标题：基于图像识别的RH底吹氩控制系统
作者：李嘉卉 佟冰 赵腾 李伟峰 许多
作者单位：中国重型机械研究院股份公司，陕西 西安 710018
关键字：图像识别；RH精炼；底吹氩；卷积神经网络；强化学习
摘要：随着钢铁冶炼技术的发展，RH（Ruhrstahl Heraeus）精炼工艺成为提高钢材质量的重要手段。在RH精炼过程中，氩气的底吹对钢液的脱气、均匀化、脱硫等环节至关重要。然而，传统的氩气吹入控制方法难以精确把握钢液的复杂动态变化，影响了炼钢的稳定性和成品质量。提出了一种基于图像识别技术的RH底吹氩控制系统，通过卷积神经网络（CNN）处理钢液表面图像，结合强化学习算法优化氩气吹入策略，从而实现智能化、精确化的氩气控制。实验结果表明，该系统有效提升了钢液的均匀性与脱硫效率，显著改善了钢材的整体质量。