CN115971257A - 平整机控制方法、装置、设备及计算机存储介质 - Google Patents

平整机控制方法、装置、设备及计算机存储介质 Download PDF

Info

Publication number
CN115971257A
CN115971257A CN202310001991.4A CN202310001991A CN115971257A CN 115971257 A CN115971257 A CN 115971257A CN 202310001991 A CN202310001991 A CN 202310001991A CN 115971257 A CN115971257 A CN 115971257A
Authority
CN
China
Prior art keywords
data
strip steel
historical
value
flatness
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
Application number
CN202310001991.4A
Other languages
English (en)
Inventor
谢保盛
薛仁杰
汪净
梁亮
彭永坚
刘洺瑞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Lysteel Co Ltd
Original Assignee
Lysteel Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Lysteel Co Ltd filed Critical Lysteel Co Ltd
Priority to CN202310001991.4A priority Critical patent/CN115971257A/zh
Publication of CN115971257A publication Critical patent/CN115971257A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Control Of Metal Rolling (AREA)

Abstract

本申请公开了一种平整机控制方法、装置、设备及计算机存储介质,该方法包括获取带钢的标定图像,采用计算机视觉检测算法获取带钢的实时平直度数据,从平整二级通讯的历史数据库中获取历史数据以及平整机的工艺参数的设定数据,确定对工艺参数进行前馈调节的前馈调整值,并获取对工艺参数进行反馈调节的反馈调整值,本申请实施例通过获取的平整前后标定图像结合计算机视觉检测算法,实现获取带钢的实时平直度数据,从历史数据库中获取的历史数据以及平整机的工艺参数的设定数据,结合实时平直度数据,计算出平整机的工艺参数调整值,从而实现对平整机的自动控制,降低带钢在平整过程中发生平直度缺陷的概率,提高带钢在热轧后表面质量。

Description

平整机控制方法、装置、设备及计算机存储介质
技术领域
本申请涉及热轧薄带钢生产技术领域,尤其涉及一种平整机控制方法、装置、设备及计算机存储介质。
背景技术
冷轧平整是对经过再结晶退火后的带钢以较小的塑性变形(延伸率一般为0.2%~3%)进行轧制,以消除屈服平台、控制平直度,并得到要求的表面形貌的轧制过程。无论是传统的还是现代的冷轧工艺过程,平整都是必不可少的生产环节之一。由于平整是决定成品的带钢平直度、机械性能的最后一道工序,所以,平整机的平直度控制,对于提高冷轧带钢的质量具有非常重要的意义。
目前,现有技术中的平整平直度控制主要依赖前序工序的质量参数进行预测,通过操作员的人为判定对实时平直度进行调节,因此人为因素不可避免对最终平直度造成波动影响,难以实现平直度的精准控制,达到下线平直度的精准命中。
发明内容
本申请实施例提供一种平整机控制方法、装置、设备及计算机存储介质,能够解决带钢在平整时平直度难以控制且控制精度低的问题。
第一方面,本申请实施例提供平整机控制方法,平直度该方法包括:获取带钢的标定图像,标定图像包括带钢在平整前的第一标定图像以及在平整后的第二标定图像;根据标定图像,采用计算机视觉检测算法获取带钢的实时平直度数据,实时平直度数据包括带钢在平整前的第一平直度数据以及带钢平整后的第二平直度数据,并将实时平直度数据暂存至在线服务器;根据第一平直度数据,从平整二级通讯的历史数据库中获取历史数据以及平整机的工艺参数的设定数据;根据历史数据、设定数据以及第一平直度数据,确定对工艺参数进行前馈调节的前馈调整值,根据前馈调整值得到第一工艺参数;根据历史数据、设定数据、前馈调整值和第二平直度数据,获取对工艺参数进行反馈调节的反馈调整值,根据反馈调整值得到第二工艺参数;根据第二工艺参数控制平整机对带钢进行平整,并将第二工艺参数保存于历史数据库中。
在本申请实施例的一个可能的实现方式中,获取带钢的标定图像,标定图像包括带钢在平整前的第一标定图像以及在平整后的第二标定图像之前,包括:在平整机的两侧设置两个相机组,两个相机组包括第一相机和第二相机,其中,第一相机设置于带钢的上方,第二相机设置于带钢的其中一侧;对第一相机以及第二相机进行生产线环境的标定;对第一相机进行带钢的宽度位置以及浪形类型的标定;对第一相机进行带钢的浪形高度的标定。
在本申请实施例的一个可能的实现方式中,根据标定图像,采用计算机视觉检测算法获取带钢的实时平直度数据,包括:获取带钢的实时浪形类型,实时浪形类型包括中浪、单边浪、双边浪以及边中复合浪;获取带钢的实时浪形大小,实时浪形大小包括浪形位置、浪形宽度以及浪形高度。
在本申请实施例的一个可能的实现方式中,根据标定图像,采用计算机视觉检测算法获取带钢的实时平直度数据,计算机视觉检测算法包括:获取带钢的当前钢卷尺寸信息;利用选择性搜索算法对标定图像生成多个特征候选框;通过卷积层计算得到多个特征候选框中的特征信息;通过感兴趣区域池化层对特征信息进行归一化;将特征信息输入全连接层,利用归一化指数函数对特征信息进行分类;根据当前钢卷尺寸信息,获取带钢的缺陷信息,缺陷信息包含缺陷类型、缺陷位置以及缺陷大小平直度。
在本申请实施例的一个可能的实现方式中,历史数据包括钢卷信息、历史工艺参数以及历史工艺参数的特征值;根据第一平直度数据,从平整二级通讯的历史数据库中获取历史数据以及平整机的工艺参数的设定数据,包括:根据第一平直度数据,获取带钢的钢卷信息,钢卷信息包括钢卷号、热轧时间、历史平整次数、钢种、钢种族、钢卷宽度、钢卷宽度分类、钢卷厚度、钢卷厚度分类、钢卷重量、钢卷长度、热轧平直度;根据钢卷信息,获取平整机的历史工艺参数,历史工艺参数包括开卷张力、卷取张力、粗矫辊缝、精矫辊缝、弯辊力、轧制速度、轧辊水平倾斜角度、轧制力;根据历史工艺参数获取特征值,特征值包括生产卷数、平均值、中位数、最大值、最小值、标准差平直度。
在本申请实施例的一个可能的实现方式中,设定数据包括单位调整值以及调整阈值,根据第一平直度数据,从平整二级通讯的历史数据库中获取历史数据以及平整机的工艺参数的设定数据,还包括:根据历史工艺参数获取单位调整值,单位调整值包括单位前馈调整值以及单位反馈调整值;根据单位调整值获取调整阈值,调整阈值包括历史工艺参数的最大值和最小值。
在本申请实施例的一个实现方式中,根据历史数据、设定数据以及第一平直度数据,确定对工艺参数进行前馈调节的前馈调整值,根据前馈调整值得到第一工艺参数,第一平直度数据包括:在一个周期内对历史工艺参数进行前馈设定,其中,周期包括周期时间以及时间点;获取时间点的第一平直度数据,其中第一平直度数据包括第一浪形类型以及第一浪形大小;根据钢卷信息以及第一浪形类型,在设定数据中得到单位前馈调整值;根据历史工艺参数、特征值、单位前馈调整值以及第一浪形大小,得到前馈调节的前馈计算值;根据调整阈值以及前馈计算值,确定前馈调整值;根据前馈调整值,对历史工艺参数进行调整得到第一工艺参数。
在本申请实施例的一个可能的实现方式中,根据历史数据、设定数据、前馈调整值和第二平直度数据,获取对工艺参数进行反馈调节的反馈调整值,根据反馈调整值得到第二工艺参数,包括:在一个周期内对第一工艺参数进行反馈设定,其中,周期包括周期时间以及时间点;获取时间点的第二平直度数据,其中第二平直度数据包括第二浪形类型以及第二浪形大小;根据钢卷信息以及第二浪形类型,在设定数据中得到单位反馈调整值;根据第一工艺参数、前馈调整值、单位反馈调整值以及第二浪形大小,得到反馈调节的反馈计算值;根据调整阈值以及反馈计算值,确定反馈调整值;根据反馈调整值,对第一工艺参数进行调整得到第二工艺参数。
第二方面,本申请实施例提供了一种平整机控制装置,装置包括:图像获取标定模块,用于获取带钢的标定图像,标定图像包括带钢在平整前的第一标定图像以及在平整后的第二标定图像;识别算法模块,用于根据标定图像,采用计算机视觉检测算法获取带钢的实时平直度数据,实时平直度数据包括带钢在平整前的第一平直度数据以及带钢平整后的第二平直度数据,并将实时平直度数据暂存至在线服务器;数据获取模块,用于根据第一平直度数据,从平整二级通讯的历史数据库中获取历史数据以及平整机的工艺参数的设定数据;数据调节模块,用于根据历史数据、设定数据以及第一平直度数据,确定对工艺参数进行前馈调节的前馈调整值,根据前馈调整值得到第一工艺参数;以及,根据历史数据、设定数据、前馈调整值和第二平直度数据,获取对工艺参数进行反馈调节的反馈调整值,根据反馈调整值得到第二工艺参数;控制模块,根据第二工艺参数控制平整机对带钢进行平整,并将第二工艺参数,并保存于历史数据库中。
第三方面,本申请实施例提供了一种控制设备,设备包括:处理器以及存储有计算机程序指令的存储器;
处理器执行计算机程序指令时实现实现如第一方面的平整机控制方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序指令,计算机程序指令被处理器执行时实现实现如第一方面的平整机控制方法。
本申请实施例的平整机控制方法、装置、设备及计算机存储介质至少具有如下有益效果:
本申请实施例提供的一种平整机控制方法中,通过获取的平整前后的标定图像结合计算机视觉检测算法,实现获取带钢的实时平直度数据,然后通过从历史数据库中获取的历史数据以及平整机的工艺参数的设定数据,结合实时平直度数据,计算出平整机的关键平整工艺参数调整值,从而实现对平整机的自动控制,进而降低了带钢在平整过程中发生平直度缺陷的概率,提高了带钢在热轧后的表面质量。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单的介绍,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是本申请一个实施例提供的平整机控制方法的平整系统结构示意图;
图2是本申请实施例提供的平整机控制方法的流程示意图;
图3是图2中S100的具体实现方式的流程示意图;
图4是图2中S200的具体实现方式的流程示意图;
图5是图2中S300的具体实现方式的流程示意图;
图6是图2中S400的具体实现方式的流程示意图;
图7是本申请一个实施例提供的控制设备的结构示意图;
图8是本申请实施例提供的控制设备的图像获取标定模块的结构示意图之一;
图9是本申请实施例提供的控制设备的图像获取标定模块的结构示意图之二;
图10是本申请一个实施例提供的控制设备的结构示意图。
具体实施方式
下面将详细描述本申请的各个方面的特征和示例性实施例,为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及具体实施例,对本申请进行进一步详细描述。应理解,此处所描述的具体实施例仅意在解释本申请,而不是限定本申请。对于本领域技术人员来说,本申请可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本申请的示例来提供对本申请更好的理解。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括……”限定的要素,并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
二阶段目标检测算法(Faster R-CNN)是一种经典的二阶段目标检测算法,它通过区域建议网络(Region Proposal Network,RPN)在特征图上生成锚点并进一步生成建议框输出到Fast R-CNN网络中,降低了目标候选区域生成的计算量(Ren et al.,2015)。与其前身Fast R-CNN相比,Faster R-CNN将目标检测的四个步骤(特征提取,候选建议区域形成,目标分类,边框回归)整合在同一个网络框架结构下,进一步提高了目标检测的效率。
Faster R-CNN分为骨干特征提取网络(Backbone),区域建议网络(RPN)和Fast R-CNN三部分。在训练过程中,图像首先经过骨干特征提取网络进行特征提取,通过一系列卷积和池化操作得到特征图。在区域建议网络部分,锚点生成器(Anchors Generator)使用3×3的滑动窗口在特征图上进行滑动,以每个像素点为中心在5个尺度(32×32,64×64,128×128,256×256,512×512)和三个比例(1:2,1:1,2:1)下生成15种不同类型的锚点;之后分别通过两个1×1的卷积得到对应的目标分数(判断前景与背景)和边界框回归参数(用于计算病斑的坐标位置),边界框回归参数对anchor进行微调之后根据得到的目标分数对锚点进行排序,得到分数最高的2000个锚点并将其映射回原图,通过非极大抑制对锚点进行筛选得到建议框。同时,RPN通过计算锚点与真实框的IOU(Intersection Over Union,交并比)是否达到IOU阈值来选择正负样本进行损失值的计算,其中Softmax用于计算样本与真实框的分类损失。
目前,随着汽车、工程机械行业对板带的平直度要求的提高,越来越多的薄规格板带为保证平整后的平直度而加入了平整工艺,平整工艺虽然可以采用平整二级模型来计算平整过程中的轧制力和弯辊力,但是计算得到的轧制力和弯辊力精度较差,基本不被用作平整过程中的参考。
本申请的发明人考虑到,目前的平整平直度控制主要依赖前序工序的质量参数进行预测,导致平整工艺模型的精度不高,传统的在线平直度控制主要依赖操作员的人为判定,对实时平直度进行调节,人为因素不可避免对最终平直度造成波动影响,难以实现平直度的精准控制,达到下线平直度的精准命中,为了实现平整平直度的高稳定性命中,必须提高平直度实时检测与控制能力。
为了解决现有技术问题,本申请实施例提供了一种平整机控制方法、装置、设备及计算机存储介质。下面首先对本申请实施例所提供的平整机控制方法进行介绍。
图2示出了本申请一个实施例提供的平整机控制方法的流程示意图。
如图2所示,本申请实施例提供一种平整机控制方法,该方法可以包括如下步骤:
S100、获取带钢50的标定图像,标定图像包括带钢50在平整前的第一标定图像以及在平整后的第二标定图像。
相机标定是指对相机参数的求解过程,而在图像测量过程以及机器视觉应用中,为确定空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系,必须建立相机成像的几何模型,这个几何模型就是相机参数,其中,相机标定可以是传统相机标定法、主动视觉相机标定方法、相机自标定法、零失真相机标定法等标定方法。
在本申请实施例中,通过相机标定获取带钢50在经平整机10平整前以及平整后的平直度标定图像,可以检测到单凭视觉难以察觉到的平直度问题,并将该平直度问题通过标定图像反映,提高通过控制平整机10改善带钢50平直度的准确性。
S200、根据标定图像,采用计算机视觉检测算法获取带钢50的实时平直度数据,实时平直度数据包括带钢50在平整前的第一平直度数据以及带钢50平整后的第二平直度数据,并将实时平直度数据暂存至在线服务器。
在对带钢50平整前后实时图像进行相机标定后,得到实时的标定图像,再通过计算机视觉检测算法得到该带钢50的实时平直度数据,其中实时平直度数据包括了带钢50平整前的第一平直度数据,以及平整后的第二平直度数据,计算机视觉检测算法可以采用Faster R-CNN目标检测算法。
S300、根据第一平直度数据,从平整二级通讯的历史数据库中获取历史数据以及平整机10的工艺参数的设定数据。
平整二级通讯40的历史数据库中储存有关于平整机10工艺参数的所有历史数据以及对应的设定数据,在本申请实施例中,通过带钢50平整前的第一平直度数据从历史数据库中的检索出相对应的历史数据,以及对应的工艺参数的设定数据,简化了对平整机10的控制流程,提高了工作效率。根据实时平直度数据获取本次平整工作的工艺参数设定值,再结合对应的历史数据、设定值以及第一平直度数据对平整机10的工艺参数得到前馈调整值,通过前馈调整值对平整机10的工艺参数进行预先调整,提高平整机10的工艺参数的准确性,从而提高带钢50平整后的平直度。
S400、根据历史数据、设定数据以及第一平直度数据,确定对工艺参数进行前馈调节的前馈调整值,根据前馈调整值得到第一工艺参数。
在带钢50进行平整前,将计算机视觉检测算法计算出的带钢50第一平直度数据与检索出的对应的历史数据以及设定数据相结合,对平整机10的工艺参数进行前馈调节,通过前馈调节能够进一步的提高带钢50经平整机10平整后的平直度,同时通过计算机视觉检测算法结合前馈调节实现了对平整机10的自动控制,提高了平整机10的工作效率。
S500、根据历史数据、设定数据、前馈调整值和第二平直度数据,获取对工艺参数进行反馈调节的反馈调整值,根据反馈调整值得到第二工艺参数。
通过前馈调整值,结合历史数据、设定数据以及第二平直度数据得到对第一工艺参数的反馈调整值,从而对平整机10在本次平整过程中的第一工艺参数进行实时反馈调节,其中第二平直度数据能够反映出带钢50在平整后的实时平直度缺陷,在本申请实施例中,平整机10工作时分为两个控制阶段,其中第一阶段为通过前馈调节对平整前的工艺参数进行预先微调,达到提高带钢50平直度的目的,第二阶段为平整机10在第一工艺参数设定下对带钢50进行平整后,得到带钢50的第二平直度数据,通过反馈调节针对平整后的出现平直度缺陷对第一工艺参数进行进一步的实时调整,进一步提高了工艺参数的准确性,提高了带钢50经平整机10平整后的平直度,实现对平整机10的自动控制。
S600、根据第二工艺参数控制平整机10对带钢50进行平整,并将第二工艺参数保存于历史数据库中。
上述各个步骤的具体实现方式将在下文中进行详细描述。
在一些实施例中,请参见图3,上述步骤S100获取带钢50的标定图像,标定图像包括带钢50在平整前的第一标定图像以及在平整后的第二标定图像之前,具体可以执行如下步骤:
S101、在平整机10的两侧设置两个相机组20,两个相机组20包括第一相机20a和第二相机20b,其中,第一相机20a设置于带钢50的上方,第二相机20b设置于带钢50的其中一侧;
S102、对第一相机20a以及第二相机20b进行生产线环境的标定;
S103、对第一相机20a进行带钢50的宽度位置以及浪形类型的标定;
S104、对第一相机20a进行带钢50的浪形高度的标定。
在本申请实施例中,如图8以及图9所示,在平整机10的两侧设置两个相机组20,其中一个相机组20安装在在开卷机60和平整机10之间,另一个相机组20安装在平整机10和收卷机70之间,每一个相机组20包括第一相机20a和第二相机20b,第一相机20a设置于带钢50的上方,第二相机20b设置于带钢50的侧面,相机组20用于得到带钢50的实时视频图像,其中,可以将相机组20设定为对图像每5帧进行一次提取,从而得到带钢50在平整前和平整后实时的图像信息。通过得到的带钢50在平整前和平整后实时的图像信息,能够获取带钢50的实时平直度缺陷,便于对平整机10设定的工艺参数进行及时的前馈调节以及反馈调节,从而提高带钢50的平直度,实现自动化调节控制。
在一些实施例中,上述步骤S200根据标定图像,采用计算机视觉检测算法获取带钢50的实时平直度数据,具体包括如下步骤:
获取带钢50的实时浪形类型,实时浪形类型包括中浪、单边浪、双边浪以及边中复合浪;
获取带钢50的实时浪形大小,实时浪形大小包括浪形位置、浪形宽度以及浪形高度。
通过计算机视觉检测算法对已经标定的带钢50的标定图像进行计算,得到带钢50的实时平直度数据,其中实时平直度数据包括中浪、单边浪、双边浪、边中复合浪,浪形大小包括浪形位置、浪形宽度以及浪形高度。即获取到带钢50实时的带钢50的浪形类型、浪形位置、浪形宽度以及浪形高度等实时数据,通过这些实时数据可以获取到带钢50的平直度缺陷,从而有利于提高对带钢50进行前馈调节和反馈调节的准确度。
在一些实施例中,请参见图4,上述步骤S200根据标定图像,采用计算机视觉检测算法获取带钢50的实时平直度数据,计算机视觉检测算法可以具体包括如下步骤:
S201、获取带钢50的当前钢卷尺寸信息。
S202、利用选择性搜索算法对标定图像生成多个特征候选框;
S203、通过卷积层计算得到多个特征候选框中特征信息;
S204、通过感兴趣区域池化层对特征信息进行归一化;
S205、将特征信息输入全连接层,利用归一化指数函数对特征信息进行分类;
S206、根据当前钢卷尺寸信息,获取带钢50的缺陷信息,缺陷信息包含缺陷类型、缺陷位置以及缺陷大小。
计算机视觉检测算法可以采用Faster R-CNN目标检测算法。其中,钢卷尺寸信息包括钢卷号、钢卷宽度、钢卷厚度、钢卷长度等信息,通过获取当前平整工作的带钢50的钢卷尺寸信息,有助于Faster R-CNN目标检测算法获得正确的计算结果,通过Faster R-CNN目标检测算法得到带钢50的缺陷位置、缺陷大小和浪形类别,有利于对平整机10的平整工艺参数进行自动调节。
在一些实施例中,上述步骤S300中历史数据包括钢卷信息、历史工艺参数以及历史工艺参数的特征值;根据第一平直度数据,从平整二级通讯的历史数据库中获取历史数据以及平整机10的工艺参数的设定数据,具体包括执行如下步骤:
根据第一平直度数据,获取带钢50的钢卷信息,钢卷信息包括钢卷号、热轧时间、历史平整次数、钢种、钢种族、钢卷宽度、钢卷宽度分类、钢卷厚度、钢卷厚度分类、钢卷重量、钢卷长度、热轧平直度;
根据钢卷信息,获取平整机10的历史工艺参数,历史工艺参数包括开卷张力、卷取张力、粗矫辊缝、精矫辊缝、弯辊力、轧制速度、轧辊水平倾斜角度、轧制力;
根据历史工艺参数获取特征值,特征值包括生产卷数、平均值、中位数、最大值、最小值、标准差。
通过Faster R-CNN目标检测算法得到带钢50的第一平直度数据,再根据第一平直度数据从历史数据库中搜索出与其对应的钢卷信息、历史工艺参数以及历史工艺参数的特征值,避免了重新设定带钢50的工艺参数,提高了平整工作效率以及准确性,在本申请实施例中,历史数据的特征值选用中位数,即为MeDi,其中i分别为开卷张力、卷取张力、粗矫辊缝、精矫辊缝、弯辊力、轧制速度、轧辊水平倾斜角度、轧制力。
在一些实施例中,上述步骤S300设定数据包括单位调整值以及调整阈值,根据第一平直度数据,从平整二级通讯的历史数据库中获取历史数据以及平整机10的工艺参数的设定数据,获取设定数据具体包括执行如下步骤:
根据历史工艺参数获取单位调整值,单位调整值包括单位前馈调整值以及单位反馈调整值;
根据单位调整值获取调整阈值,调整阈值包括历史工艺参数的最大值和最小值。
在本申请实施例中,其中将调整阈值的最大值记为Upi,最小值即为Lowi
在一些实施例中,请参见图5,上述步骤400根据历史数据、设定数据以及第一平直度数据,确定对工艺参数进行前馈调节的前馈调整值,根据前馈调整值得到第一工艺参数,前馈设定具体包括执行如下步骤:
S401、在一个周期内对历史工艺参数进行前馈设定,其中,周期包括周期时间以及时间点。
S402、获取时间点的第一平直度数据,其中第一平直度数据包括第一浪形类型以及第一浪形大小。
S403、根据钢卷信息以及第一浪形类型,在设定数据中得到单位前馈调整值。
S404、根据历史工艺参数、特征值、单位前馈调整值以及第一浪形大小,得到前馈调节的前馈计算值。
在本申请实施例中,前馈设定的一个周期时间设定为3秒,当前时间点记为T,根据当前的平整工艺参数、特征值、单位前馈调整值以及第一浪形大小计算得到前馈计算值FF0i,其中前馈计算值FF0i满足计算公式:
FF0i=Medi+UnitFFi×ValueFF                                 式(1)
其中,MeDi为特征值,UnitFFi为单位前馈调整值,ValueFF为第一浪形大小。
S405、根据调整阈值以及前馈计算值,确定前馈调整值。
根据调整阈值(Upi、Lowi)和前馈计算值FF0i得到最终的前馈调整值FFi,其中前馈调整值FFi满足关系式为:
Figure BDA0004035416070000121
其中,Upi为调整阈值的最大值,Lowi为调整阈值的最小值。
S406、根据前馈调整值,对历史工艺参数进行调整得到第一工艺参数。
通过式2计算得到前馈调整值,其中前馈调整值用于带钢50在经平整机10平整前对平整机10的历史工艺参数进行前馈设定,实现提高带钢50平整后的平直度的目的,前馈调整值是通过工艺参数的历史数据、设定数据以及第一平直度数据得到的,能够针对本次平整工作中的带钢50信息进行针对性的实时调整,同时实现了自动控制。
在一些实施例中,请参见图6,上述步骤S500根据历史数据、设定数据、前馈调整值和第二平直度数据,获取对工艺参数进行反馈调节的反馈调整值,根据反馈调整值得到第二工艺参数,具体包括执行如下步骤:
S501、在一个周期内对第一工艺参数进行反馈设定,其中,周期包括周期时间以及时间点。
S502、获取时间点的第二平直度数据,其中第二平直度数据包括第二浪形类型以及第二浪形大小。
S503、根据钢卷信息以及第二浪形类型,在设定数据中得到单位反馈调整值。
S504、根据第一工艺参数、前馈调整值、单位反馈调整值以及第二浪形大小,得到反馈调节的反馈计算值。
在本申请实施例中,反馈调节的一个周期时间设定为3秒,当前时间点记为T,根据当前的平整工艺参数、上一次计算得到的前馈调整值、单位反馈调整值以及第二浪形大小计算得到反馈计算值FB0i,其中反馈计算值FB0i满足计算公式:
FB0i=Medi+UnitFBi×ValueFB                                   式(3)
其中,Medi为特征值,UnitFBi为单位反馈调整值,ValueFB为第二浪形大小。
S505、根据调整阈值以及反馈计算值,确定反馈调整值。
S506、根据反馈调整值,对第一工艺参数进行调整得到第二工艺参数。
根据调整阈值(Upi、Lowi)和反馈计算值FB0i得到最终的反馈调整值FBi,其中反馈调整值FBi满足关系式为:
Figure BDA0004035416070000131
通过式4计算得到反馈调整值,其中反馈调整值用于根据带钢50经平整机10平整后的第二平直度数据对平整机10的平整工艺参数进行反馈设定,反馈调整值是通过平整工艺参数的历史数据、上一次的前馈调整值以及第二平直度数据得到的,因此能够在一个周期内根据带钢50平整后的实时平直度对平整机10的平整工艺参数进行实时的调节,使得平整工艺参数更加符合带钢50的平整要求,进一步提高了带钢50平整后的平直度。
请参见图1和图7,本申请实施例提供了一种平整机10控制装置,该装置包括:图像获取标定模块A100,用于获取带钢50的标定图像,标定图像包括带钢50在平整前的第一标定图像以及在平整后的第二标定图像;识别算法模块A200,用于根据标定图像,采用计算机视觉检测算法获取带钢50的实时平直度数据,实时平直度数据包括带钢50在平整前的第一平直度数据以及带钢50平整后的第二平直度数据,并将实时平直度数据暂存至在线服务器;数据获取模块A300,用于根据第一平直度数据,从平整二级通讯的历史数据库中获取历史数据以及平整机10的工艺参数的设定数据;数据调节模块A400,用于根据历史数据、设定数据以及第一平直度数据,确定对工艺参数进行前馈调节的前馈调整值,根据前馈调整值得到第一工艺参数;以及,根据历史数据、设定数据、前馈调整值和第二平直度数据,获取对工艺参数进行反馈调节的反馈调整值,根据反馈调整值得到第二工艺参数;控制模块A500,根据第二工艺参数控制平整机10对带钢50进行平整,并将第二工艺参数,并保存于历史数据库中。
图10示出了本申请实施例提供的控制设备的硬件结构示意图。
该控制设备可以包括处理器301以及存储有计算机程序指令的存储器302。
具体地,上述处理器301可以包括中央处理器(CPU),或者特定集成电路(Application Specific Integrated Circuit,ASIC),或者可以被配置成实施本申请实施例的一个或多个集成电路。
存储器302可以包括用于数据或指令的大容量存储器。举例来说而非限制,存储器302可包括硬盘驱动器(Hard Disk Drive,HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus,USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下,存储器302可包括可移除或不可移除(或固定)的介质。在合适的情况下,存储器302可在综合网关容灾设备的内部或外部。在特定实施例中,存储器302是非易失性固态存储器。
在特定实施例中,存储器302包括只读存储器(ROM)。在合适的情况下,该ROM可以是掩模编程的ROM、可编程ROM(PROM)、可擦除PROM(EPROM)、电可擦除PROM(EEPROM)、电可改写ROM(EAROM)或闪存或者两个或更多个以上这些的组合。
存储器可包括只读存储器(ROM),随机存取存储器(RAM),磁盘存储介质设备,光存储介质设备,闪存设备,电气、光学或其他物理/有形的存储器存储设备。因此,通常,存储器包括一个或多个编码有包括计算机可执行指令的软件的有形(非暂态)计算机可读存储介质(例如,存储器设备),并且当该软件被执行(例如,由一个或多个处理器)时,其可操作来执行参考根据本申请的一方面的方法所描述的操作。
处理器301通过读取并执行存储器302中存储的计算机程序指令,以实现上述实施例中的任意一种控制方法。
在一个示例中,控制设备还可包括通信接口303和总线310。其中,如图3所示,处理器301、存储器302、通信接口303通过总线310连接并完成相互间的通信。
通信接口303,主要用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。
总线310包括硬件、软件或两者,将在线数据流量计费设备的部件彼此耦接在一起。举例来说而非限制,总线可包括加速图形端口(AGP)或其他图形总线、增强工业标准架构(EISA)总线、前端总线(FSB)、超传输(HT)互连、工业标准架构(ISA)总线、无限带宽互连、低引脚数(LPC)总线、存储器总线、微信道架构(MCA)总线、外围组件互连(PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下,总线310可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线,但本申请考虑任何合适的总线或互连。
另外,结合上述实施例中的控制方法,本申请实施例可提供一种计算机存储介质来实现。该计算机存储介质上存储有计算机程序指令;该计算机程序指令被处理器执行时实现上述实施例中的任意一种控制方法。
需要明确的是,本申请并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见,这里省略了对已知方法的详细描述。在上述实施例中,描述和示出了若干具体的步骤作为示例。但是,本申请的方法过程并不限于所描述和示出的具体步骤,本领域的技术人员可以在领会本申请的精神后,作出各种改变、修改和添加,或者改变步骤之间的顺序。
以上的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时,其可以例如是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时,本申请的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中,或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路,等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
还需要说明的是,本申请中提及的示例性实施例,基于一系列的步骤或者装置描述一些方法或系统。但是,本申请不局限于上述步骤的顺序,也就是说,可以按照实施例中提及的顺序执行步骤,也可以不同于实施例中的顺序,或者若干步骤同时执行。
上面参考根据本公开的实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各方面。应当理解,流程图和/或框图中的每个方框以及流程图和/或框图中各方框的组合可以由计算机程序指令实现。这些计算机程序指令可被提供给通用计算机、专用计算机、或其它可编程数据处理装置的处理器,以产生一种机器,使得经由计算机或其它可编程数据处理装置的处理器执行的这些指令使能对流程图和/或框图的一个或多个方框中指定的功能/动作的实现。这种处理器可以是但不限于是通用处理器、专用处理器、特殊应用处理器或者现场可编程逻辑电路。还可理解,框图和/或流程图中的每个方框以及框图和/或流程图中的方框的组合,也可以由执行指定的功能或动作的专用硬件来实现,或可由专用硬件和计算机指令的组合来实现。
以上,仅为本申请的具体实施方式,所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的系统、模块和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。应理解,本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本申请的保护范围之内。

Claims (11)

1.一种平整机控制方法,包括:
获取带钢的标定图像,所述标定图像包括所述带钢在平整前的第一标定图像以及在平整后的第二标定图像;
根据所述标定图像,采用计算机视觉检测算法获取所述带钢的实时平直度数据,所述实时平直度数据包括所述带钢在平整前的第一平直度数据以及所述带钢平整后的第二平直度数据,并将所述实时平直度数据暂存至在线服务器;
根据所述第一平直度数据,从平整二级通讯的历史数据库中获取历史数据以及所述平整机的工艺参数的设定数据;
根据所述历史数据、所述设定数据以及所述第一平直度数据,确定对所述工艺参数进行前馈调节的前馈调整值,根据所述前馈调整值得到第一工艺参数;
根据所述历史数据、所述设定数据、所述前馈调整值和所述第二平直度数据,获取对所述工艺参数进行反馈调节的反馈调整值,根据所述反馈调整值得到第二工艺参数;
根据所述第二工艺参数控制所述平整机对所述带钢进行平整,并将所述第二工艺参数保存于所述历史数据库中。
2.根据权利要求1所述的平整机控制方法,其特征在于,所述获取带钢的标定图像,所述标定图像包括所述带钢在平整前的第一标定图像以及在平整后的第二标定图像之前,包括:
在所述平整机的两侧设置两个相机组,两个所述相机组包括第一相机和第二相机,其中,所述第一相机设置于所述带钢的上方,所述第二相机设置于所述带钢的其中一侧;
对所述第一相机以及所述第二相机进行生产线环境的标定;
对所述第一相机进行所述带钢的宽度位置以及浪形类型的标定;
对所述第一相机进行所述带钢的浪形高度的标定。
3.根据权利要求2所述的平整机控制方法,其特征在于,所述根据所述标定图像,采用计算机视觉检测算法获取所述带钢的实时平直度数据,包括:
获取所述带钢的实时浪形类型,所述实时浪形类型包括中浪、单边浪、双边浪以及边中复合浪;
获取所述带钢的实时浪形大小,所述实时浪形大小包括浪形位置、浪形宽度以及浪形高度。
4.根据权利要求2所述的平整机控制方法,其特征在于,所述根据所述标定图像,采用计算机视觉检测算法获取所述带钢的实时平直度数据,所述计算机视觉检测算法包括:
获取所述带钢的当前钢卷尺寸信息;
利用选择性搜索算法对所述标定图像生成多个特征候选框;
通过卷积层计算得到多个所述特征候选框中的特征信息;
通过感兴趣区域池化层对所述特征信息进行归一化;
将所述特征信息输入全连接层,利用归一化指数函数对所述特征信息进行分类;
根据所述当前钢卷尺寸信息,获取所述带钢的缺陷信息,所述缺陷信息包含缺陷类型、缺陷位置以及缺陷大小。
5.根据权利要求1所述的平整机控制方法,其特征在于,所述历史数据包括钢卷信息、历史工艺参数以及所述历史工艺参数的特征值;所述根据所述第一平直度数据,从平整二级通讯的历史数据库中获取历史数据以及所述平整机的工艺参数的设定数据,包括:
根据所述第一平直度数据,获取所述带钢的所述钢卷信息,所述钢卷信息包括钢卷号、热轧时间、历史平整次数、钢种、钢种族、钢卷宽度、钢卷宽度分类、钢卷厚度、钢卷厚度分类、钢卷重量、钢卷长度、热轧平直度;
根据所述钢卷信息,获取所述平整机的所述历史工艺参数,所述历史工艺参数包括开卷张力、卷取张力、粗矫辊缝、精矫辊缝、弯辊力、轧制速度、轧辊水平倾斜角度、轧制力;
根据所述历史工艺参数获取所述特征值,所述特征值包括生产卷数、平均值、中位数、最大值、最小值、标准差。
6.根据权利要求5所述的平整机控制方法,其特征在于,所述设定数据包括单位调整值以及调整阈值,所述根据所述第一平直度数据,从平整二级通讯的历史数据库中获取历史数据以及所述平整机的工艺参数的设定数据,还包括:
根据所述历史工艺参数获取单位调整值,所述单位调整值包括单位前馈调整值以及单位反馈调整值;
根据所述单位调整值获取调整阈值,所述调整阈值包括所述历史工艺参数的最大值和最小值。
7.根据权利要求6中所述的平整机控制方法,其特征在于,所述根据所述历史数据、所述设定数据以及所述第一平直度数据,确定对所述工艺参数进行前馈调节的前馈调整值,根据所述前馈调整值得到第一工艺参数,包括:
在一个周期内对所述历史工艺参数进行所述前馈设定,其中,所述周期包括周期时间以及时间点;
获取所述时间点的所述第一平直度数据,其中所述第一平直度数据包括第一浪形类型以及第一浪形大小;
根据所述钢卷信息以及所述第一浪形类型,在所述设定数据中得到所述单位前馈调整值;
根据所述历史工艺参数、所述特征值、所述单位前馈调整值以及所述第一浪形大小,得到所述前馈调节的前馈计算值;
根据所述调整阈值以及所述前馈计算值,确定所述前馈调整值;
根据所述前馈调整值,对所述历史工艺参数进行调整得到所述第一工艺参数。
8.根据权利要求7所述的平整机控制方法,其特征在于,所述根据所述历史数据、所述设定数据、所述前馈调整值和所述第二平直度数据,获取对所述工艺参数进行反馈调节的反馈调整值,根据所述反馈调整值得到第二工艺参数,包括:
在一个周期内对所述第一工艺参数进行所述反馈设定,其中,所述周期包括周期时间以及时间点;
获取所述时间点的所述第二平直度数据,其中所述第二平直度数据包括第二浪形类型以及第二浪形大小;
根据所述钢卷信息以及所述第二浪形类型,在所述设定数据中得到所述单位反馈调整值;
根据所述第一工艺参数、所述前馈调整值、所述单位反馈调整值以及所述第二浪形大小,得到所述反馈调节的反馈计算值;
根据所述调整阈值以及所述反馈计算值,确定所述反馈调整值;
根据所述反馈调整值,对所述第一工艺参数进行调整得到所述第二工艺参数。
9.一种平整机控制装置,其特征在于,所述装置包括:
图像获取标定模块,用于获取带钢的标定图像,所述标定图像包括所述带钢在平整前的第一标定图像以及在平整后的第二标定图像;
识别算法模块,用于根据所述标定图像,采用计算机视觉检测算法获取所述带钢的实时平直度数据,所述实时平直度数据包括所述带钢在平整前的第一平直度数据以及所述带钢平整后的第二平直度数据,并将所述实时平直度数据暂存至在线服务器;
数据获取模块,用于根据所述第一平直度数据,从平整二级通讯的历史数据库中获取历史数据以及所述平整机的工艺参数的设定数据;
数据调节模块,用于根据所述历史数据、所述设定数据以及所述第一平直度数据,确定对所述工艺参数进行前馈调节的前馈调整值,根据所述前馈调整值得到第一工艺参数;以及,根据所述历史数据、所述设定数据、所述前馈调整值和所述第二平直度数据,获取对所述工艺参数进行反馈调节的反馈调整值,根据所述反馈调整值得到第二工艺参数;
控制模块,根据所述第二工艺参数控制所述平整机对所述带钢进行平整,并将所述第二工艺参数,并保存于所述历史数据库中。
10.一种控制设备,其特征在于,所述设备包括:处理器以及存储有计算机程序指令的存储器;
所述处理器执行所述计算机程序指令时实现如权利要求1至8中任一项所述的平整机控制方法。
11.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现如权利要求1至8中任一项所述的平整机控制方法。
CN202310001991.4A 2023-01-03 2023-01-03 平整机控制方法、装置、设备及计算机存储介质 Pending CN115971257A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310001991.4A CN115971257A (zh) 2023-01-03 2023-01-03 平整机控制方法、装置、设备及计算机存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310001991.4A CN115971257A (zh) 2023-01-03 2023-01-03 平整机控制方法、装置、设备及计算机存储介质

Publications (1)

Publication Number Publication Date
CN115971257A true CN115971257A (zh) 2023-04-18

Family

ID=85964656

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310001991.4A Pending CN115971257A (zh) 2023-01-03 2023-01-03 平整机控制方法、装置、设备及计算机存储介质

Country Status (1)

Country Link
CN (1) CN115971257A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116586441A (zh) * 2023-07-10 2023-08-15 江苏甬金金属科技有限公司 一种金属轧机的智能控制方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116586441A (zh) * 2023-07-10 2023-08-15 江苏甬金金属科技有限公司 一种金属轧机的智能控制方法及系统
CN116586441B (zh) * 2023-07-10 2023-11-14 江苏甬金金属科技有限公司 一种金属轧机的智能控制方法及系统

Similar Documents

Publication Publication Date Title
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
CN115971257A (zh) 平整机控制方法、装置、设备及计算机存储介质
CN115035120B (zh) 基于物联网的机床控制方法及系统
CN110349199B (zh) 一种物体圆度测量方法
CN113204029B (zh) 一种热轧板坯翘曲检测装置及方法
CN116258649B (zh) 基于熔池状态分析的焊接参数自适应调整方法
JP2022500560A (ja) メッキ量制御装置およびメッキ量制御方法
RU2690580C2 (ru) Способ изготовления металлических полос
WO2020049338A1 (en) Method and electronic device for monitoring a manufacturing of a metal product, related computer program and installation
CN113649420A (zh) 一种平整机轧制力获取方法及装置
CN114178314B (zh) 一种低合金高强度热轧卷板q390c轧制工艺
CN114818456A (zh) 一种冷连轧带钢全长变形抗力预测方法及优化方法
KR20180115368A (ko) 선재의 표면 흠 자동 맵핑 장치 및 방법
TW201738009A (zh) 軋輥機台監控方法
JP6136544B2 (ja) 仕上圧延前温度算出方法、仕上圧延前温度制御方法、仕上圧延前温度算出装置および仕上圧延前温度制御装置
CN104484491A (zh) 一种基于高次多项式的热轧梯形坯形状识别方法
ES2925263T3 (es) Procedimiento y dispositivo electrónico para controlar la fabricación de un grupo de producto(s) metálico(s) final(es) a partir de un grupo de producto(s) metálico(s) intermedio(s), programa informático relacionado, procedimiento de fabricación e instalación
CN105631231A (zh) 一种对热轧过程温度实测值进行修正的方法
JP6772919B2 (ja) 圧延制御方法、圧延制御装置及びプログラム
CN115205317A (zh) 一种桥梁监测光电标靶图像光斑中心点提取方法
US11511328B2 (en) Dynamic roll gap control during flexible rolling of metal strips
CN114862816A (zh) 毛刺检测方法、系统和计算机可读存储介质
CN114472542A (zh) 热轧带钢生产过程中的板形控制方法、装置及设备
CN107520255A (zh) 一种自学习式轧机入口厚度优化方法
CN111079735B (zh) 一种铸坯端面字符识别方法及装置

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