CN113551748A - 棒线材钢坯形体重量实时在线测量方法及系统 - Google Patents
棒线材钢坯形体重量实时在线测量方法及系统 Download PDFInfo
- Publication number
- CN113551748A CN113551748A CN202110806389.9A CN202110806389A CN113551748A CN 113551748 A CN113551748 A CN 113551748A CN 202110806389 A CN202110806389 A CN 202110806389A CN 113551748 A CN113551748 A CN 113551748A
- Authority
- CN
- China
- Prior art keywords
- steel billet
- steel
- billet
- weight
- volume
- 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.)
- Pending
Links
- 229910000831 Steel Inorganic materials 0.000 title claims abstract description 257
- 239000010959 steel Substances 0.000 title claims abstract description 257
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000005096 rolling process Methods 0.000 claims abstract description 31
- 238000005259 measurement Methods 0.000 claims abstract description 19
- 239000002436 steel type Substances 0.000 claims abstract description 17
- 238000009826 distribution Methods 0.000 claims description 27
- 230000005855 radiation Effects 0.000 claims description 8
- 238000012546 transfer Methods 0.000 claims description 8
- 238000006073 displacement reaction Methods 0.000 claims description 4
- 238000005265 energy consumption Methods 0.000 abstract description 6
- 239000013072 incoming material Substances 0.000 abstract description 5
- 239000002994 raw material Substances 0.000 abstract description 5
- 239000007787 solid Substances 0.000 abstract description 5
- 238000004519 manufacturing process Methods 0.000 description 9
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 230000037396 body weight Effects 0.000 description 4
- 238000009749 continuous casting Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01G—WEIGHING
- G01G17/00—Apparatus for or methods of weighing material of special form or property
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
- G01S17/46—Indirect determination of position data
- G01S17/48—Active triangulation systems, i.e. using the transmission and reflection of electromagnetic waves other than radio waves
Abstract
本发明公开了一种棒线材钢坯形体重量实时在线测量方法及系统，其中方法主要包括以下步骤：S1、获取将要进入轧机的钢坯的截面积、运动速度以及表面温度；S2、根据钢坯的截面积和运动速度计算得到钢坯的体积；S3、根据钢坯的钢种确定钢坯的密度；S4、由钢坯的体积和密度计算得到所述钢坯的重量。其通过对轧机入口处的钢坯的形体和重量的在线测量，获得完整清晰的钢坯外形数据，使轧机针对不同体积重量的每一根钢坯来料进行实时控制调整成为可能，为原料利用率、能源消耗率、成品成材率等多方面的改善提高提供坚实的基础。
Description
技术领域
本发明涉及棒材生产轧制技术领域，特别涉及一种棒线材钢坯形体重量实时在线测量方法及系统。
背景技术
在棒线材的生产加工过程中，为了在获得质量过硬的产品的基础上，还能提高生产效率，并避免浪费，是每个棒线材生产厂家的追求，因而，对轧机控制能力的提高，将对生产效率、能源消耗、成品成材等具有直接的影响。
通过获得完整清晰的钢坯外形数据，可以实现针对不同体积重量的每一根钢坯来料进行实时控制调整，进而可以在不改变轧机结构的前提下，大大提升原有轧机的控制能力。然而，目前并没有通过对钢坯的重量和外形数据实时调整轧机的先例，对钢坯的数据获取仅停留在截面积数据的获取阶段，而对外形和重量的精准获取还属于空白，例如：
中国发明专利CN110044183A-一种基于机器视觉的脱方检测自动上料方法，该发明试图解决钢坯外形截面积的形状，其方案是通过比较钢坯前段外形边界与固定参照系边界形状相似性，计算得出钢坯是否有缺欠，进而判断钢坯是否脱方、形变。
达涅利集团的Hiprofile系统，利用涡流效应虽然能够计算出钢坯的截面面积，但是无法测量尺寸形状。
发明内容
本发明的一个目的是解决至少上述问题，并提供至少后面将说明的优点。
本发明还有一个目的是提供一种棒线材钢坯形体重量实时在线测量方法，通过对轧机入口处的钢坯的形体和重量的在线测量，获得完整清晰的钢坯外形数据，使轧机针对不同体积重量的每一根钢坯来料进行实时控制调整成为可能，为原料利用率、能源消耗率、成品成材率等多方面的改善提高提供坚实的基础。
为了实现根据本发明的这些目的和其它优点，提供了一种棒线材钢坯形体重量实时在线测量方法，其中，主要包括以下步骤：
S1、获取将要进入轧机的钢坯的截面积、运动速度以及表面温度；
S2、根据钢坯的截面积和运动速度计算得到钢坯的体积；
S3、根据钢坯的钢种确定钢坯的密度；
S4、由钢坯的体积和密度计算得到所述钢坯的重量。
优选的是，所述的棒线材钢坯形体重量实时在线测量方法中，步骤S1中，获取钢坯的截面积的具体方法为：通过面向钢坯并分别设置于钢坯四角方向的激光三角法位移传感器获取钢坯端面的扫描数据后，利用工业计算机对所述扫描数据进行解析，得到钢坯的截面积。
优选的是，所述的棒线材钢坯形体重量实时在线测量方法中，步骤S1中，获取钢坯的运动速度的具体方法为：
S1.1、通过在钢坯的前后断头位置的侧上方，以及沿钢坯长度方向在钢坯的侧上方设置的多台拍摄区域有交叉的相机构成的双目视觉系统，在规定时间周期内获取钢坯的图像；
S1.2、利用所述工业计算机对相邻相机获取的图像的分析，并结合所述时间周期，计算得到钢坯的运动速度。
优选的是，所述的棒线材钢坯形体重量实时在线测量方法中，步骤S2中，计算钢坯的体积的具体方法为：
S2.1、利用所述工业计算机对所述相机获取的图像进行解析并计算，得到钢坯的长度；
S2.2、根据钢坯的截面积和长度计算得到所述钢坯的体积。
优选的是，所述的棒线材钢坯形体重量实时在线测量方法中，步骤S3中，根据钢坯的钢种确定钢坯的密度具体还包括：
S3.1、利用钢坯的表面温度和体积信息，以及所述钢坯的传热模型和表面辐射模型，计算得到所述钢坯的内部温度场分布；
S3.2、根据所述钢坯的钢种信息查阅对应的密度-温度数据库，进而确定所述钢坯的密度分布。
优选的是，所述的棒线材钢坯形体重量实时在线测量方法中，步骤S4中，根据钢坯的体积以及密度分布计算得到所述钢坯的重量。
一种棒线材钢坯形体重量实时在线测量系统，主要包括：
数据采集单元，其用于获取将要进入轧机的钢坯的参数，其中，所述钢坯的参数包括：截面积、运动速度以及表面温度；
在线测量单元，其与所述数据采集单元数据连接；所述在线测量单元用于计算所述钢坯的体积、根据所述钢坯的钢种确定钢坯的密度，以及由所述钢坯的体积和密度计算得到所述钢坯的重量；
其中，所述在线测量单元根据钢坯的截面积和运动速度计算得到所述钢坯的体积；根据所述钢坯的表面温度确定钢坯的密度。
优选的是，所述的棒线材钢坯形体重量实时在线测量系统中，所述在线测量单元数据连接保存有钢材密度-温度对应数据的数据库；所述在线测量单元利用钢坯的表面温度和体积信息，以及所述钢坯的传热模型和表面辐射模型，计算得到所述钢坯的内部温度场分布后，根据所述钢坯的钢种信息调取所述数据库内相应的密度-温度数据，进而确定所述钢坯的密度分布。
优选的是，所述的棒线材钢坯形体重量实时在线测量系统中，所述在线测量单元根据钢坯的体积以及密度分布计算得到所述钢坯的重量。
本发明至少包括以下有益效果：
本发明通过获取轧机入口处的钢坯的截面积、运动速度以及表面温度信息，而后根据钢坯的截面积和运动速度计算得到钢坯的体积，以及根据钢坯的钢种确定钢坯的密度，最后由钢坯的体积和密度计算得到所述钢坯的重量，进而实现了对钢坯质量的实时在线测量，同时获得了完整清晰的钢坯外形数据，使得轧机能够针对不同体积重量的钢坯来料进行实时控制调整成为可能，大大提升了轧机的控制能力，为在原料利用率、能源消耗率、成品成材率等多方面的改善提高提供了坚实的基础。
在钢坯外形模拟计算的基础上，可以进一步通过对钢坯的特征分析，达到对连铸坯脱方的精确识别，为连铸生产控制形成闭环反馈，从而改善连铸控制水平，提高轧钢来料质量。
棒线材钢坯形体重量实时在线测量方法是棒材智能化控制和大数据技术应用的一个重要的保障基础，是棒线材智能制造的重要组成部分。
本发明的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。
附图说明
图1为本发明所述的棒线材钢坯形体重量实时在线测量方法的流程图；
图2为本发明所述的棒线材钢坯形体重量实时在线测量系统的框架结构图。
具体实施方式
下面结合附图对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。
应当理解，本文所使用的诸如“具有”、“包含”以及“包括”术语并不排除一个或多个其它元件或其组合的存在或添加。
如图1所示，本发明提供一种棒线材钢坯形体重量实时在线测量方法，主要包括以下步骤：
S1、获取将要进入轧机的钢坯的截面积、运动速度以及表面温度；
S2、根据钢坯的截面积和运动速度计算得到钢坯的体积；
S3、根据钢坯的钢种确定钢坯的密度；
S4、由钢坯的体积和密度计算得到所述钢坯的重量。
以上方案中，首先获取轧机入口处的钢坯的截面积、运动速度以及表面温度信息，而后根据钢坯的截面积和运动速度计算得到钢坯的体积，以及根据钢坯的钢种确定钢坯的密度，最后由钢坯的体积和密度计算得到所述钢坯的重量，进而实现了对钢坯质量的实时在线测量，同时获得了完整清晰的钢坯外形数据，使得轧机能够针对不同体积重量的钢坯来料进行实时控制调整成为可能，大大提升了轧机的控制能力，为在原料利用率、能源消耗率、成品成材率等多方面的改善提高提供了坚实的基础。
一个优选方案中，步骤S1中，获取钢坯的截面积的具体方法为：通过面向钢坯并分别设置于钢坯四角方向的激光三角法位移传感器获取钢坯端面的扫描数据后，利用工业计算机对所述扫描数据进行解析，得到钢坯的截面积。
一个优选方案中，步骤S1中，获取钢坯的运动速度的具体方法为：
S1.1、通过在钢坯的前后断头位置的侧上方，以及沿钢坯长度方向在钢坯的侧上方设置的多台拍摄区域有交叉的相机构成的双目视觉系统，在规定时间周期内获取钢坯的图像；
S1.2、利用所述工业计算机对相邻相机获取的图像的分析，并结合所述时间周期，计算得到钢坯的运动速度。
在上述方案中，通过在钢坯的前后断头位置的侧上方，以及沿钢坯长度方向分段，与钢坯运动方向夹角小于90度，在钢坯侧上方，对称设置多台相机，使得相邻相机拍摄区域有交叉，构成双目视觉系统，根据特征点检测及匹配算法定位特征点，再辅以时间信息，从而实现钢坯运动速度测量。
一个优选方案中，步骤S2中，计算钢坯的体积的具体方法为：
S2.1、利用所述工业计算机对所述相机获取的图像进行解析并计算，得到钢坯的长度；
S2.2、根据钢坯的截面积和长度计算得到所述钢坯的体积。
在上述方案中，对相邻相机图像进行无缝拼接实现长度测量。具体原理可以理解为：在毫秒级时间间隔(时间周期)内，根据工业相机得到的两张图像信息，通过对比匹配方法，计算出两张图像中物体(即钢坯)位移的长度距离；再除以时间间隔的长度，得到钢坯速度的测量值。再与测速仪表相匹配，将图像中的距离换算出实际移动距离。通过大量图像照片的对比，得到整个钢坯的长度。
具体的，本发明首先采用多台高速、高分辨率激光三角法红热钢坯轮廓传感器对轧钢现场复杂环境下轧机入口处方坯表面轮廓信息高精度自动采集、传输，然后通过深度学习算法实现投影激光条纹的语义级分割，基于分段平滑与无缝拼接方法实现光条中心线高精度提取，进而实现钢坯截面尺寸测量；
采用二维多相机全场数字图像相关方法，多相机同步获取钢坯分区图像，根据特征点检测及匹配算法定位特征点，再辅以时间信息，从而实现钢坯运动速度测量，对图像进行无缝拼接实现长度测量；
根据测得的钢坯截面尺寸、长度及运动速度信息，采用同步积分算法计算钢坯体积；根据钢坯表面温度及尺寸信息，利用钢坯的传热模型及钢坯表面辐射模型，计算钢坯内部温度场分布；根据钢种信息，查阅对应的密度-温度数据库，确定钢坯密度分布；根据钢坯尺寸信息及密度分布信息，最终计算得到钢坯重量。进而使得所述棒线材钢坯形体重量实时在线测量方法的应用能够在轧钢现场复杂环境下，对轧机入口处方坯表面轮廓信息高精度自动采集、传输，然后通过在线测量的算法进行识别、解析，实现钢坯截面尺寸测量、钢坯长度及运动速度测量，并根据钢坯截面尺寸、长度、运动速度信息，通过后台综合算法，并结合钢坯温度、金属成分等信息，进一步计算修正得到钢坯重量。
进一步，利用得到的钢坯重量可以对棒线材生产线进行负公差和零短尺的控制，具体为：用得到的钢坯重量减去轧制过程中的损耗量，得到该钢坯的成品重量；然后根据钢坯的成品重量、预轧制的棒材产品直径及预达到的负公差数值计算该钢坯轧制成棒材产品的预计总长度；最后将要轧制的棒材产品长度设为成品长度，微调定尺长度和棒材产品直径中的至少一项，使棒材产品轧制为整倍尺，即实现了棒材产品轧制的整倍尺，消除了短尺，避免了坯料浪费，且使得生产线自动化水平提高，即提供了生产效率。
一个优选方案中，步骤S3中，根据钢坯的钢种确定钢坯的密度具体还包括：
S3.1、利用钢坯的表面温度和体积信息，以及所述钢坯的传热模型和表面辐射模型，计算得到所述钢坯的内部温度场分布；
S3.2、根据所述钢坯的钢种信息查阅对应的密度-温度数据库，进而确定所述钢坯的密度分布。
以上方案中，钢坯在由加热炉出来后，在辊道上传输过程中，由于钢坯与辊道的接触，以及表面散热，会使得钢坯的表面温度和内部温度间具有差距，因而将钢坯的表面温度和体积信息通过该钢坯的传热模型和表面辐射模型进行分析，能够得到该钢坯的内部温度场分布，进而通过钢坯的钢种查阅对应的温度-密度数据库，能够确定该钢坯准确的密度分布。
一个优选方案中，步骤S4中，根据钢坯的体积以及密度分布计算得到所述钢坯的重量。
以上方案中，通过进一步确定所述钢坯的密度分布，并利用钢坯的体积和密度分布计算钢坯的重量，使得钢坯重量值得到进一步的修正，结果更加准确。
如图2所示，一种棒线材钢坯形体重量实时在线测量系统，主要包括：
数据采集单元，其用于获取将要进入轧机的钢坯的参数，其中，所述钢坯的参数包括：截面积、运动速度以及表面温度；
在线测量单元，其与所述数据采集单元数据连接；所述在线测量单元用于计算所述钢坯的体积、根据所述钢坯的钢种确定钢坯的密度，以及由所述钢坯的体积和密度计算得到所述钢坯的重量；
其中，所述在线测量单元根据钢坯的截面积和运动速度计算得到所述钢坯的体积；根据所述钢坯的表面温度确定钢坯的密度。
以上方案中，所述的棒线材钢坯形体重量实时在线测量系统首先通过数据采集单元获取轧机入口处的钢坯的截面积、运动速度以及表面温度信息，而后利用在线测量单元根据钢坯的截面积和运动速度计算得到钢坯的体积，以及根据钢坯的钢种确定钢坯的密度，最后由钢坯的体积和密度计算得到所述钢坯的重量，进而实现了对钢坯质量的实时在线测量，同时获得了完整清晰的钢坯外形数据，使得轧机能够针对不同体积重量的钢坯来料进行实时控制调整成为可能，大大提升了轧机的控制能力，为在原料利用率、能源消耗率、成品成材率等多方面的改善提高提供了坚实的基础。
一个优选方案中，所述在线测量单元数据连接保存有钢材密度-温度对应数据的数据库；所述在线测量单元利用钢坯的表面温度和体积信息，以及所述钢坯的传热模型和表面辐射模型，计算得到所述钢坯的内部温度场分布后，根据所述钢坯的钢种信息调取所述数据库内相应的密度-温度数据，进而确定所述钢坯的密度分布。
一个优选方案中，所述在线测量单元根据钢坯的体积以及密度分布计算得到所述钢坯的重量。
以上方案中，通过进一步确定所述钢坯的密度分布，并利用钢坯的体积和密度分布计算钢坯的重量，使得钢坯重量值得到进一步的修正，结果更加准确。
尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的图例。
Claims (9)
1.一种棒线材钢坯形体重量实时在线测量方法，其中，主要包括以下步骤：
S1、获取将要进入轧机的钢坯的截面积、运动速度以及表面温度；
S2、根据钢坯的截面积和运动速度计算得到钢坯的体积；
S3、根据钢坯的钢种确定钢坯的密度；
S4、由钢坯的体积和密度计算得到所述钢坯的重量。
2.如权利要求1所述的棒线材钢坯形体重量实时在线测量方法，其中，步骤S1中，获取钢坯的截面积的具体方法为：通过面向钢坯并分别设置于钢坯四角方向的激光三角法位移传感器获取钢坯端面的扫描数据后，利用工业计算机对所述扫描数据进行解析，得到钢坯的截面积。
3.如权利要求2所述的棒线材钢坯形体重量实时在线测量方法，其中，步骤S1中，获取钢坯的运动速度的具体方法为：
S1.1、通过在钢坯的前后断头位置的侧上方，以及沿钢坯长度方向在钢坯的侧上方设置的多台拍摄区域有交叉的相机构成的双目视觉系统，在规定时间周期内获取钢坯的图像；
S1.2、利用所述工业计算机对相邻相机获取的图像的分析，并结合所述时间周期，计算得到钢坯的运动速度。
4.如权利要求3所述的棒线材钢坯形体重量实时在线测量方法，其中，步骤S2中，计算钢坯的体积的具体方法为：
S2.1、利用所述工业计算机对所述相机获取的图像进行解析并计算，得到钢坯的长度；
S2.2、根据钢坯的截面积和长度计算得到所述钢坯的体积。
5.如权利要求1所述的棒线材钢坯形体重量实时在线测量方法，其中，步骤S3中，根据钢坯的钢种确定钢坯的密度具体还包括：
S3.1、利用钢坯的表面温度和体积信息，以及所述钢坯的传热模型和表面辐射模型，计算得到所述钢坯的内部温度场分布；
S3.2、根据所述钢坯的钢种信息查阅对应的密度-温度数据库，进而确定所述钢坯的密度分布。
6.如权利要求5所述的棒线材钢坯形体重量实时在线测量方法，其中，步骤S4中，根据钢坯的体积以及密度分布计算得到所述钢坯的重量。
7.一种棒线材钢坯形体重量实时在线测量系统，其中，主要包括：
数据采集单元，其用于获取将要进入轧机的钢坯的参数，其中，所述钢坯的参数包括：截面积、运动速度以及表面温度；
在线测量单元，其与所述数据采集单元数据连接；所述在线测量单元用于计算所述钢坯的体积、根据所述钢坯的钢种确定钢坯的密度，以及由所述钢坯的体积和密度计算得到所述钢坯的重量；
其中，所述在线测量单元根据钢坯的截面积和运动速度计算得到所述钢坯的体积；根据所述钢坯的表面温度确定钢坯的密度。
8.如权利要求7所述的棒线材钢坯形体重量实时在线测量系统，其中，所述在线测量单元数据连接保存有钢材密度-温度对应数据的数据库；所述在线测量单元利用钢坯的表面温度和体积信息，以及所述钢坯的传热模型和表面辐射模型，计算得到所述钢坯的内部温度场分布后，根据所述钢坯的钢种信息调取所述数据库内相应的密度-温度数据，进而确定所述钢坯的密度分布。
9.如权利要求8所述的棒线材钢坯形体重量实时在线测量系统，其中，所述在线测量单元根据钢坯的体积以及密度分布计算得到所述钢坯的重量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110806389.9A CN113551748A (zh) | 2021-07-16 | 2021-07-16 | 棒线材钢坯形体重量实时在线测量方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110806389.9A CN113551748A (zh) | 2021-07-16 | 2021-07-16 | 棒线材钢坯形体重量实时在线测量方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113551748A true CN113551748A (zh) | 2021-10-26 |
Family
ID=78103254
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110806389.9A Pending CN113551748A (zh) | 2021-07-16 | 2021-07-16 | 棒线材钢坯形体重量实时在线测量方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113551748A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115069780A (zh) * | 2022-05-27 | 2022-09-20 | 广西广盛新材料科技有限公司 | 一种轧机控制方法、装置、终端设备及可读存储介质 |
| CN115235350A (zh) * | 2022-09-16 | 2022-10-25 | 江阴市千里马电工材料有限公司 | 电缆缆芯长度预测系统及方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102679915A (zh) * | 2012-05-24 | 2012-09-19 | 河北工业大学 | 基于光学测量的连续传送长物体体积重量测量方法及系统 |
| CN106077553A (zh) * | 2016-08-12 | 2016-11-09 | 山东朋海节能科技有限公司 | 连铸钢坯重量智能控制切割系统及连铸钢坯切割定重方法 |
| CN106475543A (zh) * | 2016-11-16 | 2017-03-08 | 北京科技大学 | 一种连铸坯切割过程定尺补偿方法 |
| CN107442757A (zh) * | 2017-09-29 | 2017-12-08 | 四川德胜集团钒钛有限公司 | 一种连铸坯定重定尺切割方法 |
| JP2018009888A (ja) * | 2016-07-14 | 2018-01-18 | 新日鐵住金株式会社 | 鋼片断面形状測定装置及び鋼片断面形状測定方法 |
-
2021
- 2021-07-16 CN CN202110806389.9A patent/CN113551748A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102679915A (zh) * | 2012-05-24 | 2012-09-19 | 河北工业大学 | 基于光学测量的连续传送长物体体积重量测量方法及系统 |
| JP2018009888A (ja) * | 2016-07-14 | 2018-01-18 | 新日鐵住金株式会社 | 鋼片断面形状測定装置及び鋼片断面形状測定方法 |
| CN106077553A (zh) * | 2016-08-12 | 2016-11-09 | 山东朋海节能科技有限公司 | 连铸钢坯重量智能控制切割系统及连铸钢坯切割定重方法 |
| CN106475543A (zh) * | 2016-11-16 | 2017-03-08 | 北京科技大学 | 一种连铸坯切割过程定尺补偿方法 |
| CN107442757A (zh) * | 2017-09-29 | 2017-12-08 | 四川德胜集团钒钛有限公司 | 一种连铸坯定重定尺切割方法 |
Non-Patent Citations (3)
| Title |
|---|
| 中国科学院综合计划局, 北京机械工业出版社 * |
| 宋伟等: "基于双目视觉系统的运动目标跟踪算法研究", 《北京交通大学学报》 * |
| 朱小生等: "基于卡尔曼滤波的运动目标速度测量", 《计量与测试技术》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115069780A (zh) * | 2022-05-27 | 2022-09-20 | 广西广盛新材料科技有限公司 | 一种轧机控制方法、装置、终端设备及可读存储介质 |
| CN115235350A (zh) * | 2022-09-16 | 2022-10-25 | 江阴市千里马电工材料有限公司 | 电缆缆芯长度预测系统及方法 |
| CN115235350B (zh) * | 2022-09-16 | 2022-12-27 | 江阴市千里马电工材料有限公司 | 电缆缆芯长度预测系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113551748A (zh) | 棒线材钢坯形体重量实时在线测量方法及系统 | |
| CN111207695A (zh) | 一种基于双线结构光的热轧带钢端部三维轮廓测量方法 | |
| CN108986070B (zh) | 一种基于高速视频测量的岩石裂缝扩展实验监测方法 | |
| CN102101163B (zh) | 横截面积分式连铸坯激光视觉定重切割方法及定重装置 | |
| CN111521129B (zh) | 基于机器视觉的板坯翘曲检测装置及方法 | |
| CN104324948B (zh) | 一种热连轧粗轧过程轧件宽度控制方法 | |
| CN105044154A (zh) | 激光金属成形中材质缺陷红外热成像检测及靶向消除方法 | |
| CN112801966B (zh) | 一种热轧带钢跑偏的在线检测方法 | |
| CN113188484B (zh) | 一种热轧卷头部轮廓面积检测方法 | |
| CN105327950A (zh) | 考虑厚度变化的热轧中间坯镰刀弯检测装置及检测方法 | |
| CN111079275A (zh) | 一种板带热轧生产线轧件温度获取方法及装置 | |
| CN108550160A (zh) | 基于光强模板的非均匀光条特征区域提取方法 | |
| Zhang et al. | A concentricity measurement method for large forgings based on laser ranging principle | |
| CN114083051A (zh) | 一种基于线结构光的钢板定尺剪切系统及方法 | |
| CN109013717A (zh) | 一种热连轧中间坯心部温度计算方法 | |
| CN109308707B (zh) | 铝锭厚度非接触式在线测量方法 | |
| Shan et al. | Stereovision-based surface deformation detection of offshore wind turbine model under ship impact | |
| CN210321209U (zh) | 一种基于图像处理的钢坯入炉前定位控制系统 | |
| Yan et al. | Online deviation measurement system of the strip in the finishing process based on machine vision | |
| CN106123800A (zh) | 板坯轮廓检测系统 | |
| He et al. | Rectifying control of wire diameter during dieless drawing by a deformation measuring method of interframe displacement | |
| CN105444692A (zh) | 一种水火弯板曲面提取方法 | |
| CN114509018A (zh) | 一种全场实时桥梁挠度测量方法 | |
| JP2021182267A (ja) | トラッキング装置 | |
| CN113804127A (zh) | 一种弯曲失效应变测量方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211026 |