[发明专利]一种基于机器视觉的中厚板自动转钢控制方法在审

专利信息
申请号: 202210982786.6 申请日: 2022-08-16
公开(公告)号: CN115446125A 公开(公告)日: 2022-12-09
发明(设计)人: 张飞;刘心爽;宗胜悦;任晓怀;裴红平;袁波;肖雄;黄硕 申请(专利权)人: 北京科技大学
主分类号: B21B37/68 分类号: B21B37/68
代理公司: 北京金智普华知识产权代理有限公司 11401 代理人: 岳野
地址: 100083*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 机器 视觉 厚板 自动 控制 方法
【权利要求书】:

1.一种基于机器视觉的中厚板自动转钢控制方法,其特征在于,所述方法具体包括如下步骤:

(1)采集图像:利用相机分别采集板坯到达轧机入口、轧机出口处转钢辊道区域时的板坯图像,并通过图像采集卡发送至图像识别系统;

(2)板坯信息提取:由图像识别系统基于深度学习语义分割算法模型对板坯图像进行信息处理,提取出板坯的边缘信息;

(3)旋转角度确定:确定板坯形状及板坯中线与辊道中心线的夹角,结合钢板PDI数据,确定出板坯所需旋转角度;

(4)执行转钢:控制系统根据步骤(3)确定的旋转角度来控制锥形辊道动作,实现板坯的转动,转动过程中结合预设的所需转钢时间实时判断当前转钢是否超时,以及通过位置识别判断板坯是否到达指定区域;如果产生异常情况,执行动作补偿;

(5)转钢结束:得出转钢超时或转钢到位结论,结束转钢。

2.根据权利要求1所述的一种基于机器视觉的中厚板自动转钢控制方法,其特征在于,步骤(2)-(3)具体为:图像识别系统采用基于深度学习的语义分割算法模型进行处理,将板坯本身作为前景区域提取得到板坯的边缘信息,实现辊道板坯的定位;依据板坯的矩形轮廓中轴线相较于辊道的相对信息,得到需要转钢的旋转角度;

所述深度学习的语义分割算法模型采用实时语义分割的双边分割网络BiSeNet,通过输入相机采集的板坯原始图像,输出得到具备语义特性的二值分割图,所述具备语义特性的二值分割图中仅包含关注的前景信息,即板坯,通过对板坯的边界进行图像归一化计算处理,得到最终的板坯位置和角度。

3.根据权利要求1所述的一种基于机器视觉的中厚板自动转钢控制方法,其特征在于,对语义分割得到的板坯轮廓信息进行后处理,以提高精度,所述后处理方的法具体包括:

设定语义分段形式涉及分配区域必须满足的硬编码规则或属性,为所分段区域分配特定标签;所述规则根据先验的属性构建;

使用拆分和合并算法,递归地将图像分割成子区域,直到能够分配标签,通过合并将相邻的子区域与相同的标签组合,提高板坯轮廓提取的精度。

4.根据权利要求1所述的一种基于机器视觉的中厚板自动转钢控制方法,其特征在于,步骤(4)中,所述预设的所需转钢时间是根据板坯宽度判断得出的,当板坯宽度≤2300mm时,预设自动转钢时间8s;板坯宽度>2300mm时,预设自动转钢时间4s。

5.根据权利要求1所述的一种基于机器视觉的中厚板自动转钢控制方法,其特征在于,步骤(4)中,执行转钢过程的具体方法包括:

(1)判断转钢是否超时,如果转钢未超时,进入步骤(2);如果转钢超时,进入步骤(3);

(2)转钢未超时,继续判断板坯是否到达目标位置,如果板坯已经到达目标位置时,转钢成功,将转钢成功结果发送至人机交互界面HMI;如果板坯尚未到达目标位置时,继续回到步骤(1)执行转钢;

(3)转钢超时,继续判断板坯是否碰到边界侧导板,如果板坯未碰到边界侧导板时,即板坯转出转钢区域,然后操纵辊道动作,移动板坯前进或后退重新进入转钢辊道区域,再次进入步骤(1)执行转钢;如果板坯碰到边界侧导板,进入步骤(4);

(4)板坯碰到边界侧导板,判断此时板坯待转钢角度θ与转钢角度裕量Δ的关系;

若θ≤Δ,则通过侧导板夹持直接将板坯夹到目标位置,转钢成功,将转钢成功结果发送至人机交互界面HMI;其中,转钢角度裕量Δ是指:在板坯旋转过程中,板坯中线与辊道中心线夹角足够小,即足以在侧导板夹持下转到目标位置时,板坯中线与辊道中心线夹角记为转钢角度裕量Δ;

若θ>Δ,则操纵锥形辊动作使板坯反转,若反转能够使板坯转到指定位置,则转钢成功;若反转过程中板坯碰到侧导板,则转钢失败,并发送报警信号至人机交互界面HMI,转人工操作。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京科技大学,未经北京科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210982786.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top