JPH05318222A - 圧延材端部切断制御装置 - Google Patents
圧延材端部切断制御装置Info
- Publication number
- JPH05318222A JPH05318222A JP4123316A JP12331692A JPH05318222A JP H05318222 A JPH05318222 A JP H05318222A JP 4123316 A JP4123316 A JP 4123316A JP 12331692 A JP12331692 A JP 12331692A JP H05318222 A JPH05318222 A JP H05318222A
- Authority
- JP
- Japan
- Prior art keywords
- shape
- rolled material
- cutting
- end part
- cutting point
- 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
Classifications
-
- 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
- B21B37/72—Rear end control; Front end control
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21B—ROLLING OF METAL
- B21B15/00—Arrangements for performing additional metal-working operations specially combined with or arranged in, or specially adapted for use in connection with, metal-rolling mills
- B21B15/0007—Cutting or shearing the product
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21B—ROLLING OF METAL
- B21B15/00—Arrangements for performing additional metal-working operations specially combined with or arranged in, or specially adapted for use in connection with, metal-rolling mills
- B21B15/0007—Cutting or shearing the product
- B21B2015/0014—Cutting or shearing the product transversely to the rolling direction
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Control Of Position Or Direction (AREA)
- Image Analysis (AREA)
- Control Of Metal Rolling (AREA)
- Image Processing (AREA)
- Feedback Control In General (AREA)
Abstract
(57)【要約】
【目的】 この発明は、圧延材端部の形状を正確に把握
して最適な切断ポイントの下に圧延材端部の不良部分を
切断可能とすることにある。 【構成】 撮像装置１１で撮像した圧延材端部の画像信
号に基づいて画像処理手段１３では当該画像信号から形
状を抽出する。そして、この形状画像信号を端部形状認
識手段１４の一部を構成するニューラルネットワークに
入力し、ここで圧延材端部の形状評価と時間的推移によ
る変化を考慮した時間的評価とを行った後、切断ポイン
ト決定手段１５に送出する。この切断ポイント決定手段
１５はかかる形状評価および時間的評価をＩＦ−ＴＨＥ
Ｎルールを適用して切断ポイントを決定し圧延材端部の
不良部分を切断する圧延材端部切断制御装置である。
して最適な切断ポイントの下に圧延材端部の不良部分を
切断可能とすることにある。 【構成】 撮像装置１１で撮像した圧延材端部の画像信
号に基づいて画像処理手段１３では当該画像信号から形
状を抽出する。そして、この形状画像信号を端部形状認
識手段１４の一部を構成するニューラルネットワークに
入力し、ここで圧延材端部の形状評価と時間的推移によ
る変化を考慮した時間的評価とを行った後、切断ポイン
ト決定手段１５に送出する。この切断ポイント決定手段
１５はかかる形状評価および時間的評価をＩＦ−ＴＨＥ
Ｎルールを適用して切断ポイントを決定し圧延材端部の
不良部分を切断する圧延材端部切断制御装置である。
Description
【０００１】
【産業上の利用分野】本発明は、鉄鋼プラントの圧延設
備などに利用される圧延材端部切断制御装置に係わり、
特に圧延材端部の不良部分を適切に切断する技術を設け
た圧延材端部切断制御装置に関する。
備などに利用される圧延材端部切断制御装置に係わり、
特に圧延材端部の不良部分を適切に切断する技術を設け
た圧延材端部切断制御装置に関する。
【０００２】
【従来の技術】この種の圧延設備は、例えば鋼片を所望
とする鋼材に加工するものであって、その用途，ユーザ
ーの要望などから各種各様の圧延を行って目的とする鋼
材を得ている。通常，この圧延設備は、鋼片を加熱炉な
どで再加熱した後、熱間圧延機で熱間圧延を行って厚
板，薄板などを製造し、或いは常温で冷間圧延を行って
良質な鋼材を製造している。
とする鋼材に加工するものであって、その用途，ユーザ
ーの要望などから各種各様の圧延を行って目的とする鋼
材を得ている。通常，この圧延設備は、鋼片を加熱炉な
どで再加熱した後、熱間圧延機で熱間圧延を行って厚
板，薄板などを製造し、或いは常温で冷間圧延を行って
良質な鋼材を製造している。
【０００３】ところで、上記鋼片は、各種の圧延機で圧
延されていくが、このとき圧延材の先端部は各種の圧延
機で圧延されていく過程で様々な形状に変化する。従っ
て、圧延工程の最終段階或いは任意の段階で切断機を用
いて圧延材先端部の不良部分を切断するとき、その圧延
材先端部の形状がどんな形状になっているか分からな
い。
延されていくが、このとき圧延材の先端部は各種の圧延
機で圧延されていく過程で様々な形状に変化する。従っ
て、圧延工程の最終段階或いは任意の段階で切断機を用
いて圧延材先端部の不良部分を切断するとき、その圧延
材先端部の形状がどんな形状になっているか分からな
い。
【０００４】そこで、従来、ＩＴＶカメラその他の検出
手段を用いて圧延材の先端部を検出した後、この圧延材
の先端部幅と予め定めた製品幅±α（αは許容値）とを
比較し、実際の圧延材先端部幅が製品幅±αを越えたと
き、切断機用コントローラから切断指令を出して切断機
により圧延材先端部の不良部分を切断する構成をとって
いる。
手段を用いて圧延材の先端部を検出した後、この圧延材
の先端部幅と予め定めた製品幅±α（αは許容値）とを
比較し、実際の圧延材先端部幅が製品幅±αを越えたと
き、切断機用コントローラから切断指令を出して切断機
により圧延材先端部の不良部分を切断する構成をとって
いる。
【０００５】
【発明が解決しようとする課題】従って、以上のような
圧延材端部の切断制御装置は、圧延材の先端部幅が製品
幅±αを越えたとき圧延材先端部の不良部分を切断する
方式をとっているので、圧延機の圧延の仕方や圧延工程
上の様々圧延状況によって圧延材端部の形状が変化する
ことから、圧延材端部の切断すべき個所が複数個所存在
することがあり、その度に切断機用コントローラは切断
機に切断指令を出して圧延材端部を切断することから、
圧延鋼材の生産効率を著しく低下させる問題がある。
圧延材端部の切断制御装置は、圧延材の先端部幅が製品
幅±αを越えたとき圧延材先端部の不良部分を切断する
方式をとっているので、圧延機の圧延の仕方や圧延工程
上の様々圧延状況によって圧延材端部の形状が変化する
ことから、圧延材端部の切断すべき個所が複数個所存在
することがあり、その度に切断機用コントローラは切断
機に切断指令を出して圧延材端部を切断することから、
圧延鋼材の生産効率を著しく低下させる問題がある。
【０００６】本発明は上記実情に鑑みてなされたもの
で、圧延材端部の形状を正確に把握して最適な切断ポイ
ントの下に圧延材端部の不良部分を切断可能とする圧延
材端部切断制御装置を提供することを目的とする。
で、圧延材端部の形状を正確に把握して最適な切断ポイ
ントの下に圧延材端部の不良部分を切断可能とする圧延
材端部切断制御装置を提供することを目的とする。
【０００７】
【課題を解決するための手段】本発明は上記課題を解決
するために、撮像装置を用いて圧延材端部の光学像を取
り込んで得られる電気的像信号から圧延材端部のデイジ
タル画像信号に変換するとともに、このデイジタル画像
信号から圧延材端部の形状画像信号を抽出する画像処理
手段と、あるサンプリング周期ごとに前記画像処理手段
によって抽出された複数回の形状画像信号を順次ニュー
ラルネットワークに入力して前記圧延材端部の形状評価
と時間的な推移による時間的評価とを得る端部形状認識
手段と、この端部形状認識手段によって得られた形状評
価データと時間的評価データとをファジィロジックのＩ
Ｆ−ＴＨＥＮルールに適用して切断ポイントを決定する
切断ポイント決定手段とを設け、ここで決定された切断
ポイントに基づいて前記圧延材端部の不良部分を切断す
る構成である。
するために、撮像装置を用いて圧延材端部の光学像を取
り込んで得られる電気的像信号から圧延材端部のデイジ
タル画像信号に変換するとともに、このデイジタル画像
信号から圧延材端部の形状画像信号を抽出する画像処理
手段と、あるサンプリング周期ごとに前記画像処理手段
によって抽出された複数回の形状画像信号を順次ニュー
ラルネットワークに入力して前記圧延材端部の形状評価
と時間的な推移による時間的評価とを得る端部形状認識
手段と、この端部形状認識手段によって得られた形状評
価データと時間的評価データとをファジィロジックのＩ
Ｆ−ＴＨＥＮルールに適用して切断ポイントを決定する
切断ポイント決定手段とを設け、ここで決定された切断
ポイントに基づいて前記圧延材端部の不良部分を切断す
る構成である。
【０００８】
【作用】従って、本発明は以上のような手段を講じたこ
とにより、画像処理手段で抽出された複数回の圧延材端
部の形状画像信号を順次ニューラルネットワークに入力
し、圧延材端部の形状評価（例えば理想形，横膨出，横
へこみ，…）および時間的な推移による時間的評価（例
えば徐々の横に膨出，徐々に横へこみ，…）を取り出
す。そして、この形状評価データと時間的評価データと
をＩＦ−ＴＨＥＮルールを適用して切断ポイントを決定
するので、圧延材端部の様々な形状の変化に対して切断
個所を適切に決定して圧延材端部の不良部分を切断で
き、よって従来に比べて誤切断を少なくでき、ひいては
生産効率の向上に大きく貢献させることができる。
とにより、画像処理手段で抽出された複数回の圧延材端
部の形状画像信号を順次ニューラルネットワークに入力
し、圧延材端部の形状評価（例えば理想形，横膨出，横
へこみ，…）および時間的な推移による時間的評価（例
えば徐々の横に膨出，徐々に横へこみ，…）を取り出
す。そして、この形状評価データと時間的評価データと
をＩＦ−ＴＨＥＮルールを適用して切断ポイントを決定
するので、圧延材端部の様々な形状の変化に対して切断
個所を適切に決定して圧延材端部の不良部分を切断で
き、よって従来に比べて誤切断を少なくでき、ひいては
生産効率の向上に大きく貢献させることができる。
【０００９】
【実施例】以下、本発明の実施例について図面を参照し
て説明する。
て説明する。
【００１０】図１は本発明装置の一実施例を示すブロッ
ク構成図である。同図において１１は圧延材１２先端部
の光学像を撮像して電気的像信号に変換する撮像装置で
あって、例えばＩＴＶカメラその他の撮像カメラなどが
用いられる。１３は画像処理手段であって、これは撮像
装置１１の電気的像信号を取り出して例えば輝度階調処
理を行うことにより圧延材先端部のディジタル画像信号
を得る一方、このディジタル画像の面としての特徴，す
なわちテクスチャーの特徴に注目し、その特徴部分に近
傍処理を施して圧延材先端部の輪郭（形状）を抽出し、
後続の端部形状認識手段１４に供給する。ここで、テク
スチャーの特徴とは模様（パターン）の構成要素と配列
規則との特徴とか、或いは均一の色調とは異なる属性を
もった特徴などを意味する。また、近傍処理とは図２に
示すように前記ディジタル画像の平面像（入力画像）に
対して大きさｍ・ｍの正方形小領域（例えば９画素）を
抽出し、その９画素の中にある階調度以上の画素が幾つ
あるかに応じて２値化“０”，“１”の何れかを決定
し、出力画像面の１点に写像する輪郭抽出処理である。
ク構成図である。同図において１１は圧延材１２先端部
の光学像を撮像して電気的像信号に変換する撮像装置で
あって、例えばＩＴＶカメラその他の撮像カメラなどが
用いられる。１３は画像処理手段であって、これは撮像
装置１１の電気的像信号を取り出して例えば輝度階調処
理を行うことにより圧延材先端部のディジタル画像信号
を得る一方、このディジタル画像の面としての特徴，す
なわちテクスチャーの特徴に注目し、その特徴部分に近
傍処理を施して圧延材先端部の輪郭（形状）を抽出し、
後続の端部形状認識手段１４に供給する。ここで、テク
スチャーの特徴とは模様（パターン）の構成要素と配列
規則との特徴とか、或いは均一の色調とは異なる属性を
もった特徴などを意味する。また、近傍処理とは図２に
示すように前記ディジタル画像の平面像（入力画像）に
対して大きさｍ・ｍの正方形小領域（例えば９画素）を
抽出し、その９画素の中にある階調度以上の画素が幾つ
あるかに応じて２値化“０”，“１”の何れかを決定
し、出力画像面の１点に写像する輪郭抽出処理である。
【００１１】前記端部形状認識手段１４は、ニューラル
ネットワークで構成され、画像処理手段１３から送られ
てくる形状画像信号を受けて圧延材先端部の形状を認識
する機能をもっている。この端部形状認識手段１４は、
具体的には図３に示すように入力層，少なくとも１段以
上の中間層，出力層の多層構造からなり、各層にはそれ
ぞれ複数個のニューロン素子が用いられている。
ネットワークで構成され、画像処理手段１３から送られ
てくる形状画像信号を受けて圧延材先端部の形状を認識
する機能をもっている。この端部形状認識手段１４は、
具体的には図３に示すように入力層，少なくとも１段以
上の中間層，出力層の多層構造からなり、各層にはそれ
ぞれ複数個のニューロン素子が用いられている。
【００１２】そのうち、入力層では、隣接する図示点線
区間の領域または先端部全領域の画素数に相当するニュ
ーロン素子１４1 ，…によって構成され、前記領域内の
圧延材先端部の形状画像信号の供給を受けるようになつ
ている。一方、中間層は必要な数のニューロン素子１４
2 ，…で構成され、入力層の全部または必要な数のニュ
ーロン素子の出力にそれぞれ所要のシナプス結合係数を
乗算して入力され、従来周知の所定の演算を行って出力
する。次に、出力層は同じく必要な数のニューロン素子
１４3 ，…で構成され、前述と同様に各ニューロン素子
１４3 ，…で所定の演算を実施して出力する。また、形
状認識部１４4 はニューロン素子１４3，…の出力状態
から先端部の形状評価を行い、その後、数回のサンプリ
ングして得られた圧延材先端部の形状画像信号について
圧延材先端部の形状評価および時間的評価を行う。な
お、これら形状評価と時間的評価とをもって実際の形状
評価データとする。
区間の領域または先端部全領域の画素数に相当するニュ
ーロン素子１４1 ，…によって構成され、前記領域内の
圧延材先端部の形状画像信号の供給を受けるようになつ
ている。一方、中間層は必要な数のニューロン素子１４
2 ，…で構成され、入力層の全部または必要な数のニュ
ーロン素子の出力にそれぞれ所要のシナプス結合係数を
乗算して入力され、従来周知の所定の演算を行って出力
する。次に、出力層は同じく必要な数のニューロン素子
１４3 ，…で構成され、前述と同様に各ニューロン素子
１４3 ，…で所定の演算を実施して出力する。また、形
状認識部１４4 はニューロン素子１４3，…の出力状態
から先端部の形状評価を行い、その後、数回のサンプリ
ングして得られた圧延材先端部の形状画像信号について
圧延材先端部の形状評価および時間的評価を行う。な
お、これら形状評価と時間的評価とをもって実際の形状
評価データとする。
【００１３】１５は切断ポイント決定手段であって、こ
れはファジーロジックによって構成され、端部形状認識
手段１４からの実際の形状評価データに基づいて切断ポ
イントを決定し、これを切断位置情報として切断機用コ
ントローラ１６に送出する。１７は切断機用コントロー
ラ１６からの切断指令に基づいて圧延材先端部の不良部
分を切断する切断機である。次に、上記装置の動作につ
いて説明する。
れはファジーロジックによって構成され、端部形状認識
手段１４からの実際の形状評価データに基づいて切断ポ
イントを決定し、これを切断位置情報として切断機用コ
ントローラ１６に送出する。１７は切断機用コントロー
ラ１６からの切断指令に基づいて圧延材先端部の不良部
分を切断する切断機である。次に、上記装置の動作につ
いて説明する。
【００１４】先ず、形状認識手段１４を構成するニュー
ラルネットワークに対し、図４に示すような様々な圧延
材端部の形状信号を教師信号として与え、かつ、ニュー
ラルネットワークの入力層に当該圧延材端部の形状に係
わる形状画像信号を入力する。そして、ニューラルネッ
トワークの出力層から所要の信号が得られるように、入
力層と中間層、中間層と出力層の間のシナプス結合係数
を決定し記憶する。
ラルネットワークに対し、図４に示すような様々な圧延
材端部の形状信号を教師信号として与え、かつ、ニュー
ラルネットワークの入力層に当該圧延材端部の形状に係
わる形状画像信号を入力する。そして、ニューラルネッ
トワークの出力層から所要の信号が得られるように、入
力層と中間層、中間層と出力層の間のシナプス結合係数
を決定し記憶する。
【００１５】以上のようにしてニューラルネットワーク
のシナプス結合係数を決定した後、本発明装置の本来の
圧延材端部の切断動作に入る。すなわち、撮像装置１１
は、実際に走行する圧延材１２端部の光学像を撮像して
電気的像信号に変換して蓄積する。このとき、画像処理
手段１３は、撮像装置１１に蓄積された電気的像信号を
取り出して輝度階調処理により圧延材先端部形状のディ
ジタル画像を得た後、このディジタル画像の平面像に対
して例えば近傍処理を実施して圧延材先端部の輪郭（形
状画像信号）を抽出し、端部形状認識手段１４の一部を
構成する図３に示すニューラルネットワークの入力層に
入力する。
のシナプス結合係数を決定した後、本発明装置の本来の
圧延材端部の切断動作に入る。すなわち、撮像装置１１
は、実際に走行する圧延材１２端部の光学像を撮像して
電気的像信号に変換して蓄積する。このとき、画像処理
手段１３は、撮像装置１１に蓄積された電気的像信号を
取り出して輝度階調処理により圧延材先端部形状のディ
ジタル画像を得た後、このディジタル画像の平面像に対
して例えば近傍処理を実施して圧延材先端部の輪郭（形
状画像信号）を抽出し、端部形状認識手段１４の一部を
構成する図３に示すニューラルネットワークの入力層に
入力する。
【００１６】このニューラルネットワークでは、予め記
憶されたシナプス結合係数に基づいて各層のニューロン
素子で所定の演算を行って出力層から信号を出力する
が、このとき、ニューラルネットワーク出力端の形状認
識部１４4 ではかかる出力信号から圧延材先端部の形状
評価を行う。例えば、図４に示すごとく、 （ａ） やや理想形である （ｂ） 横に膨らんでいる。 （ｃ） 横がへこんでいる。 （ｄ） 真ん中が丸くなっている （ｅ） 真ん中がへこんでいる。 というように形状評価を行う。実際には、（ａ）〜
（ｅ）の何れか２つまたは２つ以上の評価値の合成で得
られる場合が多い。
憶されたシナプス結合係数に基づいて各層のニューロン
素子で所定の演算を行って出力層から信号を出力する
が、このとき、ニューラルネットワーク出力端の形状認
識部１４4 ではかかる出力信号から圧延材先端部の形状
評価を行う。例えば、図４に示すごとく、 （ａ） やや理想形である （ｂ） 横に膨らんでいる。 （ｃ） 横がへこんでいる。 （ｄ） 真ん中が丸くなっている （ｅ） 真ん中がへこんでいる。 というように形状評価を行う。実際には、（ａ）〜
（ｅ）の何れか２つまたは２つ以上の評価値の合成で得
られる場合が多い。
【００１７】そして、以上のようにして形状評価を得た
ならば、この形状評価を直ちに切断目標ポイントの決定
に利用してもよいが、さらに実際に切断機１７に切断指
令を出すまでに圧延材先端部の形状に係わる画像を数回
サンプリングし、当該圧延材先端部形状の時間的推移を
考慮した詳しい時間的評価を行う。つまり、 （ａ）′ 完全な理想形に近ずいている。 （ｂ）′ だんだん横に膨らんでいる。 （ｃ）′ だんだん横がへこんでいる。 （ｄ）′ だんだん真ん中が丸くなっている （ｅ）′ だんだん真ん中がへこんでいる。 なる時間的評価値を得るものである。この場合にも、
（ａ）′〜（ｅ）′の何れか２つまたは２つ以上の評価
値の合成で得られる場合が多い。
ならば、この形状評価を直ちに切断目標ポイントの決定
に利用してもよいが、さらに実際に切断機１７に切断指
令を出すまでに圧延材先端部の形状に係わる画像を数回
サンプリングし、当該圧延材先端部形状の時間的推移を
考慮した詳しい時間的評価を行う。つまり、 （ａ）′ 完全な理想形に近ずいている。 （ｂ）′ だんだん横に膨らんでいる。 （ｃ）′ だんだん横がへこんでいる。 （ｄ）′ だんだん真ん中が丸くなっている （ｅ）′ だんだん真ん中がへこんでいる。 なる時間的評価値を得るものである。この場合にも、
（ａ）′〜（ｅ）′の何れか２つまたは２つ以上の評価
値の合成で得られる場合が多い。
【００１８】従って、形状認識部１４4 においては、最
後のサンプリングによって得られた圧延材端部の形状画
像信号に係わる形状評価と時間的評価をもって実際の形
状評価とし、これら形状評価データと時間的評価データ
を切断ポイント決定手段１５に送出する。
後のサンプリングによって得られた圧延材端部の形状画
像信号に係わる形状評価と時間的評価をもって実際の形
状評価とし、これら形状評価データと時間的評価データ
を切断ポイント決定手段１５に送出する。
【００１９】ここで、切断ポイント決定手段１５は、端
部形状認識手段１４で得られた形状評価データと時間的
評価データとを用いて切断目標ポイントを決定する。つ
まり、この切断ポイント決定手段１５は、切断目標ポイ
ントの決定に必要な形状評価データを前件部、切断ポイ
ントの位置情報を後件部とし、かつ、 Ａ：形状評価データ Ｂ：時間的評価データ Ｃ：切断ポイントの位置情報 とすれば、 ＩＦ（Ａ＝横に膨れている） ＡＮＤ（Ｂ＝だんだん横がへこんでいる） ＴＨＥＮ（Ｃ：切断ポイントを現位置より前にする）
部形状認識手段１４で得られた形状評価データと時間的
評価データとを用いて切断目標ポイントを決定する。つ
まり、この切断ポイント決定手段１５は、切断目標ポイ
ントの決定に必要な形状評価データを前件部、切断ポイ
ントの位置情報を後件部とし、かつ、 Ａ：形状評価データ Ｂ：時間的評価データ Ｃ：切断ポイントの位置情報 とすれば、 ＩＦ（Ａ＝横に膨れている） ＡＮＤ（Ｂ＝だんだん横がへこんでいる） ＴＨＥＮ（Ｃ：切断ポイントを現位置より前にする）
【００２０】といった切断ポイントの位置情報を得る。
そして、この切断ポイント決定手段１５は、以上のよう
な一連の処理を１回以上実施し、最後のサンプリングに
よって得られた切断ポイントの位置情報を切断機用コン
トローラ１６に与える。切断機用コントローラ１６は、
切断ポイントの位置情報を受けると切断機１７を現在位
置より少し前に移動させるとか、或いは圧延材の移動量
を考慮しながら適宜な遅延時間を設定して切断指令を発
生する。よって、切断機１７は圧延材端部の不良部分を
適切に切断できる。
そして、この切断ポイント決定手段１５は、以上のよう
な一連の処理を１回以上実施し、最後のサンプリングに
よって得られた切断ポイントの位置情報を切断機用コン
トローラ１６に与える。切断機用コントローラ１６は、
切断ポイントの位置情報を受けると切断機１７を現在位
置より少し前に移動させるとか、或いは圧延材の移動量
を考慮しながら適宜な遅延時間を設定して切断指令を発
生する。よって、切断機１７は圧延材端部の不良部分を
適切に切断できる。
【００２１】従って、以上のような実施例に構成によれ
ば、ニューラルネットワークを用いて圧延材端部の形状
を認識するようにしたので、圧延材端部の様々な形状を
把握できるだけでなく、このニューラルネットワーク出
力から形状評価データと時間的評価データを得るように
したので、圧延材端部の形状の時間的推移による変化を
正確に把握できる。
ば、ニューラルネットワークを用いて圧延材端部の形状
を認識するようにしたので、圧延材端部の様々な形状を
把握できるだけでなく、このニューラルネットワーク出
力から形状評価データと時間的評価データを得るように
したので、圧延材端部の形状の時間的推移による変化を
正確に把握できる。
【００２２】また、かかる形状評価データと時間的評価
データをＩＦ−ＴＨＥＮルールに適用することにより、
時間的推移による変化を踏まえつつ切断ポイントを適切
に決定でき、従来のように複数回にわたり圧延材端部を
切断したり、或いは誤切断をする心配がなくなり、圧延
工程の操業効率のアップに大きく貢献できる。
データをＩＦ−ＴＨＥＮルールに適用することにより、
時間的推移による変化を踏まえつつ切断ポイントを適切
に決定でき、従来のように複数回にわたり圧延材端部を
切断したり、或いは誤切断をする心配がなくなり、圧延
工程の操業効率のアップに大きく貢献できる。
【００２３】なお、上記実施例では、ディジタル画像信
号の平面像について近傍処理を行うようにしたが、従来
周知の種々の画像処理技術を用いて圧延材端部の形状を
抽出することが可能であることは言うまでもない。。そ
の他、本発明はその要旨を逸脱しない範囲で種々変形し
て実施できる。
号の平面像について近傍処理を行うようにしたが、従来
周知の種々の画像処理技術を用いて圧延材端部の形状を
抽出することが可能であることは言うまでもない。。そ
の他、本発明はその要旨を逸脱しない範囲で種々変形し
て実施できる。
【００２４】
【発明の効果】以上説明したように本発明によれば、圧
延材端部の形状を正確に認識する一方、時間的推移によ
る圧延材端部の形状の変化を考慮しつつ切断ポイントを
決定するので、圧延材の端部形状を正確に把握して最適
な切断ポイントの下に圧延材端部の不良部分を切断で
き、よって、誤切断を少なくでき、圧延工程の生産効率
を大幅にアップさせることができる。
延材端部の形状を正確に認識する一方、時間的推移によ
る圧延材端部の形状の変化を考慮しつつ切断ポイントを
決定するので、圧延材の端部形状を正確に把握して最適
な切断ポイントの下に圧延材端部の不良部分を切断で
き、よって、誤切断を少なくでき、圧延工程の生産効率
を大幅にアップさせることができる。
【図１】 本発明に係わる圧延材端部切断制御装置の一
実施例を示す機能ブロック図。
実施例を示す機能ブロック図。
【図２】 画像処理の一例を説明する図。
【図３】 端部形状認識手段の一部を構成するニューラ
ルネットワークの構成図。
ルネットワークの構成図。
【図４】 圧延材端部の各種の形状を示す図。
１１…撮像装置、１２…圧延材、１３…画像処理手段、
１４…端部形状認識手段、１５…切断ポイント決定手
段、１６…切断機用コントローラ、１７…切断機。
１４…端部形状認識手段、１５…切断ポイント決定手
段、１６…切断機用コントローラ、１７…切断機。
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.5 識別記号 庁内整理番号 ＦＩ 技術表示箇所 Ｇ０６Ｆ 15/18 8945−5Ｌ 15/62 ４００ 9287−5Ｌ
Claims (1)
- 【請求項１】 圧延設備によって圧延される圧延材の端
部の不良部分を切断する圧延材端部切断制御装置におい
て、 撮像装置によって撮像された圧延材端部のデイジタル画
像信号から圧延材端部の形状画像信号を抽出する画像処
理手段と、 この画像処理手段で抽出された形状画像信号をニューラ
ルネットワークに入力して前記圧延材端部の形状評価と
時間的評価とを得る端部形状認識手段と、 前記形状評価データと時間的評価データとをＩＦ−ＴＨ
ＥＮルールに適用して切断ポイントを決定するファジィ
ロジックで構成された切断ポイント決定手段とを備え、
この決定手段によって決定された切断ポイントに基づい
て前記圧延材端部の不良部分を切断することを特徴とす
る圧延材端部切断制御装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4123316A JPH05318222A (ja) | 1992-05-15 | 1992-05-15 | 圧延材端部切断制御装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4123316A JPH05318222A (ja) | 1992-05-15 | 1992-05-15 | 圧延材端部切断制御装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH05318222A true JPH05318222A (ja) | 1993-12-03 |
Family
ID=14857542
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP4123316A Pending JPH05318222A (ja) | 1992-05-15 | 1992-05-15 | 圧延材端部切断制御装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH05318222A (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2862011A1 (fr) * | 2003-11-12 | 2005-05-13 | Usinor | Procede et dispositif de coupe des extremites d'ebauches avant laminage a chaud de finition |
| WO2018050438A3 (de) * | 2016-09-13 | 2018-05-31 | Primetals Technologies Germany Gmbh | Verwendung umfassender künstlicher intelligenz bei anlagen der grundstoffindustrie |
| CN112974533A (zh) * | 2019-12-12 | 2021-06-18 | 上海梅山钢铁股份有限公司 | 一种基于热轧来料数据的带钢头尾长度优化剪切方法 |
-
1992
- 1992-05-15 JP JP4123316A patent/JPH05318222A/ja active Pending
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2862011A1 (fr) * | 2003-11-12 | 2005-05-13 | Usinor | Procede et dispositif de coupe des extremites d'ebauches avant laminage a chaud de finition |
| WO2005049257A1 (fr) * | 2003-11-12 | 2005-06-02 | Usinor | Procede et dispositif de coupe des extremites d'ebauches avant laminage a chaud de finition |
| WO2018050438A3 (de) * | 2016-09-13 | 2018-05-31 | Primetals Technologies Germany Gmbh | Verwendung umfassender künstlicher intelligenz bei anlagen der grundstoffindustrie |
| CN109874338A (zh) * | 2016-09-13 | 2019-06-11 | 首要金属科技德国有限责任公司 | 在原材料工业的设备情况下使用综合人工智能 |
| US11294338B2 (en) | 2016-09-13 | 2022-04-05 | Primetals Technologies Germany Gmbh | Use of comprehensive artificial intelligence in primary industry plants |
| CN112974533A (zh) * | 2019-12-12 | 2021-06-18 | 上海梅山钢铁股份有限公司 | 一种基于热轧来料数据的带钢头尾长度优化剪切方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109191459B (zh) | 连铸坯低倍组织中心偏析缺陷的自动识别与评级方法 | |
| Mozaffari et al. | Gender classification using single frontal image per person: combination of appearance and geometric based features | |
| KR20060060742A (ko) | 자동화 웹 검사를 위한 장치 및 방법 | |
| JPS60135706A (ja) | ラミナサイズ分布測定方法 | |
| WO2020158201A1 (ja) | 加工条件解析装置、レーザ加工装置、レーザ加工システムおよび加工条件解析方法 | |
| JP2023086616A (ja) | 高温鋼材の割れ判定方法、高温鋼材の圧延方法及び高温鋼材の割れ判定モデルの生成方法 | |
| CN112270658A (zh) | 一种基于机器视觉的电梯钢丝绳检测方法 | |
| JPH05318222A (ja) | 圧延材端部切断制御装置 | |
| CN112017124A (zh) | 智能化环境维护系统 | |
| JPH0694643A (ja) | 表面欠陥検出方法 | |
| CN115953387A (zh) | 一种基于深度学习的射线图像焊缝缺陷检测方法 | |
| JPH0721388A (ja) | 画像認識装置 | |
| JPH08129644A (ja) | 指紋画像の画質判定方法 | |
| JP3984418B2 (ja) | 欠陥検査方法 | |
| JPH09305757A (ja) | 画像のノイズ量判別装置およびノイズ量判別方法 | |
| JPH04205284A (ja) | ナンバープレート認識装置 | |
| JPH08235359A (ja) | パターンマッチング方法およびパターンマッチング装置 | |
| JP3606982B2 (ja) | パターン認識装置 | |
| Abbas et al. | Efficient Method Using Attention Based Convolutional Neural Networks for Ceramic Tiles Defect Classification. | |
| JPH06251202A (ja) | 文字認識装置 | |
| JPH07113612B2 (ja) | 鋼板の表面欠陥検査装置 | |
| JPH02228779A (ja) | 線分抽出装置 | |
| JPS61226217A (ja) | 鋼板の剪断装置 | |
| JPH07137062A (ja) | カレンダバンク量の測定方法 | |
| JP2023086615A (ja) | 高温鋼材の割れ検出方法、高温鋼材の圧延方法及び高温鋼材の割れ検出モデルの生成方法 |