王偉寧 高安東



摘 要:板坯照核系統設置于加熱爐裝鋼側,通過字符、圖片識別技術將入爐板坯信息與軋制信息配對,實現軋鋼與煉鋼數據的匹配,具備了成品至煉鋼的過程數據追溯能力,在提升加熱爐區自動化水平的同時對產品質量的管控起到關鍵作用。
關鍵詞:板坯照核;加熱爐;匹配
Abstract:The slab inspection system is set at the steel loading side of the heating furnace. Through character and picture recognition technology, the information of incoming slab and rolling information are matched to realize the matching of steel rolling and steel-making data. It has the ability to trace the process data from finished products to steel-making, and plays a key role in improving the automation level of the heating furnace area and controlling the product quality.
Key words: slab photo nuclear? ?Heating furnace? match
1 前言
國內鋼鐵行業傳統熱連軋占比80%以上,工藝布局含加熱爐、爐后除磷、粗軋機、熱卷箱、飛剪、精軋前除磷、精軋機、大型儀表、層流輥道、地下卷取機及運輸鏈組成。加熱爐負責將連鑄板坯加熱爐至工藝溫度值,保證軋線生產及產品質量的穩定。
板坯照核系統設置于加熱爐裝鋼側,安裝在加熱爐前A1輥道處,當鋼坯在A1輥道上時,進行照核識別,匹配數據,解碼鋼坯長度、寬度、板坯號,鑄坯異常等信息,并將數據傳送給生產控制計算機系統。
2板坯照核系統主要設備及功能簡介
2.1 板坯智能識別
板坯運行到相機視角范圍內,觸發相機對板坯側面的噴碼圖片進行抓拍,相機配置千兆網口,可將抓拍的板坯圖片發送到加熱爐區跟蹤服務器保存和識別。字符識別系統(OCR)對數據信息進行定位、字符分割、字符識別等一系列處理,輸出坯號識別結果,通過一段時間訓練,相機識別精度逐步提升。智能相機識別錯誤或者識別率還未達到百分之百前,預留人工選擇接口,系統根據人工選擇的板坯號進行匹配。
2.2 板坯稱重及檢測裝置
加熱爐上料輥道設置板坯稱重機激光檢測裝置,負責對板坯重量及尺寸進行測量,配套系統負責數據處理,同時實現加熱爐前板坯的跟蹤與定位。
2.3識別系統網絡架構圖
加熱爐操作臺設置計算機網絡設備終端,負責連接識別系統與爐區PLC控制器,同時通過光纜與計算機室連接實現與二級系統的網絡互通。軋線二級系統負責接收軋制計劃與生產實績上傳。
3 圖像識別技術
加熱爐裝鋼側板坯溫度0~800℃范圍,板坯照核系統要求在板坯不同溫度區間實現板坯號的精準識別,實現后續的板坯數據匹配等工作,因此高溫物體字符及圖像識別精度、圖像學習算法要求極高,以保證板坯照核系統的投用率及識別率。
3.1 字符處理
字符識別系統的識別算法采用字符區域跟蹤模塊以及字符識別模塊組成,可實現以下字符的識別:(1) “0、1、2、3、4、5、6、7、8、9”阿拉伯數字;(2)“A、B、C、D、E、F、C、H、I、J、K、L、M、N、O、P、0、R、S、T、 U、V、W、X、Y、Z”二十六個英文字母。
目標跟蹤采用one-stage目標檢測模型進行字符的定位及預分類,分別對多維特征進行錨點框的設定,通過對預設框進行分類得到目標區域,再進行目標框的歸一損失計算,達到進行字符區域的提取的目的。
3.2 卷積神經網絡技術應用CNNs
卷積神經網絡主要由兩部分組成,一部分是特征提取(卷積、激活函數、池化),另一部分是分類識別(全連接層),下圖便是著名的手寫文字識別卷積神經網絡結構圖
3.2.1 圖像輸入
具備感受野:有別于普通神經網絡將圖片全部識別感知,只需要對局部進行感知,然后在更高層將局部的信息綜合起來就得到了全局的信息。
3.2.2 特征提取
CNNs識別圖片的各種形態變化作為關鍵因子。
3.2.3 卷積
CNNs嘗試對原圖中的每一個位置進行識別,逐一過濾、匹配的過程。
CNNs為提高效率的手段,將輸入圖像進行縮小,減少像素信息,保留重要信息。
3.2.4 全連接層
根據全連接層權重以及深度網絡計算出來的結果,進行加權求和,得到各個結果的預測值,然后取值最大的作為識別的結果。在整個卷積神經網絡中起到分類器的作用,深度神經網絡經過全連接層對結果進行識別分類。
4 差異分析
5 結束語
加熱爐板坯照核技術的應用,使煉鋼與軋鋼板坯數據完成貫通,產品質量異議及數據回查可追溯至連鑄、精煉及轉爐區域,有效支撐了生產過程工藝數據的管控。
智能化技術的應用在提升爐加熱爐區自動化水平的同時有效降低了人力
參考文獻:
[1].涂豫.基于貝葉斯卷積神經網絡與數據增強的SAR圖像目標分類方法[J]. 探測與控制學報.2020.
[2].莫爵賢.基于圖像處理技術的標志字符識別檢測系統[J]. 機械制造.2020.
作者簡介:王偉寧(1986.2-),男(漢族),日照鋼鐵有限公司 電控處.
(日照鋼鐵有限公司? 山東 日照? ?276806)