電解銅是與人類關系非常密切的有色金屬，被廣泛地應用于電氣、輕工、機械制造、建筑工業、國防工業等領域，在我國有色金屬材料的消費中僅次于鋁。銅的冶煉方法可分為兩類：火法冶金和濕法冶金。濕法冶金主要是指電解法，電解使用可溶性陽極，在電解過程中沉積在陰極上的金屬大多數來源于陽極板。但是，在電解過程中因陰極板的平整度較差、陰陽極間距離不均勻而出現電流分布不均現象，這將會導致陰極板生長結粒，繼而導致短路以及陰極板溫度升高。它將會造成較高的電能消耗，金屬的產量也會下降。及時檢測出銅電解中短路的陰陽極板是各個冶煉廠迫切需要解決的問題，因此提高電解銅極板檢測的效率和正確率是當前智能檢測需要具備的主要功能。
1.紅外熱像儀應用
針對銅電解系統中陰陽極板短路的檢測，用紅外熱成像測溫的方法優點明顯。
用紅外熱成像測溫檢測，該方法是利用陰陽極板紅外圖像的灰度值與電流的函數關系來檢測短路。此方法是利用熱成像儀來獲取槽面的溫度圖像，并通過算法來檢測電極板是否短路。這種紅外熱成像的方法可實現自動化，對儀器的損傷比較小，并且可拓展更多的功能。但是這種方法具有延時性，當溫度發生變化后才能檢測出故障，并且儀器還要具備移動的功能。
2.銅電解極板短路檢測系統的組成
基于紅外熱成像的銅電解極板短路檢測包含3個過程：首先對電解槽極板溫度進行識別，進行處理得到極板溫度的圖像，再進行極板短路檢測來識別電解槽的短路位置，并設計一個電解極板故障預警方法來提示和警告。
1）電解槽極板溫度識別
將所獲取的可見光圖像與紅外熱圖像配準，使紅外熱圖像中反映的極板溫度信息與可見光圖像中的現場場景相對應，極板的溫度信息能夠直觀、清晰地反映在可見光圖像中。綜合匹配后的標準邊緣模板和可見光圖像，以及配準后的可見光圖像和紅外熱圖像，使紅外熱圖像中反映的溫度信息能夠與電解槽和極板的位置關系一一對應，更準確、快速地識別相應極板的溫度信息。
2）極板短路檢測
紅外熱像圖以非接觸的方式大面積地反映銅電解槽面溫度分布，目前常用極板提取方法，均為手動提取特征，特征的應用有限，且泛化性能不佳。卷積神經網絡檢測圖像目標的方法因其自動學習特征參數、準確率高的特點受到廣泛關注。因此提出一種基于紅外熱像圖的卷積神經網絡檢測銅電解短路極板的方法。
3）電解極板故障預警方法
紅外熱圖像反映了銅電解槽面的即時溫度分布，而短路故障的發生是一個緩慢動態發展的過程，根據一段時間內電極的溫度變化信息對極板的短路故障提前預警是實現高效檢測，提高電解效率的重要手段。
3.結論
格物優信有色金屬在線溫度監控系統，可自動進行全局檢測，對異常區域定位并輸出報告；可搭載軌道機器人進行更大范圍檢測；能與PLC聯動，判定槽片是否溫度過高、短路；系統自動化，具有高效性、及時性，降低人力和能耗成本，助力企業保障正常生產。
