[发明专利]一种在线识别炉内带钢跑偏的方法

说明书

技术领域

本发明涉及一种图像识别方法，特别涉及一种带钢图像识别方法。

背景技术

冷轧是带钢生产线上极其重要的步骤，该步骤的好坏直接影响到成品的质量和整个机组的生产效率。随着带钢冷连轧工艺设备的更新，带钢的规格趋向又薄又宽，在冷轧带钢生产过程中，在退火炉内辊子上高速运行的带钢跑偏会导致带钢瓢曲或擦碰边部设备，影响带钢成才率、损坏机组设备，影响机组的稳定运行。带钢跑偏的原因主要有如下几个方面：1）运送辊因素：运送辊的几何形状在加工中或运行后呈锥形，运送辊在安装时轴线不平行，运送辊表面的粗燥度在轴线上不均匀；2）带钢因素：带钢断面不均匀，横向厚度不均，呈镰刀弯，或是带钢规格过薄、宽；3）张力因素：带钢的张力控制波动大且不稳定，卷取前夹送辊两边的张力不同，或是皮带助卷器的皮带张力不合适；4）系统因素：控制系统伺服阀零位偏移或是伺服阀阀芯堵塞，造成液压缸无法根据指令实现纠偏；5）操作原因：操作者双摆调节不均衡，造成带钢跑偏。另外，影响卷取跑偏的因素还有电气控制的卷取机速度是否与机组速度匹配、卷取机前的夹送辊辊缝是否均匀、皮带助卷器的皮带松紧度是否合适、运输皮带是否跑偏等。

目前，退火炉内在线带钢跑偏现象依靠人眼观察完成。人工监测方式无法提供精确的跑偏数据、故障统计和预警功能，同时，人眼容易疲劳导致漏检、错检的产生。因此，各钢铁公司都希望通过加快系统技术的改进，来实现精准，便捷的带钢跑偏在线识别和预警，避免在线轧制设备出现生产故障，防止成品钢发生成批质量问题，提高生产成本和生产效率。

发明内容

本发明的目的是提供一种在线识别炉内带钢跑偏的方法，其能够在冷轧生产过程中，实现带钢跑偏的在线识别和预警，以提醒现场工作人员带钢跑偏，从而减少带钢跑偏对于轧线设备的影响，避免带钢生产线发生局部或整体故障停运，进而既保证了生产安全性和稳定性，又确保了成品钢板的质量和带钢生产线的产能。

为了实现上述发明的目的，本发明提供了一种在线识别炉内带钢跑偏的方法，其包括：

（1）采集多幅包括带钢边缘位置的带钢图像；

（2）采用注意力选择法按照下述步骤对采集到的带钢图像进行处理，得到带钢图像的显著性特征图，在显著性特征图中包括有带钢的边缘位置信息：

（2a）根据采集到的带钢图像，使用ICA（独立分量分析，IndependentComponent Analysis）方法获取基函数库A，在该基函数库中，每个基函数a_i表示一个带钢图像特征。其中，ICA方法的具体内容可以参阅《基于信息最大化的特征》的公开文献，其发表于2005年度的神经信息处理系统的会议上，作者为N.D.布鲁斯与J.K.乔乔斯（N.D.Bruce and J.K.Tsotsos,“Saliencybased on information maximization,”in Conf.Neural Information ProcessingSystems,2005）；

（2b）将带钢图像分成若干个图像块，每个图像块投影至基函数库A，设x_j，k表示坐标为(j，k)的图像块，根据投影公式求出图像块x_j，k对应的基函数a_i的系数v_i,j,k：

x_j,k＝∑_i v_i,j,ka_i

其中，i代表系数v_i，j，k所对应基函数a_i的序号；

（2c)计算用单个基函数a_i衡量的图像块x_jk与周围区域的相似程度p(w_ij，k＝v_i，jk)：

p(wi,j,k=vi,j,k)]]>