[发明专利]一种废钢产品中非金属异物检测方法

说明书

本发明公开了一种废钢产品中非金属异物检测方法，可以实现准确检测出废钢材料中的非金属异物，硬件装置包括：视觉传感器、高清中长焦镜头、运算服务器、5G模块组及数据存储器等，通过构建基于智能化技术的视觉监测系统，在场景内布置一定数量的视觉传感器进行实时数据采集，实现实时追踪车厢位置并监控车辆中废料状况，然后通过构建基于深度学习的异物检测技术，提取废钢中非金属杂志特征，自动化识别提取杂质轮廓，将识别信息实时推送至控制终端，为进一步生产做参考性指导，本发明自动化程度高，排除了人为因素的干扰，可高效准确的进行非金属异物检测。

技术领域

本发明涉及废钢异物检测技术领域，具体涉及一种废钢产品中非金属异物检测方法。

背景技术

随着钢材需求的日益增长，废钢的回收再利用显得越来越重要。废钢，指的是钢铁厂生产过程中不成为产品的钢铁废料（如切边、切头等）以及使用后报废的设备、构件中的钢铁材料，成分为钢的叫废钢；成分为生铁的叫废铁，统称废钢。目前世界每年产生的废钢总量为3～4亿吨，约占钢总产量的45～50%，其中85～90%用作炼钢原料，10～15%用于铸造、炼铁和再生钢材。

目前冶金企业对废钢铁质量检验有两大难题，一是扣杂质，二是废钢铁定级问题。扣杂质主要是在卸废钢场地设立检斤秤，卸车后在验质人员的监督下回皮检斤，条件不具备可将卸车时剩余的杂质装在固定的容器中检斤扣量。质量检验主要对废钢铁场地实行封闭式定理，安装监控设施，严禁废钢供应商进入卸车现场，以免干扰质量检验人员的工作。要求废钢铁供应商分类进货，就是把重型、中型、小型、统料废钢分别装车，单独进货，这样就可以解决定级不准确的问题。

为了更好地利用废钢，需要对废钢材料中的非金属异物进行检测筛除。现阶段，针对废钢非金属异物检测等工作集中于指定堆料区，货车卸料后针对整堆废料进行粗略的非金属筛除等工作。基于人工的非金属异物检测方法主观性强，且只能基于堆钢外层进行检测，堆砌于内部的废钢非金属异物不能进行检测。该方法难以确保废钢材料非金属异物检测的有效性，为后续的钢材质量加工等工作带来了不可控制的因素，钢坯质量也会受到一定程度的影响。

发明内容

（一）解决的技术问题

本发明的目的在于提供一种废钢产品中非金属异物检测方法，以解决上述背景技术中提出的实际问题。

（二）技术方案

为实现上述目的，本发明提供如下技术方案：一种废钢产品中非金属异物检测方法，其特征在于，具体包括以下步骤：

（1）布置视觉传感器和高清中长焦镜头，将视觉传感器和高清中长焦镜头布置在废钢监测区域，应确保覆盖全面；

（2）进行数据采集，利用视觉传感器和高清中长焦镜头采集废钢材料的训练数据；

（3）构建非金属异物检测深度学习模型，搭建深度学习模型，将步骤（2）采集到的训练数据送入深度学习模型进行训练，得到训练好的完整模型；

（4）车厢位置识别，将视觉传感器采集到的实时数据信息送入深度学习模型中，通过运算服务器的运算实现车厢位置的实时识别，并定位车厢内非金属异物位置。

进一步的，所述视觉传感器为高精度DS-2XA8847F-LZSGLG监控相机。

进一步的，所述步骤（3）中搭建深度学习模型的过程具体包括：

步骤（a）：输入一张待检测图像；

步骤（b）：提取候选区域，利用Selective Search算法在输入图像中提取出候选区域，并把这些候选区域按照空间位置关系映射到最后的卷积特征层；

步骤（c）： 区域归一化，对于卷积特征层上的每个候选区域进行RoI Pooling操作，得到固定维度的特征；