基于机器视觉的漏钢检测方法——评《连铸漏钢计算机视觉检测方法》.pdf

返回 相似 举报
基于机器视觉的漏钢检测方法——评《连铸漏钢计算机视觉检测方法》.pdf_第1页
第1页 / 共1页
亲,该文档总共1页,全部预览完了,如果喜欢就下载吧!
资源描述:
基于机器视觉的漏钢检测方法 评连铸漏钢计算机视觉检测方法 莲铸璃锕计算机视觉 检瓤方j 去 I ,} 目■ 连铸是现代钢铁冶金过程中的核心环节。然而在实际生 产中,漏钢事故时有发生,漏报及误报问题仍然普遍存在。 如何准确而又及时地预报漏钢事故是保证安全生产过程的前 提。考虑到计算机视觉技术的特有优势,科学工业出版社 2 0 1 8 年⋯版的刘宇、于淼所著的连铸漏钢计算机视觉检 测方法一书巾采用了机器视觉技术实现了对结品器过程可 视化展示,并对异常预报方法进行了深入研究,并且在牛产 环境下予以验证,为连铸漏钢提供了新的检测及分析途径。 全书共分为七个章节。第一章立足于铸坯凝同理论介 绍了连铸漏钢现象,并阐述了传统的特征检测方法;第二 章分析了宽厚板坯黏结影响因素及预防措施;第三章分析 了铸坯黏结的二维空间传播行为,给出了计算方法和实例 举证;第四章捕述了黏结区域可视化特征检测的相关内容; 第五章提出了基于改进B P 神经网络的智能化预报模型; 第六章依托前文的理论基础开发⋯了漏钢预报可视化展示 系统,并对该系统的基本原理和性能进行了阐述;第七章 总结了本书内容,得⋯了有益结论。 一、连铸漏钢及其检测方法 近年来,学者们从不同的检测数据和角度_ 『| i 发.针对实 际生产过程提出了不同的漏钢检测方法。其中,在当下生产 环境中应用最J “泛、普及率最高的是热电偶温度法.该方法 使用热电偶来监控铸坯与结晶器间的传热,温度的大幅变化 即说明热电偶临近处发生了黏结或纵裂等缺陷;热流法顾名 思义,是通过监测热流密度变化来反映设备状态,进而判别 漏钢现象的发生,该方法对于漏钢的灵敏度往往较低;摩擦 力法是通过监测摩擦力异常判别是否出现了漏钢事故。由于 目前没有手段可以排除其他因素埘摩擦力变化的干扰,因此 该方法并未广泛应用,需要进行进一步的试验和优化。随着 近年来计算机视觉技术的蓬勃发展,本书考虑将其引入连铸 漏钢及其特征检测,以期进一步提升检测准确度。 二、影响宽厚板坯黏结的因素及预防 措施 对于宽厚板产品的制备过程来说,黏结漏钢日前仍是 制约其生产的主要原幽。宽厚板坯黏结影响凶素主要包括 热流、拉速与液位等。为了探究热流对黏结现象造成的影 响,本书统计并分析了相关场景下热流的相对变化。另一 方面,在浇筑过程中对液位有着严格的控制范同,然而在 人工操作或工艺调整时会出现液位的大幅波动。为了预防 宽厚板坯黏结,本书也分析了不同尺寸铸坯的黏结情况和 黏结位置,可从这两个层而针划‘性地提出预防措施。 三、铸坯黏结现象传播行为分析 在铸坯的黏结现象移动过程中.可由电偶温度曲线与时 间刻度确定其物理空问位置,通过标注相邻的电偶峰值时刻 等一系列参数,可获取黏结传播的运动特征与发展趋势,从 而完成其行为分析。在黏结纵向传播过程中,铸坯的黏结纵 向传播速率随着拉速的升高而上升。在黏结横向传播过程 中。随着拉速升高,横向移动速率的升高趋势与拉速相比增 长较慢。在黏结传播过程中,随拉速的升高,黏结区域的传 播角度会渐渐增加。另外,针对处于不同条件下的不同尺寸 大小的铸坯,其发展状态在空间特征上表现较为类似。 四、黏结区域可视化特征检测 基于O p e n G I 。技术和计算机图形学知识,本书运用热 电偶在实际生产环境中捕获的温度等基础数据,研究了实 现黏结区域特征统一展现的可视化方法。在已有工作的前 提下,采用帧间差分等一系列的处理手段和算法,对不同 的黏结异常区域进行细致考察和特征标记,从多个方面分 析对比了真伪黏结现象的一般特征,提出了更加符合生产 实际的基于机器视觉的黏结区域漏钢可视化检测方法。 五、基于人工智能的黏结漏钢预报实例 在上一章节内容的基础上,本章节重点研究了黏结漏钢 的预报问题。常见的人工智能预测模型通常会选择B P 神经 网络,本章节对B P 神经网络进行了深层次的优化,使用遗 传算法和I .M 算法提升了B P 神经网络的泛化能力,由此构 造了遗传一I .M B P 神经网络模型。通过试验,使用经过优 化后的模型预报黏结漏钢时可以在大幅降低虚警次数的同时 彻底避免漏报现象的发生,有效提高了报警准确率。 .,2 - 、- 、漏钢预报可视化展现系统开发及 应用 由生产现场的铸机设备等信号源采集得到的多方面过 程参数人手,本章节展示了自行研发的漏钢预报町视化系 统。该系统充分运用了人工智能算法,具备了温度检测及 其町视化展现等功能。在对应的应用场景中与国外类似的 预报专家系统相比,漏钢报警的准确率得到了显著提高, 证明了该系统的优越性。 七、总结 本书主要阐述了基于机器视觉的漏钢检测内容。所提 出的检测方法解决了结品器内铸坯黏结形成、传播过程不 可见问题,利用计算机图像处理和特征提取算法,建立和 优化了神经网络预报模型,所设计的漏钢预报可视化展现 系统和预报方法显示出良好的应用潜力。本书适用于从事 连铸过程事故或铸坯缺陷检测研究的冶金工作者、高校学 牛,也可为一线T 作人员优化连铸牛产T 艺提供参考。 基金项目内蒙古自治区教育科学研究“十i 五”规 划课题基金项目 N Z J G H 2 0 1 9 0 1 4 熊向敏/- q 海职业技术学院 万方数据
展开阅读全文

资源标签

最新标签

长按识别或保存二维码,关注学链未来公众号

copyright@ 2019-2020“矿业文库”网

矿业文库合伙人QQ群 30735420