CN107999548A - 一种热轧带钢轮廓局部高点的识别方法及装置 - Google Patents
一种热轧带钢轮廓局部高点的识别方法及装置 Download PDFInfo
- Publication number
- CN107999548A CN107999548A CN201711288259.0A CN201711288259A CN107999548A CN 107999548 A CN107999548 A CN 107999548A CN 201711288259 A CN201711288259 A CN 201711288259A CN 107999548 A CN107999548 A CN 107999548A
- Authority
- CN
- China
- Prior art keywords
- point
- points
- local high
- mrow
- local
- 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
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000005096 rolling process Methods 0.000 claims abstract description 52
- 238000005259 measurement Methods 0.000 claims abstract description 14
- 229910000831 Steel Inorganic materials 0.000 claims description 78
- 239000010959 steel Substances 0.000 claims description 78
- 238000004590 computer program Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000009466 transformation Effects 0.000 claims description 8
- 101100517651 Caenorhabditis elegans num-1 gene Proteins 0.000 claims description 4
- 230000008030 elimination Effects 0.000 claims description 4
- 238000003379 elimination reaction Methods 0.000 claims description 4
- 238000003860 storage Methods 0.000 claims description 4
- 238000009827 uniform distribution Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000021615 conjugation Effects 0.000 description 2
- 229910000976 Electrical steel Inorganic materials 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005246 galvanizing Methods 0.000 description 1
- 238000005098 hot rolling Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005498 polishing Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000006467 substitution reaction Methods 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
- G06F17/141—Discrete Fourier transforms
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Theoretical Computer Science (AREA)
- Discrete Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Mechanical Engineering (AREA)
- Length Measuring Devices With Unspecified Measuring Means (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及热轧板形控制技术领域,特别涉及一种热轧带钢轮廓局部高点的识别方法,包括:获取精轧出口带钢横断面轮廓均匀分布的测量点;对测量点序列进行实数的快速傅里叶变换得到复数序列;对复数序列进行快速傅里叶逆变换,得到消除噪声的精轧出口带钢横断面轮廓拟合曲线;逐点遍历拟合曲线,并记录所有的局部极值点;定义中部区域,并排除中心极值点;对除中心极值点外的局部高点,计算局部高点值。本发明实施例提供的热轧带钢轮廓局部高点的识别方法及装置,可以精确的得到热轧带钢的轮廓拟合曲线,进而精确的得到局部高点的数量和各局部高点值。
Description
技术领域
本发明涉及热轧板形控制技术领域,特别涉及一种热轧带钢轮廓局部高点的识别方法及装置。
背景技术
局部高点是热轧带钢的一项主要板形缺陷,局部高点指带钢横断面某一点处带钢厚度比相邻区域厚。高品质薄板如镀锡板、硅钢板一般要求热轧原料的局部高点在6μm以下,汽车板和家电板则要求局部高点控制在10μm以下。局部高点值一般为微米级,成卷后有累积作用,在酸轧、热镀锌前后通过钢卷表面打磨可见明显的亮带,严重的情况用手触摸有明显的凸出感,肉眼也能观察到。热轧带钢轮廓一般是通过横断面测量仪测量得到,但是仪表只提供了横断面测量数据,局部高点的判定只能通过人工判定,对经验的依赖性很强。因此各钢铁企业均开展了局部高点的特征识别工作,目前缺乏对热轧带钢轮廓局部高点准确的识别方法。
发明内容
本发明实施例通过提供一种热轧带钢轮廓局部高点的识别方法及装置,解决了现有技术中无法准确的识别热轧带钢轮廓局部高点的技术问题。
本发明实施例提供了一种热轧带钢轮廓局部高点的识别方法,包括:
获取精轧出口带钢横断面轮廓均匀分布的测量点;
对测量点序列进行实数的快速傅里叶变换得到复数序列;
对所述复数序列进行快速傅里叶逆变换,得到消除噪声的精轧出口带钢横断面轮廓拟合曲线;
逐点遍历所述拟合曲线,并记录所有的局部极值点;
定义中部区域,并排除中心极值点;
对除所述中心极值点外的局部高点,计算局部高点值。
进一步的,所述获取精轧出口带钢横断面轮廓均匀分布的测量点,包括:
获取精轧出口带钢横断面轮廓均匀分布的测量点(x(n),y(n)),n=0,1,2,…,N-1;
其中,所述x(n)为精轧出口带钢横断面轮廓测量数据的宽度方向坐标;所述y(n)为精轧出口带钢横断面轮廓测量数据的厚度值;所述N为精轧出口带钢横断面轮廓的测量值数量;测量点之间横坐标的间隔为常数。
进一步的,所述对测量点序列进行实数的快速傅里叶变换得到复数序列,包括:
根据公式及进行实数的快速傅里叶变换;
其中,k=0,1,2,…,N-1;所述Y(k)为经过傅里叶变换后的复数序列;所述为旋转因子。
进一步的,所述消除噪声的精轧出口带钢横断面轮廓拟合曲线为:
其中,所述为消除噪声后的精轧出口横断面轮廓拟合曲线;所述Y*(k)为Y(k)的共轭复数;所述*为取共轭。
进一步的,所述逐点遍历所述拟合曲线,记录所有的局部极值点,包括:
从n=0点开始逐点遍历所述拟合曲线记录所有的局部极值点 所述局部极值点包括局部高点和局部低点,局部高点标记为pH(i),局部低点标记为pL(i);
所述局部高点的判断条件为:
且
所述局部低点的判断条件为:
且
其中,其中所述m为局部极值点的个数。
进一步的,所述中部区域为:
其中,所述C为中心区域的宽度,中心区域的极值点不进行局部高点值的计算。
进一步的,所述对除所述中心极值点外的局部高点,计算所述局部高点值,包括:
对除中心极值点外的所有局部高点,计算局部高点值:
v(j)=max(pH(j)-pL(j-1),pH(j)-pL(j+1));所述v(j)为局部高点值;j=0,1,2,…,num-1;
如果局部高点只有单侧有局部低点,则只计算单侧差值;
如果相邻局部高点和局部低点的距离x(j)-x(j-1)或x(j+1)-x(j)小于给定阈值dist,则不计算局部高点值。
本发明实施例提供了一种热轧带钢轮廓局部高点的识别装置,包括:
获取单元,获取精轧出口带钢横断面轮廓均匀分布的测量点;
傅里叶变换单元,对测量点序列进行实数的快速傅里叶变换得到复数序列;
傅里叶逆变换单元,对所述复数序列进行快速傅里叶逆变换,得到消除噪声的精轧出口带钢横断面轮廓拟合曲线;
曲线遍历单元,逐点遍历所述拟合曲线,并记录所有的局部极值点;
中心极值处理单元,定义中部区域,并排除中心极值点;
局部高点值计算单元,对除所述中心极值点外的局部高点,计算局部高点值。
本发明实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现以下步骤:
获取精轧出口带钢横断面轮廓均匀分布的测量点;
对测量点序列进行实数的快速傅里叶变换得到复数序列;
对所述复数序列进行快速傅里叶逆变换,得到消除噪声的精轧出口带钢横断面轮廓拟合曲线;
逐点遍历所述拟合曲线,并记录所有的局部极值点;
定义中部区域,并排除中心极值点;
对除所述中心极值点外的局部高点,计算局部高点值。
本发明实施例提供了一种识别设备,包括:
获取装置,用于获取精轧出口带钢横断面轮廓均匀分布的测量点;
傅里叶变换装置,用于对所述测量点序列进行实数的快速傅里叶变换得到复数序列;
傅里叶变换装置,用于对所述复数序列进行快速傅里叶逆变换,得到消除噪声的精轧出口带钢横断面轮廓拟合曲线;
曲线遍历装置,用于逐点遍历所述拟合曲线,并记录所有的局部极值点;
中心极值处理装置,用于定义中部区域,并排除中心极值点;
局部高点值计算装置,用于对除所述中心极值点外的局部高点,计算局部高点值。
本发明实施例提供的一种或多种技术方案,至少具备以下有益效果或优点:
本发明实施例提供的热轧带钢轮廓局部高点的识别方法及装置,通过实数的快速傅里叶变换对热轧带钢轮廓进行曲线拟合,消除带钢轮廓噪点;然后遍历所有测量点,通过对比相邻数点的轮廓厚度值确定局部极值点;通过计算相邻局部极高点和局部极低点的差值得到局部高点值。
因此,本发明实施例提供的热轧带钢轮廓局部高点的识别方法及装置,可以精确的得到热轧带钢的轮廓拟合曲线,进而精确的得到局部高点的数量和各局部高点值。
附图说明
图1为本发明实施例提供的轧带钢轮廓局部高点的识别方法流程图;
图2为本发明实施例提供的轧带钢轮廓局部高点识别装置结构示意框图;
图3为本发明实施例提供的计算机可读存储介质结构示意图;
图4为本发明实施例提供的识别设备结构示意图。
具体实施方式
本发明实施例通过提供一种热轧带钢轮廓局部高点的识别方法及装置,解决了现有技术中无法准确的识别热轧带钢轮廓局部高点的技术问题。
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一
参见图1,本发明实施例提供了一种热轧带钢轮廓局部高点的识别方法,所述方法包括以下步骤:
步骤S10、获取精轧出口带钢横断面轮廓均匀分布的测量点。
具体的,步骤S10包括:获取精轧出口带钢横断面轮廓均匀分布的测量点(x(n),y(n)),n=0,1,2,…,N-1。其中,x(n)为精轧出口带钢横断面轮廓测量数据的宽度方向坐标;y(n)为精轧出口带钢横断面轮廓测量数据的厚度值;N为精轧出口带钢横断面轮廓的测量值数量;测量点之间横坐标的间隔为常数。
步骤S20、对测量点序列进行实数的快速傅里叶变换得到复数序列。
具体的,步骤S20包括:根据公式及进行实数的快速傅里叶变换;其中,k=0,1,2,…,N-1;Y(k)为经过傅里叶变换后的复数序列;为旋转因子。
步骤S30、对复数序列进行快速傅里叶逆变换,得到消除噪声的精轧出口带钢横断面轮廓拟合曲线。
其中,消除噪声的精轧出口带钢横断面轮廓拟合曲线为:
其中,为消除噪声后的精轧出口横断面轮廓拟合曲线;Y*(k)为Y(k)的共轭复数;*为取共轭。
步骤S40、逐点遍历拟合曲线,并记录所有的局部极值点。
具体的,步骤S40包括:从n=0点开始逐点遍历所述拟合曲线记录所有的局部极值点所述局部极值点包括局部高点和局部低点,局部高点标记为pH(i),局部低点标记为pL(i);
局部高点的判断条件为:
且
局部低点的判断条件为:
且
其中,其中m为局部极值点的个数。
步骤S50、定义中部区域,并排除中心极值点。
具体的,步骤S50定义的中部区域为:
其中,C为中心区域的宽度,中心区域的极值点不进行局部高点值的计算。
步骤S60、对除中心极值点外的局部高点,计算局部高点值。
具体的,步骤S60包括:
对除中心极值点外的所有局部高点,计算局部高点值:
v(j)=max(pH(j)-pL(j-1),pH(j)-pL(j+1));其中,v(j)为局部高点值;j=0,1,2,…,num-1;
如果局部高点只有单侧有局部低点,则只计算单侧差值;如果相邻局部高点和局部低点的距离x(j)-x(j-1)或x(j+1)-x(j)小于给定阈值dist,则不计算局部高点值。
实施例二
参见图2,本发明实施例提供了一种热轧带钢轮廓局部高点的识别装置200,所述识别装置200包括以下功能模块:
获取单元201,用于获取精轧出口带钢横断面轮廓均匀分布的测量点。
具体的,获取单元201用于获取精轧出口带钢横断面轮廓均匀分布的测量点(x(n),y(n)),n=0,1,2,…,N-1。其中,x(n)为精轧出口带钢横断面轮廓测量数据的宽度方向坐标;y(n)为精轧出口带钢横断面轮廓测量数据的厚度值;N为精轧出口带钢横断面轮廓的测量值数量;测量点之间横坐标的间隔为常数。
傅里叶变换单元202,用于对测量点序列进行实数的快速傅里叶变换得到复数序列。
具体的,傅里叶变换单元202用于:根据公式及进行实数的快速傅里叶变换;其中,k=0,1,2,…,N-1;Y(k)为经过傅里叶变换后的复数序列;为旋转因子。
傅里叶变换单元203,用于对复数序列进行快速傅里叶逆变换,得到消除噪声的精轧出口带钢横断面轮廓拟合曲线。
其中,消除噪声的精轧出口带钢横断面轮廓拟合曲线为:
其中,为消除噪声后的精轧出口横断面轮廓拟合曲线;Y*(k)为Y(k)的共轭复数;*为取共轭。
曲线遍历单元204,用于逐点遍历拟合曲线,并记录所有的局部极值点。
具体的,曲线遍历单元204用于:从n=0点开始逐点遍历所述拟合曲线记录所有的局部极值点局部极值点包括局部高点和局部低点,局部高点标记为pH(i),局部低点标记为pL(i);
局部高点的判断条件为:
且
局部低点的判断条件为:
且
其中,其中m为局部极值点的个数。
中心值处理单元205,用于定义中部区域,并排除中心极值点。
具体的,中心值处理单元205定义的中部区域为:
其中,C为中心区域的宽度,中心区域的极值点不进行局部高点值的计算。
局部高点值计算单元206,用于对除中心极值点外的局部高点,并计算局部高点值。
具体的,局部高点值计算单元206用于:对除中心极值点外的所有局部高点,计算局部高点值:v(j)=max(pH(j)-pL(j-1),pH(j)-pL(j+1));其中,v(j)为局部高点值;j=0,1,2,…,num-1。如果局部高点只有单侧有局部低点,则只计算单侧差值;如果相邻局部高点和局部低点的距离x(j)-x(j-1)或x(j+1)-x(j)小于给定阈值dist,则不计算局部高点值。
实施例三
参见图3,本发明实施例提供了一种计算机可读存储介质300,其上存储有计算机程序303,该计算机程序301被处理器执行时实现以下步骤:
获取精轧出口带钢横断面轮廓均匀分布的测量点;
对测量点序列进行实数的快速傅里叶变换得到复数序列;
对复数序列进行快速傅里叶逆变换,得到消除噪声的精轧出口带钢横断面轮廓拟合曲线;
逐点遍历拟合曲线,并记录所有的局部极值点;
定义中部区域,并排除中心极值点;
对除中心极值点外的局部高点,计算局部高点值。
实施例四
参见图4,本发明实施例提供了一种识别设备400,包括:
获取装置401,用于获取精轧出口带钢横断面轮廓均匀分布的测量点;
傅里叶变换装置402,用于对测量点序列进行实数的快速傅里叶变换得到复数序列;
傅里叶逆变换装置403,用于对复数序列进行快速傅里叶逆变换,得到消除噪声的精轧出口带钢横断面轮廓拟合曲线;
曲线遍历装置404,用于逐点遍历拟合曲线,并记录所有的局部极值点;
中心极值处理装置405,用于定义中部区域,并排除中心极值点;
局部高点值计算装置406,用于对除中心极值点外的局部高点,计算局部高点值。
本发明实施例提供的一种或多种技术方案,至少具备以下有益效果或优点:
本发明实施例提供的热轧带钢轮廓局部高点的识别方法及装置,通过实数的快速傅里叶变换对热轧带钢轮廓进行曲线拟合,消除带钢轮廓噪点;然后遍历所有测量点,通过对比相邻数点的轮廓厚度值确定局部极值点;通过计算相邻局部极高点和局部极低点的差值得到局部高点值。
因此,本发明实施例提供的热轧带钢轮廓局部高点的识别方法及装置,可以精确的得到热轧带钢的轮廓拟合曲线,进而精确的得到局部高点的数量和各局部高点值。
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。
最后所应说明的是,以上具体实施方式仅用以说明本发明的技术方案而非限制,尽管参照实例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (10)
1.一种热轧带钢轮廓局部高点的识别方法,其特征在于,包括:
获取精轧出口带钢横断面轮廓均匀分布的测量点;
对测量点序列进行实数的快速傅里叶变换得到复数序列;
对所述复数序列进行快速傅里叶逆变换,得到消除噪声的精轧出口带钢横断面轮廓拟合曲线;
逐点遍历所述拟合曲线,并记录所有的局部极值点;
定义中部区域,排除中心极值点;
对除所述中心极值点外的局部高点,计算局部高点值。
2.根据权利要求1所述的热轧带钢轮廓局部高点的识别方法,其特征在于,所述获取精轧出口带钢横断面轮廓均匀分布的测量点,包括:
获取精轧出口带钢横断面轮廓均匀分布的测量点(x(n),y(n)),n=0,1,2,…,N-1;
其中,所述x(n)为精轧出口带钢横断面轮廓测量数据的宽度方向坐标;所述y(n)为精轧出口带钢横断面轮廓测量数据的厚度值;所述N为精轧出口带钢横断面轮廓的测量值数量;测量点之间横坐标的间隔为常数。
3.根据权利要求2所述的热轧带钢轮廓局部高点的识别方法,其特征在于,所述对测量点序列进行实数的快速傅里叶变换得到复数序列,包括:
根据公式及进行实数的快速傅里叶变换;
其中,k=0,1,2,…,N-1;所述Y(k)为经过傅里叶变换后的复数序列;所述为旋转因子。
4.根据权利要求3所述的热轧带钢轮廓局部高点的识别方法,其特征在于,所述消除噪声的精轧出口带钢横断面轮廓拟合曲线为:
<mrow>
<mover>
<mi>y</mi>
<mo>&OverBar;</mo>
</mover>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mi>N</mi>
</mfrac>
<msup>
<mrow>
<mo>{</mo>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>N</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</munderover>
<msup>
<mi>Y</mi>
<mo>*</mo>
</msup>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<msubsup>
<mi>W</mi>
<mi>N</mi>
<mrow>
<mi>n</mi>
<mi>k</mi>
</mrow>
</msubsup>
<mo>}</mo>
</mrow>
<mo>*</mo>
</msup>
<mo>;</mo>
</mrow>
其中,所述为消除噪声后的精轧出口横断面轮廓拟合曲线;所述Y*(k)为Y(k)的共轭复数;所述*为取共轭。
5.根据权利要求4所述的热轧带钢轮廓局部高点的识别方法,其特征在于,所述逐点遍历所述拟合曲线,记录所有的局部极值点,包括:
从n=0点开始逐点遍历所述拟合曲线记录所有的局部极值点i=0,1,2,…,m-1;所述局部极值点包括局部高点和局部低点,局部高点标记为pH(i),局部低点标记为pL(i);
所述局部高点的判断条件为:
且0<n<N-1;
所述局部低点的判断条件为:
且0<n<N-1;
其中,其中所述m为局部极值点的个数。
6.根据权利要求5所述的热轧带钢轮廓局部高点的识别方法,其特征在于,所述中部区域为:
<mrow>
<mo>&lsqb;</mo>
<mfrac>
<mrow>
<mi>x</mi>
<mrow>
<mo>(</mo>
<mn>0</mn>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>x</mi>
<mrow>
<mo>(</mo>
<mi>N</mi>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mi>C</mi>
</mrow>
<mn>2</mn>
</mfrac>
<mo>,</mo>
<mfrac>
<mrow>
<mi>x</mi>
<mrow>
<mo>(</mo>
<mn>0</mn>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>x</mi>
<mrow>
<mo>(</mo>
<mi>N</mi>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>C</mi>
</mrow>
<mn>2</mn>
</mfrac>
<mo>&rsqb;</mo>
<mo>;</mo>
</mrow>
其中,所述C为中心区域的宽度,中心区域的极值点不进行局部高点值的计算。
7.根据权利要求6所述的热轧带钢轮廓局部高点的识别方法,其特征在于,所述对除所述中心极值点外的局部高点,计算所述局部高点值,包括:
对除中心极值点外的所有局部高点,计算局部高点值:
v(j)=max(pH(j)-pL(j-1),pH(j)-pL(j+1));所述v(j)为局部高点值;j=0,1,2,…,num-1;
如果局部高点只有单侧有局部低点,则只计算单侧差值;
如果相邻局部高点和局部低点的距离x(j)-x(j-1)或x(j+1)-x(j)小于给定阈值dist,则不计算局部高点值。
8.一种热轧带钢轮廓局部高点的识别装置,其特征在于,包括:
获取单元,获取精轧出口带钢横断面轮廓均匀分布的测量点;
傅里叶变换单元,对测量点序列进行实数的快速傅里叶变换得到复数序列;
傅里叶逆变换单元,对所述复数序列进行快速傅里叶逆变换,得到消除噪声的精轧出口带钢横断面轮廓拟合曲线;
曲线遍历单元,逐点遍历所述拟合曲线,并记录所有的局部极值点;
中心极值处理单元,定义中部区域,并排除中心极值点;
局部高点值计算单元,对除所述中心极值点外的局部高点,计算局部高点值。
9.一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,该程序被处理器执行时实现以下步骤:
获取精轧出口带钢横断面轮廓均匀分布的测量点;
对测量点序列进行实数的快速傅里叶变换得到复数序列;
对所述复数序列进行快速傅里叶逆变换,得到消除噪声的精轧出口带钢横断面轮廓拟合曲线;
逐点遍历所述拟合曲线,并记录所有的局部极值点;
定义中部区域,并排除中心极值点;
对除所述中心极值点外的局部高点,计算局部高点值。
10.一种识别设备,包括;
获取装置,用于获取精轧出口带钢横断面轮廓均匀分布的测量点;
傅里叶变换装置,用于对所述测量点序列进行实数的快速傅里叶变换得到复数序列;
傅里叶逆变换装置,用于对所述复数序列进行快速傅里叶逆变换,得到消除噪声的精轧出口带钢横断面轮廓拟合曲线;
曲线遍历装置,用于逐点遍历所述拟合曲线,并记录所有的局部极值点;
中心极值处理装置,用于定义中部区域,并排除中心极值点;
局部高点值计算装置,用于对除所述中心极值点外的局部高点,计算局部高点值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711288259.0A CN107999548B (zh) | 2017-12-07 | 2017-12-07 | 一种热轧带钢轮廓局部高点的识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711288259.0A CN107999548B (zh) | 2017-12-07 | 2017-12-07 | 一种热轧带钢轮廓局部高点的识别方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107999548A true CN107999548A (zh) | 2018-05-08 |
CN107999548B CN107999548B (zh) | 2020-03-17 |
Family
ID=62057353
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711288259.0A Active CN107999548B (zh) | 2017-12-07 | 2017-12-07 | 一种热轧带钢轮廓局部高点的识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107999548B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111062982A (zh) * | 2019-12-10 | 2020-04-24 | 长江存储科技有限责任公司 | 一种图形分析方法、系统及存储介质 |
CN112122365A (zh) * | 2020-08-26 | 2020-12-25 | 北京科技大学 | 一种基于称重的箔带横断面轮廓测量方法 |
CN112179308A (zh) * | 2020-09-11 | 2021-01-05 | 山东钢铁集团日照有限公司 | 一种热轧钢带横截面轮廓局部高点分级判别方法 |
CN114858120A (zh) * | 2022-04-15 | 2022-08-05 | 首钢集团有限公司 | 一种带钢板廓反翘的评价方法和装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS54155164A (en) * | 1978-05-30 | 1979-12-06 | Nippon Steel Corp | Detecting method for high spot |
CN104942027A (zh) * | 2015-06-03 | 2015-09-30 | 辽宁科技大学 | 一种利用计算机二级数据处理系统检测钢板板型的方法 |
CN105203731A (zh) * | 2015-09-10 | 2015-12-30 | 北京首钢股份有限公司 | 一种带钢横断面轮廓缺陷局部高点量化方法及装置 |
CN105678466A (zh) * | 2016-01-14 | 2016-06-15 | 北京科技大学 | 一种冷轧基料的断面质量判定方法 |
CN106140829A (zh) * | 2015-03-27 | 2016-11-23 | 上海梅山钢铁股份有限公司 | 基于cvc辊形的防止热轧带钢产生局部高点的方法 |
CN107282651A (zh) * | 2016-03-30 | 2017-10-24 | 本钢板材股份有限公司 | 隆起缺陷检查判定方法 |
-
2017
- 2017-12-07 CN CN201711288259.0A patent/CN107999548B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS54155164A (en) * | 1978-05-30 | 1979-12-06 | Nippon Steel Corp | Detecting method for high spot |
CN106140829A (zh) * | 2015-03-27 | 2016-11-23 | 上海梅山钢铁股份有限公司 | 基于cvc辊形的防止热轧带钢产生局部高点的方法 |
CN104942027A (zh) * | 2015-06-03 | 2015-09-30 | 辽宁科技大学 | 一种利用计算机二级数据处理系统检测钢板板型的方法 |
CN105203731A (zh) * | 2015-09-10 | 2015-12-30 | 北京首钢股份有限公司 | 一种带钢横断面轮廓缺陷局部高点量化方法及装置 |
CN105678466A (zh) * | 2016-01-14 | 2016-06-15 | 北京科技大学 | 一种冷轧基料的断面质量判定方法 |
CN107282651A (zh) * | 2016-03-30 | 2017-10-24 | 本钢板材股份有限公司 | 隆起缺陷检查判定方法 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111062982A (zh) * | 2019-12-10 | 2020-04-24 | 长江存储科技有限责任公司 | 一种图形分析方法、系统及存储介质 |
CN111062982B (zh) * | 2019-12-10 | 2021-03-19 | 长江存储科技有限责任公司 | 一种图形分析方法、系统及存储介质 |
CN112122365A (zh) * | 2020-08-26 | 2020-12-25 | 北京科技大学 | 一种基于称重的箔带横断面轮廓测量方法 |
CN112122365B (zh) * | 2020-08-26 | 2021-08-03 | 北京科技大学 | 一种基于称重的箔带横断面轮廓测量方法 |
WO2022042445A1 (zh) * | 2020-08-26 | 2022-03-03 | 北京科技大学 | 一种基于称重的箔带横断面轮廓测量方法 |
CN112179308A (zh) * | 2020-09-11 | 2021-01-05 | 山东钢铁集团日照有限公司 | 一种热轧钢带横截面轮廓局部高点分级判别方法 |
CN114858120A (zh) * | 2022-04-15 | 2022-08-05 | 首钢集团有限公司 | 一种带钢板廓反翘的评价方法和装置 |
CN114858120B (zh) * | 2022-04-15 | 2023-12-12 | 首钢集团有限公司 | 一种带钢板廓反翘的评价方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN107999548B (zh) | 2020-03-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107999548B (zh) | 一种热轧带钢轮廓局部高点的识别方法及装置 | |
US10024765B2 (en) | System and method for analyzing tire tread parameters | |
CN104942017B (zh) | 冷轧带钢横向厚差的确定方法 | |
CN107900114A (zh) | 一种对冷轧带钢板形质量进行评价的方法及装置 | |
CN102641902B (zh) | 精轧相变带钢的轧制压力设定方法 | |
CN111666653A (zh) | 一种带钢精轧模型设定精度的在线评判方法 | |
CN112275807B (zh) | 一种热轧带钢轮廓边部平台的检测方法及装置 | |
CN115035106A (zh) | 一种带钢缺陷智能检测方法 | |
CN105628607A (zh) | 一种氧化铁皮结合力表征方法 | |
CN110756592B (zh) | 控制热轧带钢尾部宽度的方法及装置 | |
CN112077153A (zh) | 一种热镀锌光整机板形控制方法 | |
CN111898903A (zh) | 一种钢铁产品均匀性和综合质量评估方法及系统 | |
KR20180115368A (ko) | 선재의 표면 흠 자동 맵핑 장치 및 방법 | |
CN111266419B (zh) | 一种卷取入口侧导板预设开口度的控制方法及控制装置 | |
CN109772896A (zh) | 基于Smith预估控制的热连轧变目标平直度控制方法 | |
Huang et al. | Determination of the forming limit curve using digital image correlation-comparison of different approaches to pinpoint the onset of localized necking | |
CN112129989B (zh) | 一种基于自适应聚类的电压暂降分段刻画方法 | |
CN105841657B (zh) | 一种金属表面形貌高斯滤波过程中的边缘效应抑制方法 | |
CN107486587B (zh) | 一种提高剪切设定模型控制精度的减薄量补偿方法 | |
CN114331195A (zh) | 一种影响热轧带钢全长质量的过程曲线风险评价方法 | |
Belov et al. | Simulation algorithm for automotive steel sheet texture formation in temper mill | |
Luc et al. | The representative topography of worn hot rolling mill cylinders | |
CN114397151B (zh) | 一种板材表面质量控制方法、装置、设备及存储介质 | |
JP2843273B2 (ja) | 熱間圧延鋼板の形状予測方法 | |
CN108687138B (zh) | 一种热连轧带钢宽度控制方法及系统、计算机设备、介质 |
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 |