CN106040750B - 环轧件加工中的位置补偿装置及其位置补偿方法 - Google Patents

环轧件加工中的位置补偿装置及其位置补偿方法 Download PDF

Info

Publication number
CN106040750B
CN106040750B CN201610347971.2A CN201610347971A CN106040750B CN 106040750 B CN106040750 B CN 106040750B CN 201610347971 A CN201610347971 A CN 201610347971A CN 106040750 B CN106040750 B CN 106040750B
Authority
CN
China
Prior art keywords
laser
rolling part
mill rolling
looping mill
unit
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201610347971.2A
Other languages
English (en)
Other versions
CN106040750A (zh
Inventor
张玉存
王永杰
徐飞
田梦琦
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yanshan University
Original Assignee
Yanshan University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Yanshan University filed Critical Yanshan University
Priority to CN201610347971.2A priority Critical patent/CN106040750B/zh
Publication of CN106040750A publication Critical patent/CN106040750A/zh
Application granted granted Critical
Publication of CN106040750B publication Critical patent/CN106040750B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B21MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
    • B21BROLLING OF METAL
    • B21B37/00Control devices or methods specially adapted for metal-rolling mills or the work produced thereby
    • B21B37/16Control of thickness, width, diameter or other transverse dimensions

Abstract

本发明提供一种环轧件加工中的位置补偿装置,其使用激光在线检测环轧件的尺寸,该位置补偿装置包括:激光扫描单元、激光散斑成像单元和控制单元。激光扫描单元对环轧件在轧制过程中的数据进行采集,激光散斑成像单元与激光扫描单元同步,对环轧件的表面形成散斑图像,控制单元控制激光扫描单元以及激光散斑成像单元,基于由激光扫描单元采集得到的数据和由激光散斑成像单元形成的散斑图像,来计算环轧件的位置补偿量。本发明还提供一种环轧件加工中的位置补偿方法,其可以对正在碾扩的环轧件进行尺寸测量并对环轧件半径变化的差值进行补偿,进而实现对环轧件的截面复原。

Description

环轧件加工中的位置补偿装置及其位置补偿方法
技术领域
本发明涉及环轧件生产过程的检测领域,特别是涉及一种在环轧件加工过程中的位置补偿装置及其位置补偿方法。
背景技术
环轧件尺寸的在线检测是环轧件生产过程中一个很典型、很重要的环节。环轧件在锻造过程中,环轧件尺寸的在线测量可以衡量环轧件是否达到工艺要求,从而降低废品率,所以环轧件尺寸的在线检测的方法也就越来越受到国内外的关注和重视。
环轧件尺寸在线检测的难点主要在于环轧件在轧制过程中的动态性,测量到的环轧件的直径随着轧制的过程时刻在增大,还有环轧件的不可接触性也是环轧件尺寸在线检测技术的难点。导致传统的人工测量方法无法对其进行测量。众多的国内外专家对此作了大量的研究工作,提出了激光测距法、CCD视觉测量法、结构光三维测量法,取得了一些令人鼓舞的进展。利用激光扫描单元对正在碾扩的环轧件进行尺寸测量时,由于环轧件的直径尺寸时刻都在增大,所以用激光扫描的方式恢复的环轧件在某一时刻的截面包含了环轧件直径增大的差值。这需要对这一差值进行补偿,进而实现对环轧件的截面进行恢复。
发明内容
针对环轧件加工过程中尺寸在线检测不准确和失真的问题,本发明提供一种在线实时检测并进行位置补偿的方法,从而解决环轧件加工过程中尺寸在线准确进行检测的技术问题。
一种环轧件加工中的位置补偿装置,使用激光在线检测所述环轧件的尺寸,包括:
激光扫描单元,其对所述环轧件在轧制加工过程中的数据进行采集;
激光散斑成像单元,其与所述激光扫描单元同步工作,形成所述环轧件表面的散斑图像;
控制单元,其分别与所述激光扫描单元和所述激光散斑成像单元相连接;
所述控制单元控制所述激光扫描单元,根据所述激光扫描单元采集得到的数据获得在每个激光扫描周期所述环轧件的半径值;所述控制单元控制所述激光散斑成像单元,形成不同时刻所述环轧件表面的散斑图像,所述控制单元利用所述散斑图像获得所述环轧件的位移量以及所述环轧件的线速度,得到每个所述激光扫描周期的所述环轧件的半径增长的差值;并且所述控制单元将所述每个激光扫描周期环轧件的半径值减去所述半径增长的差值,进而使环轧件的截面复原。
由于环轧件在被轧制的过程中,半径会随着轧制的过程而逐步变大,此时需要对逐步变大的半径值进行补偿。根据本发明的位置补偿装置,因为位置补偿装置包括激光扫描单元、激光散斑成像单元以及控制单元,激光扫描单元能够采集环轧件在轧制过程中的数据,通过该数据能够获知每个激光扫描周期所述环轧件的半径值,激光散斑成像单元能够采集环轧件的散斑图像,通过该散斑图像就能够获知环轧件在轧制过程中的线速度,利用环轧件的半径值和线速度得到环轧件半径增长的差值,将每个激光扫描周期环轧件的半径值减去所述半径增长的差值从而完成对环轧件半径变化的差值的补偿,即完成环轧件的位置补偿。
优选地,所述激光扫描单元包括第一激光器、激光变束装置、分光单元以及激光探测器,所述控制单元控制所述第一激光器发出激光,通过所述激光变束装置和所述分光单元,将所述激光发射到环轧件,对所述环轧件进行轴向扫描,所述激光在被所述环轧件散射后返回到所述激光扫描单元中的激光探测器,从而所述激光扫描单元采集得到所述环轧件被激光照射的点到所述激光扫描单元的距离,作为所述数据。
优选地,所述控制单元还基于滤波处理的融合算法对所述环轧件的位移量进行滤波与修正,来获得所述环轧件的半径补偿量。
优选地,所述基于滤波处理的融合算法为kalman滤波算法和Particle滤波算法的融合。利用kalman滤波与Particle滤波的融合算法对利用散斑图像测量出的环轧件的线位移量进行滤波与修正,能够减少线位移量的测量噪声,提高数据的精度。
本发明还提供一种环轧件的位置补偿方法,使用激光在线检测所述环轧件的尺寸,包括如下步骤:
激光扫描步骤,由激光扫描单元对所述环轧件在轧制过程中的数据进行采集;
激光散斑成像步骤,与所述激光扫描步骤同步进行,由激光散斑成像单元对所述环轧件的表面形成散斑图像;
控制步骤,控制所述激光扫描单元,根据所述激光扫描单元采集得到的数据计算出每个激光扫描周期所述环轧件的半径值,控制所述激光散斑成像单元,形成前后不同时刻所述环轧件表面的散斑图像,利用所述散斑图像计算出所述环轧件的位移量以及所述环轧件的线速度,得到每个所述激光扫描周期的所述环轧件的半径增长的差值,将所述每个激光扫描周期环轧件的半径值减去所述半径增长的差值,进而使环轧件的截面复原。
显示步骤,其用来动态显示环轧件的半径值和环轧件半径补偿量。
优选地,在由激光扫描单元进行的所述激光扫描步骤中,所述激光扫描单元包括第一激光器、激光变束装置、分光单元以及激光探测器,
在所述控制步骤中,控制所述第一激光器发出激光,通过所述激光变束装置和所述分光单元,将所述激光发射到环轧件,对所述环轧件进行轴向扫描,
所述激光在被所述环轧件散射后返回到所述激光扫描单元中的激光探测器,从而所述激光扫描单元采集得到所述环轧件被激光照射的点到所述激光扫描单元的距离,作为所述数据。
优选地,在所述控制步骤中还包括:基于滤波处理的融合算法来对所述环轧件的位移量进行滤波与修正,来计算所述环轧件的半径补偿量。
优选地,所述基于滤波处理的融合算法为kalman滤波算法和Particle滤波算法的融合。
本发明的有益效果主要表现在:针对激光测距方法中存在的问题,即在利用激光扫描单元对正在碾扩的环轧件进行尺寸测量时,由于环轧件的半径尺寸时刻都在增大,所以用激光扫描的方式恢复的环轧件某一时刻的截面包含了环轧件半径增大的差值。本发明提供的方法可以对这一差值进行补偿,进而实现对环轧件的截面进行实时在线监控和修正。
附图说明
图1为本发明环轧件的位置补偿装置的示意图;
图2为本发明环轧件的位置补偿装置的示意性框图;
图3为基于kalman与Particle滤波融合算法的位置补偿流程图;
图4为环轧件碾扩加工示意图;
图5为增长差值计算简图。
图6为kalman与Particle滤波的融合算法和空时域kalman滤波器的误差曲线。
图7a为第一个扫描周期的差值增长曲线。
图7b为最后一个扫描周期的差值增长曲线。
图8a为仿真实验中含有半径增长差值的环轧件截面轮廓。
图8b为仿真实验中经过差值补偿的环轧件截面轮廓。
【附图标记说明】
1——环轧件
2——CCD相机
3——第二激光器
4——激光扫描单元
5——控制室
6——显示单元
7——控制单元
8——驱动辊
9——导向辊
10——芯辊
具体实施例
下面结合附图和具体实施例对本发明做进一步的详细描述。
图1所示为本发明环轧件的位置补偿装置,使用激光在线检测环轧件的尺寸,包括:激光扫描单元4,其对环轧件1在轧制过程中的数据进行采集;激光散斑成像单元,其与激光扫描单元4同步,对环轧件1的表面形成散斑图像;以及控制单元7,其控制激光扫描单元4以及激光散斑成像单元,基于由激光扫描单元4采集得到的数据和由激光散斑成像单元形成的散斑图像,来计算环轧件1的半径补偿量。由于环轧件1在被轧制的过程中,半径会随着轧制的过程而逐步变大,此时需要对逐步变大的半径差值进行补偿。根据本发明的位置补偿装置,因为位置补偿装置包括激光扫描单元4、激光散斑成像单元以及控制单元7,激光扫描单元4能够采集环轧件1在轧制过程中的数据,激光散斑成像单元能够采集环轧件1的散斑图像,通过该数据和散斑图像,就能够获知环轧件1在轧制过程中的半径变化差值,从而完成对环轧件半径变化的差值的补偿,即完成环轧件的位置补偿。
上述激光扫描单元可以包括电源、第一激光器、激光变束装置、分光单元、轴向扫描装置、激光探测器和数据采集卡,这些具体的功能部件功能详细后述。
上述激光散斑成像单元包括激光器电源、第二激光器3、滤光系统和CCD相机2,这些具体的功能部件功能详细后述。需要注意的是,在本发明中拍摄装置采用了CCD相机,但是不限于CCD相机。
控制单元7可以是工控机,例如,工控机对激光扫描单元和激光散斑成像单元进行控制。但是控制单元不限于工控机,只要能够控制所述激光扫描单元以及所述激光散斑成像单元,进行有关控制即可。此外,工控机还可以进行有关参数的调整,比如下文中的“扫描周期”和“时间间隔”等参数的调整。
本发明的附图1中还描述了显示单元6,用于动态显示环轧件的半径值和环轧件半径补偿量,必要的时候也可以用打印输出来显示。但是该显示单元6并不对本发明的发明构思构成限定。例如其具体的设置位置以及具体的设置方式均没有特别限定,可以与控制单元7同时放置在控制室5内,也可以设置于其他场所,只要在生产现场能够为技术人员所参照管理即可,显示单元的详细结构可以采用CRT、液晶显示器等本领域技术人员能够容易想到的任何结构,只要能够对在线监测环轧件的数据进行显示即可。
图2是检测系统的硬件结构图。结合图1和图2来具体说明本发明环轧件的位置补偿方法,即本发明环轧件的位置补偿装置工作过程如下:步骤(1)利用激光扫描单元4对轧制过程中的环轧件1进行数据采集;步骤(2)与激光扫描单元4同步,激光散斑成像单元对环轧件1表面形成散斑图像;步骤(3)工控机对采集到的数据进行处理得到每个扫描周期的环轧件半径和环轧件线速度;以及步骤(4)通过处理后的数据来计算出每个扫描周期中环轧件半径增长的差值;(5)从每个扫描周期的环轧件半径值去掉环轧件半径增长的差值即得到某一时刻环轧件相应截面的半径值,完成对环轧件半径增大差值的补偿。
所述步骤(1)在工控机的控制下,由第一激光器发出的激光,通过激光变束装置和分光系统发射到环轧件上,对环轧件进行轴向扫描,激光经环轧件散射后返回到激光扫描单元中,从而得到激光所打到的那个点到激光扫描单元4的距离。将得到的所有点的数据信息通过数据采集卡送入工控机中进行处理,从而完成数据采集。此处,利用数据采集卡来传输数据,但是本领域技术人员应该知晓,本发明中并不限定数据采集卡来传输数据,可以直接传输数据,或者只要能够实现数据传输功能即可。
所述步骤(2)的激光散斑成像系统和步骤(1)所述的激光扫描单元定一个时间参考点同时进行数据采集。例如,设激光扫描单元扫描频率为100次/s,每个扫描周期为0.01s。使扫描周期与散斑图像采集周期相等。所以散斑图像采集周期为0.01s。一个激光扫描周期采集50张散斑图像,得散斑图像采集的时间间隔t为0.0002s。此处的扫描频率可以根据生产性的实际需要来设定,并不限定于某个具体值。
所述步骤(3)利用的对数据处理的主要方法是kalman与Particle滤波的融合算法对利用散斑图像测量出的环轧件的线位移量进行滤波与修正。如图3所示,kalman与Particle滤波的融合算法的具体过程是:将一幅散斑图像分割成N个子图像。每个子图像通过基于梯度的散斑位移计算方法计算它的位移Z1,K(n)(n=1...N)。然后,空间域kalman滤波器对Z1,K(n)进行滤波从而得到散斑位移xk(n)的估计。空间域kalman滤波器的输出xk(N)作为时间域Particle滤波器的输入将再次进行滤波。Particle滤波器进行滤波时会使kalman滤波器进入时域对粒子参数进行修正,从而得到当前时刻的环轧件线位移滤波的估计值和对下一时刻的预测估计值,滤波估计值作为此时刻的输出,之后kalman滤波器又进入了空域,并利用预测估计值作为初值估计开始了新的一轮的循环,利用了kalman滤波器的分时复用。在本发明中,优选使用kalman与Particle滤波的融合算法对利用散斑图像测量出的环轧件的线位移量进行滤波与修正,这样,能够减少数据的噪声,提高数据的精度,但是滤波与修正方法不限于基于kalman与Particle滤波的融合算法,本领域技术人员能够根据实际需要来选定。
步骤(4)中利用环轧件位置补偿公式,通过处理后的数据来计算出每个扫描周期中环轧件半径增长的差值,涉及该位置补偿公式的具体处理详细后述。
下面,结合附图3-8,列举具体实施例来详细说明环轧件的位置补偿装置及其方法。
环轧件的碾扩如图4所示,碾扩装置包括驱动辊8、导向辊9和芯辊10。所述步骤(4)由于导向辊9的作用,环轧件1在碾扩过程中轴向截面是圆形,环轧件径向碾扩过程包括咬入阶段、稳定碾扩阶段和整圆阶段。环轧件被连续的咬入径向孔型,产生稳定的局部塑性变形。如图1所示激光扫描单元4对环轧件以从上向下的扫描方式来获取环轧件表面上的点所在径向截面的半径值。扫描单元对环轧件从上向下扫描一次为一个扫描周期,在一个扫描周期中获取的环轧件表面上的点所在径向截面的半径值中等时间间隔的选取N个径向截面的半径值,用此N个点所在径向截面的半径值减去半径增长的差值以对环轧件的母线轮廓进行恢复。可以根据环轧件的轴向高度来决定所选数据点的个数,环轧件轴向高度越高选取的数据点越多,现以选取N=10个数据点为例。将第2个点到第10个点所在的径向截面提取出来,以第n个点为例(2≤n≤10),碾扩过程中在导向辊的作用下环轧件的径向截面是圆,如图5所示。
设在一个扫描周期中,扫选取的环轧件表面的第一个点的时刻为t1,扫第n个点的时刻为tn,环轧件当前转动的线速度v。激光扫描单元在此扫描周期中扫第n点时,第n点的坐标就可以得到了,从而此点所在的径向截面的直径长cn的值就得到了。n’点是tn时刻第一个点正下方的一个点,因为从t1到tn时刻经过一段时间,所以n’点所在的半径在tn时刻增大一个差值。设图5中圆的半径为r则圆的方程为
x2+y2=r2
n点坐标为(0,-r),c点坐标为(0,r)。则α=弧nn’/r。则n’点坐标为(rsinα,-rcosα)。则
在一定的环轧件半径范围内,tn时刻半径增长的差值
Rn≈(2r-cn’)/2
弧nn’=(tn-t1)*v
通过以上的算法推导便得到每个周期的增长差值。
所述步骤(5)从每个扫描周期的环轧件半径值去掉环轧件半径增长的差值即得到某一时刻环轧件相应截面的半径值。设t1时刻各个截面的半径为r’1,r’2,r’3,r’4,r’5,r’6,r’7,r’8,r’9,r’10。则恢复后的各截面半径为:
图3所示为本发明的位置补偿流程图,首先是激光散斑成像单元对正在轧制的环轧件采集散斑图像,空时域跟踪器与一般单个的时域跟踪器不同的是要建立起自己的空域模型,一般空域模型的建立是在同一时刻对测量对象进行多次测量,找到每次测量之间的关系,从而建立起空域模型。在激光散斑跟踪中,利用散斑图像的可分割性来建立所需要的空域模型。将每幅散斑图像分割成N个子图像,计算每个激光散斑子图像的散斑位移来代替对测量对象的多次测量。由于相互对应的散斑子图像的散斑位移相等,可知xK(1)=xK(2)=……xK(N),那么我们得到:
对于子图像k,v1,k(n)表示它的计算误差或测量误差。假定E[v1,k(i)v1,k(j)]=Rδ(i-j),E[v1,k]=0,E[wk(i)wk(j)]=Qδ(i-j),E[wk]=0其中δ(x)表示Kronecker delta函数,xk(n)、wk(n)和v1,k(n)是相互独立的。
在标量情况下根据(1)式的空域模型有:
是第n步的状态输出,处于空域状态的kalman滤波第n+1步的输出为
其中是n+1步之前的状态已知的情况下对n+1步的预测估计值。
其中散斑位移预测估计错误方差为:
散斑位移的初态估计为处于空域状态的kalman增益为:
状态估计错误方差为
利用pk(n+1)和开始了空域下一轮的状态估计,直到最终估计的输出。
时域滤波器用于跟踪随时间变化的散斑位移,为了使跟踪模型便于处理,在时域采用分阶段跟踪的思想。即以一个扫描周期接受到的散斑图像为一组进行分阶段跟踪,每个跟踪阶段的初始测量值作为本次跟踪的初始状态。在时刻Kt所有子图像的散斑位移都是相同的,即xk(1)=xk(2)=……xk(N)=xk。由于每个跟踪阶段的时间极短,环轧件在等时间间隔内的线位移视为相等。但由于环轧件的金属流动和与驱动辊的相对滑动从而处理噪声wk不在满足高斯模型,其噪声模型表示为
wk=ka+√prand(0,1) (6)
因此时域采用Particle滤波,它的处理方程与测量方程可以表示为:
其中z2,k为空域kalman滤波器的滤波输出v2,k是空域kalman滤波输出的估计误差,a是根据环轧件的金属流动和与驱动辊的相对滑动而设定的值,p是根据系统处理噪声产生的随机性设定的值,rand(0,1)产生0到1之间的随机数。时域Particle滤波采用卡尔曼估计修正的粒子滤波算法。因为空域和时域都用到了kalman滤波器,但是调用的时间不同,所以在设计整个跟踪器时,只需设计一个kalman滤波器就满足要求,在时域的具体算法原理如下:
从空域进入时域后,运行Particle滤波器,进行取样粒子、重要性采样、权值归一化、重采样及状态估计,权值归一化的同时会用到来自空域的估计值与此同时kalman滤波器也在时域对目标进行估计。
在跟踪滤波的过程中,Particle滤波器的重要性密度函数分布的均值与方差是由原Particle滤波器自身利用观测信息而得到重要性密度函数分布来更新粒子群权值计算并且归一化,不需要对粒子参数的修正,还是由转入时域的kalman滤波器估计的状态估值及其状态误差协方差构成,来更新粒子群权值计算并且归一化,完成对粒子参数的修正,还这需要对粒子权值进行评估来决定。
通过对粒子滤波权值进行评估,来决定是否采用进入时域的kalman滤波器对粒子参数进行修正,使运动目标系统的随机性和重要性权值相符,得到稳定的跟踪。
得到粒子群和粒子权值后要重新采样建议分布,来重建新粒子,此时kalman滤波器已经在空域做好准备,通过Particle滤波器的输出值的预测估计xk+1(z2,k)反馈到已进入空域的kalman滤波器,进入下一时刻的滤波估值。
图6为kalman与Particle滤波的融合算法和空时域kalman滤波器的误差曲线,其中,A为kalman与Particle滤波的融合算法的误差曲线,B空时域kalman滤波器的误差曲线。为了kalman与Particle滤波的融合算法的跟踪性能能够满足本系统中的差值计算,以本文中(1)式和(7)式组成的空域和时域系统进行了仿真实验,与空域和时域都采用kalman滤波器的跟踪器的性能进行了对比。设空域的处理噪声方差Q=0.01,空域的测量噪声方差R=1,初始的状态估计错误方差为P=2,仿真迭代次数tf=30,即把每个图像分成了30块子图像。由(6)式设时域的处理噪声wk表示为k*0.00002+sqrt(0.01)*randn,时域的测量噪声方差是空域的状态估计方差,时域初始的状态估计错误方差为P=2,仿真迭代次数tf=50,初始状态设为x=1.584.采样粒子数100,均方根误差RMSE由公式(7)定义
采用不同的算法执行30次仿真,得到仿真实验的结果如表1所示。
表1 状态估计均方根误差数据
针对(1)式和(7)式组成的空域和时域系统,kalman与Particle滤波的融合算法的RMSE均值比空时域kalman跟踪器的RMSE均值有一定的提高,这是因为kalman与Particle滤波的融合算法充分的利用了各滤波方法的优点,在空域的线性系统利用kalman滤波使估计达到最优,空间域kalman滤波器的输出xk(N)作为时间域Particle滤波器的输入将再次进行滤波。Particle滤波器进行滤波是会利用进入时域的kalman滤波器对粒子参数进行修正,避开了Particle滤波初始估计偏差较大的问题,之后进入时域的kalman滤波器又回到了空域,利用kalman滤波器的分时复用,发挥了kalman滤波器对线性系统估计最优,Particle滤波适用于非高斯问题的长处。在跟踪时间方面,kalman与Particle滤波的融合算法跟踪时间比空时域kalman跟踪器的跟踪时间长。这是因为在时域时,又使kalman滤波进入时域服务于Particle滤波的缘故。RMSE方面,两个跟踪器差别不大。图6是kalman与Particle滤波的融合算法和空时域kalman跟踪器在某一次跟踪仿真实验中的位置误差曲线,可以看出kalman与Particle滤波的融合算法的位置误差小于空时域kalman跟踪器的位置误差。
图7a和图7b分别为第一个扫描周期与最后一个扫描周期的差值增长曲线,根据工业现场的一般的碾扩条件,现对整个位置补偿算法可行性进行仿真实验分析。在本次仿真实验中,设碾扩机驱动辊线速度为1.584m/s,环轧件半径增长率为8mm/s,激光扫描单元扫描频率为100次/s,每个扫描周期为0.01s,对于半径从792mm增长到808mm的矩形环轧件为例,定一个激光扫描与散斑图像采集相互参考的时间点,以一个扫描周期为散斑图像的采集周期,即使扫描周期与图像采集周期相等。所以图像采集周期和跟踪周期都为0.01s。一个激光扫描周期采集50张散斑图像,得图像采集时间间隔t为0.0002s,所以kalman与Particle滤波的融合算法的跟踪迭代次数tf=50。再以每个图像采集周期为一个跟踪周期,利用kalman与Particle滤波的融合算法跟踪模拟产生的环轧件位移测量值得每个扫描周期内的环轧件线速度v,再将v和将MATLAB软件模拟激光扫描单元测出的每个周期的半径值r代入到差值增长公式中,即可得到每个周期的差值。
表2是列出前十二个扫描周期和后十二个扫描周期的增长差值。图7a,7b中X坐标轴为当前扫描周期各扫描时刻的环轧件半径值,Y坐标轴为当前扫描周期环轧件线位移值,Z坐标为半径增长差值。
表2 部分扫描周期的增长差值
结合图7a和图7b以及表2可以看出每个周期的差值增长率近似直线,并且每个周期的整体增长率约为8mm/s,正好与碾扩机的半径增长率近似。
表3部分扫描周期的增长差值误差
表3为部分周期的增长差值平均绝对误差和平均相对误差。图8a为仿真实验中含有半径增长差值的环轧件母线轮廓,图8b为仿真实验中经过差值补偿的环轧件母线轮廓。这样在精度允许的范围内可以近似的对环轧件的截面轮廓进行恢复。
最后,将上述环轧件的位置补偿装置以及方法具体地应用到环轧件的制造系统以及环轧件的制造方法中,也能够得到与通过环轧件的位置补偿装置以及方法的相同的技术效果。
以上,参照附图说明了本发明的工作原理及其实施例。而这些实施例是包含在本发明权利要求中所记载的技术思想里。并且,这些实施例是仅为示例性的,不应用来限定解释本发明的权利要求范围。

Claims (8)

1.一种环轧件加工中的位置补偿装置,使用激光在线检测所述环轧件的尺寸,其特征在于,包括:
激光扫描单元,其对所述环轧件在轧制加工过程中的数据进行采集;
激光散斑成像单元,其与所述激光扫描单元同步工作,形成所述环轧件表面的散斑图像;
控制单元,其分别与所述激光扫描单元和所述激光散斑成像单元相连接;
所述控制单元控制所述激光扫描单元,根据所述激光扫描单元采集得到的数据获得在每个激光扫描周期所述环轧件的半径值;所述控制单元控制所述激光散斑成像单元,形成不同时刻所述环轧件表面的散斑图像,所述控制单元利用所述散斑图像获得所述环轧件的位移量以及所述环轧件的线速度,得到每个所述激光扫描周期的所述环轧件的半径增长的差值;并且所述控制单元将所述每个激光扫描周期环轧件的半径值减去所述半径增长的差值,进而使环轧件的截面复原。
2.根据权利要求1所述的位置补偿装置,其特征在于:
所述激光扫描单元包括第一激光器、激光变束装置、分光单元以及激光探测器,
所述控制单元控制所述第一激光器发出激光,通过所述激光变束装置和所述分光单元,将所述激光发射到环轧件,对所述环轧件进行轴向扫描,
所述激光探测器接收到从所述环轧件散射后返回到所述激光扫描单元中的散射激光,从而所述激光扫描单元采集得到所述环轧件经激光照射的点到所述激光扫描单元的距离,作为所述数据。
3.根据权利要求1或者2所述的位置补偿装置,其特征在于:
所述控制单元还基于滤波处理的融合算法对所述环轧件的位移量进行滤波与修正,来获得所述环轧件的半径补偿量。
4.根据权利要求3所述的位置补偿装置,其特征在于:
所述基于滤波处理的融合算法为kalman滤波算法和Particle滤波算法的融合。
5.一种环轧件加工中的位置补偿方法,使用激光在线检测所述环轧件的尺寸,其特征在于,包括:
激光扫描步骤,由激光扫描单元对所述环轧件在轧制过程中的数据进行采集;
激光散斑成像步骤,与所述激光扫描步骤同步进行,由激光散斑成像单元对所述环轧件的表面形成散斑图像;
控制步骤,控制所述激光扫描单元,根据所述激光扫描单元采集得到的数据计算出每个激光扫描周期所述环轧件的半径值,控制所述激光散斑成像单元,形成前后不同时刻所述环轧件表面的散斑图像,利用所述散斑图像计算出所述环轧件的位移量以及所述环轧件的线速度,得到每个所述激光扫描周期的所述环轧件的半径增长的差值,将所述每个激光扫描周期环轧件的半径值减去所述半径增长的差值,进而使环轧件的截面复原;
显示步骤,其用来动态显示环轧件的半径值和环轧件半径补偿量。
6.根据权利要求5所述的位置补偿方法,其特征在于:
在由激光扫描单元进行的所述激光扫描步骤中,所述激光扫描单元包括第一激光器、激光变束装置、分光单元以及激光探测器,
在所述控制步骤中,控制所述第一激光器发出激光,通过所述激光变束装置和所述分光单元,将所述激光发射到环轧件,对所述环轧件进行轴向扫描,
所述激光在被所述环轧件散射后返回到所述激光扫描单元中的激光探测器,从而所述激光扫描单元采集得到所述环轧件被激光照射的点到所述激光扫描单元的距离,作为所述数据。
7.根据权利要求5或6所述的位置补偿方法,其特征在于,在所述控制步骤中还包括:
基于滤波处理的融合算法来对所述环轧件的位移量进行滤波与修正,来计算所述环轧件的半径补偿量。
8.根据权利要求7所述的位置补偿方法,其特征在于:
所述基于滤波处理的融合算法为kalman滤波算法和Particle滤波算法的融合。
CN201610347971.2A 2016-05-24 2016-05-24 环轧件加工中的位置补偿装置及其位置补偿方法 Active CN106040750B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610347971.2A CN106040750B (zh) 2016-05-24 2016-05-24 环轧件加工中的位置补偿装置及其位置补偿方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610347971.2A CN106040750B (zh) 2016-05-24 2016-05-24 环轧件加工中的位置补偿装置及其位置补偿方法

Publications (2)

Publication Number Publication Date
CN106040750A CN106040750A (zh) 2016-10-26
CN106040750B true CN106040750B (zh) 2017-09-01

Family

ID=57174444

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610347971.2A Active CN106040750B (zh) 2016-05-24 2016-05-24 环轧件加工中的位置补偿装置及其位置补偿方法

Country Status (1)

Country Link
CN (1) CN106040750B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108772514B (zh) * 2018-05-02 2019-08-09 西北工业大学 一种确定异形环辗轧中抱辊瞬时位置的方法
CN109048082B (zh) * 2018-09-18 2021-02-23 大族激光科技产业集团股份有限公司 一种基于卡尔曼滤波的距离控制方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1915557A (zh) * 2006-09-01 2007-02-21 武汉理工大学 一种确定冷辗扩主轴转速的方法
CN101780477A (zh) * 2010-03-05 2010-07-21 武汉理工大学 立式轧环过程在线测量控制方法及装置

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3871244B2 (ja) * 2000-08-11 2007-01-24 株式会社ジェイテクト ころ軸受のスキュー測定装置
JP3627654B2 (ja) * 2001-01-09 2005-03-09 Jfeスチール株式会社 リングローリング圧延機によるリング状被圧延材の圧延方法及び制御装置
JP2006153613A (ja) * 2004-11-29 2006-06-15 Sanyo Special Steel Co Ltd リング状素形材の偏肉自動検査装置
KR101558561B1 (ko) * 2014-04-21 2015-10-16 칼텍(주) 링 압연 장치용 모터 제어 장치

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1915557A (zh) * 2006-09-01 2007-02-21 武汉理工大学 一种确定冷辗扩主轴转速的方法
CN101780477A (zh) * 2010-03-05 2010-07-21 武汉理工大学 立式轧环过程在线测量控制方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"大型环筒类锻件锻造中外径和内径测量研究";付献斌;《中国博士学位论文全文数据库工程科技Ⅰ辑》;20150531(第5期);B022-26 *

Also Published As

Publication number Publication date
CN106040750A (zh) 2016-10-26

Similar Documents

Publication Publication Date Title
Cha et al. Output-only computer vision based damage detection using phase-based optical flow and unscented Kalman filters
CN104061934B (zh) 基于惯性传感器的行人室内位置跟踪方法
CN100547350C (zh) 移动体高度判别装置
Schröder et al. Advances of PIV and 4D-PTV” Shake-The-Box” for turbulent flow analysis–the flow over periodic hills
CN109579853A (zh) 基于bp神经网络的惯性导航室内定位方法
CN107084714B (zh) 一种基于RoboCup3D的多机器人协作目标定位方法
CN106040750B (zh) 环轧件加工中的位置补偿装置及其位置补偿方法
CN110907932B (zh) 分布式InSAR卫星测高精度影响因素分析方法及系统
CN105403143A (zh) 一种获取模拟地震振动台的位移变化的测量方法及其系统
CN102186194B (zh) 基于无线传感器网络的无源目标测量模型的建立方法
CN105246153A (zh) 一种室内指纹定位数据库高密度快速采集方法
CN104063860A (zh) 一种激光点云边缘精细化的方法
CN107610156A (zh) 基于引导滤波和核相关滤波的红外弱小目标跟踪方法
Zhang et al. A concentricity measurement method for large forgings based on laser ranging principle
CN114663913B (zh) 一种基于Kinect的人体步态参数提取方法
CN104777465B (zh) 基于b样条函数任意扩展目标形状及状态估计方法
CN106019253A (zh) 基于箱粒子cphd的多扩展目标跟踪方法
Xia et al. Gesture tracking and recognition algorithm for dynamic human motion using multimodal deep learning
CN102830391B (zh) 一种红外搜索与跟踪系统准确性指标计算方法
CN104075710B (zh) 一种基于航迹预测的机动扩展目标轴向姿态实时估计方法
WO2014087683A1 (ja) 測位追尾装置
CN107256565A (zh) 基于Kinect的人体主要体型参数的测量方法和系统
CN107328416A (zh) 一种基于地磁的智能手机实时定位方法
Kirk et al. Comparison of USGS and DLR topographic models of Comet Borrelly and photometric applications
CN102354400A (zh) 刚体运动和结构参数测量的多点约束单目轨迹交会方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant