CN112692079B - 基于机器视觉的棒材产线伺服分钢疏钢方法及系统 - Google Patents
基于机器视觉的棒材产线伺服分钢疏钢方法及系统 Download PDFInfo
- Publication number
- CN112692079B CN112692079B CN202011424373.3A CN202011424373A CN112692079B CN 112692079 B CN112692079 B CN 112692079B CN 202011424373 A CN202011424373 A CN 202011424373A CN 112692079 B CN112692079 B CN 112692079B
- Authority
- CN
- China
- Prior art keywords
- steel
- camera
- positioning
- bar
- result information
- 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.)
- Active
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21B—ROLLING OF METAL
- B21B43/00—Cooling beds, whether stationary or moving; Means specially associated with cooling beds, e.g. for braking work or for transferring it to or from the bed
- B21B43/006—Transfer from bed
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供了一种基于机器视觉的棒材产线伺服分钢疏钢方法及系统,包括:第一相机负责棒材定位、计数;设定小车拖送棒材数量;相机控制小车拖送到位;梳钢导向装置与定位槽辊道对齐;第二相机识别控制水平横移分钢装置使棒材梳分无重叠;第二相机定位控制升降分钢定距装置左右水平移动将棒材对准梳钢导向装置的进口。本发明能够在线实现棒材产线自动分钢、疏钢及控制全过程,具有明显技术优势:定位、计数准确,达到99%;系统从识别到机械动作的时间缩短,整个动作过程小于30秒。
Description
技术领域
本发明涉及伺服分钢疏钢技术领域,具体地,涉及一种基于机器视觉的棒材产线伺服分钢疏钢方法及系统。
背景技术
随着钢铁工业及其信息化技术的迅速发展,对钢铁产品从生产到成品投放市场全过程的在线检测、产品质量跟踪以及永久性质量追溯的要求越来越高。在棒材钢铁厂生产钢坯的过程中,经过粗轧后的棒材产品经冷床冷却后需定尺飞剪。从冷床至定尺挡板时钢坯需要无叠放进入定位辊道。现有钢铁厂,一般通过人工方式校准方式达到上述操作,由于钢铁厂环境复杂,工作环境恶劣,工人在长时间工作后易疲劳,工作效率底,影响机时产量,难以满足现代化生产的需要。因此,需要设计一种针对棒材轧线分钢疏钢方法,以提高生产效率。
目前没有发现同本发明类似技术的说明或报道,也尚未收集到国内外类似的资料。
发明内容
针对现有技术中的缺陷,本发明的目的是提供一种基于机器视觉的棒材产线伺服分钢疏钢方法及系统。
根据本发明提供的一种基于机器视觉的棒材产线伺服分钢疏钢方法,包括:步骤S1:将第一相机安装在冷床尾部边上,在定位槽辊道后拆除两道支撑辊道,将伺服定位装置安装在线上,第二相机安装在伺服定位装置边上;步骤S2:采用第一相机、第二相机通过视觉检测技术进行识别、定位;步骤S3:当钢坯棒从冷床尾部向左移动,此时第一相机作为整个系统的中枢大脑能够检测到有圆棒的进入和其当前位置;再根据系统设定,控制冷床末端平拖小车拖取设定根数的圆棒到辊道上;步骤S3:需要在冷床末端平拖小车上安装激光雷达,从而使得第一相机能精确控制平拖小车停止至设定位置;步骤S4:第二相机根据第一相机识别的圆棒所在位置后先控制好梳钢导向装置与定位槽辊道对齐,保证钢坯经过梳钢导向装置直接顺利进入定位槽辊道;步骤S5:第二相机负责识别辊道送过来的圆棒是否有堆叠在一起;如果存在圆棒堆叠在一起的现象就控制水平横移升降分钢定距装置上升后再下降,将经过的圆棒梳分开来;步骤S6:第二相机识别这些圆棒所在的分钢定距装置的位置,并控制升降分钢定距装置左右水平移动,将圆棒对准梳钢导向装置的进口;步骤S7:通过梳钢导向装置与升降分钢定距装置的配合,可以达到类似于双离合的效果,能够将系统从识别到机械动作的时间缩短,预计整个动作过程小于30秒;步骤S8:获取基于机器视觉的棒材产线伺服分钢疏钢结果信息。
优选地,所述步骤S2包括:步骤S2.1:采用第一相机、第二相机通过视觉检测技术进行识别、定位;
优选地,所述步骤S2.1包括:步骤S2.1.1:采用识别算法将从检测的图像中识别出反映坯料位置与形状的特征点。
优选地,所述步骤S2.1.1包括:步骤S2.1.1.1:根据预处理控制信息,获取预处理结果信息;
步骤S2.1.1.2:根据预处理结果信息,获取图像分割结果信息。
优选地,所述步骤S2.1.1还包括:步骤S2.1.1.3:根据图像分割结果信息,获取特征点提取结果信息。
根据本发明提供的一种基于机器视觉的棒材产线伺服分钢疏钢系统,包括:模块M1:将第一相机安装在冷床尾部边上,在定位槽辊道后拆除两道支撑辊道,将伺服定位装置安装在线上,第二相机安装在伺服定位装置边上;模块M2:采用第一相机、第二相机通过视觉检测技术进行识别、定位;模块M3:当钢坯棒从冷床尾部向左移动,此时第一相机作为整个系统的中枢大脑能够检测到有圆棒的进入和其当前位置;再根据系统设定,控制冷床末端平拖小车拖取设定根数的圆棒到辊道上;模块M3:需要在冷床末端平拖小车上安装激光雷达,从而使得第一相机能精确控制平拖小车停止至设定位置;模块M4:第二相机根据第一相机识别的圆棒所在位置后先控制好梳钢导向装置与定位槽辊道对齐,保证钢坯经过梳钢导向装置直接顺利进入定位槽辊道;模块M5:第二相机负责识别辊道送过来的圆棒是否有堆叠在一起;如果存在圆棒堆叠在一起的现象就控制水平横移升降分钢定距装置上升后再下降,将经过的圆棒梳分开来;模块M6:第二相机识别这些圆棒所在的分钢定距装置的位置,并控制升降分钢定距装置左右水平移动,将圆棒对准梳钢导向装置的进口;模块M7:通过梳钢导向装置与升降分钢定距装置的配合,可以达到类似于双离合的效果,能够将系统从识别到机械动作的时间缩短,预计整个动作过程小于30秒;模块M8:获取基于机器视觉的棒材产线伺服分钢疏钢结果信息。
优选地,所述模块M2包括:模块M2.1:采用第一相机、第二相机通过视觉检测技术进行识别、定位;
优选地,所述模块M2.1包括:模块M2.1.1:采用识别算法将从检测的图像中识别出反映坯料位置与形状的特征点。
优选地,所述模块M2.1.1包括:模块M2.1.1.1:根据预处理控制信息,获取预处理结果信息;
模块M2.1.1.2:根据预处理结果信息,获取图像分割结果信息。
优选地,所述模块M2.1.1还包括:模块M2.1.1.3:根据图像分割结果信息,获取特征点提取结果信息。
与现有技术相比,本发明具有如下的有益效果:
1、本发明能够在线实现棒材产线自动分钢、疏钢及控制全过程,具有明显技术优势:
2、本发明定位、计数准确,达到99%;
3、本发明所提供的系统从识别到机械动作的时间缩短,整个动作过程小于30秒。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明实施例中视觉检测技术示意图。
图2为本发明的整体结构原理示意图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变化和改进。这些都属于本发明的保护范围。
如图1-2所示,本发明提供了一种基于机器视觉的棒材产线伺服分钢疏钢方法,其包括主要以下步骤:1.第一相机负责棒材定位、计数;2.设定小车拖送棒材数量;3.相机控制小车拖送到位;4.梳钢导向装置与定位槽辊道对齐;5.第二相机识别控制水平横移分钢装置使棒材梳分无重叠;6.第二相机定位控制升降分钢定距装置左右水平移动将棒材对准梳钢导向装置的进口。本发明能够在线实现棒材产线自动分钢、疏钢及控制全过程,具有明显技术优势:1、定位、计数准确,达到99%;2、系统从识别到机械动作的时间缩短,整个动作过程小于30秒。
一种基于机器视觉的棒材产线伺服分钢疏钢方法,包括的发明内容包括如下步骤:
第一相机安装在冷床尾部边上,在定位槽辊道后拆除两道支撑辊道,将伺服定位装置安装在线上,第二相机安装在伺服定位装置边上。
第一步,第一相机、第二相机通过视觉检测技术进行识别、定位。
所述视觉检测技术,如图1所示。
采用识别算法将从检测的图像中识别出反映坯料位置与形状的特征点。算法主要分为三个阶段:预处理(高斯模糊、灰度化、Sobel算子、二值化、闭操作)、图像分割(轮廓提取、轮廓矫正)、特征点提取(尺寸正则化、计算特征点)。
第二步,当钢坯棒从冷床尾部向左移动,此时第一相机作为整个系统的中枢大脑能够检测到有圆棒的进入和其当前位置。再根据系统设定,控制冷床末端平拖小车拖取多少根圆棒到辊道上。
第三步,此步骤需要在冷床末端平拖小车上安装激光雷达,从而使得第一相机能精确控制平拖小车停止至设定位置。
第四步,第二相机根据第一相机识别的圆棒所在位置后先控制好梳钢导向装置与定位槽辊道对齐,保证钢坯经过梳钢导向装置直接顺利进入定位槽辊道。
第五步,第二相机负责识别辊道送过来的圆棒是否有堆叠在一起。如果存在圆棒堆叠在一起的现象就控制水平横移升降分钢定距装置上升后再下降,将经过的圆棒梳分开来。
第六步,第二相机识别这些圆棒所在的分钢定距装置的位置,并控制升降分钢定距装置左右水平移动,将圆棒对准梳钢导向装置的进口。
通过梳钢导向装置与升降分钢定距装置的配合,可以达到类似于双离合的效果,可将系统从识别到机械动作的时间缩短,预计整个动作过程小于30秒。
本领域技术人员知道,除了以纯计算机可读程序代码方式实现本发明提供的系统及其各个装置、模块、单元以外,完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统及其各个装置、模块、单元以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同功能。所以,本发明提供的系统及其各项装置、模块、单元可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置、模块、单元也可以视为硬件部件内的结构;也可以将用于实现各种功能的装置、模块、单元视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
在本申请的描述中,需要理解的是,术语“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请的限制。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变化或修改,这并不影响本发明的实质内容。在不冲突的情况下,本申请的实施例和实施例中的特征可以任意相互组合。
Claims (1)
1.一种基于机器视觉的棒材产线伺服分钢疏钢方法,其特征在于,包括:
步骤S1:将第一相机安装在冷床尾部边上,在定位槽辊道后拆除两道支撑辊道,将伺服定位装置安装在线上,第二相机安装在伺服定位装置边上;
步骤S2:采用第一相机、第二相机进行识别、定位;
步骤S3:当钢坯棒从冷床尾部向左移动,此时第一相机作为整个系统的中枢大脑能够检测到有圆棒的进入和其当前位置;
控制冷床末端平拖小车拖取设定根数的圆棒到输送辊道上;
步骤S4:需要在冷床末端平拖小车上安装激光雷达,从而使得第一相机能精确控制平拖小车停止至设定位置;
步骤S5:第二相机根据第一相机识别的圆棒所在位置,先控制好梳钢导向装置与定位槽辊道对齐,保证钢坯经过梳钢导向装置直接顺利进入定位槽辊道;
步骤S6:第二相机负责识别输送辊道送过来的圆棒是否有堆叠在一起;如果存在圆棒堆叠在一起的现象就控制水平横移升降分钢定距装置上升后再下降,将经过的圆棒梳分开来;
步骤S7:第二相机识别这些圆棒所在的分钢定距装置的位置,并控制升降分钢定距装置左右水平移动,将圆棒对准梳钢导向装置的进口;
步骤S8:通过梳钢导向装置与升降分钢定距装置的配合,实现梳钢;步骤S8:获取基于机器视觉的棒材产线伺服分钢疏钢结果信息;
所述步骤S2包括:
步骤S2.1:采用第一相机、第二相机通过视觉检测技术进行识别、定位;
所述步骤S2.1包括:
步骤S2.1.1:采用识别算法将从检测的图像中识别出反映坯料位置与形状的特征点;
所述步骤S2.1.1包括:
步骤S2.1.1.1:根据预处理控制信息,获取预处理结果信息;
步骤S2.1.1.2:根据预处理结果信息,获取图像分割结果信息;
所述步骤S2.1.1还包括:
步骤S2.1.1.3:根据图像分割结果信息,获取特征点提取结果信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011424373.3A CN112692079B (zh) | 2020-12-08 | 2020-12-08 | 基于机器视觉的棒材产线伺服分钢疏钢方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011424373.3A CN112692079B (zh) | 2020-12-08 | 2020-12-08 | 基于机器视觉的棒材产线伺服分钢疏钢方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112692079A CN112692079A (zh) | 2021-04-23 |
CN112692079B true CN112692079B (zh) | 2022-07-01 |
Family
ID=75505593
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011424373.3A Active CN112692079B (zh) | 2020-12-08 | 2020-12-08 | 基于机器视觉的棒材产线伺服分钢疏钢方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112692079B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113634605B (zh) * | 2021-08-25 | 2023-02-28 | 重庆钢铁股份有限公司 | 基于视觉识别的中厚板待轧钢板自动分钢控制系统及方法 |
CN114570768A (zh) * | 2022-01-26 | 2022-06-03 | 三明学院 | 一种基于视觉定位的钢棒分钢定位装置和方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA858820A (en) * | 1970-12-22 | S. O. Forsberg Karl | Rolling mill | |
CA869262A (en) * | 1971-04-27 | S. O. Forsberg Karl | Rolling mill | |
CN101224538A (zh) * | 2008-01-30 | 2008-07-23 | 天津赛瑞机器设备有限公司 | 热轧板线冷床小车轨道梁的制造工艺 |
CN201295793Y (zh) * | 2008-11-07 | 2009-08-26 | 湖南华菱湘潭钢铁有限公司 | 用于剪机的孔型剪及引导装置 |
CN101823080A (zh) * | 2010-04-21 | 2010-09-08 | 中国科学院金属研究所 | 一种1Cr13厚壁管材的冷加工工艺 |
CN101983786A (zh) * | 2010-08-26 | 2011-03-09 | 武汉科技大学 | 一种棒材精整线分离板和制动板电机启动时间的在线模型 |
CN103614638A (zh) * | 2013-12-12 | 2014-03-05 | 南京钢铁股份有限公司 | 一种高铌q460级耐火钢及其制造方法 |
JP2018118299A (ja) * | 2017-01-27 | 2018-08-02 | Jfeスチール株式会社 | 熱延鋼板の重ね合わせ溶接設備および重ね合わせ溶接方法 |
CN207952778U (zh) * | 2017-12-31 | 2018-10-12 | 天津强敏机械股份有限公司 | 一种冷剪机用梳料装置 |
CA3028083A1 (en) * | 2017-12-21 | 2019-02-28 | Celltech Metals, Inc. | Cargo transportation system including a sandwich panel and a channel |
-
2020
- 2020-12-08 CN CN202011424373.3A patent/CN112692079B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA858820A (en) * | 1970-12-22 | S. O. Forsberg Karl | Rolling mill | |
CA869262A (en) * | 1971-04-27 | S. O. Forsberg Karl | Rolling mill | |
CN101224538A (zh) * | 2008-01-30 | 2008-07-23 | 天津赛瑞机器设备有限公司 | 热轧板线冷床小车轨道梁的制造工艺 |
CN201295793Y (zh) * | 2008-11-07 | 2009-08-26 | 湖南华菱湘潭钢铁有限公司 | 用于剪机的孔型剪及引导装置 |
CN101823080A (zh) * | 2010-04-21 | 2010-09-08 | 中国科学院金属研究所 | 一种1Cr13厚壁管材的冷加工工艺 |
CN101983786A (zh) * | 2010-08-26 | 2011-03-09 | 武汉科技大学 | 一种棒材精整线分离板和制动板电机启动时间的在线模型 |
CN103614638A (zh) * | 2013-12-12 | 2014-03-05 | 南京钢铁股份有限公司 | 一种高铌q460级耐火钢及其制造方法 |
JP2018118299A (ja) * | 2017-01-27 | 2018-08-02 | Jfeスチール株式会社 | 熱延鋼板の重ね合わせ溶接設備および重ね合わせ溶接方法 |
CA3028083A1 (en) * | 2017-12-21 | 2019-02-28 | Celltech Metals, Inc. | Cargo transportation system including a sandwich panel and a channel |
CN207952778U (zh) * | 2017-12-31 | 2018-10-12 | 天津强敏机械股份有限公司 | 一种冷剪机用梳料装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112692079A (zh) | 2021-04-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112692079B (zh) | 基于机器视觉的棒材产线伺服分钢疏钢方法及系统 | |
CN107507167B (zh) | 一种基于点云平面轮廓匹配的货物托盘检测方法及系统 | |
CN103279763B (zh) | 一种基于结构特征的轮毂类型自动识别方法 | |
CN109926817B (zh) | 基于机器视觉的变压器自动装配方法 | |
Logunova et al. | Automatic system for intelligent support of continuous cast billet production control processes | |
CN102529019B (zh) | 一种模具检测、保护及零件检测、摘取的方法 | |
CN112581451A (zh) | 一种基于激光雷达的仓库线卷位置检测系统及方法 | |
CN111815555A (zh) | 对抗神经网络结合局部二值的金属增材制造图像检测方法及装置 | |
CN103878184B (zh) | 热轧轧线物料位置远程跟踪方法 | |
CN108734172B (zh) | 基于直线边缘特征的目标识别方法、系统 | |
EP3667903B1 (en) | Photovoltaic panel recognition method, ground station, control apparatus, and unmanned aerial vehicle | |
CN105059872A (zh) | 识别轮毂型号及去毛刺窗口的视觉系统 | |
CN105478529A (zh) | 全自动冲压生产线制品表面质量在线检测系统及方法 | |
CN110543473A (zh) | 一种众包数据融合优化方法、装置及存储介质 | |
CN110044183B (zh) | 一种基于机器视觉的脱方检测自动上料方法 | |
CN111301911B (zh) | 一种用于堆垛机的视觉逻辑控制方法 | |
CN114494295A (zh) | 一种机器人智能屠宰分割方法、装置和存储介质 | |
US20230136158A1 (en) | Laser cutting method and system for irregular parts based on machine vision | |
Tang et al. | Visual abnormality detection framework for train-mounted pantograph headline surveillance | |
CN109978368A (zh) | 一种连铸连轧程钢坯生产全周期信息管理系统 | |
CN110298067B (zh) | 一种分模线自动生成方法 | |
CN113770059A (zh) | 一种钢结构零件智能分拣系统及方法 | |
CN112183455A (zh) | 基于钢材点云信息的提高识别效率的方法 | |
CN111445401A (zh) | 圆柱棒料无序分拣的视觉识别方法、装置、设备及介质 | |
CN116429170B (zh) | 一种板坯质量检测方法 |
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 |