CN110653271A - 热轧带钢卷取夹送辊的辊面质量自动评级装置和评级方法 - Google Patents
热轧带钢卷取夹送辊的辊面质量自动评级装置和评级方法 Download PDFInfo
- Publication number
- CN110653271A CN110653271A CN201810718687.0A CN201810718687A CN110653271A CN 110653271 A CN110653271 A CN 110653271A CN 201810718687 A CN201810718687 A CN 201810718687A CN 110653271 A CN110653271 A CN 110653271A
- Authority
- CN
- China
- Prior art keywords
- roll surface
- defect
- roll
- quality
- pinch roll
- 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
Images
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
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明的热轧带钢卷取夹送辊的辊面质量自动评级装置和评级方法,将夹送辊的表面图像被辊面状态探测器获取,辊面状态探测器经过图像处理,得到辊面缺陷图像,送入数据处理模块,数据处理模块综合机组数据接口的机组数据和辊面状态信息,给出辊面质量评价及判定结果,经由人机通讯模块,发给操作技术人员。本发明的热轧带钢卷取夹送辊的辊面质量自动评级装置和评级方法,通过综合机组信息,辊面图像,能够实现对夹送辊辊面质量的自动判断,并可以通过网络将结果发送到手机或局域网通讯模块,解决了当前依赖人工检测的不足,具有较好的实用价值和效果。
Description
技术领域
本发明涉及钢铁冶金中的热轧带钢生产技术领域,尤其涉及一种应用于热轧带钢卷取夹送辊的对其辊面质量进行自动评级的装置和配套的评级方法。
背景技术
目前,在各家钢铁冶金生产企业中经常可以看到热轧带钢产线,该热轧带钢产线上配置有卷取机,卷取机前端设置有热轧带钢卷取夹送辊(简称夹送辊),该夹送辊作为整个卷取机的重要组成部分,其由上下两个辊子组成,两个辊之间能形成一定的压力,夹住从精轧机出来的带钢,利用异径辊的错位布置迫使带钢头部产生较大的弯曲,引导到卷筒上进行卷取,并在带钢入卷筒后与卷筒之间形成张力,便于带钢更好的缠绕在卷筒上,同时,当带钢尾部离开精轧机后,夹送辊压紧带钢使带钢仍保持一定的张力,可以保证尾部带钢也能顺利的完成卷取工作。
经过现场工人长时间的工作反馈,夹送辊的辊面如果沾染氧化铁皮或者自然磨损之后,会对热轧带钢表面造成影响,即,夹送辊的辊面质量会直接影响带钢表面质量。而夹送辊位于热轧工序最末端的卷曲机位置,成品带钢经过辊子之后被卷取机变成钢卷,所以由夹送辊原因造成的带钢表面缺陷无法被检测设备捕获,也无法进行修正加工,所以对夹送辊的辊面质量的检测变得尤为重要。
而目前,在热轧带钢生产过程中,现有技术下对夹送辊的辊面质量的评级仍然依靠人工进行判断,需要现场质检人员定期对夹送辊的辊面进行观察,依据经验来判断辊面质量,由于人工检测必然存在疏漏已经工作经验上的差距,故这种检测方法存在很多的不足,一旦辊面有缺陷发生时没有被及时发现并处理,将很容易对带钢质量造成批量影响。
经过对国内外专利和文献进行检索分析,目前在热轧带钢生产过程中,有一些专利提出对于热轧工作辊的辊面进行检测的方法和装置,比如专利“热轧生产线精轧工作辊辊面自动检测装置”(CN104923576A)中提出辊面标准图谱与辊面图像对比的方法来进行工作辊评级,取得了较好的效果。但是在实际生产实践中,夹送辊的辊面缺陷形态差异较大,辊面图像的重复性和一致性较差,而标准图谱收集制定困难,另外该方法也没有考虑机组在不同状态对于辊面质量的要求差异,所以该方法不能完全适用于夹送辊的辊面质量评级。
发明内容
为了解决上述问题,本发明提供了一种热轧带钢卷取夹送辊的辊面质量自动评级装置和评级方法,对夹送辊辊面质量的实时检测,依据辊面缺陷特征和机组信息,实现对辊面质量的自动评级判断,同时将结果通过移动网络发送到检测人员手机上,实现对夹送辊辊面质量全天候的监测,为带钢稳定生产提供条件。
本发明的热轧带钢卷取夹送辊的辊面质量自动评级装置和评级方法,其装置的具体结构和方法步骤如下所述:
热轧带钢卷取夹送辊的辊面质量自动评级装置,包括上夹送辊和下夹送辊,其特征在于:
所述的上夹送辊和下夹送辊在正对这两个夹送辊的斜上方向位置处设置有一辊面状态探测器,该辊面状态探测器对上夹送辊和下夹送辊的辊面图像进行探测,对图像进行优化处理去除干扰,然后对其表面缺陷进行标识,最后输出辊面缺陷图像送至后续的数据处理模块;
所述的数据处理模块通过综合机组信息和辊面状态探测器获得的辊面缺陷图像,对夹送辊辊面质量的自动判定和评级;
所述的数据处理模块分别与机组数据接口和人机通讯模块数据信号连通,其中,机组数据接口作为与机组中央控制计算机的通讯接口,通过该机组数据接口,机组数据接口可以读取机组速度、夹送辊面积、带钢质量信号等机组信息,数据处理模块(4)通过综合机组数据接口的机组信息和辊面状态探测器获得的辊面缺陷图像,对夹送辊的辊面质量进行自动判定和评级,输出辊面质量评价及判定结果至人机通讯模块,而人机通讯模块接收数据处理模块发出的数据后再发送给操作技术人员。
上述的热轧带钢卷取夹送辊的辊面质量自动评级装置,其工作流程为:
夹送辊的表面图像被辊面状态探测器获取,辊面状态探测器经过图像处理,得到辊面缺陷图像,送入数据处理模块,数据处理模块综合机组数据接口的机组数据和辊面状态信息,给出辊面质量评价及判定结果,经由人机通讯模块,发给操作技术人员。
根据本发明的热轧带钢卷取夹送辊的辊面质量自动评级装置,其特征在于,所述的辊面状态探测器其具体为由工业相机、灯具和图像处理器组成的机器视觉识别系统。
根据本发明的热轧带钢卷取夹送辊的辊面质量自动评级装置,其特征在于,所述的数据处理模块采用了工控机IPC或可编程逻辑控制器PLC、数字信号处理DSP等嵌入式处理单元,该数据处理模块可整合进更高一级系统中。
根据本发明的热轧带钢卷取夹送辊的辊面质量自动评级装置,其特征在于,所述的机组数据接口的形式可以根据机组实际情况分为独立的硬件模块与纯软件模块,其中,机组数据接口作为独立的硬件模块时,包含数据转换、信号放大、信号传输等多种功能,该机组数据接口置于数据处理模块与机组中央控制计算机之间;而机组数据接口作为纯软件模块时,用作数据转换,该机组数据接口整合在机组中央控制计算机的控制系统之中。
根据本发明的热轧带钢卷取夹送辊的辊面质量自动评级装置,其特征在于,所述的人机通讯模块为无线通讯模块或局域网通讯模块,通过无线通讯模块直接把信息发送到操作技术人员手机中或通过局域网通讯模块把信息发送到企业内部网络中,再做进一步处理。
热轧带钢卷取夹送辊的辊面质量自动评级方法,基于上述的热轧带钢卷取夹送辊的辊面质量自动评级装置,其具体步骤如下:
1)向辊面状态探测器读取辊面缺陷图像:
通常图像中缺陷已经被识别出来。在辊面质量评价中,需要对读取到的缺陷图像数据进行预处理,过于细小的缺陷可以不予理会,去除掉面积小于阈值FF的缺陷,该阈值FF的取值根据产品要求情况而定,一般而言该阈值可设为带钢表面允许的最小缺陷面积值;
2)通过机组数据接口读取机组数据:
向机组中央计算机读取机组速度V,夹送辊总面积SG;
3)通过机组数据接口读取异常信号:
向机组中央计算机读取带钢质量异常信号A,该带钢质量信号通常是指带钢来料的一些异常信号,比如轧破,带钢表面有粘连等情况,带钢表面质量的下降对于辊面提出了更高的要求;
4)通过数据处理模块计算缺陷特征:
不同的缺陷对于辊面影响不尽相同,使用模型来评价辊面质量,需要提取缺陷的各方面特征,主要关注缺陷密度和特殊缺陷识别,如下:
4.1)计算辊面缺陷密度:
辊面缺陷密度是影响辊面质量最直接的的特征因素,计算每个缺陷所包含的所有像素点之和,再乘以尺寸比例尺,就可以得到缺陷的面积Si,再把所有缺陷面积相加,可以得到当前辊面缺陷总面积SF,缺陷总面积占整个夹送辊总面积之比就是辊面缺陷密度;
4.2)特殊缺陷识别:
在经过大量试验和数据分析的基础上,总结出这类影响带钢质量的特殊缺陷具有如下特征:其面积要达到一定的大小,同时其形状要满足一定的条件,计算中首先确定缺陷面积范围,筛选出面积大于特殊缺陷阈值Fs的缺陷,然后计算面积符合条件的每个缺陷的形状因子,采用最小外接矩形,矩形的长和宽就是缺陷的长轴和短轴,短轴和长轴之比就是该缺陷的形状因子Yj,当形状因子在某一范围时,则认定该缺陷为特殊缺陷;
应注意,辊面有缺陷并非说明该夹送辊不能使用,不同的缺陷对带钢质量有不同的影响。根据现场实际试验发现,当某些特殊缺陷出现时对带钢表面质量影响很大,往往会造成后续卷取的带钢质量出现问题。
5)中间结果数据处理:
上述步骤1)~步骤4)中得到的参数由于量纲、数量级等都不相同,所以在最后评级前需要做预先处理,如下:
5.1)参数归一化:
参数的量纲,数量级不一致会影响数据分析的结果,前述的参数需要进行归一化处理:
5.11)机组速度V对夹送辊工作有重要影响,速度较低时,辊面与带钢摩擦较小,对于辊面的缺陷容忍度可以高一些;而速度较高时,则相反,对于辊面的缺陷容忍度也较低,机组运行速度从0到最大速度,可以用以下方法归一化得到机组速度V*:
其中,VMAX为机组最大速度;
5.12)对于异常信号A,机组的异常对于辊面提出了更高的要求,相应于异常情况的分类,可以用以下方法进行赋值得到异常信号A*:
A*=A1,异常情况为辊面轧破;
A*=A2,异常情况为带钢表面粘连;
A*=A3,异常情况为其他异常;
其中,A1,A2,A3取值为0~1之间,视异常严重程度确定数值,但通常不应小于0.5;
5.13)对于辊面缺陷密度S,辊面缺陷是夹送辊辊面质量的直接决定因素,可以按照缺陷总面积SF与夹送辊总面积的比例归一化得到辊面缺陷密度S*:
其中,K为图像与实物大小的比例;
5.14)对于特殊缺陷N,以缺陷数量来衡量对夹送辊质量的影响,通过统计得到特殊缺陷数量为特殊缺陷N*;
5.2)权重设定:
上述参数经过归一化以后,基本统一到相似的范围内,但是对于具体工况还可以对各参数附加一个权重,权重表明了前述各个因素对于辊面最终判定的影响,权重aV,aA,aS,aN应该满足以下条件:
6)最后进行辊面质量评级:
综合上述步骤5)的参数归一化获得机组速度V*、异常信号A*、辊面缺陷密度S*和特殊缺陷N*等数据,可以计算夹送辊辊面质量综合评级参数P,公式如下:
P=aVV*+aAA*+aSS*+aNN*
7)步骤6)中获得的夹送辊辊面质量综合评级参数P,可以评定夹送辊辊面质量的级别,其中,P值越小,则辊面质量越好;反之则辊面质量越差,其具体为:
P<P1,辊面质量评级为良好;
P1≤P≤P2,辊面质量评级为合格;
P>P2,辊面质量评级为不合格;
其中,P1,P2为分组阈值;
辊面质量通常可以分为三个等级:良好、合格、不合格,良好表示辊面质量没有问题,完全可以正常进行生产,合格表示辊面有少量缺陷,还可以支持正常生产,但是需要操作技术人员随时关注辊面情况,不合格表示需要换辊,当前夹送辊已经不适合继续使用。
根据本发明的热轧带钢卷取夹送辊的辊面质量自动评级方法,其特征在于,所述的分组阈值P1,P2的实际大小视生产对于辊面要求而定,其中,夹送辊可以工作的最大P值即为P2,而夹送辊辊面状态良好,无需过多考虑时,则P值即为P1。
应注意,实际应用过程中如果有特殊需要的话,也可以增加分级。例如有一些产品要求对于辊面要求较高,可以把合格等级拆分成较好、较差两个等级,较差等级不适用用于高等级产品。但是在现场实践来说,操作人员得到的指令越简单清晰越好。辊面评级的主要意义也是提示操作人员在辊面质量趋向劣化时及时换辊。所以通常三个等级已经足够,良好评级指示操作人员无需过多注意夹送辊;合格评级指示操作人员适当关注辊面情况;不合格评级提示操作人员进行换辊作业。
使用本发明的热轧带钢卷取夹送辊的辊面质量自动评级装置和评级方法获得了如下有益效果:
本发明的热轧带钢卷取夹送辊的辊面质量自动评级装置和评级方法,通过综合机组信息,辊面图像,能够实现对夹送辊辊面质量的自动判断,并可以通过网络将结果发送到手机或局域网通讯模块,解决了当前依赖人工检测的不足,具有较好的实用价值和效果。
附图说明
图1为本发明的热轧带钢卷取夹送辊的辊面质量自动评级装置和评级方法的装置部分的具体结构示意图;
图2为本发明的热轧带钢卷取夹送辊的辊面质量自动评级装置和评级方法的流程图
图中:1-上夹送辊,2-下夹送辊,3-辊面状态探测器,3a-工业相机,3b-灯具,4-数据处理模块,5-机组数据接口,6-人机通讯模块。
具体实施方式
下面结合附图和实施例对本发明的热轧带钢卷取夹送辊的辊面质量自动评级装置和评级方法做进一步的描述。
实施例
本发明的热轧带钢卷取夹送辊的辊面质量自动评级装置和评级方法,其装置部分如图1所示,辊面状态探测器3采用夹送辊辊面缺陷识别系统,可以对辊面缺陷进行识别,输出辊面缺陷图像,机组数据接口5通过工业以太网接口向机组中央控制计算机读取机组速度、夹送辊面积、带钢质量信号等信息。工控机作为数据处理模块4,根据辊面缺陷和机组信息,对夹送辊面质量进行评级。最后通过人机通讯模块6(本实施例中人机通讯模块采用了GPRS通讯模块),把评级情况通过短信发送到操作技术人员手机上。
本实施例中,对夹送辊的辊面质量评级方法的过程如下:
1)向辊面状态探测器读取辊面缺陷图像-进行滤波,去除掉面积小于100像素的缺陷,得到待处理辊面图像;
2)读取机组数据-向机组中央计算机读取机组速度V=20m/s,夹送辊面积SG=1.56m2;
3)读取异常信号-向机组中央计算机读取带钢质量异常信号A,发现带钢表面有粘连;
4)计算缺陷特征:
4.1)计算缺陷密度-得到缺陷总像素面积SF=78802;
4.2)计算特殊缺陷数量-对像素面积大于10000的缺陷,同时形状因子在0.6~0.75之间的缺陷进行计算,最后得到整个辊面的特殊缺陷为1个;
5)数据预处理-前述步骤得到的参数大小相差很大,所以在最后评级前需要做预先处理:
5.1)参数归一化。
机组最大速度VMAX=25m/s,那么可以计算V*:
对于异常信号A,根据下表可以得到A*:
即,A*=0.6
对于缺陷总面积SF,根据预先标定得到的图像与实物大小比例K=0.000002,可以得到S*:
对于特殊缺陷,可以计算得到N*=1;
5.2)权重设定-考虑到各个因素对于辊面质量判定的影响大小,设定aV,aA,aS,aN如下:
6)辊面质量评级-综合机组速度V*、异常信号A*、辊面缺陷密度S*和特殊缺陷N*等数据,可以计算夹送辊辊面质量评级参数P如下:
P=aVV*+aAA*+aSS*+aYY*=0.315
7)步骤6)中获得的夹送辊辊面质量综合评级参数P,该机组辊面质量分为三个等级:良好、合格、不合格,根据现场生产的要求,P值小于0.2才能确保辊面质量良好,P值大于0.5确定需要换辊,那么带钢评价可以如下表:
由于当前P=0.315,那么可以评判当前夹送辊质量为合格。
本发明的热轧带钢卷取夹送辊的辊面质量自动评级装置和评级方法,通过综合机组信息,辊面图像,能够实现对夹送辊辊面质量的自动判断,并可以通过网络将结果发送到手机或局域网通讯模块,解决了当前依赖人工检测的不足,具有较好的实用价值和效果。
Claims (7)
1.热轧带钢卷取夹送辊的辊面质量自动评级装置,包括上夹送辊(1)和下夹送辊(2),其特征在于:
所述的上夹送辊(1)和下夹送辊(2)在正对这两个夹送辊的斜上方向位置处设置有一辊面状态探测器(3),该辊面状态探测器对上夹送辊和下夹送辊的辊面图像进行探测,对图像进行优化处理去除干扰,然后对其表面缺陷进行标识,最后输出辊面缺陷图像送至后续的数据处理模块(4);
所述的数据处理模块(4)通过综合机组信息和辊面状态探测器(3)获得的辊面缺陷图像,对夹送辊辊面质量的自动判定和评级;
所述的数据处理模块(4)分别与机组数据接口(5)和人机通讯模块(6)数据信号连通,其中,机组数据接口作为与机组中央控制计算机的通讯接口,通过该机组数据接口,机组数据接口可以读取机组速度、夹送辊面积、带钢质量信号等机组信息,数据处理模块(4)通过综合机组数据接口的机组信息和辊面状态探测器(3)获得的辊面缺陷图像,对夹送辊的辊面质量进行自动判定和评级,输出辊面质量评价及判定结果至人机通讯模块,而人机通讯模块接收数据处理模块发出的数据后再发送给操作技术人员。
2.如权利要求1所述的热轧带钢卷取夹送辊的辊面质量自动评级装置,其特征在于,所述的辊面状态探测器(3)其具体为由工业相机(3a)、灯具(3b)和图像处理器组成的机器视觉识别系统。
3.如权利要求1所述的热轧带钢卷取夹送辊的辊面质量自动评级装置,其特征在于,所述的数据处理模块(4)采用了工控机IPC或可编程逻辑控制器PLC、数字信号处理DSP等嵌入式处理单元,该数据处理模块可整合进更高一级系统中。
4.如权利要求1所述的热轧带钢卷取夹送辊的辊面质量自动评级装置,其特征在于,所述的机组数据接口(5)的形式可以根据机组实际情况分为独立的硬件模块与纯软件模块,其中,机组数据接口作为独立的硬件模块时,包含数据转换、信号放大、信号传输等多种功能,该机组数据接口置于数据处理模块(4)与机组中央控制计算机之间;而机组数据接口作为纯软件模块时,用作数据转换,该机组数据接口整合在机组中央控制计算机的控制系统之中。
5.如权利要求1所述的热轧带钢卷取夹送辊的辊面质量自动评级装置,其特征在于,所述的人机通讯模块(6)为无线通讯模块或局域网通讯模块,通过无线通讯模块直接把信息发送到操作技术人员手机中或通过局域网通讯模块把信息发送到企业内部网络中,再做进一步处理。
6.热轧带钢卷取夹送辊的辊面质量自动评级方法,基于上述所有权利要求的热轧带钢卷取夹送辊的辊面质量自动评级装置,其具体步骤如下:
1)向辊面状态探测器(3)读取辊面缺陷图像:
通常图像中缺陷已经被识别出来。在辊面质量评价中,需要对读取到的缺陷图像数据进行预处理,过于细小的缺陷可以不予理会,去除掉面积小于阈值FF的缺陷,该阈值FF的取值根据产品要求情况而定,一般而言该阈值可设为带钢表面允许的最小缺陷面积值;
2)通过机组数据接口(5)读取机组数据:
向机组中央计算机读取机组速度V,夹送辊总面积SG;
3)通过机组数据接口(5)读取异常信号:
向机组中央计算机读取带钢质量异常信号A,该带钢质量信号通常是指带钢来料的一些异常信号,比如轧破,带钢表面有粘连等情况,带钢表面质量的下降对于辊面提出了更高的要求;
4)通过数据处理模块(4)计算缺陷特征:
不同的缺陷对于辊面影响不尽相同,使用模型来评价辊面质量,需要提取缺陷的各方面特征,主要关注缺陷密度和特殊缺陷识别,如下:
4.1)计算辊面缺陷密度:
辊面缺陷密度是影响辊面质量最直接的的特征因素,计算每个缺陷所包含的所有像素点之和,再乘以尺寸比例尺,就可以得到缺陷的面积Si,再把所有缺陷面积相加,可以得到当前辊面缺陷总面积SF,缺陷总面积占整个夹送辊总面积之比就是辊面缺陷密度;
4.2)特殊缺陷识别:
在经过大量试验和数据分析的基础上,总结出这类影响带钢质量的特殊缺陷具有如下特征:其面积要达到一定的大小,同时其形状要满足一定的条件,计算中首先确定缺陷面积范围,筛选出面积大于特殊缺陷阈值Fs的缺陷,然后计算面积符合条件的每个缺陷的形状因子,采用最小外接矩形,矩形的长和宽就是缺陷的长轴和短轴,短轴和长轴之比就是该缺陷的形状因子Yj,当形状因子在某一范围时,则认定该缺陷为特殊缺陷;
5)中间结果数据处理:
上述步骤1)~步骤4)中得到的参数由于量纲、数量级等都不相同,所以在最后评级前需要做预先处理,如下:
5.1)参数归一化:
参数的量纲,数量级不一致会影响数据分析的结果,前述的参数需要进行归一化处理:
5.11)机组速度V对夹送辊工作有重要影响,速度较低时,辊面与带钢摩擦较小,对于辊面的缺陷容忍度可以高一些;而速度较高时,则相反,对于辊面的缺陷容忍度也较低,机组运行速度从0到最大速度,可以用以下方法归一化得到机组速度V*:
其中,VMAX为机组最大速度;
5.12)对于异常信号A,机组的异常对于辊面提出了更高的要求,相应于异常情况的分类,可以用以下方法进行赋值得到异常信号A*:
A*=A1,异常情况为辊面轧破;
A*=A2,异常情况为带钢表面粘连;
A*=A3,异常情况为其他异常;
其中,A1,A2,A3取值为0~1之间,视异常严重程度确定数值,但通常不应小于0.5;
5.13)对于辊面缺陷密度S,辊面缺陷是夹送辊辊面质量的直接决定因素,可以按照缺陷总面积SF与夹送辊总面积的比例归一化得到辊面缺陷密度S*:
其中,K为图像与实物大小的比例;
5.14)对于特殊缺陷N,以缺陷数量来衡量对夹送辊质量的影响,通过统计得到特殊缺陷数量为特殊缺陷N*;
5.2)权重设定:
上述参数经过归一化以后,基本统一到相似的范围内,但是对于具体工况还可以对各参数附加一个权重,权重表明了前述各个因素对于辊面最终判定的影响,权重aV,aA,aS,aN应该满足以下条件:
6)最后进行辊面质量评级:
综合上述步骤5)的参数归一化获得机组速度V*、异常信号A*、辊面缺陷密度S*和特殊缺陷N*等数据,可以计算夹送辊辊面质量综合评级参数P,公式如下:
P=aVV*+aAA*+aSS*+aNN*
7)步骤6)中获得的夹送辊辊面质量综合评级参数P,可以评定夹送辊辊面质量的级别,其中,P值越小,则辊面质量越好;反之则辊面质量越差,其具体为:
P<P1,辊面质量评级为良好;
P1≤P≤P2,辊面质量评级为合格;
P>P2,辊面质量评级为不合格;
其中,P1,P2为分组阈值;
辊面质量通常可以分为三个等级:良好、合格、不合格,良好表示辊面质量没有问题,完全可以正常进行生产,合格表示辊面有少量缺陷,还可以支持正常生产,但是需要操作技术人员随时关注辊面情况,不合格表示需要换辊,当前夹送辊已经不适合继续使用。
7.如权利要求6所述的热轧带钢卷取夹送辊的辊面质量自动评级方法,其特征在于,所述的分组阈值P1,P2的实际大小视生产对于辊面要求而定,其中,夹送辊可以工作的最大P值即为P2,而夹送辊辊面状态良好,无需过多考虑时,则P值即为P1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810718687.0A CN110653271B (zh) | 2018-06-29 | 2018-06-29 | 热轧带钢卷取夹送辊的辊面质量自动评级装置和评级方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810718687.0A CN110653271B (zh) | 2018-06-29 | 2018-06-29 | 热轧带钢卷取夹送辊的辊面质量自动评级装置和评级方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110653271A true CN110653271A (zh) | 2020-01-07 |
CN110653271B CN110653271B (zh) | 2021-02-19 |
Family
ID=69028805
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810718687.0A Active CN110653271B (zh) | 2018-06-29 | 2018-06-29 | 热轧带钢卷取夹送辊的辊面质量自动评级装置和评级方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110653271B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112881403A (zh) * | 2021-01-08 | 2021-06-01 | 王玮佳 | 一种热轧带钢表面缺陷检测装置 |
CN113670941A (zh) * | 2021-08-30 | 2021-11-19 | 宝钢湛江钢铁有限公司 | 一种多功能连退带钢表面氧化色缺陷在线定量评价的方法 |
CN114817830A (zh) * | 2022-06-27 | 2022-07-29 | 山东钢铁股份有限公司 | 一种铸坯凝固末端精准预测方法 |
WO2022193950A1 (zh) * | 2021-03-15 | 2022-09-22 | 宝山钢铁股份有限公司 | 轧辊表面图像拍摄装置及系统、辊面在线检测系统及方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009233724A (ja) * | 2008-03-28 | 2009-10-15 | Jfe Steel Corp | 熱間圧延における熱延金属帯の冷却制御方法および熱延金属帯の製造方法 |
JP2012200819A (ja) * | 2011-03-25 | 2012-10-22 | Nippon Steel Corp | 剪断加工工具の異物付着検出方法及び異物付着監視装置 |
CN104923576A (zh) * | 2014-03-17 | 2015-09-23 | 宝山钢铁股份有限公司 | 热轧生产线精轧工作辊辊面自动检测装置 |
CN107666569A (zh) * | 2016-07-29 | 2018-02-06 | 宝山钢铁股份有限公司 | 钢管表面检测装置的自动对焦方法 |
-
2018
- 2018-06-29 CN CN201810718687.0A patent/CN110653271B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009233724A (ja) * | 2008-03-28 | 2009-10-15 | Jfe Steel Corp | 熱間圧延における熱延金属帯の冷却制御方法および熱延金属帯の製造方法 |
JP2012200819A (ja) * | 2011-03-25 | 2012-10-22 | Nippon Steel Corp | 剪断加工工具の異物付着検出方法及び異物付着監視装置 |
CN104923576A (zh) * | 2014-03-17 | 2015-09-23 | 宝山钢铁股份有限公司 | 热轧生产线精轧工作辊辊面自动检测装置 |
CN107666569A (zh) * | 2016-07-29 | 2018-02-06 | 宝山钢铁股份有限公司 | 钢管表面检测装置的自动对焦方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112881403A (zh) * | 2021-01-08 | 2021-06-01 | 王玮佳 | 一种热轧带钢表面缺陷检测装置 |
WO2022193950A1 (zh) * | 2021-03-15 | 2022-09-22 | 宝山钢铁股份有限公司 | 轧辊表面图像拍摄装置及系统、辊面在线检测系统及方法 |
CN113670941A (zh) * | 2021-08-30 | 2021-11-19 | 宝钢湛江钢铁有限公司 | 一种多功能连退带钢表面氧化色缺陷在线定量评价的方法 |
CN114817830A (zh) * | 2022-06-27 | 2022-07-29 | 山东钢铁股份有限公司 | 一种铸坯凝固末端精准预测方法 |
CN114817830B (zh) * | 2022-06-27 | 2022-09-06 | 山东钢铁股份有限公司 | 一种铸坯凝固末端精准预测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110653271B (zh) | 2021-02-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110653271B (zh) | 热轧带钢卷取夹送辊的辊面质量自动评级装置和评级方法 | |
CN116839682B (zh) | 一种基于物联网的电缆加工制造实时监控系统 | |
CN107179749A (zh) | 热镀锌产品全流程质量控制方法 | |
CN115082418A (zh) | 一种汽车零部件精密识别方法 | |
EP4058858A1 (de) | Verfahren und system zur ermittlung von zusammenhängen zwischen erfassten produktfehlern und erfassten zustandsvariablen einer produktionsanlage | |
CN102519990B (zh) | 基于纹理规则性分析的钢丝绳芯输送带故障在线检测方法 | |
CN104568956B (zh) | 基于机器视觉的带钢表面缺陷的检测方法 | |
CN110014043B (zh) | 一种用于带钢表面分级动态可调整除鳞压力控制方法 | |
JP3397726B2 (ja) | 圧延機の異常診断方法および装置 | |
CN115047162A (zh) | 一种钢管热处理的缺陷检测方法及系统 | |
CN116046883A (zh) | 起重机钢丝绳漏磁-视觉多模态融合检测装置及方法 | |
CN117350967B (zh) | 一种基于光学检测晶圆外观缺陷检测系统及其方法 | |
DE112018007375T5 (de) | Qualitätsüberwachungssystem | |
CN117592864A (zh) | 制衣生产线全流程监测方法及系统 | |
CN114565314A (zh) | 一种基于数字孪生的热轧钢卷端面质量管控系统及方法 | |
KR20100009275A (ko) | 학습형 최적화 기능이 구비된 지능형 분류기를 이용한 주편표면결함 분류장치 및 이에 의한 분류방법 | |
CN117367845A (zh) | 一种陆军装备维修设备健康诊断方法 | |
CN104985002B (zh) | 一种热轧带钢边部缺陷报警方法及装置 | |
CN116958082A (zh) | 一种带钢表面色差缺陷检出方法、装置及电子设备 | |
CN109622926B (zh) | 一种面向铸锭过程的锭块边缘检测方法 | |
CN111062939A (zh) | 一种带钢表面快速质量甄别与缺陷特征自动提取方法 | |
JP2003211209A (ja) | 圧延機の異常診断方法 | |
EP4257258A1 (en) | Abnormality detection device and abnormality detection method | |
KR20010027829A (ko) | 압연기 이상진단장치 | |
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 |
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 |