SCI论文（www.lunwensci.com）
摘要 ：在目前的热轧加热炉生产过程中，由于板坯上料功 能仍未能实现完全自动化， 板坯照合过程仍需人工干预， 这不仅 容易导致板坯入炉错误， 还无法充分发挥自动化优势。但是随着 机器视觉技术的广泛应用，通过智能识别系统对板坯号进行自 学习智能识别，同时结合图像识别技术对板坯长度和宽度进行 精确的测量和识别。经过算法的处理， 加热炉板坯照合过程实现 了全自动化， 实现了对生产过程的有效控制和优化。
在原设计中，热轧加热炉的一级系统通讯信息中缺乏板坯 号信息。当板坯自动照合时， 二级系统下发的板坯号自动显示在 一级画面中，但每次照合均需要人工确认画面板坯号与实物板 坯号是否正确。而测量板坯长宽时则经常受到板坯打滑、表面粗 糙度等因素的干扰。整个照合过程完全需要人去参与， 难免会出 现误判，造成板坯照合错误，为后续的稳定生产留下隐患。近年 来，随着各钢厂对机器视觉技术的大量应用和推广， 引进了基于 机器视觉系统的板坯号及板坯测长测宽智能识别设备，以解决 上述问题。一方面，该设备可以提升识别的精准度。由于人眼受 物理条件的限制，在精准性上，使用自动照合具有明显优势。利 用机器视觉深度神经网络技术，设备可以快速对字符进行识别 与核验，并且具备比人眼观察更加精准判定的能力 ;另一方面， 使用自动照合设备可以减少重复工作。自动照合可以不知疲倦 地重复完成卷号识别工作，并大大加快生产效率。最后，自动照 合设备可以快速准确地完成每一块钢的识别工作，进一步提高 生产效率。
1 问题点分析
传统的板坯照合流程中，主要的测长方式是通过安装在辊 道上的编码器和光栅来计算来料板坯的长度。但是由于板坯在 辊道上可能会出现打滑等不确定性因素，导致测长不准确。其 次，主要的测宽方式是通过辊道两侧的测距光栅来对板坯宽度 进行测量， 但是板坯两侧断面存在不平整等情况时， 光线无法被 反射接收，导致测宽不准确。板坯照合过程中，多个步骤需要人 工操作，操作人员通过查看视频画面来对板坯号进行人工识别， 如果确认有误将导致错误板坯入炉，影响后续板坯的轧制。此 外，测长测宽易受到打滑、扣翘头、侧面粗糙度的影响，造成检 测出错，影响照合的准确率。因此，在实际生产中存在着提升检 测准确性、提高检测效率的需求。
针对以上问题，可以引进新的检测方式。例如，可以采用先进的激光技术对板坯进行测量，避免了传统测量方式中的不确 定性因素，提高了测量准确性和稳定性。此外，可以使用人工智 能技术来进行板坯号的自动识别， 避免了操作人员在疲劳、注意 力不集中等情况下出现误识别的风险。最后， 可以将整个板坯照 合过程进行自动化设计， 通过引入机器人等技术手段， 实现对板 坯的全自动化检测， 大幅度提升了检测效率， 缩短了生产周期。
2 改进策略
为了改进现有的操作模式，提高自动化程度并减少操作工 的工作量，可以在板坯库与加热炉交界处的板坯称处增加基于 机器视觉的板坯号字符识别系统。该系统可以通过分析板坯的 外形、亮度和颜色特征来进行识别。同时，可以通过修改原有的 一级和二级照合模式， 改变原本手动照合的模式， 从而进一步提 高自动化水平。这些举措为智能化推进提供了基础保障。
为了提高现场基础设备的自动化水平，对其进行改造，增加 了字符识别系统，以根据板坯基本参数对其进行识别。待入炉板 坯到达板坯库与加热炉交界的等待辊道处等待加热炉请求送坯 指令，而当加热炉具备请求送坯条件时，会向板坯库发送送坯请 求。新增的激光传感器可检测板坯是否已到位，一旦检测到板 坯，字符识别系统就会开始对板坯号进行图像识别，数据处理及 自学习。随后通过以太网通讯将实测的板坯号传输到一级系统 中，在加热炉板坯称处， 一级系统会对板坯进行自动测长、测宽、 测重，测量完毕后将实测的板坯长度、宽度、重量、板坯号与二 级系统下发到一级系统的板坯理论长度、理论宽度、理论重量、 板坯号进行自动对比， 并同时将一级系统实测的板坯长度、宽度、 重量、板坯号发送到二级系统进行对比。一级和二级系统对比 后，若长度、宽度、重量均满足偏差要求且板坯号完全相同，则 一级系统判定此板坯为合格板坯， 将自动启动辊道开始运输到加 热炉炉门口进行自动装钢操作。但若信息异常，画面会出现相关 异常信息报警，提醒操作人员注意及时对相关信息进行核对。若 核对实际板坯与系统中数据存在差异将通知板坯库进行回退， 避 免因人为或系统错误导致错误板坯入炉， 造成生产事故。
图像识别技术的需掌握一系列基础技术，如图像采集、模型 训练、图像处理识别、光学字符识别、图像预处理、字符定位和字 符分割等。同时，根据现场需求和编程技术的应用侧重情况以及 整体技术架构需求，图像识别功能实现可以分为图像采集、模型 训练和图像处理识别三个步骤。在开展图像识别时，这些技术的 灵活运用将对实现准确、高效的图像识别起到至关重要的作用。
图像采集，数字图像处理技术中的图像采集方式，已经成为 现今多媒体技术领域中至关重要的手段。无论是在日常生活还 是工业航空航天等领域， 都在广泛应用。图像采集的速度与质量 直接影响着系统的整体运行效果与识别结果。
模型训练，在人工智能领域中，针对海量图像的输入数据， 准确、快捷地识别所需信息， 并输出预期结果， 并不是那么容易。 因此， 研究算法模型是的重点。算法包括核心识别引擎和各种配 置参数，如 ：语音智能识别的比特率、采样率、音色、音调、音 高、音频、抑扬顿挫、方言和噪音等参数。成熟的识别引擎一般 不需要经常变化，为了达成“识别成功”的目标，只能对配置参 数进行调整。对于不同的输入，会配置不同的参数值，最终在结 果统计中得出一个识别率较高、各方面比较均衡的参数组合。这 个参数组合就是得出的训练结果， 也称为模型训练。模型训练是 通过使用大量的数据， 来寻找最优配置参数， 以达到高识别率的 目标。
图像处理识别，图像处理是利用计算机进行视觉信息处理 的一种技术。每幅图像都有其独特的特征和形态，比如字母A 有 较为尖锐的特征，数字 8 则具有两个圆环，而字母Y 中心则有一 个锐角。研究发现，在图像处理过程中，人眼会集中关注图像的 主要特征，即图像轮廓曲度的最高点或者轮廓方向突然改变的 位置，因为这些区域所包含的信息量最大。同时，人的眼睛扫描 路径也是依次从一个特征点转移到另一个特征点上。因此， 在图 像识别时，知觉机制需要滤除冗余信息，抽象出关键的特征信 息。此外，在大脑中存在一个整合信息的机制，可以将分散的阶 段性信息整合成一个完整的感知映象。
光学字符识别，亦称 OCR，是标记识别系统中必要的环节 之一。首先，相机所拍摄的图像需要通过图像预处理、字符定位 和字符分割等步骤， 获得一组包含各个单个字符的二值图像。然 后，这些二值图像被送入到识别子系统中进行识别的过程即为 光学字符识别。
图像预处理，在喷印字符的应用中起着至关重要的作用。由 于字符喷印可能不清晰，需要进行一系列算法操作，如干扰消 除、图像增强和腐蚀等步骤，以实现对图像质量的改善。通过增 强图像中的有用信息， 原本不清晰的图像可以变得清晰明了， 并 且对感兴趣的特征进行强调， 同时抑制不感兴趣的特征。图像增 强方法是通过改变图像的灰度值来实现的，这不仅可以加强图 像的判读和识别效果， 同时提高了图像的质量。在喷印字符的预 处理中， 图像增强是不可或缺的一步， 其重要性不言而喻。
字符定位，为了获取清晰的图像，需要先对图片进行二值化 处理。将一张图片看做一个矩阵，其中数字要么是 1.要么是 0. 接下来需要进行列扫描和行扫描， 分别统计每行或每列中 1 的个 数。在此基础上，便可以定义出字符串的左边界、右边界、上边 界以及下边界， 从而实现对字符串的精确切割。该方法能够有效地定位字符串的位置， 是一种可靠的解决方案。
字符分割，目前大部分项目上用来进行图像文字识别的方 法之一， 常用的切割方法主要基于水平和垂直投影。该方法原理 简单易懂，实现也相对容易。首先，对文本图片进行水平投影， 得到垂直方向上像素分布情况，其中存在像素的区域即为文本 所在区域。接着，将该行文本进行切割，再对切割下来的文本图 片进行垂直投影， 得到水平方向上的像素分布情况， 同样存在像 素的区域即为字符所在区域。
3 字符识别系统
在炉子准备接收板坯时，一套单独的系统会将请求送坯信 号发送给板坯库。当板坯运送到图像识别的位置时，摄像机会 对其头部的板坯号进行图像获取并通过AI 智能算法进行字符分 析。随后， 该算法服务器和一级系统通过以太网通讯将所得到的 信息发送给PLC 系统和二级系统进行比对。如果信息有误，声 控报警会提示操作人员要关注此板坯是否正常。当错误报警出 现后， 可在可视化界面上通过对话框的形式进行确认， 并消除这 一错误信息。
这一单套系统主要是由机械安装分系统、图像采集分系统、 中心处理分系统、控制分系统、通讯分系统、远程监控系统以及 字符识别系统软件组成。其中，字符视频图像采集模块、图像处 理与字符识别模块以及数据管理和传输模块是构成系统的主要 组成部分。图像处理与字符识别模块作为核心工作模块， 负责拍 摄喷印有字符的高清照片，并通过工业以太网传输至字符识别 中心处理器进行字符识别，最后将识别得到的编号传递至自动 化系统。板坯到位检测主要利用光电开关信号， 并通过触发高清 工业相机进行图像采集。采集的图像将传输至上位机， 在上位机 上进行图像预处理、字符定位、分割，最终完成字符识别，并将 识别结果显示在主界面上。在软件运行后， 可通过主菜单连接相 机、断开相机、手动识别、设置参数、历史数据查询、退出等相 关功能对系统进行控制。在线模式识别选择显示区， 可根据不同 需求选择不同的识别模式。字符识别状态区域可显示识别模式、 识别字符结果、检测区域、板坯个数统计等信息。识别记录显示 区域主要显示最近的识别结果等信息。采集图片实时显示区域 和识别结果显示区域可显示最近20块钢板或钢卷的编号信号。
机械安装分系统是由安装支架组成的，旨在为安装固定图 像采集设备，且不影响生产功能。其设计考虑到现场情况，能够 灵活调节工业相机和光源的位置， 以达到最佳采集效果。一旦位 置调节完毕， 系统会对其进行固定， 确定相机拍摄板坯侧面的最 佳位置。图像采集分系统则主要包括高清工业相机(带防尘冷却 护罩)、镜头和补光装置。相机和镜头的选择需要根据现场视野 宽度和成像精度进行考虑，并配备LED 面光源以确保采集到的 图像清晰。中心处理分系统则主要负责对采集的图像进行处理和识别， 然后将结果显示在主界面上。该系统由工控机和显示器 组成，具有应用范围广泛的通讯功能，包括与工业相机通讯，实 现图像、软件编程、参数修改、界面操作和运行监视等功能。除 此之外，该系统还能够进行字符预处理、定位、分割和识别，并 记录识别结果，在出现错误时能够及时报警并传递给二级系统。 控制分系统主要包括操作台和气控箱。系统通讯采用工业以太 网通讯方式， 相机采集的图像通过工业以太网传输至工控机， 识 别的结果通过以太网传输至一级系统。同时， 该系统还可以利用 远程监控系统来监控字符识别系统的运行情况，实现在线解决 系统故障、软件问题以及软件更新和升级等功能。系统软件主要 为图像处理软件，它能够完成对采集的图像进行处理和字符定 位、分割和识别等功能。通讯方式采用光纤进行通讯，并采用硬 线连接实现相机拍照信号、图像传输以及结果传输等功能， 其中 通讯内容主要包括握手信号、识别到的字符、开始检测信号等。
字符识别系统是一种具有重要应用意义的技术，其主要特 点包括以下几个方面。首先，在设备安装方面，字符识别系统具 备诸多优势。比如，无需改造现场设备，设备安装过程简单方 便，并且利用检修即可完成安装。其次，在识别速度方面，该系 统具有出色的表现。增加光源后， 系统可在白天和晚上都实现高 效识别，且受光线影响小，抗干扰能力强。此外，相机安装在辊 道附近， 且具备自动补光功能， 不会受到现场光线影响 ;相机本 身使用防尘外壳和专门的冷却控制系统，使用寿命长，稳定性 高，且采用了自主开发的深度学习 + 图像处理技术，识别率高。 在系统操作和维护方面， 该系统也具备良好的用户体验。字符识 别软件可以实时显示辊道状态，并在控制界面上实时显示辊道 状态、识别结果和板坯块数统计信号， 界面清晰简洁易于理解。
该系统采用网络通讯方式进行信号传输，采用硬线连接，系 统稳定可靠。最后，在具体应用方面，该系统被安装在热轧板坯 称附近， 采用支架和横梁结构固定图像采集设备， 利用光电开关 信号进行到位检测，并在板坯传输辊道旁固定位置进行图像采 集，以避免错过字符区域。相机距离板坯适当，覆盖视野水平宽 度和垂直高度均能保证全面覆盖到全部字符。通过工业千兆以 太网将采集的图像传输至操作台工控机，进行软件分析处理后 呈现给用户， 实现了快速、高效的字符识别。
4 测长、测宽系统
当板坯库接收到加热炉发来的请求送坯信号后，板坯会从 板坯库出发向加热炉方向运行。在此之前， 相机会对来料的板坯 进行拍照取样，并将照片信息发送到图像处理系统进行预处理、 定位、分割和变换。在图像定位和分割完成后，图像处理系统会 利用后台数据库对板坯号图像进行模糊识别。在图像变换完成 后，图像处理算法会提取板坯轮廓，并进行数值化处理。接着，根据图像像素与标定块像素的对比，计算板坯头、中、尾宽度 a、 b、c，并取平均值得出板坯宽度数据 ：W=(a+b+c) /3.尾部轮 廓识别完成后，通过现场四个激光(La、Lb、Lc、Ld) 之间的位 置L1、L2、L3 以及图像识别出的尾部到Ld 的长度L4.最终计算 出板坯实际长度L=L1+L2+L3+L4.接下来，将实测数据与下发 到二级的理论数据在二级系统进行对比，并将对比结果发送到 一级系统。再将实测数据与下发到一级的理论数据在一级系统 进行对比。只有当一级和二级系统的对比结果均在工艺允许偏 差范围内时， 才能自动照合完成。
通讯系统是指板坯长宽检测系统与一级 PLC 之间的通信， 其使用TCP / IP 通信协议。该系统包括以下两个方面 ：a、当板 坯到达称重台时，PLC会发送检测信号、板坯号、厚度、重量等 信息给检测系统 ;b、检测完成后，检测系统会将结果报文发送 给PLC，其中包括板坯号、长度、头部宽度、尾部宽度和头中尾 宽度差等信息。
要保证检测精度，需要考虑相机分辨率和视场大小，同时 检测误差受检测精度、激光标定线准确性和算法有效性等因素 影响。在假设相机分辨率为 800×800.采集的视场区域面积为 2m×2m 的情况下，理论上最小的检测精度为2.5mm。当板坯偏 斜角度为 10°时，像素间距绝对误差为 0.0375mm，相对误差为 1.5%(平行时像素间距 2.5mm)。因此，系统的测量精度得以得 到有效保证， 设备系统运行更加稳定可靠。
硬件设备的选择 ：①工业相机技术应用于相机选型，需要考 虑镜头的安装位置和视场范围等因素 ;具体位置在现场确认。 ②相机选择的视场需覆盖到尾部检测相机可以拍摄板坯中间位 置，以便计算板坯的头中尾宽度差。 ③线激光器应用于激光发 生器选型，需要考虑安装位置以及线激光的长度和粗度等因素。 ④在激光器的安装过程中， 需要尽可能地保持激光线与带钢检测 面长度方向垂直， 以减少检测误差。 ⑤相机、激光器需要增加水 冷设备，以确保在高温情况下运行正常，服务器则安装在操作台 上，距离相机安装较远， 相机与服务器之间使用光纤进行连接。
5 结语
利用机器视觉技术对加热炉板坯号、测长和测宽检测方法 进行改进， 进一步提高了测量准确性。在一级系统和二级系统照 合模式方面进行了优化， 最终实现了板坯的全自动照合。这样有 效地避免了人为因素对照合过程的干扰，避免了人为操作失误 导致数据出错， 有利于后续生产的高效稳定运行。此举还为后续 轧制的稳定性和成品质量提供了基础保障。
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！
文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/ligonglunwen/61122.html
