CN107900114A - 一种对冷轧带钢板形质量进行评价的方法及装置 - Google Patents
一种对冷轧带钢板形质量进行评价的方法及装置 Download PDFInfo
- Publication number
- CN107900114A CN107900114A CN201711318921.2A CN201711318921A CN107900114A CN 107900114 A CN107900114 A CN 107900114A CN 201711318921 A CN201711318921 A CN 201711318921A CN 107900114 A CN107900114 A CN 107900114A
- Authority
- CN
- China
- Prior art keywords
- mtd
- mrow
- msub
- shape
- strip steel
- 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.)
- Granted
Links
- 229910000831 Steel Inorganic materials 0.000 title claims abstract description 133
- 239000010959 steel Substances 0.000 title claims abstract description 133
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000001514 detection method Methods 0.000 claims abstract description 65
- 239000011159 matrix material Substances 0.000 claims description 47
- 238000004590 computer program Methods 0.000 claims description 18
- 239000010960 cold rolled steel Substances 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 7
- 230000007547 defect Effects 0.000 abstract description 20
- 238000005097 cold rolling Methods 0.000 abstract description 7
- 230000008569 process Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 238000004519 manufacturing process Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 238000010606 normalization Methods 0.000 description 4
- 238000005096 rolling process Methods 0.000 description 3
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000000137 annealing Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005246 galvanizing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000005428 wave function Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21B—ROLLING OF METAL
- B21B38/00—Methods or devices for measuring, detecting or monitoring specially adapted for metal-rolling mills, e.g. position detection, inspection of the product
- B21B38/02—Methods or devices for measuring, detecting or monitoring specially adapted for metal-rolling mills, e.g. position detection, inspection of the product for measuring flatness or profile of strips
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21B—ROLLING OF METAL
- B21B2263/00—Shape of product
- B21B2263/04—Flatness
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Control Of Metal Rolling (AREA)
- Length Measuring Devices With Unspecified Measuring Means (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种对冷轧带钢板形质量进行评价的方法，包括：基于带钢的平直度IU值，建立所述带钢的板形IU值矩阵；基于所述板形IU值矩阵，对所述带钢进行局部浪形检测，获得所述局部浪形的特征信息；根据所述局部浪形的特征信息，对所述局部浪形的模式进行识别。本发明可以准确描述实际板形质量，有利于对局部浪形缺陷进行科学地评价，从而为下游产线工艺参数的设定提供数据支撑，降低由于冷轧局部浪形导致的成品板形缺陷的发生，改善带钢板形质量。同时，本发明还公开一种对冷轧带钢板形质量进行评价的装置。
Description
技术领域
本发明涉及轧钢加工领域，尤其涉及一种对冷轧带钢板形质量进行评价的方法及装置。
背景技术
目前，冷轧带钢板形检测主要通过轧机出口板形辊检测沿带钢宽度方向张应力分布，通过张应力值计算带钢的IU(即：平直度)值，然后利用各位置板形IU值计算整卷的平均板形IU值，通过平均板形IU值来判断板形质量好坏。但是，分析发现当实际板形差异较大时，检测到的平均板形IU值无明显差异，这在一定程度很难准确描述实际板形质量，也就无法对局部浪形缺陷进行准确的评价。
因此，结合冷轧板形尤其是局部浪形质量对下游冷轧连退、镀锌产线连续、稳定运行的影响，建立一种冷轧带钢板形质量的评价方法至关重要。
发明内容
本申请实施例通过提供一种冷轧带钢板形质量评价的方法及装置，解决了现有技术中难以准确描述实际板形质量，且对局部浪形缺陷无法评价的技术问题，实现了准确描述实际板形质量，对局部浪形缺陷科学评价，从而为下游产线工艺参数的设定提供数据支撑，降低由于冷轧局部浪形导致的成品板形缺陷的发生，改善带钢板形质量的技术效果。
第一方面，本申请通过本申请的一实施例提供如下技术方案：
一种对冷轧带钢板形质量进行评价的方法，包括：
基于带钢的平直度IU值，建立所述带钢的板形IU值矩阵；
基于所述板形IU值矩阵，对所述带钢进行局部浪形检测，获得所述局部浪形的特征信息；
根据所述局部浪形的特征信息，对所述局部浪形的模式进行识别。
优选地，在所述基于带钢的平直度IU值，建立所述带钢的板形IU值矩阵之前，还包括：
通过板形仪对所述带钢进行板形检测，获得所述带钢的平直度IU值。
优选地，所述板形IU值矩阵，具体为：
其中，行向量为沿带钢宽度方向，列向量为沿带钢长度方向，S为带钢的板形IU值矩阵；Im,n为沿带钢长度方向n、宽度方向m位置检测到的板形IU值；a为沿带钢长度方向总板形检测点，a＝L/fL；b为沿带钢宽度方向总板形检测点，b＝B/fB；L为带钢长度；B为带钢宽度；fL为板形仪长度方向检测间隔；fB为板形仪宽度方向检测间隔。
优选地，所述基于所述板形IU值矩阵，对所述带钢进行局部浪形检测，获得所述局部浪形的特征信息，包括：
若沿带钢长度方向存在连续的k个检测点，所述k个检测点的板形IU值都大于一预设值ISet，则判定存在局部浪形区域Fi；其中，k为正整数，ISet为正数，Fi为确定的带钢上的第i个局部浪形区域，其中包含所述k个检测点；
提取所述k个检测点的IU值，并将所述k个检测点的IU值作为所述局部浪形的特征信息。
优选地，所述根据所述局部浪形的特征信息，对所述局部浪形的模式进行识别，包括：
基于所述k个检测点的IU值，计算所述局部浪形的平均板形值；
基于所述平均板形值，确定所述局部浪形的模式。
优选地，所述基于所述平均板形值，确定所述局部浪形的模式，包括：
基于所述平均板形值，计算所述局部浪形的归一化板形值；
计算所述局部浪形的平均板形值和归一化板形值之间的加权汉明距离；
基于所述加权汉明距离，计算所述局部浪形与基本模式之间的隶属度；
基于所述隶属度，确定所述局部浪形的模式。
优选地，所述基于所述隶属度，确定所述局部浪形的模式，包括：
提取所述隶属度中绝对值最大的参数，其中，所述隶属度包括第一参数、第二参数和第三参数；
在所述绝对值最大的参数为所述第一参数时，若所述第一参数为正数，则所述局部浪形为左边浪，若所述第一参数为负数，则所述局部浪形为右边浪；
在所述绝对值最大的参数为所述第二参数时，若所述第二参数为正数，则所述局部浪形为中间浪，若所述第一参数为负数，则所述局部浪形为双边浪；
在所述绝对值最大的参数为所述第三参数时，若所述第一参数为正数，则所述局部浪形为四分之一浪，若所述第三参数为负数，则所述局部浪形为边中浪。
第二方面，本申请通过本申请的一实施例提供如下技术方案：
一种对冷轧带钢板形质量进行评价的装置，包括：
建立单元，用于基于带钢的平直度IU值，建立所述带钢的板形IU值矩阵；
检测单元，用于基于所述板形IU值矩阵，对所述带钢进行局部浪形检测，获得所述局部浪形的特征信息；
识别单元，用于根据所述局部浪形的特征信息，对所述局部浪形的模式进行识别。
第三方面，本申请通过本申请的一实施例提供如下技术方案：
一种对冷轧带钢板形质量进行评价的装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
基于带钢的平直度IU值，建立所述带钢的板形IU值矩阵；基于所述板形IU值矩阵，对所述带钢进行局部浪形检测，获得所述局部浪形的特征信息；根据所述局部浪形的特征信息，对所述局部浪形的模式进行识别。
第四方面，本申请通过本申请的一实施例提供如下技术方案：
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
基于带钢的平直度IU值，建立所述带钢的板形IU值矩阵；基于所述板形IU值矩阵，对所述带钢进行局部浪形检测，获得所述局部浪形的特征信息；根据所述局部浪形的特征信息，对所述局部浪形的模式进行识别。
本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
在本申请实施例中，公开了一种对冷轧带钢板形质量进行评价的方法，包括：基于带钢的平直度IU值，建立所述带钢的板形IU值矩阵；基于所述板形IU值矩阵，对所述带钢进行局部浪形检测，获得所述局部浪形的特征信息；根据所述局部浪形的特征信息，对所述局部浪形的模式进行识别。本发明解决了现有技术中难以准确描述实际板形质量，且对局部浪形缺陷无法评价的技术问题，实现了准确描述实际板形质量，对局部浪形缺陷科学评价，从而为下游产线工艺参数的设定提供数据支撑，降低由于冷轧局部浪形导致的成品板形缺陷的发生，改善带钢板形质量的技术效果。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例中一种对冷轧带钢板形质量进行评价的方法的流程图；
图2为本申请实施例中在对带钢进行局部浪形检测的示意图；
图3为本申请实施例中一种对冷轧带钢板形质量进行评价的装置200的结构示意图；
图4为本申请实施例中一种对冷轧带钢板形质量进行评价的装置300的结构示意图；
图5为本申请实施例中一种计算机可读存储介质400的流程示意图。
具体实施方式
本申请实施例通过提供一种冷轧带钢板形质量评价的方法及装置，解决了现有技术中难以准确描述实际板形质量，且对局部浪形缺陷无法评价的技术问题，实现了准确描述实际板形质量，对局部浪形缺陷科学评价，从而为下游产线工艺参数的设定提供数据支撑，降低由于冷轧局部浪形导致的成品板形缺陷的发生，改善带钢板形质量的技术效果。
本申请实施例的技术方案为解决上述技术问题，总体思路如下：
一种对冷轧带钢板形质量进行评价的方法，包括：基于带钢的平直度IU值，建立所述带钢的板形IU值矩阵；基于所述板形IU值矩阵，对所述带钢进行局部浪形检测，获得所述局部浪形的特征信息；根据所述局部浪形的特征信息，对所述局部浪形的模式进行识别。
为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
实施例一
本实施例提供了一种对冷轧带钢板形质量进行评价的方法，如图1所示，包括：
步骤S101：根据带钢的平直度IU值，建立带钢的板形IU值矩阵。
在具体实施过程中，可以事先通过通过板形仪对所述带钢进行板形检测，以获得带钢的平直度IU值，并建立带钢通卷的板形IU值矩阵。
在具体实施过程中，建立的带钢的板形IU值矩阵，如下：
其中，行向量为沿带钢宽度方向，列向量为沿带钢长度方向，S为实际带钢通卷板形IU值矩阵；Im,n为沿钢卷长度方向n、宽度方向m位置检测板形IU值；a为沿钢卷长度方向总板形检测点，a＝L/fL；b为沿钢卷宽度方向总板形检测点，b＝B/fB；L为钢卷长度；B为钢卷宽度；fL为板形仪长度方向检测间隔；fB为板形仪宽度方向检测间隔。
步骤S102：基于板形IU值矩阵，对带钢进行局部浪形检测，获得局部浪形的特征信息。
作为一种可选的实施例，步骤S102，包括：
若沿带钢长度方向存在连续的k个检测点，所述k个检测点的板形IU值都大于一预设值ISet，则判定存在局部浪形区域Fi；其中，k为正整数，、ISet为正数，Fi为确定的带钢上的第i个局部浪形区域，其中包含所述k个检测点；提取所述k个检测点的IU值，并将所述k个检测点的IU值作为所述局部浪形的特征信息。
在具体实施过程中，局部浪形的判定准则为：若钢卷长度方向连续k个检测点的IU值都大于ISet值，判定为存在局部浪形特征区域Fi。如图2所示，Fi需满足下式：
Im,n、Im+1,n...Im+K-1,n＞ISet
式中，k、ISet值可根据具体生产产线及产品板形要求定义，且k、ISet值越小，局部浪形判定标准越严格；Fi为一卷带钢根据局部浪形标准提取出的第i个区域，即沿长度方向从检测点m到检测点m+k的范围为提取得到的局部浪形区域。
步骤S103：根据局部浪形的特征信息，对所述局部浪形的模式进行识别。
作为一种可选的实施例，步骤S103，包括：
基于所述k个检测点的IU值，计算所述局部浪形的平均板形值；基于所述平均板形值，确定所述局部浪形的模式。
在具体实施过程中，所述基于所述平均板形值，确定所述局部浪形的模式，包括：基于所述平均板形值，计算局部浪形的归一化板形值；计算局部浪形的平均板形值和归一化板形值之间的加权汉明距离；基于所述加权汉明距离，计算局部浪形与基本模式之间的隶属度；基于所述隶属度，确定所述局部浪形的模式。
在具体实施过程中，所述基于所述隶属度，确定所述局部浪形的模式，包括：提取所述隶属度中绝对值最大的参数，其中，所述隶属度包括第一参数、第二参数和第三参数；在所述绝对值最大的参数为所述第一参数时，若所述第一参数为正数，则所述局部浪形为左边浪，若所述第一参数为负数，则所述局部浪形为右边浪；在所述绝对值最大的参数为所述第二参数时，若所述第二参数为正数，则所述局部浪形为中间浪，若所述第一参数为负数，则所述局部浪形为双边浪；在所述绝对值最大的参数为所述第三参数时，若所述第一参数为正数，则所述局部浪形为四分之一浪，若所述第三参数为负数，则所述局部浪形为边中浪。
具体来讲，步骤S103，具体过程如下：
(a)、计算沿长度方向第m个截面板形IU中的最大值，求出实际板形Im,n的归一化处理结果：
故第m个截面板形归一化I'm＝[I'm,1I'm,2...I'm,b]
(b)、根据浪形函数计算标准板形归一化模型，
式中：为根据第w类标准浪形计算得到的板形IU值；w＝1、2、3、4、5、6，分别代表左边浪、右边浪、中间浪、双边浪、四分之一浪、边中复合浪；
n为沿带钢宽度第n个位置；
Fw(xn)为第w类标准浪形函数，xn带钢宽度n位置点横坐标。
因此，第w类标准板形归一化处理后的基本模式为：
(c)、根据归一化后板形值，求得它们之间的加权汉明距离为：
式中：Hm(w)为第m个截面w类板形的加权汉明距离；
w(xi)为加权函数。
(d)、计算实际板形与基本模式之间的隶属度u(即：局部浪形与基本模式之间的隶属度u)。
在具体实施过程中，可以基于ek＝Hm(k+1)-Hm(k)(k＝1、3、5)，计算出u1、u3、u5，这三个隶属度是局部浪形与基本模式之间的隶属度u的三个参数，隶属度u等于u1、u3、u5中绝对值最大的那个值。其中，若u＝u1，且u1为正数，则确定局部浪形为左边浪；若u＝u1，且u1为负数，则确定局部浪形为右边浪；若u＝u3，且u3为正数，则确定局部浪形为中间浪；若u＝u3，且u3为负数，则确定局部浪形为双边浪；若u＝u5，且u5为正数，则确定局部浪形为四分之一浪；若u＝u5，且u5为负数，则确定局部浪形为边中浪。
在具体实施过程中，局部浪形的具体位置Li为：沿带钢长度方向的检测点m、m+1…m+k-1的区域。
在本申请实施例中，可以对冷轧带钢板上存在的局部浪形进行检测，识别出局部浪形的模式，并确定局部浪形的具体位置，从而准确描述实际板形质量，对局部浪形缺陷科学评价，从而为下游产线工艺参数的设定提供数据支撑，降低由于冷轧局部浪形导致的成品板形缺陷的发生，改善带钢板形质量的技术效果。
下面将以表1所示板形数据为例，对本发明进行进行举例说明。
表1 实际板形矩阵S
(1)局部浪形特征提取。
取k＝5，ISet＝5，表1对应板形数据，提取的局部板形特征位置区间为长度方向[37]。
(2)计算局部浪形区域平均板形，对长度区间[3 7]内的平均板形进行计算，如下：
(3)利用平均板形，计算该特征区域的浪形模式。
(3.1)计算归一化板形
I'＝[1 0.45 0.38 0.43 0.38 0.18]
(3.2)计算实际板形隶属度值(即：局部浪形与基本模式之间的隶属度)，如下：
u＝[0.54 0.11 0.35]，即u1＝0.54、u3＝0.11、u5＝0.35
(4)局部浪形特征形式及位置判断。
由于隶属度最大值为u＝0.54，因此提取板形特征的局部浪形为左边浪，具体位置为长度方向[3，7]区间内。
上述本申请实施例中的技术方案，至少具有如下的技术效果或优点：
在本申请实施例中，公开了一种对冷轧带钢板形质量进行评价的方法，包括：基于带钢的平直度IU值，建立所述带钢的板形IU值矩阵；基于所述板形IU值矩阵，对所述带钢进行局部浪形检测，获得所述局部浪形的特征信息；根据所述局部浪形的特征信息，对所述局部浪形的模式进行识别。本发明解决了现有技术中难以准确描述实际板形质量，且对局部浪形缺陷无法评价的技术问题，实现了准确描述实际板形质量，对局部浪形缺陷科学评价，从而为下游产线工艺参数的设定提供数据支撑，降低由于冷轧局部浪形导致的成品板形缺陷的发生，改善带钢板形质量的技术效果。
实施例二
基于同一发明构思，如图3所示，本实施例提供了一种对冷轧带钢板形质量进行评价的装置200，包括
建立单元201，用于基于带钢的平直度IU值，建立所述带钢的板形IU值矩阵；
检测单元202，用于基于所述板形IU值矩阵，对所述带钢进行局部浪形检测，获得所述局部浪形的特征信息；
识别单元203，用于根据所述局部浪形的特征信息，对所述局部浪形的模式进行识别。
作为一种可选的实施方式，检测单元202，还用于：
在所述基于带钢的平直度IU值，建立所述带钢的板形IU值矩阵之前，通过板形仪对所述带钢进行板形检测，获得所述带钢的平直度IU值。
作为一种可选的实施方式，所述板形IU值矩阵，具体为：
其中，行向量为沿带钢宽度方向，列向量为沿带钢长度方向，S为带钢的板形IU值矩阵；Im,n为沿带钢长度方向n、宽度方向m位置检测到的板形IU值；a为沿带钢长度方向总板形检测点，a＝L/fL；b为沿带钢宽度方向总板形检测点，b＝B/fB；L为带钢长度；B为带钢宽度；fL为板形仪长度方向检测间隔；fB为板形仪宽度方向检测间隔。
作为一种可选的实施方式，检测单元202，具体用于：
若沿带钢长度方向存在连续的k个检测点，所述k个检测点的板形IU值都大于一预设值ISet，则判定存在局部浪形区域Fi；其中，k为正整数，、ISet为正数，Fi为确定的带钢上的第i个局部浪形区域，其中包含所述k个检测点；
提取所述k个检测点的IU值，并将所述k个检测点的IU值作为所述局部浪形的特征信息。
作为一种可选的实施方式，识别单元203，具体用于：
基于所述k个检测点的IU值，计算所述局部浪形的平均板形值；基于所述平均板形值，确定所述局部浪形的模式。
作为一种可选的实施方式，识别单元203，具体用于：
基于所述平均板形值，计算所述局部浪形的归一化板形值；计算所述局部浪形的平均板形值和归一化板形值之间的加权汉明距离；基于所述加权汉明距离，计算所述局部浪形与基本模式之间的隶属度；基于所述隶属度，确定所述局部浪形的模式。
作为一种可选的实施方式，识别单元203，具体用于：
提取所述隶属度中绝对值最大的参数，其中，所述隶属度包括第一参数、第二参数和第三参数；在所述绝对值最大的参数为所述第一参数时，若所述第一参数为正数，则所述局部浪形为左边浪，若所述第一参数为负数，则所述局部浪形为右边浪；在所述绝对值最大的参数为所述第二参数时，若所述第二参数为正数，则所述局部浪形为中间浪，若所述第一参数为负数，则所述局部浪形为双边浪；在所述绝对值最大的参数为所述第三参数时，若所述第一参数为正数，则所述局部浪形为四分之一浪，若所述第三参数为负数，则所述局部浪形为边中浪。
由于本实施例所介绍的对冷轧带钢板形质量进行评价的装置为实施本申请实施例中对冷轧带钢板形质量进行评价的方法所采用的装置，故而基于本申请实施例中所介绍的对冷轧带钢板形质量进行评价的方法，本领域所属技术人员能够了解本实施例的对冷轧带钢板形质量进行评价的装置的具体实施方式以及其各种变化形式，所以在此对于该装置如何实现本申请实施例中的方法不再详细介绍。只要本领域所属技术人员实施本申请实施例中信息对冷轧带钢板形质量进行评价的方法所采用的装置，都属于本申请所欲保护的范围。
上述本申请实施例中的技术方案，至少具有如下的技术效果或优点：
在本申请实施例中，公开了一种对冷轧带钢板形质量进行评价的装置，包括：建立单元，用于基于带钢的平直度IU值，建立所述带钢的板形IU值矩阵；检测单元，用于基于所述板形IU值矩阵，对所述带钢进行局部浪形检测，获得所述局部浪形的特征信息；识别单元，用于根据所述局部浪形的特征信息，对所述局部浪形的模式进行识别。本发明解决了现有技术中难以准确描述实际板形质量，且对局部浪形缺陷无法评价的技术问题，实现了准确描述实际板形质量，对局部浪形缺陷科学评价，从而为下游产线工艺参数的设定提供数据支撑，降低由于冷轧局部浪形导致的成品板形缺陷的发生，改善带钢板形质量的技术效果。
实施例三
基于同一发明构思，如图4所示，本实施例提供了一种对冷轧带钢板形质量进行评价的装置300，包括存储器310、处理器320及存储在存储器310上并可在处理器320上运行的计算机程序311，所述处理器320执行所述计算机程序320时实现以下步骤：
基于带钢的平直度IU值，建立所述带钢的板形IU值矩阵；基于所述板形IU值矩阵，对所述带钢进行局部浪形检测，获得所述局部浪形的特征信息；根据所述局部浪形的特征信息，对所述局部浪形的模式进行识别。
在具体实施过程中，处理器320执行计算机程序311时，可以实现实施例一种的任一实施方式。
实施例四
基于同一发明构思，如图5所示，本实施例提供了一种计算机可读存储介质400，其上存储有计算机程序411，该计算机程序被处理器执行时实现以下步骤：
基于带钢的平直度IU值，建立所述带钢的板形IU值矩阵；基于所述板形IU值矩阵，对所述带钢进行局部浪形检测，获得所述局部浪形的特征信息；根据所述局部浪形的特征信息，对所述局部浪形的模式进行识别。
在具体实施过程中，该计算机程序411被处理器执行时，可以实现实施例一种的任一实施方式。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种对冷轧带钢板形质量进行评价的方法，其特征在于，包括：
基于带钢的平直度IU值，建立所述带钢的板形IU值矩阵；
基于所述板形IU值矩阵，对所述带钢进行局部浪形检测，获得所述局部浪形的特征信息；
根据所述局部浪形的特征信息，对所述局部浪形的模式进行识别。
2.如权利要求1所述的方法，其特征在于，在所述基于带钢的平直度IU值，建立所述带钢的板形IU值矩阵之前，还包括：
通过板形仪对所述带钢进行板形检测，获得所述带钢的平直度IU值。
3.如权利要求1所述的方法，其特征在于，所述板形IU值矩阵，具体为：
<mrow>
<mi>S</mi>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>I</mi>
<mrow>
<mn>1</mn>
<mo>,</mo>
<mn>1</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>I</mi>
<mrow>
<mn>1</mn>
<mo>,</mo>
<mn>2</mn>
</mrow>
</msub>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<msub>
<mi>I</mi>
<mrow>
<mn>1</mn>
<mo>,</mo>
<mi>n</mi>
</mrow>
</msub>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<msub>
<mi>I</mi>
<mrow>
<mn>1</mn>
<mo>,</mo>
<mi>b</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>I</mi>
<mrow>
<mn>1</mn>
<mo>,</mo>
<mi>b</mi>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>I</mi>
<mrow>
<mn>2</mn>
<mo>,</mo>
<mn>1</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>I</mi>
<mrow>
<mn>2</mn>
<mo>,</mo>
<mn>2</mn>
</mrow>
</msub>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<msub>
<mi>I</mi>
<mrow>
<mn>2</mn>
<mo>,</mo>
<mi>n</mi>
</mrow>
</msub>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<msub>
<mi>I</mi>
<mrow>
<mn>2</mn>
<mo>,</mo>
<mi>b</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>I</mi>
<mrow>
<mn>2</mn>
<mo>,</mo>
<mi>b</mi>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mrow></mrow>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mrow></mrow>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>I</mi>
<mrow>
<mi>m</mi>
<mo>,</mo>
<mn>1</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>I</mi>
<mrow>
<mi>m</mi>
<mo>,</mo>
<mn>2</mn>
</mrow>
</msub>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<msub>
<mi>I</mi>
<mrow>
<mi>m</mi>
<mo>,</mo>
<mi>n</mi>
</mrow>
</msub>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<msub>
<mi>I</mi>
<mrow>
<mi>m</mi>
<mo>,</mo>
<mi>b</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>I</mi>
<mrow>
<mi>m</mi>
<mo>,</mo>
<mi>b</mi>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mrow></mrow>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mrow></mrow>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>I</mi>
<mrow>
<mi>a</mi>
<mo>-</mo>
<mn>1</mn>
<mo>,</mo>
<mn>1</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>I</mi>
<mrow>
<mi>a</mi>
<mo>-</mo>
<mn>1</mn>
<mo>,</mo>
<mn>2</mn>
</mrow>
</msub>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<msub>
<mi>I</mi>
<mrow>
<mi>a</mi>
<mo>-</mo>
<mn>1</mn>
<mo>,</mo>
<mi>n</mi>
</mrow>
</msub>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<msub>
<mi>I</mi>
<mrow>
<mi>a</mi>
<mo>-</mo>
<mn>1</mn>
<mo>,</mo>
<mi>b</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>I</mi>
<mrow>
<mi>a</mi>
<mo>-</mo>
<mn>1</mn>
<mo>,</mo>
<mi>b</mi>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>I</mi>
<mrow>
<mi>a</mi>
<mo>,</mo>
<mn>1</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>I</mi>
<mrow>
<mi>a</mi>
<mo>,</mo>
<mn>2</mn>
</mrow>
</msub>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<msub>
<mi>I</mi>
<mrow>
<mi>a</mi>
<mo>,</mo>
<mi>n</mi>
</mrow>
</msub>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<msub>
<mi>I</mi>
<mrow>
<mi>a</mi>
<mo>,</mo>
<mi>b</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>I</mi>
<mrow>
<mi>a</mi>
<mo>,</mo>
<mi>b</mi>
</mrow>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
其中，行向量为沿带钢宽度方向，列向量为沿带钢长度方向，S为带钢的板形IU值矩阵；Im,n为沿带钢长度方向n、宽度方向m位置检测到的板形IU值；a为沿带钢长度方向总板形检测点，a＝L/fL；b为沿带钢宽度方向总板形检测点，b＝B/fB；L为带钢长度；B为带钢宽度；fL为板形仪长度方向检测间隔；fB为板形仪宽度方向检测间隔。
4.如权利要求3所述的方法，其特征在于，所述基于所述板形IU值矩阵，对所述带钢进行局部浪形检测，获得所述局部浪形的特征信息，包括：
若沿带钢长度方向存在连续的k个检测点，所述k个检测点的板形IU值都大于一预设值ISet，则判定存在局部浪形区域Fi；其中，k为正整数，、ISet为正数，Fi为确定的带钢上的第i个局部浪形区域，其中包含所述k个检测点；
提取所述k个检测点的IU值，并将所述k个检测点的IU值作为所述局部浪形的特征信息。
5.如权利要求4所述的方法，其特征在于，所述根据所述局部浪形的特征信息，对所述局部浪形的模式进行识别，包括：
基于所述k个检测点的IU值，计算所述局部浪形的平均板形值；
基于所述平均板形值，确定所述局部浪形的模式。
6.如权利要求5所述的方法，其特征在于，所述基于所述平均板形值，确定所述局部浪形的模式，包括：
基于所述平均板形值，计算所述局部浪形的归一化板形值；
计算所述局部浪形的平均板形值和归一化板形值之间的加权汉明距离；
基于所述加权汉明距离，计算所述局部浪形与基本模式之间的隶属度；
基于所述隶属度，确定所述局部浪形的模式。
7.如权利要求6所述的方法，其特征在于，所述基于所述隶属度，确定所述局部浪形的模式，包括：
提取所述隶属度中绝对值最大的参数，其中，所述隶属度包括第一参数、第二参数和第三参数；
在所述绝对值最大的参数为所述第一参数时，若所述第一参数为正数，则所述局部浪形为左边浪，若所述第一参数为负数，则所述局部浪形为右边浪；
在所述绝对值最大的参数为所述第二参数时，若所述第二参数为正数，则所述局部浪形为中间浪，若所述第一参数为负数，则所述局部浪形为双边浪；
在所述绝对值最大的参数为所述第三参数时，若所述第一参数为正数，则所述局部浪形为四分之一浪，若所述第三参数为负数，则所述局部浪形为边中浪。
8.一种对冷轧带钢板形质量进行评价的装置，其特征在于，包括：
建立单元，用于基于带钢的平直度IU值，建立所述带钢的板形IU值矩阵；
检测单元，用于基于所述板形IU值矩阵，对所述带钢进行局部浪形检测，获得所述局部浪形的特征信息；
识别单元，用于根据所述局部浪形的特征信息，对所述局部浪形的模式进行识别。
9.一种对冷轧带钢板形质量进行评价的装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现以下步骤：
基于带钢的平直度IU值，建立所述带钢的板形IU值矩阵；基于所述板形IU值矩阵，对所述带钢进行局部浪形检测，获得所述局部浪形的特征信息；根据所述局部浪形的特征信息，对所述局部浪形的模式进行识别。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现以下步骤：
基于带钢的平直度IU值，建立所述带钢的板形IU值矩阵；基于所述板形IU值矩阵，对所述带钢进行局部浪形检测，获得所述局部浪形的特征信息；根据所述局部浪形的特征信息，对所述局部浪形的模式进行识别。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711318921.2A CN107900114B (zh) | 2017-12-12 | 2017-12-12 | 一种对冷轧带钢板形质量进行评价的方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711318921.2A CN107900114B (zh) | 2017-12-12 | 2017-12-12 | 一种对冷轧带钢板形质量进行评价的方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107900114A true CN107900114A (zh) | 2018-04-13 |
| CN107900114B CN107900114B (zh) | 2019-09-03 |
Family
ID=61865330
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711318921.2A Active CN107900114B (zh) | 2017-12-12 | 2017-12-12 | 一种对冷轧带钢板形质量进行评价的方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107900114B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110500987A (zh) * | 2019-08-27 | 2019-11-26 | 南京涵曦月自动化科技有限公司 | 一种精密加工用粗糙度检测机器人及其检测方法 |
| CN112307598A (zh) * | 2020-09-30 | 2021-02-02 | 首钢集团有限公司 | 一种热轧带钢边部板廓的评估方法 |
| CN114515763A (zh) * | 2022-01-21 | 2022-05-20 | 北京科技大学 | 一种基于数据假定补偿的板形识别方法 |
| CN115193921A (zh) * | 2022-06-17 | 2022-10-18 | 北京科技大学 | 一种基于多目标决策的板形质量综合评价方法及装置 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102366764A (zh) * | 2011-09-13 | 2012-03-07 | 中冶南方工程技术有限公司 | 冷轧带钢板形测量信号测量值的降阶处理方法 |
| CN102500624A (zh) * | 2011-10-18 | 2012-06-20 | 中冶南方工程技术有限公司 | 一种冷轧带钢平直度的鲁棒优化控制系统及方法 |
| CN202290767U (zh) * | 2011-10-18 | 2012-07-04 | 中冶南方工程技术有限公司 | 一种冷轧带钢平直度的鲁棒优化控制系统 |
| CN103376085A (zh) * | 2013-07-05 | 2013-10-30 | 燕山大学 | 冷轧带钢板形智能综合评价方法 |
| CN103377318A (zh) * | 2013-07-05 | 2013-10-30 | 燕山大学 | 冷轧带钢在线板形统计方法 |
| CN104785535A (zh) * | 2015-01-30 | 2015-07-22 | 北京科技大学 | 一种基于模糊算法的冷轧平坦度质量判定方法 |
| CN105598186A (zh) * | 2015-12-30 | 2016-05-25 | 北京首钢自动化信息技术有限公司 | 一种基于带钢横向平坦度分布的平坦度评价系统及其方法 |
-
2017
- 2017-12-12 CN CN201711318921.2A patent/CN107900114B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102366764A (zh) * | 2011-09-13 | 2012-03-07 | 中冶南方工程技术有限公司 | 冷轧带钢板形测量信号测量值的降阶处理方法 |
| CN102500624A (zh) * | 2011-10-18 | 2012-06-20 | 中冶南方工程技术有限公司 | 一种冷轧带钢平直度的鲁棒优化控制系统及方法 |
| CN202290767U (zh) * | 2011-10-18 | 2012-07-04 | 中冶南方工程技术有限公司 | 一种冷轧带钢平直度的鲁棒优化控制系统 |
| CN103376085A (zh) * | 2013-07-05 | 2013-10-30 | 燕山大学 | 冷轧带钢板形智能综合评价方法 |
| CN103377318A (zh) * | 2013-07-05 | 2013-10-30 | 燕山大学 | 冷轧带钢在线板形统计方法 |
| CN104785535A (zh) * | 2015-01-30 | 2015-07-22 | 北京科技大学 | 一种基于模糊算法的冷轧平坦度质量判定方法 |
| CN105598186A (zh) * | 2015-12-30 | 2016-05-25 | 北京首钢自动化信息技术有限公司 | 一种基于带钢横向平坦度分布的平坦度评价系统及其方法 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110500987A (zh) * | 2019-08-27 | 2019-11-26 | 南京涵曦月自动化科技有限公司 | 一种精密加工用粗糙度检测机器人及其检测方法 |
| CN112307598A (zh) * | 2020-09-30 | 2021-02-02 | 首钢集团有限公司 | 一种热轧带钢边部板廓的评估方法 |
| CN114515763A (zh) * | 2022-01-21 | 2022-05-20 | 北京科技大学 | 一种基于数据假定补偿的板形识别方法 |
| CN114515763B (zh) * | 2022-01-21 | 2022-09-02 | 北京科技大学 | 一种基于数据假定补偿的板形识别方法 |
| CN115193921A (zh) * | 2022-06-17 | 2022-10-18 | 北京科技大学 | 一种基于多目标决策的板形质量综合评价方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107900114B (zh) | 2019-09-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Bidabadi et al. | Experimental and numerical study of bowing defects in cold roll-formed, U-channel sections | |
| CN107900114A (zh) | 一种对冷轧带钢板形质量进行评价的方法及装置 | |
| CN102189117B (zh) | 基于横向性能检测的冷轧带钢平直度前馈控制方法 | |
| CN102641903B (zh) | 炉卷轧机轧件头尾跑偏控制方法 | |
| Bidabadi et al. | Experimental investigation of the ovality of holes on pre-notched channel products in the cold roll forming process | |
| US20190377841A1 (en) | Classification optimization method for steel grade family of steel rolling model | |
| CN102172639B (zh) | 一种冷轧机工作辊弯辊超限的动态替代调节方法 | |
| CN112275807B (zh) | 一种热轧带钢轮廓边部平台的检测方法及装置 | |
| CN104785535A (zh) | 一种基于模糊算法的冷轧平坦度质量判定方法 | |
| CN107999548B (zh) | 一种热轧带钢轮廓局部高点的识别方法及装置 | |
| CN109766593A (zh) | 一种带钢在炉内瓢曲风险的评估方法和装置 | |
| CN107552573B (zh) | 一种高强钢内应力的控制方法及装置 | |
| CN102886384A (zh) | 基于支持向量机的森吉米尔20辊轧机板形缺陷识别方法 | |
| TWI323197B (en) | Method for increasing the process stability, especially the absolute thickness accuracy and the plant safety-during hot rolling of steel or nonferrous materials | |
| CN116108932A (zh) | 一种钢铁生产过程数据和机理融合模型建立方法 | |
| CN105598186B (zh) | 一种基于带钢横向平坦度分布的平坦度评价系统及其方法 | |
| CN103272855A (zh) | 一种在预设定模型计算中提高轧机入口厚度精度的方法 | |
| JP6036857B2 (ja) | 圧延機の制御方法、圧延機の制御装置、及び圧延材の製造方法 | |
| CN112862284A (zh) | 一种热轧带钢轧机刚度的精度评价方法及系统 | |
| CN103390114B (zh) | 一种带钢成品厚度精度的检测判断系统及其方法 | |
| KR20200092084A (ko) | 강판의 품질 관리장치 및 그 제어방법 | |
| TWI530334B (zh) | 軋延力分配判斷系統及方法 | |
| CN115055522B (zh) | 一种精轧机组机架出口楔形的控制方法和系统 | |
| CN118417329B (zh) | 热轧带钢粗轧宽度的自适应控制方法、装置和电子设备 | |
| CN114118205A (zh) | 一种基于机器学习的板坯弯曲模式分类方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |