CN111080054A - 一种热轧带钢宽度质量自动评价方法及系统 - Google Patents
一种热轧带钢宽度质量自动评价方法及系统 Download PDFInfo
- Publication number
- CN111080054A CN111080054A CN201911065066.8A CN201911065066A CN111080054A CN 111080054 A CN111080054 A CN 111080054A CN 201911065066 A CN201911065066 A CN 201911065066A CN 111080054 A CN111080054 A CN 111080054A
- Authority
- CN
- China
- Prior art keywords
- width
- curve
- strip steel
- quality
- necking
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21B—ROLLING OF METAL
- B21B37/00—Control devices or methods specially adapted for metal-rolling mills or the work produced thereby
- B21B37/16—Control of thickness, width, diameter or other transverse dimensions
- B21B37/22—Lateral spread control; Width control, e.g. by edge rolling
-
- 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
- B21B38/04—Methods or devices for measuring, detecting or monitoring specially adapted for metal-rolling mills, e.g. position detection, inspection of the product for measuring thickness, width, diameter or other transverse dimensions of the product
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Mechanical Engineering (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Control Of Metal Rolling (AREA)
Abstract
本发明提供一种热轧带钢宽度质量自动评价方法及系统,所述方法包括:收集多功能仪测得的第一宽度曲线和测宽仪测得的第二宽度曲线;其中,多功能仪设置在精轧末机架出口处,测宽仪设置在卷取入口处;基于带钢精轧区域和卷取区域的热膨胀系数,将第二宽度曲线中的宽度值换算为精轧状态下的理论宽度,得到第三宽度曲线;将第一宽度曲线和第三宽度曲线重组,得到带钢宽度曲线;利用预设的带钢宽度质量判定系统,对带钢宽度曲线进行分析,得到带钢宽度质量判定结果。本发明可发现工艺缺陷导致的宽度质量问题并消除仪表失真对宽度曲线识别的影响,同时可解放人力,提升效率、降低漏检率。
Description
技术领域
本发明涉及冶金技术领域,特别是指一种热轧带钢宽度质量自动评价方法及系统。
背景技术
带钢是轧制生产线的一种主要产品,其应用领域十分广泛。宽度精度是衡量热连轧带钢产品质量的重要指标。在热轧带钢生产过程中,通常希望轧制后带钢的宽度达到目标值,且沿带钢全长方向的宽度均要在其允许的生产误差范围之内。宽度精度高的板带轧件,成材率高,可以满足不同用户的使用要求。
宽度异常的主要影响因素包括:来料异常、仪表检测精度不佳、操作干预不当、模型精度不佳、设备精度不佳、L3信息异常、计划编排不合理、层冷拉窄、精轧拉窄等。宽度异常不仅增加了带钢头尾与边部的废料切割量,而且容易造成轧线卡钢、堆钢等生产事故,影响生产效率及产线顺行。良好的宽度精度不仅可以提高产品的成材率,而且可以为后工序创造更好的生产条件。
目前,现场质检人员主要通过末机架出口处多功能仪测得的曲线对宽度质量进行人工判定,主要存在以下弊端:
1)此时带钢还未在卷取处“建张”,忽视了“缩颈”缺陷可能导致带钢宽度拉窄对最终产品质量的影响;
2)由于多功能仪的工作环境较为恶劣,其测得的宽度曲线时常发生异常跳动,给现场判定带来困难。
而现有的基于曲线识别的热轧带钢宽度质量判定系统虽然可以提供较为准确智能的判定方法,但难以脱离质检人员的辅助监测,对于带钢成品来说,这一方法还存在着如下不足:
1)需要企业持续投入大量人力物力,保证质检人员持续对自动判定结果的二次审核,同时质检人工经验的学习成本较高;
2)对宽度的质量判定仅依赖单一仪表的测量结果,同时需要人工参与,准确率与时效性均难以保证;
3)质检部门各个班组的经验尺度不同,会造成带钢成品宽度质量判定结果不尽相同,因此存在较大比例虚警、漏报的情况。
发明内容
本发明要解决的技术问题是提供一种热轧带钢宽度质量自动评价方法及系统,以解决现有检测手段人力成本高,准确率低且容易出现漏检的问题。
为解决上述技术问题,本发明提供一种热轧带钢宽度质量自动评价方法,所述热轧带钢宽度质量自动评价方法包括:
收集多功能仪测得的第一宽度曲线和测宽仪测得的第二宽度曲线;其中,所述多功能仪设置在精轧末机架出口处,所述测宽仪设置在卷取入口处;
基于带钢精轧区域和卷取区域的热膨胀系数,将所述第二宽度曲线中的宽度值换算为精轧状态下的理论宽度,得到第三宽度曲线;
将所述第一宽度曲线和所述第三宽度曲线重组,得到带钢宽度曲线;
利用预设的带钢宽度质量判定系统,对所述带钢宽度曲线进行分析,得到带钢宽度质量判定结果。
进一步地,所述基于带钢精轧区域和卷取区域的热膨胀系数,将所述第二宽度曲线中的宽度值换算为精轧状态下的理论宽度,具体为:
基于带钢精轧区域和卷取区域的热膨胀系数,根据下式将所述第二宽度曲线中的宽度值换算为精轧状态下的理论宽度:
其中,Wf0和Wr分别为带钢精轧出口的理论宽度和卷取入口的测量宽度,kf和kr分别为带钢精轧区域和卷取区域的热膨胀系数。
进一步地,所述将所述第一宽度曲线和所述第三宽度曲线重组,包括:
沿带钢长度方向将带钢划分为缩颈缺陷发生区域和非缩颈缺陷发生区域;
在所述第三宽度曲线中选取缩颈缺陷发生区域对应的曲线作为第四宽度曲线,剔除所述第四宽度曲线中的异常突变点,得到缩颈缺陷发生区域曲线;
在第一宽度曲线中选取非缩颈缺陷发生区域对应曲线作为第五宽度曲线;在第三宽度曲线中选取非缩颈缺陷发生区域对应曲线作为第六宽度曲线;
选取所述第五宽度曲线和所述第六宽度曲线中对应位置上宽度值较大的离散点作为测量值,得到第七宽度曲线;剔除所述第七宽度曲线中的异常突变点,得到非缩颈缺陷发生区域曲线;
将所述缩颈缺陷发生区域曲线和所述非缩颈缺陷发生区域曲线进行重组,得到所述带钢宽度曲线。
进一步地,所述将带钢划分为缩颈缺陷发生区域和非缩颈缺陷发生区域,具体为:
沿带钢长度方向,将带钢距离其头部80-180m的区域确定为缩颈缺陷发生区域,其余部分确定为非缩颈缺陷发生区域。
进一步地,所述剔除所述第四宽度曲线中的异常突变点,具体为:
利用Isolation Forest算法,对所述第四曲线进行潜在异常突变点剔除。
进一步地,所述剔除所述第七宽度曲线中的异常突变点,具体为:
针对所述第七宽度曲线,利用三角距离比例法剔除其中的异常突变点,所述三角距离比例法如下:
假设第i个点是需要检查的数据点,i-1、i+1是检查点i相邻的数据点,通过下式计算距离的比值η,公式如下:
其中,d表示检查点i到点i-1、点i+1两点分别连成直线段的距离之和;l表示i-1到i+1两点之间的距离;yi和xi分别为检查点i的横纵坐标;yi-1和xi-1分别为点i-1的横纵坐标;yi+1和xi+1分别为点i+1的横纵坐标;
根据d与l之比η的值是否超出设定阈值来判断检查点i是否异常。
进一步地,所述利用预设的带钢宽度质量判定系统,对所述带钢宽度曲线进行分析,得到带钢宽度质量判定结果之后,所述方法还包括:
确定不合格产品的缺陷原因并记录封锁代码,同时进行报警。
相应地,为解决上述技术问题,本发明还提供一种热轧带钢宽度质量自动评价系统,所述热轧带钢宽度质量自动评价系统包括:
带钢宽度曲线获取模块,用于收集多功能仪测得的第一宽度曲线和测宽仪测得的第二宽度曲线;其中,所述多功能仪设置在精轧末机架出口处,所述测宽仪设置在卷取入口处;
曲线换算模块,用于基于带钢精轧区域和卷取区域的热膨胀系数,将所述第二宽度曲线中的宽度值换算为精轧状态下的理论宽度,得到第三宽度曲线;
曲线重组模块,用于将所述第一宽度曲线和所述第三宽度曲线重组,得到带钢宽度曲线;
质量判定模块,用于利用预设的带钢宽度质量判定系统,对所述带钢宽度曲线进行分析,得到带钢宽度质量判定结果。
进一步地,所述曲线重组模块,具体用于:
沿带钢长度方向将带钢划分为缩颈缺陷发生区域和非缩颈缺陷发生区域;
在所述第三宽度曲线中选取缩颈缺陷发生区域对应的曲线作为第四宽度曲线,剔除所述第四宽度曲线中的异常突变点,得到缩颈缺陷发生区域曲线;
在第一宽度曲线中选取非缩颈缺陷发生区域对应曲线作为第五宽度曲线;在第三宽度曲线中选取非缩颈缺陷发生区域对应曲线作为第六宽度曲线;
选取所述第五宽度曲线和所述第六宽度曲线中对应位置上宽度值较大的离散点作为测量值,得到第七宽度曲线;剔除所述第七宽度曲线中的异常突变点,得到非缩颈缺陷发生区域曲线;
将所述缩颈缺陷发生区域曲线和所述非缩颈缺陷发生区域曲线进行重组,得到所述带钢宽度曲线。
进一步地,所述系统还包括:
结果处理及报警模块,用于确定不合格产品的缺陷原因并记录封锁代码,同时进行报警。
本发明的上述技术方案的有益效果如下:
本发明的热轧带钢宽度质量自动评价方法充分考虑到卷取工序“缩颈”缺陷对宽度的影响,同时最大限度地规避因仪表失真导致的曲线异常突变,实现了热轧生产现场宽度质量的自动化判定及预警。通过采集精轧末机架出口处多功能仪测得的宽度曲线和卷取入口处测宽仪测得的宽度曲线,将两条曲线自动重组用于在线智能分析判定,代替了传统人工监测。本发明不但可以发现工艺缺陷导致的宽度质量问题并消除仪表失真对宽度曲线识别的影响,同时通过自动化带钢宽度质量判定系统解放了人力,大幅提升了劳动效率、并降低了“漏检率”,为热轧带钢宽度质量评价及工艺改进的精准决策提供了有效手段。
附图说明
图1为本发明的热轧带钢宽度质量自动评价方法的流程图;
图2为本发明的热轧带钢宽度质量自动评价方法的另一流程图;
图3为带钢宽度“缩颈”缺陷发生曲线对比图;
图4为精轧出口宽度曲线无斜率下降、上升形态,以及卷取入口宽度曲线正常示意图;其中,a所示曲线为精轧出口宽度曲线、b所示曲线为卷取入口曲线、c所示曲线为按照步骤换算重组后得到的新曲线;
图5为两条宽度曲线均出现异常下降、上升形态,以及发生位置不同或重叠示意图;其中,a所示曲线为精轧出口宽度曲线、b所示曲线为卷取入口曲线、c所示曲线为按照步骤换算重组后得到的新曲线;
图6为精轧出口宽度曲线明显异常,卷取入口宽度曲线正常示意图;其中,a所示曲线为精轧出口宽度曲线、b所示曲线为卷取入口曲线、c所示曲线为按照步骤换算重组后得到的新曲线;
图7为卷取宽度“缩颈”段曲线异常突变示意图;其中,a所示曲线为精轧出口宽度曲线、b所示曲线为卷取入口曲线、c所示曲线为按照步骤换算重组后得到的新曲线。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚,下面将结合附图及具体实施例进行详细描述。
第一实施例
请参阅图1至图2,本实施例提供一种热轧带钢宽度质量自动评价方法,所述热轧带钢宽度质量自动评价方法包括:
S101,收集多功能仪测得的第一宽度曲线和测宽仪测得的第二宽度曲线;其中,多功能仪设置在精轧末机架出口处,测宽仪设置在卷取入口处;
需要说明的是,此处多功能仪和测宽仪对热轧带钢宽度尺寸的获取方式为周期性采样,通过时间-长度序列转换使得每1m记录一次宽度测量值,并将得到的测量数据按照预设格式进行存储。
S102,基于带钢精轧区域和卷取区域的热膨胀系数,将第二宽度曲线中的宽度值换算为精轧状态下的理论宽度,得到第三宽度曲线;
需要说明的是,由于精轧末机架出口处的多功能仪测得宽度数据时带钢处于热态,考虑“热胀冷缩”,其宽度测量值与卷取入口的冷态带钢存在明显差异,因此需将卷取入口测量的宽度曲线换算为精轧状态下理论宽度,公式如下:
其中,Wf0和Wr分别为带钢精轧出口的理论宽度和卷取入口的测量宽度,kf和kr分别为带钢精轧区域和卷取区域的热膨胀系数。
S103,将第一宽度曲线和第三宽度曲线重组,得到带钢宽度曲线;
需要说明的是,上述步骤包括:
1)沿带钢长度方向将带钢划分为缩颈缺陷发生区域和非缩颈缺陷发生区域;具体地,考虑带钢在卷取建张后的影响,本实施例沿带钢长度方向,将带钢距离其头部80-180m的区域确定为缩颈缺陷发生区域,其余部分为非缩颈缺陷发生区域;图3中的b展示了“缩颈”缺陷的发生位置,“缩颈”是实际存在的工艺缺陷,宽度自动判定必须考虑在内。
2)考虑卷取建张引起的“缩颈”缺陷使带钢宽度变窄,因此在第三宽度曲线中选取缩颈缺陷发生区域对应的曲线作为第四宽度曲线,剔除第四宽度曲线中的异常突变点,得到缩颈缺陷发生区域曲线;具体地,此处剔除第四宽度曲线中的异常突变点时所用的算法为Isolation Forest算法。
此处主要考虑到卷取“缩颈”对宽度的实际影响,同时最大可能规避了“缩颈”段曲线因仪表检测失真导致的异常突变,如图7所示。
此外,由于“Isolation Forest算法”运算时间较长,因此仅将其应用于卷取入口宽度曲线80-180m范围的带钢“缩颈”缺陷发生区域内。该区域内宽度曲线共有101个数据点,将其全部作为样本构建一颗iTree树,样本的特征即为宽度曲线数值。本例中样本的取值范围为[-4.19,8.25]mm,算法在该宽度值范围内选取一个随机值对样本进行二叉划分,将样本中小于该值的部分划分到节点的左侧,大于等于该值的部分划分到节点的右侧。由此得到一个分裂条件和划分至左、右两侧的数据集,然后分别在左右两侧的数据集上重复上面的过程,直到数据集只有一条记录或者达到了树的限定高度。
由于异常数据较少且特征值和正常数据差别很大。因此,构建iTree的时候,异常数据离根更近,而正常数据离根更远。一棵iTree的结果往往不可信,iForest算法通过多次抽取样本,构建多棵二叉树。本例中异常点的宽度值为-4.19mm,在多次iTree划分结果中均处于树的最根部,与其他数值存在明显差异,由此将其定为异常点,该点数值由相邻点正常数值替代。通过图7中的重组曲线可见该方法已将异常值消除。
3)由于仪表的测量异常值均低于正常值,因此在第一宽度曲线中选取非缩颈缺陷发生区域对应曲线作为第五宽度曲线;在第三宽度曲线中选取非缩颈缺陷发生区域对应曲线作为第六宽度曲线;选取第五宽度曲线和第六宽度曲线中对应位置上宽度值较大的离散点作为测量值,得到第七宽度曲线;以此过滤宽度突变及异常低点,进而将不同来源的曲线重组为一条全新的宽度曲线;
异常点形态主要体现在以下三种情况;
情况一:如图4所示,某一宽度曲线呈现无斜率形状直接下降、上升的形态,而另一宽度曲线正常。
情况二:如图5左侧圈中所示某一宽度曲线存在明显异常点,而另一宽度曲线正常。
情况三:如图6所示某一宽度曲线在一定范围内呈现异常下降、上升的形态,而另一宽度曲线正常。
通过比对异常曲线与合成曲线,本实施例成功规避了以上三种由于仪器检测异常带来的宽度判定干扰,且保留了卷取“缩颈”缺陷导致的宽度曲线特征。
4)针对第七宽度曲线,对于原有两条曲线相同位置点均出现仪表失真导致的异常情况,通过步骤3是无法剔除的,因此需要利用“三角距离比例法”进一步排查剔除第七宽度曲线中的异常突变点,从而得到非缩颈缺陷发生区域曲线;三角距离比例法如下:
假设第i个点是需要检查的数据点,i-1、i+1是检查点i相邻的数据点,通过下式计算距离的比值η,公式如下:
其中,d表示检查点i到点i-1、点i+1两点分别连成直线段的距离之和;l表示i-1到i+1两点之间的距离;yi和xi分别为检查点i的横纵坐标;yi-1和xi-1分别为点i-1的横纵坐标;yi+1和xi+1分别为点i+1的横纵坐标;
根据d与l之比η的值是否超出设定阈值来判断检查点i是否异常。
以图5右侧圈出的异常点为例,两条宽度曲线在相同位置点上均出现了异常,上述步骤仍无法剔除,对其进行“三角距离比例”计算,操作方法如下:
以精轧出口处多功能仪宽度曲线为例,收集异常点及相邻数据点的坐标数据,得到(xi-1 xi xi+1)=(682 683 684),(yi-1 yi yi+1)=(6.29 -4.29 -2.22),根据公式计算,得到d=0.166,l=8.737,η=0.019,超出规定阈值η0=0.005,由此将其判定为异常点,该点数值由相邻点正常数值替代。通过图5中的重组曲线可见该方法已将异常值消除。
5)将缩颈缺陷发生区域曲线和非缩颈缺陷发生区域曲线进行重组,得到带钢宽度曲线。
S104,利用预设的带钢宽度质量判定系统,对带钢宽度曲线进行分析,得到带钢宽度质量判定结果。
需要说明的是,此处的带钢宽度质量判定系统可直接选用现有系统,其所用的质量判定规则可以如下:
1)制定符合用户需求的宽度自动判定规则:如单点宽度超标阈值、连续多点宽度超标阈值以及头尾超宽、拉窄规则等;
2)按照带钢的钢种、规格、流向、用途等区别对宽度规则进行差异化细分设定;
3)根据设定规则完成宽度自动判定,不合格产品自动识别缺陷原因并记录封锁代码,根据不同缺陷原因完成后续处理,同时通过判定系统报警通知现场操作人员,以便及时反馈。
下面以实际统计数据进一步说明本实施例方法的效果:
选取2018年6月1日至6月15日宽度质量判定系统中判为不合格的带钢封锁样本为例,如下列表1所示。
其中,表格右侧连续超限结果、单点超限结果与质量表结果三项分别对应上述步骤中的判定细则,任意一项判定不合格则综合判定结果不合格,可见借助重组曲线完成的宽度自动判定相较传统方式能够更加精确的找到并定位产品的宽度尺寸缺陷。经过一个月以上的生产实绩统计:系统判定的准确率达到98.6%,宽度异常卷人工参与的判定率减少了87.6%,主要减少了非升级轧制返修检查板形费用;其它方面的经济效益仍会逐步发挥,如减少了原人工漏检导致的质量异议、不能达到精准判定导致的多余切除损失等。
表1宽度质量判定系统中判为不合格的带钢封锁样本数据
本实施例的热轧带钢宽度质量自动评价方法充分考虑到卷取工序“缩颈”缺陷对宽度的影响,同时最大限度地规避因仪表失真导致的曲线异常突变,实现了热轧生产现场宽度质量的自动化判定及预警。通过采集精轧末机架出口处多功能仪测得的宽度曲线和卷取入口处测宽仪测得的宽度曲线,将两条曲线自动重组用于在线智能分析判定,代替了传统人工监测。本发明不但可以发现工艺缺陷导致的宽度质量问题并消除仪表失真对宽度曲线识别的影响,同时通过自动化带钢宽度质量判定系统解放了人力,大幅提升了劳动效率、并降低了“漏检率”,为热轧带钢宽度质量评价及工艺改进的精准决策提供了有效手段。
第二实施例
本实施例提供一种热轧带钢宽度质量自动评价系统,所述热轧带钢宽度质量自动评价系统包括:
带钢宽度曲线获取模块,用于收集多功能仪测得的第一宽度曲线和测宽仪测得的第二宽度曲线;其中,所述多功能仪设置在精轧末机架出口处,所述测宽仪设置在卷取入口处;
曲线换算模块,用于基于带钢精轧区域和卷取区域的热膨胀系数,将所述第二宽度曲线中的宽度值换算为精轧状态下的理论宽度,得到第三宽度曲线;
曲线重组模块,用于将所述第一宽度曲线和所述第三宽度曲线重组,得到带钢宽度曲线;
质量判定模块,用于利用预设的带钢宽度质量判定系统,对所述带钢宽度曲线进行分析,得到带钢宽度质量判定结果。
进一步地,所述曲线重组模块,具体用于:
沿带钢长度方向将带钢划分为缩颈缺陷发生区域和非缩颈缺陷发生区域;
在所述第三宽度曲线中选取缩颈缺陷发生区域对应的曲线作为第四宽度曲线,剔除所述第四宽度曲线中的异常突变点,得到缩颈缺陷发生区域曲线;
在第一宽度曲线中选取非缩颈缺陷发生区域对应曲线作为第五宽度曲线;在第三宽度曲线中选取非缩颈缺陷发生区域对应曲线作为第六宽度曲线;
选取所述第五宽度曲线和所述第六宽度曲线中对应位置上宽度值较大的离散点作为测量值,得到第七宽度曲线;剔除所述第七宽度曲线中的异常突变点,得到非缩颈缺陷发生区域曲线;
将所述缩颈缺陷发生区域曲线和所述非缩颈缺陷发生区域曲线进行重组,得到所述带钢宽度曲线。
进一步地,所述系统还包括:
结果处理及报警模块,用于确定不合格产品的缺陷原因并记录封锁代码,同时进行报警。
本实施例的热轧带钢宽度质量自动评价系统与上述第一实施例的热轧带钢宽度质量自动评价方法相对应;其中,本实施例中的热轧带钢宽度质量自动评价系统种的各功能模块与上述第一实施例中的热轧带钢宽度质量自动评价方法中的流程步骤一一对应,故,在此不再赘述。
此外,需要说明的是,本领域内的技术人员应明白,本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本发明实施例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,本发明实施例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。
本发明实施例是参照根据本发明实施例的方法、终端设备(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、嵌入式处理机或其他可编程数据处理终端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终端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终端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终端设备上,使得在计算机或其他可编程终端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终端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,则可对这些实施例做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实施例范围的所有变更和修改。
还需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明所述原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种热轧带钢宽度质量自动评价方法,其特征在于,包括:
收集多功能仪测得的第一宽度曲线和测宽仪测得的第二宽度曲线;其中,所述多功能仪设置在精轧末机架出口处,所述测宽仪设置在卷取入口处;
基于带钢精轧区域和卷取区域的热膨胀系数,将所述第二宽度曲线中的宽度值换算为精轧状态下的理论宽度,得到第三宽度曲线;
将所述第一宽度曲线和所述第三宽度曲线重组,得到带钢宽度曲线;
利用预设的带钢宽度质量判定系统,对所述带钢宽度曲线进行分析,得到带钢宽度质量判定结果。
3.如权利要求1所述的热轧带钢宽度质量自动评价方法,其特征在于,所述将所述第一宽度曲线和所述第三宽度曲线重组,包括:
沿带钢长度方向将带钢划分为缩颈缺陷发生区域和非缩颈缺陷发生区域;
在所述第三宽度曲线中选取缩颈缺陷发生区域对应的曲线作为第四宽度曲线,剔除所述第四宽度曲线中的异常突变点,得到缩颈缺陷发生区域曲线;
在第一宽度曲线中选取非缩颈缺陷发生区域对应曲线作为第五宽度曲线;在第三宽度曲线中选取非缩颈缺陷发生区域对应曲线作为第六宽度曲线;
选取所述第五宽度曲线和所述第六宽度曲线中对应位置上宽度值较大的离散点作为测量值,得到第七宽度曲线;剔除所述第七宽度曲线中的异常突变点,得到非缩颈缺陷发生区域曲线;
将所述缩颈缺陷发生区域曲线和所述非缩颈缺陷发生区域曲线进行重组,得到所述带钢宽度曲线。
4.如权利要求3所述的热轧带钢宽度质量自动评价方法,其特征在于,所述将带钢划分为缩颈缺陷发生区域和非缩颈缺陷发生区域,具体为:
沿带钢长度方向,将带钢距离其头部80-180m的区域确定为缩颈缺陷发生区域,其余部分确定为非缩颈缺陷发生区域。
5.如权利要求3所述的热轧带钢宽度质量自动评价方法,其特征在于,所述剔除所述第四宽度曲线中的异常突变点,具体为:
利用Isolation Forest算法,对所述第四曲线进行潜在异常突变点剔除。
6.如权利要求3所述的热轧带钢宽度质量自动评价方法,其特征在于,所述剔除所述第七宽度曲线中的异常突变点,具体为:
针对所述第七宽度曲线,利用三角距离比例法剔除其中的异常突变点,所述三角距离比例法如下:
假设第i个点是需要检查的数据点,i-1、i+1是检查点i相邻的数据点,通过下式计算距离的比值η,公式如下:
其中,d表示检查点i到点i-1、点i+1两点分别连成直线段的距离之和;l表示i-1到i+1两点之间的距离;yi和xi分别为检查点i的横纵坐标;yi-1和xi-1分别为点i-1的横纵坐标;yi+1和xi+1分别为点i+1的横纵坐标;
根据d与l之比η的值是否超出设定阈值来判断检查点i是否异常。
7.如权利要求1-6任一项所述的热轧带钢宽度质量自动评价方法,其特征在于,所述利用预设的带钢宽度质量判定系统,对所述带钢宽度曲线进行分析,得到带钢宽度质量判定结果之后,所述方法还包括:
确定不合格产品的缺陷原因并记录封锁代码,同时进行报警。
8.一种热轧带钢宽度质量自动评价系统,其特征在于,包括:
带钢宽度曲线获取模块,用于收集多功能仪测得的第一宽度曲线和测宽仪测得的第二宽度曲线;其中,所述多功能仪设置在精轧末机架出口处,所述测宽仪设置在卷取入口处;
曲线换算模块,用于基于带钢精轧区域和卷取区域的热膨胀系数,将所述第二宽度曲线中的宽度值换算为精轧状态下的理论宽度,得到第三宽度曲线;
曲线重组模块,用于将所述第一宽度曲线和所述第三宽度曲线重组,得到带钢宽度曲线;
质量判定模块,用于利用预设的带钢宽度质量判定系统,对所述带钢宽度曲线进行分析,得到带钢宽度质量判定结果。
9.如权利要求8所述的热轧带钢宽度质量自动评价系统,其特征在于,所述曲线重组模块,具体用于:
沿带钢长度方向将带钢划分为缩颈缺陷发生区域和非缩颈缺陷发生区域;
在所述第三宽度曲线中选取缩颈缺陷发生区域对应的曲线作为第四宽度曲线,剔除所述第四宽度曲线中的异常突变点,得到缩颈缺陷发生区域曲线;
在第一宽度曲线中选取非缩颈缺陷发生区域对应曲线作为第五宽度曲线;在第三宽度曲线中选取非缩颈缺陷发生区域对应曲线作为第六宽度曲线;
选取所述第五宽度曲线和所述第六宽度曲线中对应位置上宽度值较大的离散点作为测量值,得到第七宽度曲线;剔除所述第七宽度曲线中的异常突变点,得到非缩颈缺陷发生区域曲线;
将所述缩颈缺陷发生区域曲线和所述非缩颈缺陷发生区域曲线进行重组,得到所述带钢宽度曲线。
10.如权利要求8或9所述的热轧带钢宽度质量自动评价系统,其特征在于,所述系统还包括:
结果处理及报警模块,用于确定不合格产品的缺陷原因并记录封锁代码,同时进行报警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911065066.8A CN111080054B (zh) | 2019-11-04 | 2019-11-04 | 一种热轧带钢宽度质量自动评价方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911065066.8A CN111080054B (zh) | 2019-11-04 | 2019-11-04 | 一种热轧带钢宽度质量自动评价方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111080054A true CN111080054A (zh) | 2020-04-28 |
CN111080054B CN111080054B (zh) | 2023-04-28 |
Family
ID=70310755
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911065066.8A Active CN111080054B (zh) | 2019-11-04 | 2019-11-04 | 一种热轧带钢宽度质量自动评价方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111080054B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN113020280A (zh) * | 2021-03-01 | 2021-06-25 | 北京科技大学设计研究院有限公司 | 一种热轧带钢粗轧大立辊的在线精度评价方法 |
CN113074645A (zh) * | 2021-03-16 | 2021-07-06 | 北京科技大学设计研究院有限公司 | 检查线开卷带头形状不规则区域和跑偏的检测装置及方法 |
CN114178326A (zh) * | 2021-12-02 | 2022-03-15 | 北京首钢自动化信息技术有限公司 | 一种检测设备的控制方法、装置及计算机设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001259738A (ja) * | 2000-03-23 | 2001-09-25 | Sumitomo Heavy Ind Ltd | 金属帯板の品質検出装置 |
KR20070113032A (ko) * | 2006-05-24 | 2007-11-28 | 주식회사 포스코 | 표면결함정보를 이용한 강판 표면품질등급 판정방법 |
CN102658298A (zh) * | 2012-04-29 | 2012-09-12 | 北京科技大学 | 一种适用于热轧薄规格带钢的板形质量在线判定方法 |
CN103934287A (zh) * | 2013-01-22 | 2014-07-23 | 宝山钢铁股份有限公司 | 一种精确测量精轧出口钢板宽度的方法 |
CN107321801A (zh) * | 2017-06-26 | 2017-11-07 | 北京首钢股份有限公司 | 一种热轧带钢的判定方法及热轧在线质量判定系统 |
CN109692878A (zh) * | 2017-10-23 | 2019-04-30 | 上海梅山钢铁股份有限公司 | 一种热轧带钢厚度质量精准判定方法 |
CN109948669A (zh) * | 2019-03-04 | 2019-06-28 | 腾讯科技(深圳)有限公司 | 一种异常数据检测方法及装置 |
-
2019
- 2019-11-04 CN CN201911065066.8A patent/CN111080054B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001259738A (ja) * | 2000-03-23 | 2001-09-25 | Sumitomo Heavy Ind Ltd | 金属帯板の品質検出装置 |
KR20070113032A (ko) * | 2006-05-24 | 2007-11-28 | 주식회사 포스코 | 표면결함정보를 이용한 강판 표면품질등급 판정방법 |
CN102658298A (zh) * | 2012-04-29 | 2012-09-12 | 北京科技大学 | 一种适用于热轧薄规格带钢的板形质量在线判定方法 |
CN103934287A (zh) * | 2013-01-22 | 2014-07-23 | 宝山钢铁股份有限公司 | 一种精确测量精轧出口钢板宽度的方法 |
CN107321801A (zh) * | 2017-06-26 | 2017-11-07 | 北京首钢股份有限公司 | 一种热轧带钢的判定方法及热轧在线质量判定系统 |
CN109692878A (zh) * | 2017-10-23 | 2019-04-30 | 上海梅山钢铁股份有限公司 | 一种热轧带钢厚度质量精准判定方法 |
CN109948669A (zh) * | 2019-03-04 | 2019-06-28 | 腾讯科技(深圳)有限公司 | 一种异常数据检测方法及装置 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN113020280A (zh) * | 2021-03-01 | 2021-06-25 | 北京科技大学设计研究院有限公司 | 一种热轧带钢粗轧大立辊的在线精度评价方法 |
CN113020280B (zh) * | 2021-03-01 | 2022-11-11 | 北京科技大学设计研究院有限公司 | 一种热轧带钢粗轧大立辊的在线精度评价方法 |
CN113074645A (zh) * | 2021-03-16 | 2021-07-06 | 北京科技大学设计研究院有限公司 | 检查线开卷带头形状不规则区域和跑偏的检测装置及方法 |
CN114178326A (zh) * | 2021-12-02 | 2022-03-15 | 北京首钢自动化信息技术有限公司 | 一种检测设备的控制方法、装置及计算机设备 |
Also Published As
Publication number | Publication date |
---|---|
CN111080054B (zh) | 2023-04-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111080054A (zh) | 一种热轧带钢宽度质量自动评价方法及系统 | |
CN106345823B (zh) | 基于热轧钢卷生产流程的在线实时预测机械性能的方法 | |
CN102628812B (zh) | 一种自动判定子卷表面质量等级的方法 | |
CN110569566B (zh) | 一种板带力学性能预测方法 | |
CN107179749A (zh) | 热镀锌产品全流程质量控制方法 | |
CN104677997B (zh) | 一种变压器油色谱在线监测差异化预警方法 | |
CN111178725A (zh) | 一种基于层次分析法的保护设备状态预警方法 | |
JP5441824B2 (ja) | 金属帯材料の製造条件決定システム | |
CN104408525A (zh) | 作业车间调度风险的量化评估与控制方法 | |
CN117849700A (zh) | 可控制测量的模块化电能计量系统 | |
CN116485578B (zh) | 一种钢材冶炼车间的集成管理方法及系统 | |
CN112181956B (zh) | 一种基于热轧工业大数据的数据挖掘的方法 | |
Djauhari et al. | How to control process variability more effectively: the case of a B-complex vitamin production process: general article | |
CN110866696A (zh) | 商铺掉铺风险评估模型训练方法及装置 | |
CN113780852B (zh) | 一种板带轧制过程质量缺陷的诊断方法 | |
CN115239201A (zh) | 一种电力指数的评估方法及系统 | |
CN105499282A (zh) | 一种冷轧带钢在线板形分析方法及装置 | |
CN114048592A (zh) | 一种精轧全流程分布式运行性能评估及非优原因追溯方法 | |
CN112149966B (zh) | 一种基于炼钢多数据源聚合指导过程质量判定的方法 | |
CN109728563B (zh) | 用于定值在线校核的多套原则校核方法及装置 | |
CN103390114B (zh) | 一种带钢成品厚度精度的检测判断系统及其方法 | |
CN103207563B (zh) | 一种基于事件跟踪、还原和反馈的生产过程控制方法 | |
CN106651945B (zh) | 一种硅钢断面厚差质量图形化区域分析方法 | |
CN110688424A (zh) | 一种生产监控方法及装置 | |
CN101375254A (zh) | 在运行具有数据组集合的设备时找到错误的方法 |
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 |