JPH05228511A - 鋼板のクロップ切断位置決定装置 - Google Patents

Abstract

(57)【要約】 【目的】 鋼板に生じるあらゆる種類の形状のクロップ
について適正な切断位置を決定することを可能とする。 【構成】 鋼板１の端部がカメラ32にて撮像され、この
撮像結果が画像処理装置６にて２値化されて前記端部の
クロップの形状を表す画像情報が求められ、求めた画像
情報が信号処理装置７へ与えられるようになっている。
信号処理装置７では、形状判定用ニューラルネット部71
において、前記画像情報に基づいて、予め定められた複
数種類の形状のクロップの夫々に対する、前記画像情報
に表されたクロップの形状類似度をニューラルネットワ
ークにより求め、そして、切断位置決定用ニューラルネ
ット部72において、前記形状類似度，前記画像情報及び
鋼板１の寸法に基づいて、前記鋼板のクロップの切断位
置をニューラルネットワークにより決定するようになっ
ている。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は鋼板のクロップ切断位置
を決定する装置に関する。

【０００２】

【従来の技術】鋼板を圧延した際、その鋼板の長手方向
両端部に図３に示す如き不定形状の部分（以下クロップ
という）が発生する。図３(a) 〜(c) はクロップの形状
の一例を示す鋼板の平面図であり、図３(a) にはタング
形状のクロップ、図３(b) にはフィッシュテール形状の
クロップ、図３(c) にはタング形状及びフィッシュテー
ル形状を複合した如き形状のクロップを夫々示してあ
る。クロップの形状は、一般的にタング形状及びフィッ
シュテール形状のものが多く発生する。このようなクロ
ップは、製品として用いることができないので、切断さ
れるようになっている。

【０００３】前述の如きクロップを切断する従来の装置
としては、クロップの切断位置を自動的に決定し、決定
された位置を自動的に切断する装置（特開昭60-238223
号公報）がある。以下その装置について説明する。図４
は前述の従来のクロップ自動切断装置の構成を示す模式
的ブロック図である。

【０００４】図中１は鋼板であり、該鋼板１は、搬送ロ
ーラ等の搬送手段（図示せず）によって切断機２までそ
の長手方向に一定速度で搬送され、切断機２によってそ
の端部に生じたクロップが切断されるようになってい
る。鋼板１の搬送経路における切断機２の上流側の所定
位置には、受光器を有し、該受光器への光が鋼板１の先
端によって遮られることを検出することによって鋼板１
の先端の通過を検出する通過検出器31と、鋼板１の先端
部を撮像するカメラ32と、該カメラ32の撮像時に鋼板１
の先端部に向けて発光するストロボ33とがこの順に前記
搬送経路上流側から下流側へ近接配置されている。

【０００５】前記通過検出器31の検出結果は、撮像制御
装置４に与えられるようになっており、該撮像制御装置
４は、カメラ32及びストロボ33の動作を制御するように
なっている。また、カメラ32の撮像による画像データ
は、撮像制御装置４に与えられるようになっている。撮
像制御装置４は、通過検出器31が鋼板１の先端の通過を
検出した時から所定時間後にカメラ32及びストロボ33を
動作させるようになっており、これによって、鋼板１の
先端部がカメラ32の撮像領域を通過する際にカメラ32が
前記先端部の静止画像を撮像する。

【０００６】カメラ32の撮像による静止画像データは、
撮像制御装置４を介して画像記憶装置５へ与えられ、該
画像記憶装置５に記憶されるようになっている。画像記
憶装置５に記憶された静止画像データは、画像処理装置
６に与えられる。画像処理装置６では、与えられた静止
画像データを輝度に基づいて鋼板１の画像と背景の画像
とに２値化する処理を行い、その２値化画像データは信
号処理装置７に与えられるようになっている。

【０００７】信号処理装置７は、前記２値化画像データ
に表されたクロップを、タング形状とフィッシュテール
形状とのどちらか一方に分類する形状分類部70a と、前
記クロップが該形状分類部70a にてタング形状に分類さ
れた場合に、その切断位置を決定するタング形状用切断
位置決定部70b と、前記クロップが形状分類部70a にて
フィッシュテール形状に分類された場合に、その切断位
置を決定するフィッシュテール形状切断位置決定部70c
とにて構成されている。

【０００８】信号処理装置７では、まず、形状分類部71
において、画像処理装置６から与えられた２値化画像デ
ータに表されたクロップを、その形状がタング形状とフ
ィッシュテール形状とのどちらに近い形状であるか判断
し、近い方の形状を、クロップの形状とみなす分類を行
う。そして、前記２値化画像データは、タング形状用切
断位置決定部70b とフィッシュテール形状切断位置決定
部70c とのうち、形状分類部71において分類された形状
に該当する方に与えられる。

【０００９】タング形状用切断位置決定部70b とフィッ
シュテール形状切断位置決定部70cとでは、以下のよう
にクロップの切断位置を決定する。タング形状用切断位
置決定部70b では、図３(a) に示される如く、２値化画
像データが表すクロップにおいて、クロップの幅が鋼板
の正常部の幅Ｗ₀ のｋ（０＜ｋ＜１）倍に等しくなる位
置ａをクロップの末端からの検索により求めてそれを切
断位置と決定し、クロップの末端からその位置ａまでの
距離Ｌを求める。

【００１０】一方、フィッシュテール形状切断位置決定
部70c では、図３(b) に示される如く、２値化画像デー
タが表すクロップにおいて、フィッシュテール形状のク
ロップの凹部の最深部から鋼板の長手方向に、予め定め
られた距離Ｌ₀ だけ離れた位置ｂを切断位置と決定し、
クロップの末端からその位置ｂまでの距離Ｌを求める。

【００１１】このように求められた距離Ｌのデータは、
切断位置指令値を表す情報として切断機制御装置８に与
えられる。切断機制御装置８は、所定手段によって、鋼
板１の末端から距離Ｌの位置が切断機２を通過するタイ
ミングを検出し、そのタイミングにて切断機２を動作さ
せ、前記鋼板１の末端から距離Ｌの位置で切断するよう
になっている。

【００１２】

【発明が解決しようとする課題】しかしながら、前述の
如き従来のクロップ切断装置においては、クロップの形
状がタング形状又はフィッシュテール形状のどちらか一
方に該当するという前提でクロップの形状を分類し、そ
の切断位置を決定していたため、例えば、図３(c) に示
される如き特殊な形状のクロップが得られた場合でも、
そのクロップがタング形状又はフィッシュテール形状の
どちらか一方に分類される。

【００１３】例えば、図３(c) に示される形状のクロッ
プは、フィッシュテール形状に分類され、前述の如き方
法によって、クロップの凹部から鋼板の長手方向に距離
Ｌ₀だけ離れた位置ｃが切断位置と決定されるが、この
位置ｃでは、切断線上での鋼板の幅Ｗが鋼板の正常部の
幅Ｗ₀ に比して小さすぎるため、この位置ｃで切断する
と、その鋼板は、仕上圧延機への通板性が悪くなるとい
う不都合があった。

【００１４】このように、従来の如くクロップの形状を
タング形状又はフィッシュテール形状のどちらか一方に
分類し、切断位置を決定する方法では、それらの形状以
外の形状のクロップについては、適正な切断位置を決定
できないという問題があった。

【００１５】本発明は、斯かる事情に鑑みてなされたも
のであって、あらゆる種類の形状のクロップについて適
正な切断位置を決定することを可能とする、鋼板のクロ
ップ切断位置決定装置を提供することを目的とする。

【００１６】

【課題を解決するための手段】本発明に係る鋼板のクロ
ップ切断位置決定装置は、鋼板の端部を撮像し、この撮
像結果を量子化して前記端部のクロップの形状を表す画
像情報を求め、求めた画像情報に関連して前記クロップ
の切断位置を決定する鋼板のクロップ切断位置決定装置
において、前記画像情報に基づいて、予め定められた複
数種類の形状のクロップの夫々に対する、前記画像情報
に表されたクロップの形状類似度を第１のニューラルネ
ットワークにより求める手段と、該手段によって求めら
れた形状類似度，前記画像情報及び前記鋼板の寸法に基
づいて、前記鋼板のクロップの切断位置を第２のニュー
ラルネットワークにより決定する手段とを具備すること
を特徴とすることを特徴とする。

【００１７】

【作用】鋼板の端部のクロップの形状を表す画像情報に
基づいて、予め定められた複数種類の形状のクロップの
夫々に対する、前記画像情報に表されたクロップの形状
類似度が第１のニューラルネットワークにより求められ
るが、これによって、前記画像情報に表されたクロップ
の形状は、予め定められた形状（典型的な形状）のクロ
ップに対する形状類似度によって表されることとなり、
単一種類の形状には特定されない。そして、求められた
形状類似度，前記画像情報及び前記鋼板の寸法に基づい
て、前記鋼板のクロップの切断位置が第２のニューラル
ネットワークにより決定されるが、予め定められた形状
のクロップに対する形状類似度が、前記画像情報に表さ
れたクロップの形状の情報となっているので、クロップ
の形状が、予め定められた形状以外の形状である場合で
も、前記形状類似度によって表されたクロップの形状に
応じた切断位置の決定値が得られる。

【００１８】

【実施例】以下、本発明をその実施例を示す図面に基づ
き具体的に説明する。図１は本発明に係る鋼板のクロッ
プ切断位置決定装置を適用するクロップ切断装置の構成
を示す模式的ブロック図である。

【００１９】図中１は鋼板であり、該鋼板１は、搬送ロ
ーラ等の搬送手段（図示せず）によって切断機２までそ
の長手方向に一定速度で搬送され、切断機２によってそ
の端部に生じたクロップが切断されるようになってい
る。鋼板１の搬送経路における切断機２の上流側の所定
位置には、一対の発光器，受光器を有し、発光器から受
光器への光が鋼板１の先端によって遮られることを検出
することによって鋼板１の先端の通過を検出する通過検
出器31と、鋼板１の先端部を撮像するカメラ32と、該カ
メラ32の撮像時に鋼板１の先端部に向けて発光するスト
ロボ33とがこの順に前記搬送経路上流側から下流側へ近
接配置されている。

【００２０】前記通過検出器31の検出結果は、撮像制御
装置４に与えられるようになっており、該撮像制御装置
４は、カメラ32及びストロボ33の動作を制御するように
なっている。また、カメラ32の撮像による画像データ
は、撮像制御装置４に与えられるようになっている。撮
像制御装置４は、通過検出器31が鋼板１の先端の通過を
検出した時から所定時間後にカメラ32及びストロボ33を
動作させるようになっており、これによって鋼板１の先
端部がカメラ32の撮像領域を通過する際にカメラ32が前
記先端部の静止画像を撮像する。

【００２１】カメラ32の撮像による静止画像データは、
撮像制御装置４を介して画像記憶装置５へ与えられ、該
画像記憶装置５に記憶されるようになっている。画像記
憶装置５に記憶された静止画像データは、画像処理装置
６に与えられる。画像処理装置６では、与えられた静止
画像データを輝度に基づいて鋼板１の画像と背景の画像
とに２値化する処理を行い、その２値化画像データは信
号処理装置７に与えられるようになっている。

【００２２】信号処理装置７は、前記２値化画像データ
に表されたクロップの形状を判定する形状判定用ニュー
ラルネット部71と、該形状判定用ニューラルネット部71
の判定結果，前記２値化画像データ，鋼板１の幅及び厚
さのデータに基づいて前記２値化画像データに表された
クロップの切断位置を決定する切断位置決定用ニューラ
ルネット部72とにて構成されている。

【００２３】次に、形状判定用ニューラルネット部71及
び切断位置決定用ニューラルネット部72におけるニュー
ラルネットワークの構成について説明する。図２は形状
判定用ニューラルネット部71及び切断位置決定用ニュー
ラルネット部72におけるニューラルネットワークの構成
を示すブロック図であり、形状判定用ニューラルネット
部71及び切断位置決定用ニューラルネット部72における
ニューラルネットワークの構成は、基本的には概略一致
するものであるので、図２により総括的に説明する。

【００２４】形状判定用ニューラルネット部71及び切断
位置決定用ニューラルネット部72におけるニューラルネ
ットワークは、入力信号を受け入れる入力層Ｉと、出力
信号を外部へ与える出力層Ｏと、入力層Ｉ，出力層Ｏ間
に介された中間層Ｍとの３層からなる階層構造になって
おり、入力層ＩはＫ個のニューロンＩ₁ ，Ｉ₂ ，…Ｉ_K
からなり、中間層ＭはＬ個のニューロンＭ₁ ，Ｍ₂ ，…
Ｍ_L からなり、出力層ＯはＮ個のニューロンＯ₁ ，
Ｏ₂ ，…Ｏ_N からなっている。

【００２５】入力層Ｉの各ニューロンＩ_i （但し、ｉ＝
1,2,…,K) は中間層Ｍの全てのニューロンＭ_j （但し、
ｊ＝1,2,…,L) と各々異なる結合係数ｗ_ijで結合してい
る。

【００２６】中間層ＭのニューロンＭ₁ ，Ｍ₂ ，…Ｍ_L
は、入力層Ｉからの入力の合計値に基づいてその出力値
を決定する。この出力値の決定は、シグモイド関数によ
る演算で行われる。また、中間層Ｍの各ニューロンＭ_j
（但し、ｊ＝1,2,…,L) は出力層Ｏの全てのニューロン
Ｏ_j （但し、ｊ＝1,2,…,N) と各々異なる結合係数ｖ_ij
で結合している。出力層ＯのニューロンＯ₁ ，Ｏ₂ ，…
Ｏ_N は、中間層Ｍからの入力の合計値に基づいて、その
出力値ｙ₁ ，ｙ₂ ，…ｙ_N を決定する。この出力値の決
定も、シグモイド関数による演算で行われる。

【００２７】前記結合係数ｖ_ij，ｗ_ijは、例えば、バッ
クプロパゲーション則による学習等の学習によって最適
な値に変更するようになっている。次に、バックプロパ
ゲーション則による学習方法について説明する。バック
プロパゲーション則の学習は前向き演算と後ろ向き演算
とに分かれる。

【００２８】前向き演算では、まず、入力データｆ₁ ，
ｆ₂ ，…ｆ_K を入力層Ｉの夫々のニューロンＩ₁ ，
Ｉ₂ ，…Ｉ_K から入力し、出力層Ｏの夫々のニューロン
Ｏ₁ ，Ｏ₂ ，…Ｏ_N の出力データｙ₁ ，ｙ₂ ，…ｙ_N を
求める。そして、前記後ろ向き演算では、教師データｔ
₁ ，ｔ₂ ，…ｔ_N と、出力層Ｏの出力データｙ₁ ，
ｙ₂ ，…ｙ_N との誤差を逐次的に減少させるように、中
間層Ｍと入力層Ｉとの間の結合係数ｗ_ij及び出力層Ｏと
中間層Ｍとの間の結合係数ｖ_ijの変更を行う。

【００２９】このようなニューラルネットワークを用い
る形状判定用ニューラルネット部71及び切断位置決定用
ニューラルネット部72では、形状判定及び切断位置決定
のための学習を予め行った後、実際の形状判定及び切断
位置決定を行うようになっている。

【００３０】形状判定用ニューラルネット部71のニュー
ラルネットワークは、画像処理装置６から与えられる２
値化画像データを、ニューラルネットワークの入力デー
タｆ₁ ，ｆ₂ ，…ｆ_K とし、予め定められた典型的な形
状のクロップ複数（この場合はＮ個）について、夫々の
クロップに対する類似度を出力データｙ₁ ，ｙ₂ ，…ｙ
_N とするニューラルネットワークである。このニューラ
ルネットワークは、既知の形状のクロップの２値化画像
データを入力として、前記類似度を出力させ、この出力
データと、これに対する教師データ（人が与える教師デ
ータ）との誤差を逐次的に減少させるように結合係数ｗ
_ij及び結合係数ｖ_ijを変更する学習を予め行っておく。

【００３１】切断位置決定用ニューラルネット部72のニ
ューラルネットワークは、形状判定用ニューラルネット
部71から与えられる前記類似度のデータと、所定の手段
（図示せず）から与えられる鋼板１の幅及び厚さのデー
タと、画像処理装置６から与えられる２値化画像データ
とをニューラルネットワークの入力データｆ₁ ，ｆ₂，
…ｆ_K とし、そのクロップに対する切断位置を出力デー
タｙ₁ ，ｙ₂ ，…ｙ_Nとするニューラルネットワークで
ある。このニューラルネットワークは、既知の形状のク
ロップの２値化画像データと、そのクロップの前記類似
度のデータと、鋼板１の幅及び厚さのデータとを入力と
して、クロップに対する切断位置のデータを出力させ、
この出力データと、これに対する教師データ（人が与え
る教師データ）との誤差を逐次的に減少させるように結
合係数ｗ_ij及び結合係数ｖ_ijを変更する学習を予め行っ
ておく。

【００３２】以上の如く構成された信号処理装置７で
は、まず、形状判定用ニューラルネット部71において、
２値化画像データに表されたクロップについて、タング
形状，フィッシュテール形状等の予め定められた典型的
な形状のクロップ複数の夫々に対する類似度を求める。
これによって、２値化画像データに表されたクロップの
形状は、典型的な形状のクロップに対する類似度によっ
て表されることとなり、単一種類の形状には特定されな
い。

【００３３】そして、切断位置決定用ニューラルネット
部72では、まず、典型的な形状の夫々について、２値化
画像データと鋼板の幅及び厚さのデータとに基づいて切
断位置を求める。この切断位置を求める方法の一例とし
ては、タング形状では、図３(a) に示される如く、２値
化画像データが表すクロップにおいて、クロップの幅が
鋼板の正常部の幅Ｗ₀ のｋ（０＜ｋ＜１）倍に等しくな
る位置ａを、クロップの末端からの検索により求めてそ
れを切断位置とし、フィッシュテール形状では、図３
(b) に示される如く、２値化画像データが表すクロップ
において、クロップの凹部の最深部から鋼板の長手方向
に、予め定められた距離Ｌ₀ だけ離れた位置ｂを切断位
置とする。

【００３４】次に、求めた切断位置の複数のデータを、
前記類似度のデータにより重み付けして合成し、最終的
な切断位置を決定する。即ち、切断位置決定用ニューラ
ルネット部72では、典型的な形状の夫々であるとみなし
た場合の、夫々の形状での切断位置を求め、この切断位
置のデータを夫々の形状間で補間するような処理を行
い、最終的な切断位置を決定するのである。決定された
切断位置はクロップの末端からその位置までの距離とし
て表され、切断位置指令値を表す情報として切断機制御
装置８に与えられる。

【００３５】切断機制御装置８は、所定手段によって、
前記距離の位置が、切断機２を通過するタイミングを検
出し、そのタイミングにて切断機２を動作させ、前記鋼
板１の末端から前記距離の位置を切断するようになって
いる。

【００３６】

【発明の効果】以上説明した如く、本発明にあっては、
画像情報に基づいて、予め定められた複数種類の形状の
クロップの夫々に対する、前記画像情報に表されたクロ
ップの形状類似度が第１のニューラルネットワークによ
り求められるので、そのクロップの形状は、単一種類の
形状には特定されない。そして、求められた形状類似
度，前記画像情報及び鋼板の寸法に基づいて、鋼板のク
ロップの切断位置が第２のニューラルネットワークによ
り決定されるが、予め定められた形状のクロップに対す
る形状類似度が、前記画像情報に表されたクロップの形
状の情報となっているため、クロップの形状が、予め定
められた形状以外の形状である場合でも、前記形状類似
度によって表されたクロップの形状に応じた切断位置を
得ることができる等、本発明は優れた効果を奏する。

【図面の簡単な説明】

【図１】本発明に係る鋼板のクロップ切断位置決定装置
を適用するクロップ切断装置の構成を示す模式的ブロッ
ク図である。

【図２】形状判定用ニューラルネット部及び切断位置決
定用ニューラルネット部におけるニューラルネットワー
クの構成を示すブロック図である。

【図３】クロップの形状の一例を示す鋼板の平面図であ
る。

【図４】従来のクロップ自動切断装置の構成を示す模式
的ブロック図である。

【符号の説明】

１ 鋼板 ２ 切断機 ６ 画像処理装置 ７ 信号処理装置 32 カメラ 71 形状判定用ニューラルネット部 72 切断位置決定用ニューラルネット部

Claims (1)

【特許請求の範囲】
1. 【請求項１】 鋼板の端部を撮像し、この撮像結果を量
   子化して前記端部のクロップの形状を表す画像情報を求
   め、求めた画像情報に関連して前記クロップの切断位置
   を決定する鋼板のクロップ切断位置決定装置において、 前記画像情報に基づいて、予め定められた複数種類の形
   状のクロップの夫々に対する、前記画像情報に表された
   クロップの形状類似度を第１のニューラルネットワーク
   により求める手段と、 該手段によって求められた形状類似度，前記画像情報及
   び前記鋼板の寸法に基づいて、前記鋼板のクロップの切
   断位置を第２のニューラルネットワークにより決定する
   手段とを具備することを特徴とする鋼板のクロップ切断
   位置決定装置。