TW201738009A

TW201738009A - 軋輥機台監控方法

Info

Publication number: TW201738009A
Application number: TW105112688A
Authority: TW
Inventors: 何秋誼; 鄭恆星; 李國全; 洪吉村; 楊詠宜; 程紹桓
Original assignee: 中國鋼鐵股份有限公司
Priority date: 2016-04-22
Filing date: 2016-04-22
Publication date: 2017-11-01
Also published as: TWI574754B

Abstract

一種軋輥機台監控方法，其係用以監控軋輥機台所處理之金屬帶，並相應地控制軋輥機台。在此軋輥機台監控方法中，首先利用影像擷取模組來擷取產線影像，其中影像擷取模組設置於金屬帶上方。接著，判斷產線影像是否包含金屬帶圖案。當產線影像包含金屬帶圖案時，判斷金屬帶圖案是否大於預設尺寸閥值。當金屬帶圖案大於預設尺寸閥值時，根據產線影像來計算金屬帶之邊緣位置資訊，並根據邊緣位置資訊來判斷金屬帶是否發生大幅度側向偏移以及影像品質是否良好，足以控制軋輥水平。然後，將側向偏移和影像品質訊號傳送至軋輥機台來控制軋輥水平。

Description

軋輥機台監控方法

本發明是有關於一種軋輥機台監控方法，且特別有關於一種應用產線影像來判斷側向偏移之軋輥機台監控方法。

隨著經濟快速的發展以及機械加工技術的高速進步，人們已可透過各種加工機台來將材料加工成想要的形狀。例如，利用輥軋機台來將金屬材料輥軋成薄片狀。在軋輥機台對金屬材料進行加工時，金屬材料可能會產生偏移，而使得金屬材料的行進方向離開產線中心。為了避免金屬材料的偏移對生產線造成不良影響，業界研發了數種方法來監控軋輥機台，以於金屬材料發生偏移時，及時地計算出偏移量並發出訊息通知產線人員。

然而，目前的軋輥機台監控方法在側移量的估測上有其限制，故需要一種軋輥機台監控方法來提高側移量估測的準確度。

本發明的目的即在於提供一種軋輥機台監控方法，其可根據加工中的金屬帶的高度來計算出金屬帶的側向偏移量，以大幅提高側向偏移量估測的準確度。

本發明之一態樣是在提供一種軋輥機台監控方法。在此軋輥機台監控方法中，首先利用影像擷取模組來擷取產線影像，其中此影像擷取模組設置金屬帶上方。接著，判斷產線影像是否包含有金屬帶圖案。當產線影像包含有金屬帶圖案時，判斷此金屬帶圖案是否大於預設尺寸閥值。當金屬帶圖案大於預設尺寸閥值時，進行側向偏移判斷步驟，以根據產線影像來計算金屬帶之複數個邊緣之位置資訊，並根據這些邊緣位置資訊來判斷金屬帶是否發生側向偏移。

在一實施例中，前述之影像擷取模組包含兩台攝影機，而前述之側向偏移判斷步驟可利用立體影像技術來計算出金屬帶之邊緣的三維座標，進而計算出金屬帶的側向偏移量，並判斷是否發生偏移。

在另一實施例中，前述之側向偏移判斷步驟係取得調整裝置(Looper)之舉起角度，並根據此舉起角度以及金屬帶的邊緣位置資訊來計算出金屬帶的側向偏移量，並判斷金屬帶是否發生側向偏移。

由上述說明可知，本發明實施例之軋輥機台監控方法考量金屬帶在加工過程中的高度，如此可使得側向偏移量的估測更為精確。

100‧‧‧軋輥機台

110‧‧‧軋機站

120‧‧‧調整裝置

130‧‧‧影像擷取模組

200‧‧‧監控方法

210-280‧‧‧步驟

221-227‧‧‧步驟

I_ss‧‧‧產線影像

BOU1、BOU2‧‧‧邊緣梯度邊界

CAM1、CAM2‧‧‧攝影機

CTP‧‧‧校正板

D‧‧‧斜面長度

FS‧‧‧特徵結構

H‧‧‧距離

K_P、H_SS‧‧‧長度

LR‧‧‧亮度計算區間

L11、L12、L21、L22‧‧‧直線

L(t)、W_t‧‧‧時間區段

PC‧‧‧產線中心

PT‧‧‧鋼帶傳送平面

Pss‧‧‧鋼帶圖案

R‧‧‧偵測範圍

RD‧‧‧亮度計算範圍

SP‧‧‧灰階曲線

SG‧‧‧梯度曲線

SS‧‧‧鋼帶

SW‧‧‧側向偏移量

W ₀‧‧‧實際寬度

W _m‧‧‧估測的鋼帶寬度

W_SS、J_P‧‧‧寬度

θ‧‧‧舉起角度

為了更完整了解實施例及其優點，現參照結合所附圖式所做之下列描述，其中：〔圖1〕係繪示根據本發明實施例之軋輥機台100的結構示意圖；〔圖2〕係繪示根據本發明實施例之軋輥機台之監控方法的流程示意圖；〔圖3〕係繪示根據本發明實施例判斷產線影像是否包含鋼帶影像之步驟的流程示意圖；〔圖4〕係繪示根據本發明實施例之產線影像與偵測範圍；〔圖5〕係繪示根據本發明實施例之產線影像的灰階曲線和梯度曲線；〔圖6〕係繪示根據本發明實施例之鋼帶邊緣位置的計算示意圖；〔圖7〕係繪示根據本發明實施例之校正板的結構示意圖；〔圖8〕係繪示根據本發明實施例之鋼帶側向偏移的示意圖；〔圖9a-9b〕係繪示根據本發明實施例之調整裝置120上下移動對鋼帶側向偏移量的影響；〔圖10〕係繪示根據本發明實施例之控制器對軋機站軋輥的控制示意圖；〔圖11〕係繪示根據本發明實施例之相對側移量的計算示意圖；以及〔圖12〕係繪示根據本發明實施例之標準影像與產線影像的比對示意圖。

請參照圖1，圖1係繪示根據本發明實施例之軋輥機台100的結構示意圖。軋輥機台100包含複數個軋機站110、複數個調整裝置120以及複數個影像擷取模組130。調整裝置120係設置於軋機站110之前，以上下移動來調整金屬帶SS的張力或是平衡軋機站110之間的轉速差異。影像擷取模組130係設置於軋機站110之間，以從金屬帶SS上方拍攝軋輥機台100的產線影像。在本實施例中，金屬帶SS為鋼帶，但本發明之實施例並不受限於此。

請參照圖2，圖2係繪示根據本發明實施例之軋輥機台100之監控方法200的流程示意圖。在軋輥輥機台監控方法200中，首先進行步驟210，以利用影像擷取模組130來擷取軋輥機台100的產線影像。由於影像擷取模組130位於產線上方，因此影像擷取模組130所擷取的產線影像為產線的俯視影像。接著，進行步驟220，以判斷產線影像是否包含鋼帶影像，如圖3所示。

圖3係繪示根據本發明實施例判斷產線影像是否包含鋼帶影像之步驟220的流程示意圖。在步驟220中，首先進行步驟221，以於產線影像I_ss中定義一偵測範圍，例如定義一感興趣區域(region of interest)，如圖4所示。在本實施例中，偵測範圍R為矩形區域且其長度方向垂直於鋼帶圖案Pss在產線影像I_ss中的行進方向。然而，本發明之實施例並不受限於此。

接著，進行步驟222，以將偵測範圍中的影像像素投影至水平軸X上，以獲得灰階曲線SP。其中灰階曲線SP的各個點係代表該位置所對應像素的累積灰階值，如圖5所示。以位置X₁為例，將產線影像I_ss對應位置X₁的多個像素的灰階值進行累加，以獲得位置X₁對應的累計灰階值G₁。又，以位置X₂為例，將產線影像I_ss對應位置X₂的多個像素的灰階值進行累加，以獲得位置X₂對應的累計灰階值G₂。然後，進行步驟223，以計算灰階曲線SP所對應之梯度曲線SG。其中，梯度曲線SG包含兩個邊緣梯度邊界BOU1和BOU2，其係對應至灰階曲線SP中累計灰階值變化較大的部分。接著，進行步驟224，以根據邊緣梯度邊界BOU1和BOU2來於灰階曲線SP上定義亮度計算區間LR。然後，進行步驟225，以根據定義亮度計算區間LR中的位置點來於產線影像上決定亮度計算範圍RD。例如，位置X1和X2位於亮度計算區間LR內，故取用位置X1和X2來決定亮度計算範圍RD，但本發明之實施例並不受限於此。亮度計算範圍RD為位置X1和X2在偵測範圍R中所定義的範圍，其包含複數個影像像素。這些影像像素可於後續步驟中用來決定產線影像是否包含鋼帶。

接著，進行步驟226，以根據亮度計算範圍RD中之影像像素的個數和灰階值來計算亮度計算範圍RD的平均亮度值，以作為此張產線影像的平均亮度值。然後，進行步驟227，以根據平均亮度值來判斷產線影像是否包含鋼帶。在本實施例中，可預先定義一預設亮度閥值，並判斷產線影像的平均亮度值是否大於預設亮度閥值，若判斷結果為是，則代表產線影像包含鋼帶。

請回到圖2，當步驟220判斷產線影像包含鋼帶時，進行步驟230，以判斷產線影像中的鋼帶圖案是否大於預設尺寸閥值。在本實施例中，步驟230係計算鋼帶圖案的寬度並據此來判斷鋼帶圖案是否足夠大，但本發明之實施例並不受限於此。

當鋼帶圖案足夠大時，進行步驟240，以進行影像品質檢測來判斷產線影像品質是否良好，並據此提供代表影像品質之影像品質訊號。在本實施例中，步驟240計算前述邊緣梯度邊界BOU1和BOU2所對應的絕對梯度值(曲線頂點的梯度值)，並選其中的最大者來除以步驟226所獲得之產線影像的平均亮度值，以作為產線影像的模糊指標。其中，模糊指標的值越大代表影像品質越好，另外邊緣梯度邊界BOU1和BOU2所對應的絕對梯度值可用來代表鋼帶圖案的邊緣品質指標，其值越大代表鋼帶圖案的邊緣品質越好。

在本發明之另一實施例中，可利用數張連續的產線影像來判斷鋼帶側向偏移量是否有劇烈的變化，以據此決定產線影像品質是否良好。在本實施例中，鋼帶側向偏移量的變化係透過躍度值(Jerk)來決定。首先，對擷取的產線影像進行邊緣偵測，以獲得各張產線影像中鋼帶圖案的邊緣。接著，計算鋼帶圖案邊緣的躍度值J(t)，其方程式如下：J(t)=S(t)-3＊S(t-1)+3＊S(t-2)-S(t-3) (1)

然後，計算躍度值平方和，以獲得躍度值(Jerk)能量e(t)。躍度值能量e(t)的計算方程式如下：

其中L為前述連續產線影像所對應的時間區段。

若躍度值能量e(t)大於預設的能量閥值時，代表鋼帶側向偏移量有劇烈變化，產線影像品質不佳。反之，則代表鋼帶側向偏移量未有劇烈變化，產線影像品質良好。

當產線影像品質良好時，接著進行步驟250，以判斷鋼帶是否側移，並計算鋼帶的側移量。在一實施例中，前述之影像擷取模組130包含兩部攝影機CAM1和CAM2來擷取產線影像，如圖6所示。攝影機CAM1和CAM2係用以進行立體攝影，以獲得鋼帶SS之邊緣位置資訊，例如鋼帶SS之左側邊緣座標P_L(X_L,Y_L)、右側邊緣座標P_R(X_R,Y_R)。本實施例係以下列方式來求取鋼帶SS之邊緣位置資訊。

首先找出鋼帶SS之邊緣與攝影機CAM1和CAM2的直線L11、L12L、L21以及L22。接著，藉由直線L11和L21之交點來求取左側邊緣座標P_L(X_L,Y_L)，以及直線L12和L22之交點來求取右側邊緣座標P_R(X_R,Y_R)。

雖然，本實施例係以上述方式來獲得鋼帶SS之邊緣位置資訊，但本發明之實施例並不受限於此。在本發明之其他實施例中，亦可利用其他立體影像技術來獲得左側邊緣座標P_L(X_L,Y_L)和右側邊緣座標P_R(X_R,Y_R)。

在獲得左側邊緣座標P_L(X_L,Y_L)和右側邊緣座標P_R(X_R,Y_R)後，接著計算左側邊緣座標P_L(X_L,Y_L)和右側邊緣座標P_R(X_R,Y_R)的中心，並將其與產線中心PC(鋼帶傳送平面PT的中心)進行比較，以獲得鋼帶SS的側向偏移量。例如，計算X_L和X_R的中心，再將其與產線中心PC的X軸座標值Xc進行比較，即可獲得鋼帶SS的側向偏移量。在本實施例中，當鋼帶SS的側向偏移量大於預設的偏移容忍值時，便判斷鋼帶SS產生側向偏移。另外，由於本實施例可取得鋼帶邊緣的深度座標值Y_R和Y_L，因此本實施例還可根據鋼帶邊緣的深度座標值來判斷鋼帶SS的歪斜狀況。

在本發明之另一實施例中，前述之影像擷取模組130僅包含一部攝影機，故本實施例利用校正機構來獲得鋼帶SS的偏移量。請參照圖7，圖7係繪示根據本發明實施例之校正板CTP的結構示意圖。校正板CTP具有N個特徵結構FS，這些特徵結構FS係以矩陣來排列。在本實施例中，校正板CTP係於軋輥機台100還未上線工作時，設置於鋼帶傳送平面上，並使校正板CTP的長度方向和寬度方向分別與產線寬度和鋼帶行進方向一致。在此階段中，定義各特徵結構FS所對應的座標為P _i(x _i ,y _i)。接著，利用影像擷取模組130來對校正板CTP進行多次取像，並計算每個影像中特徵結構FS的重心座標p _i(u _i ,v _i)。假設以多項式趨近(x,y)，多項式的最高項次為m，則考以最小平方誤差(Least squared)方法來計算多項式係數a _xij與a _yij：

請參照圖8，圖8係繪示根據本發明實施例之鋼帶SS側向偏移的示意圖。在進行鋼帶側向偏移的量測時，先以影像處理之方式來求取鋼帶圖案上側邊緣座標(u _U ,v _U)與下側邊緣座標(u _D ,v _D)。然後，以下式(3)和(4)來將影像中的上側邊緣座標P_U(u _U ,v _U)與下側邊緣座標P_D(u _D ,v _D)轉換為實際現場座標P_U(X _U ,Y _U)與下側邊緣座標P_D(X _D ,Y _D)。接著，計算X _U與X _D的平均值，並將其與產線中心之座標值X _C相減，即可獲得鋼帶SS的側向偏移量SW。

另外，考慮調整裝置120上下移動對鋼帶側向偏移量的影響，如圖9a-9b所示。對應調整裝置120之不同舉起角度θ，上述估測得到的側向偏移量SW會對應至不同的實際偏移量。因此，需要考慮舉起角度θ對側向偏移量SW的影響。如圖9a所示，當舉起角度θ改變時，鋼帶SS與影像擷取模組130之間的距離也會隨著改變，因而影響鋼帶SS之側邊在影像中的座標值。如圖9b所示，估測的鋼帶寬度W _m比起實際寬度W ₀更大，因此鋼帶寬度W _m與實際寬度W ₀的關係式表示如下其中，H為影像擷取模組130鏡心至鋼帶傳送平面的距離；D為調整裝置120與鋼帶傳送平面間的斜面的長度。

由式(7)可知，鋼帶寬度W _m與實際寬度W ₀的關係係透過一放大倍率來轉換。考慮調整裝置120對側向偏移量SW的影響，前述估測之側向偏移量SW也需透過此放大倍率來轉換。

請回到圖2，當步驟250判斷鋼帶已發生側向偏移時，進行步驟260，以根據步驟260所估測之側向偏移量以及鋼帶偏移方向來調整軋機站110之軋輥。例如，如圖10所示，若欲控制第K+1座軋機站的軋輥水平(Leveling)，其在時間點t時的控制訊號表示為下式：其中，△' _k+1代表控制器對第K+1座軋機站的軋輥水平最終修正量；(t)代表控制器對第K+1座軋機站的軋輥水平原始修正量；代表第K座軋機站入口處的鋼帶相對側移量；G _k代表對應的增益值。前述之相對側移量係指第K座軋機站入口處之鋼帶側移量與第K-1座軋機站入口處之鋼帶側移量的相對值。

如圖11所示，在計算相對側移量時，係以移動視窗(Moving Window)來進行，以逐站計算相對側移量。例如，若要計算時間點t之鋼帶側移統計量，則先對於往前一段時間W-L(t)~L(t)-1間的原始鋼帶側移量SW _k進行平均，然後再與SW _k(t)相減，以獲得鋼帶相對側移量。另外，由於在W_t-L(t)~L(t)-1之間可能對應某設備觸發點，因此L(t)為可變動之時間函數。(t)之函數係表示如下：

請回到圖2，當步驟220判斷產線影像未包含鋼帶時，進行步驟270，以進行自我校正。在剛完成影像擷取模組架設時，電腦系統會記錄目前產線中心位置相對於影像座標的關係。然而，當經過一段時間後，可能因為某些因素而導致影像擷取模組130相對產線中心產生位移。為了校正此位移所帶來的計算誤差，步驟270於影像中未出現鋼帶時進行自我校正，以自動地排除計算誤差狀況。

本實施例係以樣板比對方法來進行校正。首先在剛完成影像擷取模組130架設時，利用影像擷取模組130來擷取一張標準影像，此標準影像包含代表產線中心之目標物的影像。如此，在步驟270中，可比對目前擷取的產線影像與前述產線中心目標物的影像(以下稱為樣板影像)來計算出影像擷取模組130的相對位移。

如圖12所示，假設樣板影像P_L寬度和長度為K_P*J_P，擷取的產線影像寬度和長度為W_SS*H_SS。比對的目的為在產線影像I_ss中找到樣板影像P_L的位置。假設目前在樣板影像P_L中的搜尋位置為(x,y)，其配對的分數D_CV係表示如下：

搜尋方法是令x=1~(W_SS-K_P)與y=1~(H_SS-J_P)範圍內計算分數D_CV的值，並輸出具有最大分數D_CV的座標值(x,y)。在產線影像I_P中找到樣板影像P_L的位置後，便可根據樣板影像P_L的位置來計算出影像擷取模組130的相對位移。

值得一提的是，在本發明之實施例中，當產線影線未包含鋼帶或是影像品質不佳時可提供低位準的檢測訊號，而當產線影線包含鋼帶時可提供高位準的檢測訊號，如此產線作業人員可根據此檢測訊號來得知產線的狀況。類似地，當步驟230-250之判斷結果為否時，也可輸出警告訊息來告知產線作業人員目前鋼帶是否有側移，或是告知軋機影像辨識是否可正常進行，以決定是否進行軋輥水平控制，如步驟280所示。

由以上說明可知，本發明實施例可判斷產線影像是否有鋼帶；在無鋼帶時進行自我檢測；有鋼帶時進行品質檢測以及側向偏移檢測，以提高鋼帶側向偏移量估測的準確性。另外，本發明實施例之側向偏移檢測考慮了鋼帶在加工時的高度，故側向偏移量的估測也可大為提高。

雖然本發明已以實施方式揭露如上，然其並非用以限定本發明，任何熟習此技藝者，在不脫離本發明之精神和範圍內，當可作各種之更動與潤飾，因此本發明之保護範圍當視後附之申請專利範圍所界定者為準。

200‧‧‧監控方法

210-280‧‧‧步驟

Claims

一種軋輥機台監控方法，用以監控一軋輥機台所處理之一金屬帶，該軋輥機台監控方法包含：利用一影像擷取模組來擷取一第一產線影像，其中該影像擷取模組設置於該金屬帶上方；判斷該第一產線影像是否包含一金屬帶圖案；當該第一產線影像包含該金屬帶圖案時，判斷該金屬帶圖案是否大於一預設尺寸閥值；以及當金屬帶圖案大於該預設尺寸閥值時，進行一側向偏移判斷步驟，以根據該第一產線影像來計算該金屬帶之複數個邊緣之複數個邊緣位置資訊，並根據該些邊緣位置資訊來判斷該金屬帶是否發生側向偏移。
如請求項第1項之軋輥機台監控方法，其中該金屬帶為鋼帶。
如請求項第1項之軋輥機台監控方法，其中該影像擷取模組包含兩台攝影機，以計算該些邊緣相對於該影像擷取模組之距離，而獲得該些邊緣位置資訊。
如請求項第1項之軋輥機台監控方法，其中該側向偏移判斷步驟更包含取得一調整裝置(Looper)之一水平夾角，並根據該水平夾角之角度以及該些邊緣位置資訊來判斷該金屬帶是否發生側向偏移。
如請求項第1項之軋輥機台監控方法，其中判斷該第一產線影像是否包含該金屬帶圖案之步驟包含：計算該第一產線影像之一平均亮度值；判斷該平均亮度值是否大於一預設亮度閥值；以及當該平均亮度值大於該預設亮度閥值時，決定該第一產線影像包含該金屬帶圖案。
如請求項第5項之軋輥機台監控方法，其中計算該第一產線影像之該平均亮度值之步驟包含：於該第一產線影像中定義一偵測範圍，其中該偵測範圍之延伸方向垂直於該金屬帶之一行進方向，該偵測範圍涵蓋該第一產線影像之複數個第一影像像素；根據該些第一影像像素之複數個灰階值來將該些第一影像像素投影至一水平軸上，以獲得一灰階曲線；計算該灰階曲線所對應之一梯度曲線，其中該梯度曲線包含二邊緣梯度邊界；根據該些邊緣梯度邊界來於該梯度曲線上定義一亮度計算區間；根據該亮度計算區間來於該第一產線影像上決定一亮度計算範圍，其中該亮度計算範圍涵蓋複數個第二影像像素；以及根據該些第二影像像素之複數個灰階值以及該些第二影像像素之個數來計算出該第一產線影像之該平均亮度值。
如請求項第6項之軋輥機台監控方法，更包含一影像品質檢測步驟，包含：計算該些邊緣梯度邊界之複數個梯度絕對值；以及根據該些梯度絕對值和該平均亮度值來判斷該第一產線影像是否模糊。
如請求項第1項之軋輥機台監控方法，更包含：利用該影像擷取模組來擷取該金屬帶之一第二產線影像，其中該第二產線影像包含一金屬帶圖案；針對該第一產線影像之該金屬帶圖案以及該第二產線影像之該金屬帶圖案進行邊緣偵測，以獲得複數個金屬帶邊緣；計算該些金屬帶邊緣之一躍度值(Jerk)平方和；以及根據該躍度值平方和來判斷該第一產線影像和該第二產線影像是否異常。
如請求項第1項之軋輥機台監控方法，更包含：利用該影像擷取模組來擷取一產線中心目標物之一標準影像；當該第一產線影像未包含該金屬帶圖案時，進行一自我校正步驟，包含：根據該產線中心目標物於該第一產線影像中之位置以及該產線中心目標物於該標準影像中之位置來計算該影像擷取模組之一相對偏移；以及根據該相對偏移來調整影像擷取模組。
如請求項第7項之軋輥機台監控方法，更包含：根據該些邊緣位置資訊來計算該金屬帶之一側向偏移量；以及根據該第一產線影像與一影像品質訊號來決定是否控制該軋輥機台，其中該影像品質訊號係由該影像品質檢測步驟所產生；以及當決定控制該軋輥機台時，根據該側向偏移量來控制該軋輥機台。