CN109948287A - 一种捞渣点优化方法、系统以及捞渣机器人 - Google Patents
一种捞渣点优化方法、系统以及捞渣机器人 Download PDFInfo
- Publication number
- CN109948287A CN109948287A CN201910255142.5A CN201910255142A CN109948287A CN 109948287 A CN109948287 A CN 109948287A CN 201910255142 A CN201910255142 A CN 201910255142A CN 109948287 A CN109948287 A CN 109948287A
- Authority
- CN
- China
- Prior art keywords
- point
- intersection
- slag
- fishing slag
- sampling
- 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
Abstract
本发明公开了一种捞渣点优化方法、系统以及捞渣机器人,属于捞渣技术领域,包括以下步骤:基于待捞渣区域进行第一矩形网格划分,形成n×m个等分矩形区域;对所述待捞渣区域内的所述第一矩形网格划分形成的第一交点处进行捞渣采样,并获取所述第一交点处捞渣采样的样品重量;对所述第一交点处捞渣采样的样品重量求均值,获得第一均值;判断所述第一交点中各交点捞渣采样的样品重量是否大于所述第一均值;若是,则获得第二交点;将所述第二交点作为捞渣点;本发明代替全覆盖捞渣或者盲目的选取捞渣点,既简单,又有效,成本低,可大大提高捞渣的效率。
Description
技术领域
本发明涉及工业捞渣技术领域,具体涉及一种用于热镀锌锌锅锌渣处理的捞渣点优化方法、系统以及捞渣机器人。
背景技术
热镀锌及其合金产品是钢铁材料中最常见、最有效和最经济的耐腐蚀产品之一。近些年,随着热镀锌板进入高档汽车板市场,客户对热镀锌板产品质量的要求进一步提高,镀锌产品的表面质量日益成为热镀锌生产企业关注的重点,锌灰、锌渣缺陷也是主机厂最为重视的典型产品缺陷。
锌渣的产生是由于进入锌锅的Fe不断发生变化,破坏了锌锅中Fe-Zn-Al三相成分平衡,生成了FexZny和FexAly的冶金化合物,其比重与Zn对比差异会形成面渣、悬浮渣和底渣等不同形态。同时,带钢板温和锌锅温度的变化也加剧了锌渣的产生。产生的锌渣必须及时从锌锅中去除掉,否则会在热镀过程中随带钢的高速通过不断附着在带钢表面形成锌渣缺陷。
现有技术情况如下:
人工捞渣。目前在生产实践中主要还是采用人工捞渣的方式进行处置。人工捞渣主要存在以下三个问题:捞渣作业属于简单重复劳动,操作者操作长达2m左右的捞渣勺定时进行锌渣捞取,人员容易疲劳;作业环境恶劣,锌锅区域熔融锌液达到460℃高温,还有气刀吹扫发出高温啸叫,锌蒸汽不断升腾,对人身伤害大;作业人员因生理或者心理原因导致操作水平无法持续保证,可能对热镀过程的稳定性引入新的扰动。最终,导致捞渣效率低,效果差。
机器人捞渣。出于对人工捞渣的问题的考虑,如宝钢等部分先进钢企已经开始了机器人捞渣的作业替代。目前的机器人捞渣主要还是采用“盲捞”的作业形式,即在程序中以捞渣勺的运动为目标,编制好固定捞渣路径覆盖整个锌锅区域,机器人采用定时方式重复固定的捞渣作业。这种方法基本可实现人员的替代,但仍然存在以下问题:捞渣效率低;起到保护作用的ZnO层也被当作锌渣捞走,使得锌耗增加明显。
因此,在现有“盲捞”基础上又提出了改进的两个版本:基于锌锅锌渣分布规律计算的捞渣和基于机器视觉系统的捞渣。第一个方式采用锌锅内锌渣形成机理开展分析,由于每口锌锅的设备布局都有较大差异,模拟的近似程度不好评估,锌渣发生的机理落地和本地化比较困难,通用性差,实践中非常难以实施,其捞渣效率仍然不高;第二种方式采用工业摄像视觉方式,非常依赖于照明效果,布置困难,安装运行成本高,设备维护要求高,经济性差,最终导致捞渣效率仍然不高。
综上,现有技术中,无论人工捞渣还是机器人捞渣,都存在捞渣效率低的问题。
发明内容
本申请实施例通过提供一种捞渣点优化方法,解决了相关技术中捞渣效率低的问题。
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:
一种捞渣点优化方法,包括以下步骤:
基于待捞渣区域进行第一矩形网格划分,形成n×m个等分矩形区域;其中,n和m为大于等于2的正整数;对所述待捞渣区域内的所述第一矩形网格划分形成的第一交点处进行捞渣采样,并获取所述第一交点处捞渣采样的样品重量;对所述第一交点处捞渣采样的样品重量求均值,获得第一均值;判断所述第一交点中各交点捞渣采样的样品重量是否大于所述第一均值;若是,则获得第二交点;将所述第二交点作为捞渣点。
可选的,在所述获得第二交点之后还包括:
基于待捞渣区域进行与所述第一矩形网格划分边缘重合的第二矩形网格划分,形成(n+1)×(m+1)个等分矩形区域;判断所述第二矩形网格划分中的第三交点与所述第二交点的水平距离是否满足阈值;若是,则获得第四交点;对所述第四交点处进行捞渣采样,并获取所述第四交点处捞渣采样的样品重量;获取所述样品重量大于所述第三交点处捞渣采样的样品重量均值的第四交点;对所述第四交点处捞渣采样的样品重量求均值,获得第二均值;判断所述第四交点中各交点捞渣采样的样品重量是否大于所述第二均值;若是,则获得第五交点;将所述第五交点作为捞渣点。
可选的,在所述获得第五交点之后还包括:
基于待捞渣区域进行与所述第i矩形网格划分边缘重合的第i+1矩形网格划分,形成(n+i)×(m+i)个等分矩形区域;判断所述第i+1矩形网格划分中的第i+2交点与所述第i+1交点的水平距离是否满足阈值;若是,则获得第i+3交点;对所述第i+3交点处进行捞渣采样,并获取所述第i+3交点处捞渣采样的样品重量;获取所述样品重量大于所述第i+2交点处捞渣采样的样品重量均值的第i+3交点;对所述第i+3交点处捞渣采样的样品重量求第i+1均值;判断所述第i+3交点中各交点捞渣采样的样品重量是否大于所述第i+1均值;若是,则获得第i+4交点;将所述第i+4交点作为捞渣点;其中,i为大于等于2的整数。
可选的,所述捞渣采样的样品重量的获取步骤包括:对同一采样点重复进行多次采样称重,并求均值。
可选的,所述捞渣采样的样品重量的获取步骤具体包括:对同一采样点重复进行5-20次采样。
可选的,所述方法还包括:所述等分矩形区域的短边长大于等于捞渣容器的最大捞渣宽度。
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:一种捞渣点优化系统,包括:
网格划分模块,用于基于待捞渣区域进行第一矩形网格划分,形成n×m个等分矩形区域;其中,n和m为大于等于2的正整数;
采样模块,用于对所述待捞渣区域内的所述第一矩形网格划分形成的第一交点处进行捞渣采样,并获取所述第一交点处捞渣采样的样品重量;
求均值模块,用于对所述第一交点处捞渣采样的样品重量求均值,获得第一均值;
判断模块,用于判断所述第一交点中各交点捞渣采样的样品重量是否大于所述第一均值;若是,则获得第二交点;
获取模块,用于将所述第二交点作为捞渣点。
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:一种计算机存储介质,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:
基于待捞渣区域进行第一矩形网格划分,形成n×m个等分矩形区域;其中,n和m为大于等于2的正整数;
对所述待捞渣区域内的所述第一矩形网格划分形成的第一交点处进行捞渣采样,并获取所述第一交点处捞渣采样的样品重量;
对所述第一交点处捞渣采样的样品重量求均值,获得第一均值;
判断所述第一交点中各交点捞渣采样的样品重量是否大于所述第一均值;若是,则获得第二交点;
将所述第二交点作为捞渣点。
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:一种捞渣机器人,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程序时实现以下步骤:
基于待捞渣区域进行第一矩形网格划分,形成n×m个等分矩形区域;其中,n和m为大于等于2的正整数;
对所述待捞渣区域内的所述第一矩形网格划分形成的第一交点处进行捞渣采样,并获取所述第一交点处捞渣采样的样品重量;
对所述第一交点处捞渣采样的样品重量求均值,获得第一均值;
判断所述第一交点中各交点捞渣采样的样品重量是否大于所述第一均值;若是,则获得第二交点;
将所述第二交点作为捞渣点。
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:
本发明首先基于待捞渣区域进行第一矩形网格划分,形成n×m个等分矩形区域,形成多个交点,这些交点可以看做是预捞渣点,对所述待捞渣区域内的所述第一矩形网格划分形成的第一交点处进行捞渣采样,并获取所述第一交点处捞渣采样的样品重量;对所述第一交点处捞渣采样的样品重量求均值,获得第一均值;判断所述第一交点中各交点捞渣采样的样品重量是否大于所述第一均值;若是,则获得第二交点;由于采样点的渣重量越大,代表渣越富集,而在作业过程中,由于渣池工况相对稳定,渣都会往固有的富集区聚集,因此选取采样点采样重量大于平均值的点作为捞渣点,代替全覆盖捞渣或者盲目的选取捞渣点,既简单,又有效,成本低,可大大提高捞渣的效率。
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为本发明实施例的捞渣点优化方法流程图;
图2为本发明实施例的捞渣点优化方法中第一矩形网格划分示意图;
图3为本发明实施例的捞渣点优化方法中第一矩形网格划分后获得第二交点的示意图;
图4本发明实施例的捞渣点优化方法中第二矩形网格划分示意图;;
图5为本发明实施例的捞渣点优化方法中第二矩形网格划分后获得第四交点的示意图;
图6为本发明实施例的捞渣点优化方法中第二矩形网格划分后获得第五交点的示意图;
图7为本发明实施例的捞渣点优化系统示意图。
具体实施方式
本申请实施例通过提供一种捞渣点优化方法,解决了相关技术中管线钢旁弯判定方法效率低的问题。
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:
基于待捞渣区域进行第一矩形网格划分,形成n×m个等分矩形区域;其中,n和m为大于等于2的正整数;
对所述待捞渣区域内的所述第一矩形网格划分形成的第一交点处进行捞渣采样,并获取所述第一交点处捞渣采样的样品重量;
对所述第一交点处捞渣采样的样品重量求均值,获得第一均值;
判断所述第一交点中各交点捞渣采样的样品重量是否大于所述第一均值;若是,则获得第二交点;
将所述第二交点作为捞渣点。
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。
首先说明,本文中出现的术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
实施例1
本实施例提供一种捞渣点优化方法,图1是本实施例的流程图。具体包括以下步骤:
S101、基于待捞渣区域进行第一矩形网格划分,形成n×m个等分矩形区域;其中,n和m为大于等于2的正整数;
S102、对所述待捞渣区域内的所述第一矩形网格划分形成的第一交点处进行捞渣采样,并获取所述第一交点处捞渣采样的样品重量;
S103、对所述第一交点处捞渣采样的样品重量求均值,获得第一均值;
S104、判断所述第一交点中各交点捞渣采样的样品重量是否大于所述第一均值;若是,则获得第二交点;
S105、将所述第二交点作为捞渣点。
需要说明的是,待捞渣区域一般为规则的矩形区域,但也存在圆形、椭圆,甚至有不规则的形状,但本发明都可以通过矩形网格划分,只要将待捞渣区域包括在矩形网格区域内就可以实现对待捞渣区域网格划分,只是并非所有的网格交点都会落在待捞渣区域内,而只有待捞渣区域为矩形时,刚好可以按照待捞渣区域矩形进行矩形网格划分。
下面结合图1详细介绍本申请实施例提供的方法的具体实现步骤:
首先,执行步骤S101,基于待捞渣区域进行第一矩形网格划分,形成n×m个等分矩形区域;其中,n和m为大于等于2的正整数。
具体的,前面已经说明,待捞渣区域一般为规则的矩形区域,但也存在圆形、椭圆,甚至有不规则的形状,因此网格划分的可能情况包括:
第一种,待捞渣区域为规则的矩形区域,直接图纸上会计算机上模拟该矩形区域,将该矩形区域等分为n×m个矩形区域,其中,n和m为大于等于2的正整数。
第二种,待捞渣区域为规则的椭圆形区域,直接图纸上会计算机上模拟一个矩形区域,使椭圆形区域位于所述矩形区域内,最好椭圆形区域边界与矩形区域边界相切,将该矩形区域等分为n×m个矩形区域,其中,n和m为正整数。
不规则的形状与椭圆形区域的处理方式类似。
需要说明的是,理论上n和m可以任意取大于等于2的值,但为了使本发明方法更高效,其在具体实施中的取值,需要根据待捞渣区域的大小以及捞渣容器大小来确定,当待捞渣区域的尺寸与捞渣容器尺寸相差的数量级不大时,可以适当的n和m取值偏小一点,反之则偏大一点,但这并不作为限制,因为取大取小,对于任何情况都适用,只是拟合的精细度受到影响,但无论怎样,都会比现有技术捞渣效率更高。
接下来,执行步骤S102,对所述待捞渣区域内的所述第一矩形网格划分形成的第一交点处进行捞渣采样,并获取所述第一交点处捞渣采样的样品重量。
具体的,待捞渣区域内的第一矩形网格划分形成的第一交点即为前面提到的划分矩形网格区域中的位于待捞渣区域内的交点,以这些交点作为预捞渣点。
作为一种可选的方案,为了消除偶然因素,使采样的结果更准确的反应渣富集区,所述捞渣采样的样品重量的获取步骤包括:对同一采样点重复进行多次采样称重,并求均值。
作为一种可选的方案,所述捞渣采样的样品重量的获取步骤具体包括:对同一采样点重复进行5-20次采样。
具体的,采样称重可通过人工完成,也可以通过机器人在末端安装中立传感器进行采用称重。同样的,平均值的计算可以通过人工完成,也可以通过计算机完成。
接下来,执行步骤S103,对所述第一交点处捞渣采样的样品重量求均值,获得第一均值。
具体的,平均值的计算可以通过人工完成,也可以通过计算机完成。
接下来,执行步骤S104,判断所述第一交点中各交点捞渣采样的样品重量是否大于所述第一均值;若是,则获得第二交点;
具体的,由于采样点的渣重量越大,代表渣越富集,为了从预捞渣点获得相对的渣富集点,则选取采样点渣重量大于平均值的交点。
最后,执行步骤S105,将所述第二交点作为捞渣点。
具体的,即将采样点渣重量大于平均值的交点作为捞渣点。需要说明的是,在作业过程中,由于渣池工况相对稳定,渣都会往固有的富集区聚集,因此选取采样点采样重量大于平均值的点作为捞渣点,代替全覆盖捞渣或者盲目的选取捞渣点,既简单,又有效,成本低,可大大提高捞渣的效率
实施例二
在本实施例中,在实施例一的基础上,为了进一步优化捞渣点,在所述获得第二交点之后还包括:
S201、基于待捞渣区域进行与所述第一矩形网格划分边缘重合的第二矩形网格划分,形成(n+1)×(m+1)个等分矩形区域;
S202、判断所述第二矩形网格划分中的第三交点与所述第二交点的水平距离是否满足阈值;若是,则获得第四交点;
S203、对所述第四交点处进行捞渣采样,并获取所述第四交点处捞渣采样的样品重量;
S204、获取所述样品重量大于所述第三交点处捞渣采样的样品重量均值的第四交点;
S205、对所述第四交点处捞渣采样的样品重量求均值,获得第二均值;
S206、判断所述第四交点中各交点捞渣采样的样品重量是否大于所述第二均值;若是,则获得第五交点;
S207、将所述第五交点作为捞渣点。
需要说明的是,在实施例一中,由于第一矩形网格划分具有随机性(即n和m的值任意),其确定的第一交点可能并不完全包括最优的渣富集区,因此,虽然有提高捞渣效率,但其可能存在捞渣效率还不够高的情况。因此,本实施例为了解决以上问题,进行第二矩形网格划分,并在第二矩形网格划分的交点中选择满足阈值的点重复实施例一的步骤,由于渣富集区的附近可能是更优的渣富集区,因此,可以获得更优捞渣点。
当然,需要说明的是,根据需要,理论上,还可以进行多级的矩形网格划分。
作为一种可选的方案,为了使捞渣容易根据最后确定的捞渣点进行捞渣时,不会再次覆盖附近的非富集区,提高捞渣效率,所述方法还包括:所述等分矩形区域的短边长大于等于捞渣容器的最大捞渣宽度。
下面结合一个具体的完整实例,对捞渣点优化的方法做详细说明。
以用于热镀锌锌锅锌渣处理为例,在捞渣前,先将锌锅炉鼻子后的区域(待捞渣区域,主要是在炉鼻子后方,以3600mm×1900mm的矩形为例)。
如图2所示,第一矩形网格划分为3×4的网格,包括12个交点。捞渣勺在12个点取样,根据取样情况得到[a1-a12]这样12个捞渣称重值,将该作业重复10次,取平均值。12个称重值平均后得到A12,将12个值分别与均值A12比较后,留下大于均值A12的点,作为第一级筛选的结果。在此举例,如图3所示,a2,a4,a8和a9四个点作为锌渣富集区域的预备点(即第二交点)。
如图4所示,第二矩形网格划分为4×5的网格,包括20个交点。捞渣勺在20个中选取靠近图2所示a2,a4,a8和a9四个点附近的a2[b2,b3],a4[b5,b6],a8[b10,b11,b14,b15],a9[b12,b16]进行捞取,这样仅需要称量10个捞渣称重值,如图5所示,为10个捞渣称重点(即第四交点),从而可以减少10个称量结果,捞渣效率提升50%以上。再将该作业重复10次,取平均值。这样,10个称重值平均后得到B10,将10个值分别与均值比较后,留下大于均值B10的点,作为第一级筛选的结果。在此举例,如图6所示,b3,b6,b11和b16这样四个捞渣位置(即第五交点),捞渣效率进一步提升。
基于同一发明构思,本申请另一实施例提供一种实施本申请实施例中所述一种捞渣点优化系统。
实施例三
本实施例提供一种捞渣点优化系统,如图7所示,包括:网格划分模块,用于基于待捞渣区域进行第一矩形网格划分,形成n×m个等分矩形区域;
采样模块,用于对所述待捞渣区域内的所述第一矩形网格划分形成的第一交点处进行捞渣采样,并获取所述第一交点处捞渣采样的样品重量;
求均值模块,用于对所述第一交点处捞渣采样的样品重量求均值,获得第一均值;
判断模块,用于判断所述第一交点中各交点捞渣采样的样品重量是否大于所述第一均值;若是,则获得第二交点;
获取模块,用于将所述第二交点作为捞渣点。
其具体的实施方式与实施例一相同,这里只是用模块来实现方法所述的内容。
实施例四
本实施例提供一种计算机存储介质,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:
基于待捞渣区域进行第一矩形网格划分,形成n×m个等分矩形区域;
对所述待捞渣区域内的所述第一矩形网格划分形成的第一交点处进行捞渣采样,并获取所述第一交点处捞渣采样的样品重量;
对所述第一交点处捞渣采样的样品重量求均值,获得第一均值;
判断所述第一交点中各交点捞渣采样的样品重量是否大于所述第一均值;若是,则获得第二交点;
将所述第二交点作为捞渣点。
需要说明的是,本实施例是存储了实现实施例一的方法的程序的存储介质,便于自动化控制捞渣作业,只要利用处理器执行该介质中的程序,驱动执行机构即可完成捞渣。
实施例四
本实施例提供一种捞渣机器人,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程序时实现以下步骤:
基于待捞渣区域进行第一矩形网格划分,形成n×m个等分矩形区域;
对所述待捞渣区域内的所述第一矩形网格划分形成的第一交点处进行捞渣采样,并获取所述第一交点处捞渣采样的样品重量;
对所述第一交点处捞渣采样的样品重量求均值,获得第一均值;
判断所述第一交点中各交点捞渣采样的样品重量是否大于所述第一均值;若是,则获得第二交点;
将所述第二交点作为捞渣点。
需要说明的是,在捞渣机器人,利用存储在存储器上并可在处理器上运行的计算机程序,利用机器人自动执行最优捞渣方案,可更高效的完成捞渣任务,这也符合智能化的要求,可进一步的提高捞渣的效率。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种捞渣点优化方法,其特征在于,包括以下步骤:
基于待捞渣区域进行第一矩形网格划分,形成n×m个等分矩形区域;其中,n和m为大于等于2的正整数;
对所述待捞渣区域内的所述第一矩形网格划分形成的第一交点处进行捞渣采样,并获取所述第一交点处捞渣采样的样品重量;
对所述第一交点处捞渣采样的样品重量求均值,获得第一均值;
判断所述第一交点中各交点捞渣采样的样品重量是否大于所述第一均值;若是,则获得第二交点;
将所述第二交点作为捞渣点。
2.根据权利要求1所述的方法,其特征在于,在所述获得第二交点之后还包括:
基于待捞渣区域进行与所述第一矩形网格划分边缘重合的第二矩形网格划分,形成(n+1)×(m+1)个等分矩形区域;
判断所述第二矩形网格划分中的第三交点与所述第二交点的水平距离是否满足阈值;若是,则获得第四交点;
对所述第四交点处进行捞渣采样,并获取所述第四交点处捞渣采样的样品重量;
获取所述样品重量大于所述第三交点处捞渣采样的样品重量均值的第四交点;
对所述第四交点处捞渣采样的样品重量求均值,获得第二均值;
判断所述第四交点中各交点捞渣采样的样品重量是否大于所述第二均值;若是,则获得第五交点;
将所述第五交点作为捞渣点。
3.根据权利要求2所述的方法,其特征在于,在所述获得第五交点之后还包括:
基于待捞渣区域进行与所述第i矩形网格划分边缘重合的第i+1矩形网格划分,形成(n+i)×(m+i)个等分矩形区域;其中,i为大于等于2的整数;
判断所述第i+1矩形网格划分中的第i+2交点与所述第i+1交点的水平距离是否满足阈值;
若是,则获得第i+3交点;
对所述第i+3交点处进行捞渣采样,并获取所述第i+3交点处捞渣采样的样品重量;
获取所述样品重量大于所述第i+2交点处捞渣采样的样品重量均值的第i+3交点;
对所述第i+3交点处捞渣采样的样品重量求第i+1均值;
判断所述第i+3交点中各交点捞渣采样的样品重量是否大于所述第i+1均值;若是,则获得第i+4交点;
将所述第i+4交点作为捞渣点。
4.根据权利要求1-3的任一项所述的方法,其特征在于,所述捞渣采样的样品重量的获取步骤包括:对同一采样点重复进行多次采样称重,并求均值。
5.根据权利要求4所述的方法,其特征在于,所述捞渣采样的样品重量的获取步骤具体包括:对同一采样点重复进行5-20次采样。
6.根据权利要求1-3的任一项所述的方法,其特征在于,所述方法还包括:所述等分矩形区域的短边长大于等于捞渣容器的最大捞渣宽度。
7.一种捞渣点优化系统,其特征在于,包括:
网格划分模块,用于基于待捞渣区域进行第一矩形网格划分,形成n×m个等分矩形区域;其中,n和m为大于等于2的正整数;
采样模块,用于对所述待捞渣区域内的所述第一矩形网格划分形成的第一交点处进行捞渣采样,并获取所述第一交点处捞渣采样的样品重量;
求均值模块,用于对所述第一交点处捞渣采样的样品重量求均值,获得第一均值;
判断模块,用于判断所述第一交点中各交点捞渣采样的样品重量是否大于所述第一均值;若是,则获得第二交点;
获取模块,用于将所述第二交点作为捞渣点。
8.一种计算机存储介质,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:
基于待捞渣区域进行第一矩形网格划分,形成n×m个等分矩形区域;其中,n和m为大于等于2的正整数;
对所述待捞渣区域内的所述第一矩形网格划分形成的第一交点处进行捞渣采样,并获取所述第一交点处捞渣采样的样品重量;
对所述第一交点处捞渣采样的样品重量求均值,获得第一均值;
判断所述第一交点中各交点捞渣采样的样品重量是否大于所述第一均值;若是,则获得第二交点;
将所述第二交点作为捞渣点。
9.一种捞渣机器人,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程序时实现以下步骤:
基于待捞渣区域进行第一矩形网格划分,形成n×m个等分矩形区域;其中,n和m为大于等于2的正整数;
对所述待捞渣区域内的所述第一矩形网格划分形成的第一交点处进行捞渣采样,并获取所述第一交点处捞渣采样的样品重量;
对所述第一交点处捞渣采样的样品重量求均值,获得第一均值;
判断所述第一交点中各交点捞渣采样的样品重量是否大于所述第一均值;若是,则获得第二交点;
将所述第二交点作为捞渣点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910255142.5A CN109948287B (zh) | 2019-03-29 | 2019-03-29 | 一种捞渣点优化方法、系统以及捞渣机器人 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910255142.5A CN109948287B (zh) | 2019-03-29 | 2019-03-29 | 一种捞渣点优化方法、系统以及捞渣机器人 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109948287A true CN109948287A (zh) | 2019-06-28 |
CN109948287B CN109948287B (zh) | 2023-04-07 |
Family
ID=67013297
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910255142.5A Active CN109948287B (zh) | 2019-03-29 | 2019-03-29 | 一种捞渣点优化方法、系统以及捞渣机器人 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109948287B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111394671A (zh) * | 2020-03-19 | 2020-07-10 | 武汉钢铁有限公司 | 一种用于锌锅的智能协同除渣方法和系统 |
CN111996479A (zh) * | 2020-08-19 | 2020-11-27 | 武汉钢铁有限公司 | 一种锌渣捞取方法、装置、设备和介质 |
CN112207820A (zh) * | 2020-09-08 | 2021-01-12 | 武汉钢铁有限公司 | 一种智能化捞渣控制方法和装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160055273A1 (en) * | 2014-08-20 | 2016-02-25 | Taiwan Semiconductor Manufacturing Company, Ltd. | Method, system and computer program product for generating simulation sample |
US20160125555A1 (en) * | 2014-10-31 | 2016-05-05 | Larisa V. Branets | Handling Domain Discontinuity With The Help of Grid Optimization Techniques |
CN207259558U (zh) * | 2017-08-09 | 2018-04-20 | 无锡市奕珺金属改性技术有限公司 | 捞渣器和捞渣设备 |
CN108520121A (zh) * | 2018-03-27 | 2018-09-11 | 信利半导体有限公司 | 网格图案生成方法和装置及计算机装置和可读存储介质 |
CN109255164A (zh) * | 2018-08-23 | 2019-01-22 | 中国水利水电科学研究院 | 一种基于空间拓扑的地表二维地下管网水动力学耦合方法 |
-
2019
- 2019-03-29 CN CN201910255142.5A patent/CN109948287B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160055273A1 (en) * | 2014-08-20 | 2016-02-25 | Taiwan Semiconductor Manufacturing Company, Ltd. | Method, system and computer program product for generating simulation sample |
US20160125555A1 (en) * | 2014-10-31 | 2016-05-05 | Larisa V. Branets | Handling Domain Discontinuity With The Help of Grid Optimization Techniques |
CN207259558U (zh) * | 2017-08-09 | 2018-04-20 | 无锡市奕珺金属改性技术有限公司 | 捞渣器和捞渣设备 |
CN108520121A (zh) * | 2018-03-27 | 2018-09-11 | 信利半导体有限公司 | 网格图案生成方法和装置及计算机装置和可读存储介质 |
CN109255164A (zh) * | 2018-08-23 | 2019-01-22 | 中国水利水电科学研究院 | 一种基于空间拓扑的地表二维地下管网水动力学耦合方法 |
Non-Patent Citations (1)
Title |
---|
盛富春: "捞渣机的布置与操作要点" * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111394671A (zh) * | 2020-03-19 | 2020-07-10 | 武汉钢铁有限公司 | 一种用于锌锅的智能协同除渣方法和系统 |
CN111996479A (zh) * | 2020-08-19 | 2020-11-27 | 武汉钢铁有限公司 | 一种锌渣捞取方法、装置、设备和介质 |
CN112207820A (zh) * | 2020-09-08 | 2021-01-12 | 武汉钢铁有限公司 | 一种智能化捞渣控制方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109948287B (zh) | 2023-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109948287A (zh) | 一种捞渣点优化方法、系统以及捞渣机器人 | |
Song et al. | Carbon sinks/sources in the Yellow and East China Seas—Air-sea interface exchange, dissolution in seawater, and burial in sediments | |
Kuklik et al. | Hot-dip galvanizing of steel structures | |
Possner et al. | The efficacy of aerosol–cloud radiative perturbations from near-surface emissions in deep open-cell stratocumuli | |
CN110489821B (zh) | 一种镍基合金堆焊熔池枝晶生长数值模拟方法 | |
CN109642303A (zh) | 耐磨性、成型性及密封剂粘合性优异的热浸镀锌钢板及其制造方法 | |
CN115860279B (zh) | 南美白对虾养殖投苗作业窗口期的气象风险预测方法 | |
CN112207820B (zh) | 一种智能化捞渣控制方法和装置 | |
CN111876710B (zh) | 热浸镀锌锅锌渣的控制方法 | |
CN101617637A (zh) | 海水养殖网箱 | |
CN107442573B (zh) | 一种冷轧普碳产品乳化液斑、锈蚀缺陷的控制方法 | |
JP5559479B2 (ja) | 溶融亜鉛めっき鋼管および溶融亜鉛めっき鋼管の製造方法 | |
CN202054881U (zh) | 一种热镀锌用炉鼻子 | |
Siddikov et al. | The “Small work” method is used to teach softening apply | |
JP5617170B2 (ja) | 溶融亜鉛めっき鋼管および溶融亜鉛めっき鋼管の製造方法 | |
Walters | THESIS ABSTRACTS: 1. Another Kettle of Fish: The Prehistoric Moreton Bay Fishery | |
WO2019131563A1 (ja) | 溶融亜鉛めっき処理方法、その溶融亜鉛めっき処理方法を用いた合金化溶融亜鉛めっき鋼板の製造方法、及び、その溶融亜鉛めっき処理方法を用いた溶融亜鉛めっき鋼板の製造方法 | |
Davies et al. | Development and preliminary testing of the harvest strategy framework for the eastern and western tuna and billfish fisheries. Final Report to the Australian Fisheries Management Authority, Canberra, Australia | |
CN107794478A (zh) | 一种应用于热镀锌炉鼻子内部液位清洁装置 | |
CN112001641B (zh) | 一种扇贝养殖区适宜性遥感评估系统 | |
Zhang | Development of corrosion resistant galvanising alloys | |
Bingxiu et al. | Study on the forecasting of the hot corrosion resistance of typical superalloys for aeroengines | |
Dobrzańska-Danikiewicz et al. | Technology foresight results concerning laser surface treatment of casting magnesium alloys | |
JP7318816B2 (ja) | 鋼板の不めっき欠陥予測方法、鋼板の欠陥低減方法、溶融亜鉛めっき鋼板の製造方法、及び鋼板の不めっき欠陥予測モデルの生成方法 | |
Zhang et al. | Surface structure characterization and corrosion mechanism study of three types hot-dip galvanized spangles |
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 |