一种用于电解槽极板故障的预警方法及检测装置与流程

本发明涉及故障监测技术，更具体地，涉及一种用于电解槽极板故障的预警方法及检测装置。

背景技术：

铜冶炼过程中含铜99.5％的粗铜预先制成厚板作为阳极，纯铜或不锈钢制成薄片作阴极，相间的插入电解槽中通直流电，槽内以一定速度循环带有一定温度且浓度配比固定的硫酸和硫酸铜溶液作为电解液。为了保持电解液温度，防止酸蒸发，在工作槽的槽面上遮布，工人进行槽面管理时可随机掀开。在这种条件下槽内阳极溶解，阳极铜以离子形式进入电解液，向阴极扩散，在阴极获得电子析出；同时阳极杂质以离子或颗粒形式溶解于电解液。由于电位较铜更负，不能在阴极析出，留于电解液中，待电解液定期净化时除去，这样达到铜的净化提纯。阴极上析出的金属铜纯度高，称为阴极铜或电解铜，简称电铜。

铜电解过程中极板易发生“冷板”与“短路”。由于工人排板失误、电解槽导电排污染等原因造成极板接触失效，无电流(或小电流)通过，降低了电解的工作效率，称为冷板；由于极板间电流分布不均、阳极泥粘附等原因导致阴极板结瘤生长，造成阳极-阴极短路。短路电极不仅停止电解，大量电流流过短路电极发热，以热量形式消耗，增加能耗的同时降低了电流效率，而且对阴极铜品位产生严重影响。提早发现并排除电解槽内极板故障是槽面管理的关键工作，具有重要的经济与工艺意义。

极板故障最明显且直接的表现为极板电流变化、极板周围磁场变化、极板导电棒表面温度变化、极板间电压变化。目前现有检测方法通过人工触摸感受温度变化、使用电磁托表进行槽面检测、利用贴片传感器进行电压测量等方法。这些方法对于极板数量巨大(每槽57块阴极板，58块阳极板)、分布密集(极对间距约2.5～3cm)的电解车间来说不仅费时、费力，还可能由于接触式测量，导致在测量过程中产生新的故障，不能实现自动测量且保证检测的准确性。

技术实现要素：

本发明提供一种克服上述问题或者至少部分地解决上述问题的一种用于电解槽极板故障的预警方法及检测装置，以解决铜电解过程中极板故障检测准确度不高和效率低下的问题。

根据本发明的一个方面，提供一种用于电解槽极板故障的检测和预警方法，包括：

步骤s1、获取电解槽极板的红外热图像和位置信息，提取极板对应像素区的温度信息；

步骤s2、由所述温度信息，计算极板温度的置信区间，并确认所述极板的温度在所述置信区间内；

步骤s3、基于所述极板的历史温度数据序列，构建预测极板温度的灰色预测模型；

步骤s4、基于所述灰色预测模型，结合所述位置信息，对所述极板温度变化量及变化率进行模糊分析，实现对极板故障的检测和预警。

进一步地，步骤s1中获取电解槽极板的红外热图像和位置信息，提取极板对应像素区的温度信息具体包括：

步骤s11、以电解槽阵列的宽度方向为x轴、长度方向为y轴建立直角坐标系；

步骤s12、基于所述行车的导轨上设置的触点开关，以获取电解槽的x值；

步骤s13、基于所述行车的激光测距仪测量得到的行车与电解槽阵列边缘之间的距离，确定y值；

步骤s14，基于所述x值和y值，确定当前电解槽的位置信息，并结合电解槽内极板数量，确定所述红外热图像上电解槽内各极板对应的像素区域。

进一步地，步骤s2中在计算极板温度的置信区间前，先对当前电解槽的遮布情况进行判断，具体包括：

处理所述红外热图像，获取当前电解槽热图像的平均灰度值；

将所述平均灰度值与设定的灰度阈值进行比较，根据比较结果确定当前电解槽的遮布状态。

进一步地，步骤s2中计算极板温度的置信区间具体包括：

步骤s21、提取当前电解槽内每块极板对应像素区的温度信息，由所述温度信息计算每块极板的平均温度值；

步骤s22、基于设定的置信水平，以及所述平均温度值，分别计算不同遮布状态下电解槽内极板温度的置信区间。

进一步地，步骤s3中构建所述灰色预测模型具体包括：

步骤s31、分别采集当前电解槽内每块极板的历史温度数据，并建立各极板对应的历史温度数据序列；

步骤s32、将所述历史温度数据序列中的历史温度数据进行累加，得到累加数据序列，基于该累加数据序列，建立一阶线性微分方程；

步骤s33、对所述一阶线性微分方程离散化，并采用最小二乘法求取参数向量；

步骤s34、基于所述一阶线性微分方程和所述参数向量，构建得到灰色预测模型。

进一步地，所述灰色预测模型具体为：

其中，k为自然正整数，x(k+1)为极板温度的短期预测值，x(k),x(k+1)为历史温度数据序列的累加数据序列，a,u为参数。

进一步地，步骤s4具体包括：

步骤s41、基于所述灰色预测模型，获取所述极板的短期温度预测值；

步骤s42、由所述短期温度预测值与所述极板的当前实测值，获取所述极板的预测变化量；

步骤s43、对所述预测变化量微分，计算所述预测变化量的变化率；

步骤s44、由所述预测变化量和所述变化率，对极板故障进行模糊推理预警。

进一步地，步骤s44中由所述预测变化量和所述变化率，对极板故障进行模糊推理预警具体包括：

步骤s441、根据所述极板的温度变化范围，设定其预测变化量的第一基本论域，在所述第一基本论域内，设定所述预测变化量的第一模糊集合；

步骤s442、根据所述极板的温度变化速度，设定其变化率的第二基本论域，在所述第二基本论域内，设定所述变化率的第二模糊集合；

步骤s443、基于所述第一基本论域和第二基本论域，设计隶属度函数及模糊规则，输出极板故障的预警结果。

根据本发明的另一个方面，还提供一种用于电解槽极板故障的检测装置，用于预警电解槽极板故障，包括：用于获取电解槽极板的红外热图像的红外成像仪，所述红外成像仪连接有用于处理所述红外热图像的处理模块，所述红外成像仪安装于行车的辅吊上，所述行车沿电解槽阵列的宽度方向设置于电解槽阵列的上方。

进一步地，所述行车上设置有激光测距仪，平行于所述电解槽阵列宽度方向的车间墙面上设置有与所述激光测距仪相配合的反光板，所述反光板平行于所述电解槽阵列的宽度方向。

本发明的有益效果主要如下：

(1)采用获取红外热图像的方式以获取极板温度信息，在检测已成熟故障的同时，根据极板工作的历史温度信息建立预测极板温度变化的灰色预测模型，快速反映极板温度变化，对潜在故障极板进行预警；同时，能够准确定位故障极板，便于及时处理；

(2)采用红外热图像获取设备的空间位置、行车运行速度，结合所获取的红外热图像，定位电解槽和极板位置，所获红外热图像更具针对性，能够有效提高定位的准确性；

(3)在对极板进行检测以及故障预警过程中，综合考虑电解槽的遮布状态、极板本身温度的分布情况、极板工作温度的变化范围，以及极板历史温度的变化情况，有效提高对极板温度变化预测和预警的准确性；

(4)红外成像仪随行车一起在电解槽阵列上方移动，能够方便快速的获取车间所有电解槽的红外热图像，且装置结构设置简便。

附图说明

图1为根据本发明实施例的一种用于电解槽极板故障检测和预警方法的流程示意图；

图2为根据本发明实施例的一种用于电解槽极板故障检测和预警方法红外成像仪的巡检示意图；

图3为根据本发明实施例的一种用于电解槽极板故障检测和预警方法的激光测距仪与反光板的相对位置示意图；

图4为根据本发明实施例的一种用于电解槽极板故障检测和预警方法的模型示意图；

图5为根据本发明实施例的一种用于电解槽极板故障检测和预警方法的故障模糊分类效果示意图；

图6为根据本发明实施例的一种用于电解槽极板故障的检测装置的结构示意图。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。

参见图1所示，一种用于电解槽极板故障的检测和预警方法，包括：

步骤s1、获取电解槽极板的红外热图像和位置信息，提取极板对应像素区的温度信息；

步骤s2、由所述温度信息，计算极板温度的置信区间，并确认所述极板的温度在所述置信区间内；

步骤s3、基于所述极板的历史温度数据序列，构建预测极板温度的灰色预测模型；

步骤s4、基于所述灰色预测模型，结合所述位置信息，对所述极板温度变化量及变化率进行模糊分析，实现对极板故障的检测和预警。

生产车间内的电解槽呈阵列式排列，形成电解槽阵列。为便于说明，以电解槽沿电解槽阵列长度方向的布置称为列，宽度方向的布置称为行。

参见图2所示，采用红外成像仪10获取电解槽或电解槽内极板的红外热图像。红外成像仪10安装于电解槽阵列的正上方，垂直面向电解槽阵列，并能够沿电解槽阵列的行和/或列移动，以使能够获取整个电解槽阵列中各电解槽内的红外热图像。

具体地，当红外成像仪10在电解槽上方移动时，能够逐个获取或同时获取对应多个电解槽和/或极板的红外热图像，从而达到监测电解槽和/或极板的实时温度变化。

可以理解的是，根据电解槽的大小以及检测需求，可以适当的调整电解槽阵列上方红外成像仪10的安装高度，以及红外成像仪10的规格型号，以使红外成像仪10成像面积与电解槽检测区域相匹配。

在实际使用过程中，为便于后续图像的处理与电解槽和极板定位，红外成像仪10的成像面积通常起码包括一个完整电解槽。当电解槽内极板出现异常时，例如，出现短路或开路情况时，其温度会明显高于或低于正常工作时的温度。

因此，根据极板正常工作时的温度范围，在特定置信水平下，求取其正常的温度变化范围，即求取其特定置信水平下的置信区间。当所监测的电解槽内极板的温度在该置信区间内时，表明极板工作正常；当所监测的电解槽内极板的温度不在该置信区间内时，表明极板出现异常，需要及时处理。

在对极板工作温度范围进行判断的基础上，当极板在其置信区间时，还进一步通过所构建的灰色预测模型对极板的短期工作温度进行预测，同时结合模糊算法对温度变化趋势做进一步分析，以对极板是否出现异常进行更准确地判定。该灰色预测模型是通过预测极板的温度以实现对极板故障的检测的。

在获取红外热图像的同时，还设置有定位装置，以获取对应电解槽的位置信息，便于操作人员及时对应的操作处理。

在一个具体的实施例中，参见图3所示，步骤s1中获取电解槽极板的红外热图像和位置信息，提取极板对应像素区的温度信息，具体包括：

步骤s11、以电解槽阵列的宽度方向为x轴、长度方向为y轴建立直角坐标系；

步骤s12、基于所述行车的导轨上设置的触点开关，以获取电解槽的x值；

步骤s13、基于所述行车的激光测距仪测量得到的行车与电解槽阵列边缘之间的距离，确定y值；

步骤s14，基于所述x值和y值，确定当前电解槽的位置信息，并结合电解槽内极板数量，确定所述红外热图像上电解槽内各极板对应的像素区域。

在电解槽阵列的上方设置有行车20，行车20沿电解槽阵列的宽度方向布置，红外成像仪10安装于行车20的辅吊21上。辅吊21沿行车20的导轨22运动，以带动红外成像仪10沿电解槽阵列的宽度方向移动位置。

具体地，在电解槽阵列所在平面50建立直角坐标系，以便于确定红外成像仪10的确定位置，可以任意以电解槽阵列的宽度或长度方向为x轴，相应的另一方向为y轴。在一个具体的实施例中，以电解槽阵列的宽度方向为x轴、长度方向为y轴。参见图3所示，以电解槽阵列的边缘a与边缘d的交点为原点，沿边缘a的延伸方向为y轴，沿边缘d的延伸方向为x轴。

在导轨22上设置有数个触点开关，触点开关的数量根据该行电解槽的数量确定，使电解槽阵列沿宽度方向布置的电解槽数量与触点开关的数量一一对应。优选触点开关设置于与电解槽中心位置对应的地方，以便于红外成像仪10获取完整的红外热图像以及对红外成像仪10的定位。

当辅吊21带动红外成像仪10在电解槽阵列的上方移动位置，其沿电解槽阵列的宽度方向，即沿直角坐标系的x轴方向移动位置时，辅吊21触发触点开关，并停止运动，使红外成像仪10固定于其中一个触点开关处。再由行车20带动红外成像仪10一起沿电解槽阵列的长度方向移动，以逐次获取该列所有电解槽的红外热图像。

当红外成像仪10沿y轴运动时，红外成像仪10位于该列电解槽组所对应的触点开关处，即，当红外成像仪10沿y轴运动时，x值在坐标系中是固定的。

为便于确定红外成像仪10的当前位置在直角坐标系中的坐标，用于获取红外成像仪10在直角坐标系中y值的装置采用激光测距仪24。该激光测距仪24位于行车20上。参见图4所示，在沿x轴方向的电解槽阵列的边缘b一侧的墙壁上设置有与激光测距仪24对应的反光板25，优选反光板25与激光测距仪24位于相同的高度。

参见图2所示，记录红外成像仪10沿y轴方向移动位置时的运动速度v，由红外成像仪10的运动速度v和运动时间t，结合电解槽阵列边缘d到边缘b的距离、电解槽边缘b到反光板25的距离，以及行车20的运行方向，即可得到红外成像仪10在直角坐标系中的y值。

当红外成像仪10、激光测距仪24随行车20沿y轴方向一起移动位置时，红外成像仪10沿x轴方向没有位置变化。反光板25与电解槽阵列的边缘b之间、电解槽组间的工人行走道路宽度ef总和，记为无关距离s无关。

激光测距仪24发射的光束到达反光板25上并被反射，以测量激光测距仪24到反光板25的距离，从而得到激光测距仪24与反光板25之间的实时距离s实时。行车20上红外成像仪10与激光测距仪沿y轴的距离为固定距离即s相对。

由红外成像仪10到反光板25的实时距离s实时，与无关距离s无关、相对距离s相对的差值，得到红外成像仪10与反光板之间的所有电解槽总长度即：ys＝s实时-s相对-s无关。

由红外成像仪10的坐标x值与y值，以及红外成像仪10与反光板25之间所有电解槽的总长度，即可得到红外成像仪10所正对的当前电解槽的信息。

优选地，将电解槽阵列中的电解槽顺序编号，将电解槽的长、宽数据结合直角坐标系中的坐标，即可得到当前电解槽的编号，能够便于快速定位出现异常情况的电解槽位置，便于及时处理。

更进一步，结合电解槽内极板的数量和设置方式，根据所获取的红外热图像，能够确定红外热图像上电解槽内各极板对应的像素区域，以确定各极板的温度信息。可以理解的是，将电解槽内极板的数量及设置方式与所获取的红外热图像对应起来，即可得到电解槽内极板的温度信息。

具体地，步骤s2中在计算极板温度的置信区间前，先对当前电解槽的遮布情况进行判断。由于实际生产中，为了给电解槽保温，会在电解槽上覆盖一层布料。电解槽上有遮布和没有遮布，会对红外成像仪10采集红外热图像的准确性造成影响，从而影响极板温度的监测结果。因此，在计算极板正常工作时的温度置信区间前，先对电解槽的遮布状态进行识别，能够提高对极板温度监测的准确性。

对电解槽遮布状态进行判断的具体方法为：

处理所述红外热图像，获取当前电解槽热图像的平均灰度值；

将所述平均灰度值与设定的灰度阈值进行比较，根据比较结果确定当前电解槽的遮布状态。

根据对电解槽及电解槽遮布的属性，设定一个灰度阈值。采用图像处理技术对所获取的每一帧热图像进行处理，获取当前电解槽内对应热图像的平均灰度值信息。将该平均灰度值信息与所设定的灰度阈值进行比较，根据比较结果确定当前电解槽的遮布状态。

当平均灰度值大于灰度阈值时，标记为“未遮布槽”；当平均灰度值小于灰度阈值时，标记为“遮布槽”。

在另一个具体的实施例中，参见图1所示，当确定电解槽的遮布状态后，再根据电解槽的遮布状态分别计算其相应的置信区间，步骤s2中计算极板的置信区间具体包括：

步骤s21、提取当前电解槽内每块极板对应像素区的温度信息，由所述温度信息计算每块极板的平均温度值；

步骤s22、基于设定的置信水平，由所述平均温度值分别计算不同遮布状态下极板温度的置信区间。

由于电解槽内有多块极板，在生产过程中，各极板的实际温度信息会有不同。因此，取电解槽内每一块极板各自实际温度的平均值，以提高所得到的置信区间的准确性。由红外热图像上电解槽内各极板像素区域内的温度信息，取其平均值可以得到各极板的温度。根据精度要求，设定一个置信水平，例如设定置信水平值为0.95。在该置信水平下，分别计算不同遮布状态的电解槽内极板温度的置信区间。

对“未遮布槽”，根据电解槽内极板的平均温度值，计算极板温度值的置信水平为0.95的置信区间[m1,n1]，标记温度值未在[m1,n1]内的极板为“异常极板”。

对“遮布槽”，根据电解槽内极板的平均温度值，计算极板温度值的置信水平为0.95的置信区间[m2,n2]，标记温度值未在[m2,n2]内的极板为“异常极板”。

由于遮布状态对于所获取的热像图信息的影响，因此，针对不同的遮布状态分别计算电解槽内的极板温度对应的置信区间，能够进一步提高对极板工作状态监测的准确性。对于温度值未在相应置信区间的极板，标记为“异常极板”，并示出警示信息，由操作人员及时处理。对于温度值在相应置信区间内的极板，由后续程序进一步监控。

在另一个具体的实施例中，对于在相应置信区间内的极板，进一步采用所构建的灰色预测模型对其工作状态进行检测，步骤s3中构建所述灰色预测模型具体包括：

步骤s31、分别采集当前电解槽内每块极板的历史温度数据，并建立各极板对应的历史温度数据序列；

步骤s32、将所述历史温度数据序列中的历史温度数据进行累加，得到累加数据序列，基于该累加数据序列，建立一阶线性微分方程；

步骤s33、对所述一阶线性微分方程离散化，并采用最小二乘法求取参数向量；

步骤s34、基于所述一阶线性微分方程和所述参数向量，构建得到灰色预测模型。

采集电解槽内各极板的历史温度数据，对各极板分别建立相应的历史温度数据序列x：x＝[x(1),x(2),…x(n)]。同时，对各历史温度数据序列分别累加以得到各极板对应的累加数据序列x：x＝[x(1),x(2),…x(n)]，其中，x(i)为历史温度数据序列中的历史温度数据。

以当前电解槽内的0号极板为例，由其历史温度数据建立的历史温度数据序列可表示为x⁽⁰⁾：x⁽⁰⁾＝[x⁽⁰⁾(1),x⁽⁰⁾(2),…x⁽⁰⁾(n)]。其中，为0号极板的历史温度数据，n为自然正整数。

将0号极板的各历史温度数据依次进行累加，可以得到关于历史温度数据序列的累加数据序列x⁽⁰⁾：x⁽⁰⁾＝[x⁽⁰⁾(1),x⁽⁰⁾(2),…x⁽⁰⁾(n)]。

其中，x⁽⁰⁾(i)为历史温度数据序列中的历史温度数据。

以此类推，由各极板的历史温度数据分别建立各极板对应的历史温度数据序列和累加数据序列。

对极板对应的累加数据序列建立一阶线性微分方程该方程即是对所构建的灰色预测模型的初始模型。将该一阶线性微分方程离散化，并采用最小二乘法求解出参数a,u，代入该方程中，即可得到灰色预测模型。

将该一阶线性微分方程离散化后的方程采用最小二乘法求取参数a,u，其推导公式为：

在另一个具体的实施例中，将所求取的参数a,u代入到一阶线性微分方程中，即可推导得出灰色预测模型：

其中，k为自然正整数，x(k+1)为极板温度的短期预测值，x(k),x(k+1)为历史温度数据序列的累加数据序列，a为发展灰数，u为内生控制灰色数。

在另一个具体的实施例中，步骤s4中基于所述灰色预测模型，结合所述位置信息，实现对极板故障的预警的内容具体包括：

步骤s41、基于所述灰色预测模型，获取所述极板的短期温度预测值；

步骤s42、由所述短期温度预测值与所述极板的当前实测值，获取所述极板的预测变化量；

步骤s43、对所述预测变化量求微分，计算所述预测变化量的变化率；

步骤s44、由所述预测变化量和所述变化率，对极板故障进行模糊推理预警。

具体地，仍以当前电解槽内的0号极板为例，其他极板的计算或实施方法与0号极板计算或实施方法相同。

由公式(2)计算得到0号极板的下一时刻的温度预测值将该温度预测值与0号极板的当前实际温度的实测值x⁽⁰⁾(k)相比较，获得0号极板的温度的预测变化量即

对该预测变化量微分，得到该预测变化量的变化率de⁽⁰⁾(k)。结合0号极板温度的预测变化量和变化率de⁽⁰⁾(k)，以对极板故障进行判断和预警。

在另一个具体的实施例中，参见图5所示，步骤s44中由所述预测变化量和所述变化率，对极板故障进行模糊推理预警具体包括：

步骤s441、根据所述极板的温度变化范围，设定其预测变化量的第一基本论域，在所述第一基本论域内，设定所述预测变化量的第一模糊集合ai；

步骤s442、根据所述极板的温度变化速度，设定其变化率的第二基本论域，在所述第二基本论域内，设定所述变化率的第二模糊集合bi；

步骤s443、基于所述第一基本论域和第二基本论域，设计隶属度函数及模糊规则，输出极板故障的预警结果。

具体地，仍以当前电解槽内的0号极板为例，其他极板的判断方法与0号极板的判断方法相同。

由0号极板的温度变化特性，例如，根据极板的温度变化范围，设定由灰色预测模型计算得到的极板温度预测变化量的第一基本论域。例如，将0号极板的第一基本论域设定为(-25℃,+25℃)。并根据0号极板正常工作和出现异常时的温度变化情况，在该第一基本论域内设定预测变化量的第一模糊集合并将该第一模糊集合模糊化为数个不同的变化类型。例如，将第一模糊集合模糊化为五个变化子集：pb、ps、ze、ns、nb。

由0号极板的温度变化速度特性，设定由灰色预测模型计算得到的极板温度变化率的第二基本论域。例如，将0号极板的第二基本论域设定为(-2,+2)。并根据0号极板正常工作和出现异常时的温度变化情况，在该第二基本论域内设定变化率的第二模糊集合并将该第二模糊集合模糊化为数个不同的变化子集。例如，将该第二模糊集合模糊化为五个变化子集：pb、ps、ze、ns、nb。

以预测变化量和温度变化率作为输入，得到输出变量作为故障类型输出，并确定变量的第三基本论域。例如，该第三基本论域设为(-2,+2)。

采用高斯函数作为隶属度函数，模糊控制规则形式为：

第i条规则隶属度函数为：

变量根据隶属度函数与模糊规则，可以根据不同输入自主推理得到不同的输出变量类型，即，不同的输出结果。例如，当预测变化量为pb(正大)，温度变化率为pb(正大)时，说明极板温度比正常工作温度高，且升高速度快，说明该极板故障为严重短路。模糊规则如下表：

参见图6所示，由灰色预测模型计算得到的预测变化量和变化率作为输入，并采用相应的控制规则和隶属度函数处理后，能够更直观的反映极板故障的输出结果。

参见图2所示，本发明还提供一种用于电解槽极板故障的检测装置，包括：红外成像仪10和处理模块40，红外成像仪10和处理模块40相连接。红外成像仪10用于获取电解槽和/或电解槽内极板的热图像，处理模块40用于处理红外成像仪10所获取的热图像，以得到极板的温度信息。红外成像仪10安装于电解槽阵列上方的行车20的辅吊21上，且红外成像仪10垂直面向电解槽阵列。

行车20沿电解槽阵列的宽度方向即x方向设置于电解槽阵列的上方。红外成像仪10随行车20沿y轴方向运动，进行槽面拍摄。在行车20的导轨22上固定设置数个触点开关，触点开关的数量依该行电解槽的数量而定，使之一一对应。当行车20沿y轴运动时，辅吊21固定位于其中1个触点开关处，即成像仪10沿x轴位置固定。

红外成像仪10随行车20一起运行至该列电解槽的终点，获取该列所有电解槽的红外热图像，行车20停止运动；然后，辅吊21沿导轨22运动至导轨22上的下一个触点开关处，并停在该处，再由行车20带动红外成像仪10沿y轴方向运动，获取该列电解槽的红外热图像。如此循环拍摄，参照图2所示，从而获取各电解槽的红外热图像。

红外成像仪10与处理模块40之间通过配电柜23、交换机30和工业以太网31相连，以使红外成像仪10所获取的红外热图像输送至处理模块40。

具体地，处理模块40采用常规微处理器即可。

具体地，为更准确的获取对应电解槽的红外热图像，红外成像仪10的安装高度以及设备规格可按照下述方式选型：

l＝2d*tan(α/2)；

w＝2d*tan(β/2)；

其中α为水平视场角、β为垂直视场角；l为拍摄范围的长度、w为拍摄范围的宽度，d为安装高度。

红外成像仪10的拍摄范围的长度l需长于电解槽的长度；拍摄范围的宽度w需宽于电解槽的宽度。

将电解槽阵列中的宽度方向定义为列、长度方向定义为行。在实际使用过程中，当行车20运行到一列电解槽的终点位置时，暂停运行，由行车20的辅吊21带动红外成像仪10沿导轨22在电解槽阵列的宽度方向运动至另一触点开关处，并停在该处。然后，行车20带动红外成像仪10沿电解槽阵列的长度方向y方向运动，运行至下一列电解槽的终点位置，然后再由辅吊21带动红外成像仪10停在新的触点开关处，如此反复巡回拍摄，以获取所有电解槽的红外热图像。

在一个具体的实施例中，为进一步提高红外成像仪10获取电解槽热图像的准确性，在行车20的导轨22上设置数个触点开关。每个触点开关对应位于各电解槽的中心位置，触点开关的数量根据电解槽阵列沿宽度方向设置的电解槽个数设定。

在另一个具体的实施例中，行车20上还设置有激光测距仪24，在电解槽阵列的边缘b的一侧车间墙面上设置有与激光测距仪24相配合的反光板25，反光板25平行于电解槽阵列的宽度方向即x方向。激光测距仪24发射的光束投射至反光板25上，以用于测定激光测距仪24与反光板25之间的距离。优选反光板25与激光测距仪24正相对、且位于相同的高度，以简化其换算过程。

本发明的一种用于电解槽极板故障的检测及预警方法，通过所获取的电解槽的红外热图像，以获取电解槽内极板的温度信息，并由极板的历史温度数据构建灰色预测模型，以对极板故障进行判断和预警；同时，由激光测距仪24和反光板25，配合红外成像仪10的运动速度，实现对当前电解槽的定位，以快速确定故障极板的位置，便于操作人员快速处理。

本发明的一种用于电解槽极板故障的检测装置，设置用于获取红外热图像的红外成像仪10，以及用于处理该红外热图像的处理模块40，红外成像仪10安装于行车20上，以便于红外热像仪10随行车20运动，以获取不同电解槽的红外热图像；同时，通过激光测距仪24和反光板25的设置，以实现对电解槽和/或极板的准确定位。

最后，本发明的方法仅为较佳的实施方案，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。