet的高炉炉内状态诊断方法及系统是由李雷;许浩设计研发完成，并于2023-08-20向国家知识产权局提交的专利申请。

本一种基于ResNet的高炉炉内状态诊断方法及系统在说明书摘要公布了：本发明涉及一种基于ResNet的高炉炉内状态诊断方法及系统。方法包括：S1、构建高炉炉内状态诊断模型，包括高炉炉内状态分类模型、溜槽状态分类模型和煤气流状态分类模型；S2、将待检测的炉顶成像图像输入高炉炉内状态分类模型，获得该图像属于正常波动状态的概率和异常波动状态的概率，并输出概率最大的类别作为分类结果；S3、继续将待检测的炉顶成像图像输入溜槽状态分类模型，获得该图像属于无溜槽的概率、溜槽小的概率和溜槽大的概率，并输出概率最大的类别作为分类结果；S4、继续将待检测的炉顶成像图像输入煤气流状态分类模型，获得该图像属于中心气流的概率、边缘气流的概率和两道气流的概率，并输出概率最大的类别作为最后分类结果。

本发明授权一种基于ResNet的高炉炉内状态诊断方法及系统在权利要求书中公布了：1.一种基于ResNet的高炉炉内状态诊断方法，其特征在于，所述方法包括如下步骤： S1、构建高炉炉内状态诊断模型，所述高炉炉内状态诊断模型包括高炉炉内状态分类模型、溜槽状态分类模型和煤气流状态分类模型；所述高炉炉内状态分类模型、溜槽状态分类模型和煤气流状态分类模型均为基于ResNet神经网络框架的图像分类模型； S1.1、构建高炉炉内状态分类模型； 分别采集一定数量的正常波动状态高炉炉顶成像数据和一定数量的异常波动状态高炉炉顶成像数据，进行数据增强操作后建立高炉炉顶成像数据集；根据不同的波动状态，分别将高炉炉顶成像数据集中的图像标注为正常波动状态或异常波动状态，将标注后的数据集随机划分为训练集和测试集，分别用于训练和测试高炉炉内状态分类模型； S1.2、构建溜槽状态分类模型； 根据不同的溜槽情况，分别将步骤S1.1中高炉炉顶成像数据集中标注为正常波动状态的图像标注为无溜槽、溜槽小或溜槽大；其中，图像中溜槽像素占图像像素比例为0的图像标注为无溜槽，图像中溜槽像素占图像像素比例大于0且小于等于25％的图像标注为溜槽小，图像中溜槽像素占图像像素比例大于25％的图像标注为溜槽大；然后，将标注后的数据集随机划分为训练集和测试集两部分，分别用于训练和测试溜槽状态分类模型； S1.3、构建煤气流状态分类模型； 根据不同的煤气流类型，分别将步骤S1.2中高炉炉顶成像数据集中标注为无溜槽和溜槽小的图像标注为中心气流、边缘气流或两道气流；其中，中心出现发亮气流的图像标注为中心气流，边缘出现发亮气流的图像标注为边缘气流，中心及边缘都出现发亮气流的图像标注为两道气流；然后，将标注后的数据集随机划分为训练集和测试集两部分，分别用于训练和测试煤气流状态分类模型； S2、将待检测的炉顶成像图像输入高炉炉内状态分类模型，获得该图像属于正常波动状态的概率和异常波动状态的概率，并输出概率最大的类别作为分类结果；若输出结果为异常波动状态，则结束流程；若输出结果为正常波动状态，则继续进行下一步溜槽分类识别； S3、继续将待检测的炉顶成像图像输入溜槽状态分类模型，获得该图像属于无溜槽的概率、溜槽小的概率和溜槽大的概率，并输出概率最大的类别作为分类结果；若输出结果为溜槽大，则结束流程；若输出结果为无溜槽或溜槽小，则继续进行下一步煤气流分类识别； S4、继续将待检测的炉顶成像图像输入煤气流状态分类模型，获得该图像属于中心气流的概率、边缘气流的概率和两道气流的概率，并输出概率最大的类别作为最后分类结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人苏州视智冶科技有限公司，其通讯地址为：215101 江苏省苏州市吴中区木渎镇珠江南路1066号金枫创意商务中心1号楼1116F室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。