CN111488922B - 一种中间坯镰刀弯分类识别及质量判定方法及*** - Google Patents
一种中间坯镰刀弯分类识别及质量判定方法及*** Download PDFInfo
- Publication number
- CN111488922B CN111488922B CN202010259577.XA CN202010259577A CN111488922B CN 111488922 B CN111488922 B CN 111488922B CN 202010259577 A CN202010259577 A CN 202010259577A CN 111488922 B CN111488922 B CN 111488922B
- Authority
- CN
- China
- Prior art keywords
- intermediate blank
- camber
- offset
- length
- central line
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000005452 bending Methods 0.000 claims abstract description 14
- 238000007781 pre-processing Methods 0.000 claims abstract description 6
- 230000005540 biological transmission Effects 0.000 claims description 21
- 230000007547 defect Effects 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 8
- 239000011159 matrix material Substances 0.000 claims description 6
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000001186 cumulative effect Effects 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000005096 rolling process Methods 0.000 abstract description 11
- 229910000831 Steel Inorganic materials 0.000 abstract description 6
- 239000010959 steel Substances 0.000 abstract description 6
- IUVCFHHAEHNCFT-INIZCTEOSA-N 2-[(1s)-1-[4-amino-3-(3-fluoro-4-propan-2-yloxyphenyl)pyrazolo[3,4-d]pyrimidin-1-yl]ethyl]-6-fluoro-3-(3-fluorophenyl)chromen-4-one Chemical compound C1=C(F)C(OC(C)C)=CC=C1C(C1=C(N)N=CN=C11)=NN1[C@@H](C)C1=C(C=2C=C(F)C=CC=2)C(=O)C2=CC(F)=CC=C2O1 IUVCFHHAEHNCFT-INIZCTEOSA-N 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000013441 quality evaluation Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 206010035148 Plague Diseases 0.000 description 1
- 241000607479 Yersinia pestis Species 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000005098 hot rolling Methods 0.000 description 1
- 239000013072 incoming material Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Evolutionary Computation (AREA)
- Entrepreneurship & Innovation (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Public Health (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Control Of Metal Rolling (AREA)
Abstract
本发明提供一种中间坯镰刀弯分类识别及质量判定方法,具体涉及轧钢自动化技术领域,能够对中间坯镰刀弯进行准确分类识别和质量判定,包括如下步骤:步骤S1:对中间坯全长中心线偏移量进行预处理;步骤S2:对中间坯全长中心线偏移量进行初步质量判定;步骤S3:制定中间坯镰刀弯标准模板库函数;步骤S4:采用分类识别算法,确定中间坯镰刀弯所属类型;步骤S5:根据中间坯镰刀弯所属类型,计算不同类型的中间坯特征参数;步骤S6:进行中间坯镰刀弯质量判定。本发明提供的方法能够准确判断中间坯镰刀弯的弯曲种类,并进行了镰刀弯的质量评价。
Description
技术领域
本发明涉及轧钢自动化技术领域,特别是指一种中间坯镰刀弯分类识别及质量判定方法及***。
背景技术
随着我国钢铁技术的发展,对高精度、高附加值和高技术的需求越来越高,带钢板形问题是困扰我国高精度板带钢生产效率及产品质量的主要问题之一。由于不对称影响因素,中间坯容易在热轧粗轧生产过程中产生镰刀弯等缺陷,导致后续轧制中出现勒辊、轧卡、断带、撕裂、堆钢等事故。
在热连轧过程中,影响中间坯产生镰刀弯的因素有很多。由于现场某些因素的影响,如冷却不均匀导致中间坯两侧存在温度差,来料厚度宽度方向上不均匀,操作侧和传动侧的轧机刚度不同,中间坯咬入轧辊时偏离轧制中心线。这些不对称因素的产生,将使中间坯轧制过程中辊系的受力平衡发生变化,使轧辊产生倾斜,均导致中间坯出现镰刀弯缺陷。
当前没有有效的粗轧中间坯镰刀弯质量评价功能,在实时监控方面,主要依靠操作工目视监控画面和中间坯的中心线偏移曲线,对中间坯镰刀弯进行分类和依据经验对粗轧中间坯镰刀弯进行控制。在现场应用测宽仪仪表检测镰刀弯时,镰刀弯质量判定规则一般采用中间坯中心线与辊道中心线偏移距离统计量表征。
目前,对于热连轧粗轧生产阶段中的中间坯镰刀弯缺陷的质量评价很大程度上依赖与现场操作工的主观观察和经验判断,这一过程分析数据量大,且每次大多都是重复性工作,造成了大量的人力资源浪费。
发明内容
有鉴于此,本发明提供一种中间坯镰刀弯分类识别及质量判定方法和***,能够运用分类识别算法和评价规则自动判定中间坯镰刀弯的质量。
根据本发明的第一方面,提供一种中间坯镰刀弯分类识别及质量判定方法,包括以下步骤:
步骤S1:对中间坯全长中心线偏移量进行预处理;
步骤S1-a:采集中间坯全长中心线偏移量f=(f1,f2,f3…fn),其对应的中间坯长度为l=(l1,l2,l3…ln),两个数据点之间的间隔为Δl,中间坯全长中心线偏移量的一阶导数f'=(f1',f2',f3'…fn'):
fi为中间坯全长中心线偏移量的第i个数据点;
步骤S1-b:计算中间坯全长中心线偏移量的二阶导数f”=(f1”,f2”,f3”…fn”):
fi'为中间坯全长中心线偏移量的第i个数据点的一阶导数;
步骤S1-d:对中间坯头尾异常数据进行剔除处理,由中心向头尾两端依次判断中间坯中心线偏移量二阶导数是否大于或者小于/>如果满足,则把该数据点及之后数据点进行剔除,剔除数据点的中间坯长度范围为头尾部分的0m~5m处;
步骤S1-e:对中间坯全长中心线偏移量和中间坯长度进行无量纲归一化处理,归一化的转换函数如下:
式中,fmax为中间坯全长中心线偏移量的最大值,fmin为中间坯全长中心线偏移量的最小值,li为中间坯全长中心线偏移量第i个数据点的长度,lmax中间坯长度的最大值,lmin中间坯长度的最小值;
步骤S1-f:对归一化之后的中间坯中心线偏移量数据进行线性插值处理,线性插值后数据点个数为N,N取值范围为150-200;
步骤S1-g:拟合中间坯的形状中心线,对中间坯中间平坦区域的中心线偏移量进行线性拟合,即形状中心线,形状中心线的函数为:
y=kx+b;
式中,k为形状中心线的斜率,b为形状中心线的截距;
步骤S2:对中间坯全长中心线偏移量进行初步质量判定;
当中间坯全长中心线偏移量在稳定偏差控制线范围A内,则认为中间坯未出现镰刀弯缺陷,判定中间坯镰刀弯质量为优秀;当中间坯中心线偏移量超过稳定偏差控制线范围,则认为中间坯出现镰刀弯缺陷,进行下一步的判定,其中,稳定偏差控制线范围A为:
其中,fmax为中间坯全长中心线偏移量的最大值,fmin为中间坯全长中心线偏移量的最小值,λ为优秀系数,取值范围为5-10mm;
步骤S3:制定中间坯镰刀弯标准模板库函数;
中间坯镰刀弯类型为4种,为“L”型镰刀弯、“C”型镰刀弯、“S”型镰刀弯、“W”型镰刀弯,建立中间坯镰刀弯标准模板库函数如下:
头部传动侧“L”型弯的标准模板库函数
F1(x)=-9.33x6+27.29x5-24.71x4+0.63x3-11.21x2-6.09x+1
尾部传动侧“L”型弯的标准模板库函数
F2(x)=-2.94x6+11.71x5-11.79x4+4.81x3-0.84x2+0.05x
头部操作侧“L”型弯的标准模板库函数
F3(x)=9.33x6-27.29x5+24.71x4-0.63x3+11.21x2+6.09x
尾部操作侧“L”型弯的标准模板库函数
F4(x)=2.94x6-11.71x5+11.79x4-4.81x3+0.84x2-0.05x+1
传动侧“C”型弯的标准模板库函数
F5(x)=9.07x6-29.12x5+33.01x4-15.18x3+5.96x2-3.73x
操作侧“C”型弯的标准模板库函数
F6(x)=-9.07x6+29.12x5-33.01x4+15.18x3-5.96x2+3.73x+1
传动侧“S”型弯的标准模板库函数
F7(x)=-10.392x3+15.599x2-5.196x+0.5
操作侧“S”型弯的标准模板库函数
F8(x)=10.392x3-15.599x2+5.196x+0.5
传动侧“W”型弯的标准模板库函数
F9(x)=-12.52x6+37.68x5+6.176x4-75.27x3+53.92x2-9.98x+0.55
操作侧“W”型弯的标准模板库函数
F10(x)=-49.833x4+99.667x3-60.63x2+10.798x+0.415
式中,x∈[0,1],每个标准模板库函数数据点个数为M,M取值范围为150-200;
步骤S4:采用分类识别方法,确定中间坯镰刀弯所属类型;
步骤S4-a:计算中间坯全长中心线偏移量到形状中心线的距离yR={yR1,…,yRi,…,yRN}与选择的中间坯镰刀弯标准模板库某一函数数据yS={yS1,…,ySj,…,ySM}的欧式距离矩阵:
式中yRi为中间坯全长中心线偏移量数据的第i个数据点到形状中心线的距离,ysj为中间坯镰刀弯标准模板库某一函数数据的第j个数据点;
步骤S4-b:计算欧式距离累积最短路径矩阵D(i,j):
其中,D(1,1)=d(1,1),i=1,2,…,N,j=1,2,…,M;
步骤S4-c:确定当前中间坯全长中心线偏移量与选择的中间坯镰刀弯标准模板库某一函数的最短距离为D(N,M);
步骤S4-d:更换中间坯镰刀弯标准模板库中选择的函数,重复步骤S4-a到步骤S4-c,遍历所有模板库函数,最短距离D(N,M)的最小值对应的模板库函数的镰刀弯种类即为当前中间坯镰刀弯所属类型;
步骤S5:根据中间坯镰刀弯所属类型,计算不同类型的中间坯特征参数;
步骤S5-a:计算以中间坯形状中心线与辊道中心线的夹角α;
步骤S5-b:计算中间坯全长中心线偏移量的第i个特征点到形状中心线的距离,为中间坯镰刀弯弯曲量Rp,单位为mm,其正负可以用来表示中间坯的弯曲方向,正值表示弯向传动侧,负值表示弯向操作侧,其中p=1,2,3分别对应头部、中部、尾部;
步骤S5-c:计算中间坯镰刀弯弯曲程度dp:
其中,Rp为中间坯镰刀弯弯曲量,Lp为对应Rp处的弯曲长度,其中p=1,2,3分别对应头部、中部、尾部;
步骤S6:进行中间坯镰刀弯质量判定;
判定中间坯镰刀弯特征参数是否在该类型中间坯镰刀弯特征参数阈值范围内,如果在特征参数阈值范围内,判定中间坯镰刀弯质量为合格,否则判定中间坯镰刀弯质量不合格。
根据本发明的第二方面,提供一种中间坯镰刀弯分类识别及质量判定***,包括以下部件:
偏移量采集处理部件,用于对中间坯全长中心线偏移量进行预处理,并对中间坯全长中心线偏移量进行初步质量判定;
函数制定部件,用于制定中间坯镰刀弯标准模板库函数;
刀弯类型确定部件,用于采用分类识别方法,确定中间坯镰刀弯所属类型;
特征参数计算部件,用于根据中间坯镰刀弯所属类型,计算不同类型的中间坯特征参数;
质量判定部件,用于进行中间坯镰刀弯质量判定。
本发明与现有技术相比,其有益效果是:
1、精准分类:采用动态距离的计算方法,与常规曲线欧氏距离相比,能够实现不同弯曲位置的镰刀弯弯曲种类分类,有助于提高分类精度。
2、降低劳动强度:可以通过计算机进行自动判定中间坯镰刀弯的类型,并给出中间坯镰刀弯的特征参数,减少操作人员的工作强度,达到中间坯镰刀弯质量的精准评价,有助于提高产品质量评价的客观性;
2、时效性好:所提出的算法计算量小、鲁棒性高,可以对在线数据进行实时处理分析,对中间坯镰刀弯进行质量的实时评价,有助于及时发现镰刀弯质量异常波动,提高镰刀弯质量的控制水平。
附图说明
图1为本发明所述方法的流程示意图;
图2为实施例A1预处理之后的中心线偏移量;
图3为实施例A2预处理之后的中心线偏移量。
具体实施方式
下面将结合说明书附图和具体实施例对本发明所述的方法做出进一步的解释说明,但是解释说明并不构成对本发明的技术方案的不当设定。
实施例A1-A2
步骤S1:对中间坯全长中心线偏移量进行预处理;
步骤S1-a:采集中间坯全长中心线偏移量f=(f1,f2,f3…fn),其对应的中间坯长度为l=(l1,l2,l3…ln),两个数据点之间的间隔为Δl,中间坯全长中心线偏移量的一阶导数f'=(f1',f2',f3'…fn'):
fi为中间坯全长中心线偏移量的第i个数据点;
步骤S1-b:计算中间坯全长中心线偏移量的二阶导数f”=(f1”,f2”,f3”…fn”):
fi'为中间坯全长中心线偏移量的第i个数据点的一阶导数;
步骤S1-d:对中间坯头尾异常数据进行剔除处理,由中心向头尾两端依次判断中间坯中心线偏移量二阶导数是否大于或者小于/>如果满足,则把该数据点及之后数据点进行剔除,剔除数据点的中间坯长度范围为头尾部分的0m~5m处;
步骤S1-e:对中间坯全长中心线偏移量和中间坯长度进行无量纲归一化处理,归一化的转换函数如下:
式中,fmax为中间坯全长中心线偏移量的最大值,fmin为中间坯全长中心线偏移量的最小值,li为中间坯全长中心线偏移量第i个数据点的长度,lmax中间坯长度的最大值,lmin中间坯长度的最小值;
步骤S1-f:对归一化之后的中间坯中心线偏移量数据进行线性插值处理,线性插值后数据点个数为N,N取值范围为150-200;
步骤S1-g:拟合中间坯的形状中心线,对中间坯中间平坦区域的中心线偏移量进行线性拟合,即形状中心线。
形状中心线的函数为:
y=kx+b;
式中,k为形状中心线的斜率,b为形状中心线的截距;
在实施例A1、A2中,N=180,实施例A1对应的形状中心线y=-5.91x+13.77,如图2所示,实施例A2对应的形状中心线y=-15.56x+23.29,如图3所示;
步骤S2:对中间坯全长中心线偏移量进行初步质量判定;
当中间坯全长中心线偏移量在稳定偏差控制线范围A内,则认为中间坯未出现镰刀弯缺陷,判定中间坯镰刀弯质量为优秀;当中间坯中心线偏移量超过稳定偏差控制线范围,则认为中间坯出现镰刀弯缺陷,进行下一步的判定,其中,稳定偏差控制线范围A为:
其中,fmax为中间坯全长中心线偏移量的最大值,fmin为中间坯全长中心线偏移量的最小值,λ为优秀系数,取值范围为5-10mm;
在实施例A1、A2中,λλ为5mm,中间坯中心线偏移量均超过稳定偏差控制线范围,认为中间坯出现镰刀弯缺陷;
步骤S3:制定中间坯镰刀弯标准模板库函数;
中间坯镰刀弯类型为4种,为“L”型镰刀弯、“C”型镰刀弯、“S”型镰刀弯、“W”型镰刀弯,建立中间坯镰刀弯标准模板库函数如下:
头部传动侧“L”型弯的标准模板库函数
F1(x)=-9.33x6+27.29x5-24.71x4+0.63x3-11.21x2-6.09x+1
尾部传动侧“L”型弯的标准模板库函数
F2(x)=-2.94x6+11.71x5-11.79x4+4.81x3-0.84x2+0.05x
头部操作侧“L”型弯的标准模板库函数
F3(x)=9.33x6-27.29x5+24.71x4-0.63x3+11.21x2+6.09x
尾部操作侧“L”型弯的标准模板库函数
F4(x)=2.94x6-11.71x5+11.79x4-4.81x3+0.84x2-0.05x+1
传动侧“C”型弯的标准模板库函数
F5(x)=9.07x6-29.12x5+33.01x4-15.18x3+5.96x2-3.73x
操作侧“C”型弯的标准模板库函数
F6(x)=-9.07x6+29.12x5-33.01x4+15.18x3-5.96x2+3.73x+1
传动侧“S”型弯的标准模板库函数
F7(x)=-10.392x3+15.599x2-5.196x+0.5
操作侧“S”型弯的标准模板库函数
F8(x)=10.392x3-15.599x2+5.196x+0.5
传动侧“W”型弯的标准模板库函数
F9(x)=-12.52x6+37.68x5+6.176x4-75.27x3+53.92x2-9.98x+0.55
操作侧“W”型弯的标准模板库函数
F10(x)=-49.833x4+99.667x3-60.63x2+10.798x+0.415
式中,x∈[0,1],每个标准模板库函数数据点个数为M,M取值范围为150-200;
步骤S4:采用分类识别算法,确定中间坯镰刀弯所属类型;
步骤S4-a:计算中间坯全长中心线偏移量到形状中心线的距离yR={yR1,…,yRi,…,yRN}与选择的中间坯镰刀弯标准模板库某一函数数据yS={yS1,…,ySj,…,ySM}的欧式距离矩阵:
式中yRi为中间坯全长中心线偏移量数据的第i个数据点到形状中心线的距离,ySj为中间坯镰刀弯标准模板库某一函数数据的第j个数据点;
步骤S4-b:计算欧式距离累积最短路径矩阵D(i,j):
其中,D(1,1)=d(1,1),i=1,2,…,N,j=1,2,…,M;
步骤S4-c:确定当前中间坯全长中心线偏移量与选择的中间坯镰刀弯标准模板库某一函数的最短距离为D(N,M);
步骤S4-d:更换中间坯镰刀弯标准模板库中选择的函数,重复步骤S4-a到步骤S4-c,遍历所有模板库函数,最短距离D(N,M)的最小值对应的模板库函数的镰刀弯种类即为当前中间坯镰刀弯所属类型;
在实施例A1、A2中,对模板库函数的最短距离如表1所示,实施例A1最短距离的最小值为11.73841对应模板库函数5,判定为传动侧“C”型弯;实施例A2最短距离的最小值为6.249563对应模板库函数1,判定为头部传动侧“L”型弯;
表1实施例对模板库函数的最短距离
模板库函数类型 | 实施例A1 | 实施例A2 |
模板库函数1 | 22.27598 | 6.249563 |
模板库函数2 | 128.3065 | 145.4385 |
模板库函数3 | 38.01122 | 35.65699 |
模板库函数4 | 101.2335 | 109.8608 |
模板库函数5 | 11.73841 | 33.20134 |
模板库函数6 | 102.8169 | 105.8924 |
模板库函数7 | 69.90623 | 83.45638 |
模板库函数8 | 46.5733 | 52.39383 |
模板库函数9 | 80.98532 | 75.15616 |
模板库函数10 | 37.80928 | 62.81251 |
步骤S5:根据中间坯镰刀弯所属类型,计算不同类型的中间坯特征参数;
步骤S5-a:计算以中间坯形状中心线与辊道中心线的夹角α;
步骤S5-b:计算中间坯全长中心线偏移量的第i个特征点到形状中心线的距离,为中间坯镰刀弯弯曲量Rp,单位为mm,其正负可以用来表示中间坯的弯曲方向,正值表示弯向传动侧,负值表示弯向操作侧,其中p=1,2,3分别对应头部、中部、尾部;
步骤S5-c:计算中间坯镰刀弯弯曲程度dp:
其中,Rp为中间坯镰刀弯弯曲量,Lp为对应Rp处的弯曲长度,其中p=1,2,3分别对应头部、中部、尾部。
在实施例A1、A2中,中间坯特征参数计算结果表2所示;
表2实施例中间坯特征参数计算结果
中间坯特征参数 | 实施例A1 | 实施例A2 |
α | -0.00011 | -0.00031 |
R1 | -26.891 | -21.1063 |
R2 | - | - |
R3 | -12.385 | - |
d1 | -0.00115 | -0.00097 |
d2 | - | - |
d3 | -0.00053 | - |
步骤S6:进行中间坯镰刀弯质量判定;
判定中间坯镰刀弯特征参数是否在该类型中间坯镰刀弯特征参数阈值范围内,如果在特征参数阈值范围内,判定中间坯镰刀弯质量为合格,否则判定中间坯镰刀弯质量不合格;
在实施例A1、A2中,特征参数正、负阈值如表3、表4所示,实施例A1、A2中间坯镰刀弯特征参数均在该类型中间坯镰刀弯特征参数阈值范围内,判定为合格。
表3中间坯镰刀弯特征参数正阈值
镰刀弯类型 | α | R1 | R2 | R3 | d1 | d2 | d3 |
“L”型镰刀弯 | 0.003 | 30 | 0 | 0 | 0.009 | 0 | 0 |
“C”型镰刀弯 | 0.003 | 30 | -30 | 0 | 0.009 | 0.009 | 0 |
“S”型镰刀弯 | 0.003 | 30 | -30 | 0 | 0.009 | 0.009 | 0 |
“W”型镰刀弯 | 0.003 | 30 | -30 | 30 | 0.006 | 0.003 | 0.006 |
表4中间坯镰刀弯特征参数负阈值
镰刀弯类型 | α | R1 | R2 | R3 | d1 | d2 | d3 |
“L”型镰刀弯 | -0.003 | -30 | 0 | 0 | -0.009 | 0 | 0 |
“C”型镰刀弯 | -0.003 | -30 | 30 | 0 | -0.009 | -0.009 | 0 |
“S”型镰刀弯 | -0.003 | -30 | 30 | 0 | -0.009 | -0.009 | 0 |
“W”型镰刀弯 | -0.003 | -30 | 30 | -30 | -0.006 | -0.003 | -0.006 |
实施例A1和A2在实际应用中收到了良好的效果,能够准确判断中间坯镰刀弯的弯曲种类,并进行了镰刀弯的质量评价。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步的详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.一种中间坯镰刀弯分类识别及质量判定方法,其特征在于,包括以下步骤:
步骤S1:对中间坯全长中心线偏移量进行预处理;
步骤S2:对中间坯全长中心线偏移量进行初步质量判定;
步骤S3:制定中间坯镰刀弯标准模板库函数;
步骤S4:采用分类识别方法,确定中间坯镰刀弯所属类型;
步骤S5:根据中间坯镰刀弯所属类型,计算不同类型的中间坯特征参数;
步骤S6:进行中间坯镰刀弯质量判定,
其中,所述步骤S1中对中间坯全长中心线偏移量进行预处理包括以下步骤:
步骤S1-a:采集中间坯全长中心线偏移量f=(f1,f2,f3…fn),其对应的中间坯长度为l=(l1,l2,l3…ln),两个数据点之间的间隔为Δl,中间坯全长中心线偏移量的一阶导数f'=(f1',f2',f3'…f’n):
fi为中间坯全长中心线偏移量的第i个数据点;
步骤S1-b:计算中间坯全长中心线偏移量的二阶导数f”=(f1”,f2”,f3”…f”n):
fi'为中间坯全长中心线偏移量的第i个数据点的一阶导数;
步骤S1-d:对中间坯头尾异常数据进行剔除处理,由中心向头尾两端依次判断中间坯中心线偏移量二阶导数是否大于或者小于/>如果满足,则把该数据点及之后数据点进行剔除,剔除数据点的中间坯长度范围为头尾部分的0m~5m处;
步骤S1-e:对中间坯全长中心线偏移量和中间坯长度进行无量纲归一化处理,归一化的转换函数如下:
式中,fmax为中间坯全长中心线偏移量的最大值,fmin为中间坯全长中心线偏移量的最小值,li为中间坯全长中心线偏移量第i个数据点的长度,lmax中间坯长度的最大值,lmin中间坯长度的最小值;
步骤S1-f:对归一化之后的中间坯中心线偏移量数据进行线性插值处理,线性插值后数据点个数为N,N取值范围为150-200;
步骤S1-g:拟合中间坯的形状中心线,对中间坯中间平坦区域的中心线偏移量进行线性拟合,即形状中心线,形状中心线的函数为:
y=kx+b;
式中,k为形状中心线的斜率,b为形状中心线的截距;
其中,所述步骤S2中对中间坯全长中心线偏移量进行初步质量判定的方法为:
当中间坯全长中心线偏移量在稳定偏差控制线范围A内,则认为中间坯未出现镰刀弯缺陷,判定中间坯镰刀弯质量为优秀;当中间坯中心线偏移量超过稳定偏差控制线范围,则认为中间坯出现镰刀弯缺陷,进行下一步的判定,其中,稳定偏差控制线范围A为:
其中,fmax为中间坯全长中心线偏移量的最大值,fmin为中间坯全长中心线偏移量的最小值,λ为优秀系数,取值范围为5-10mm,
其中,所述步骤S4中分类识别算法包括以下步骤:
步骤S4-a:计算中间坯全长中心线偏移量到形状中心线的距离yR={yR1,…,yRi,…,yRN}与选择的中间坯镰刀弯标准模板库某一函数数据yS={yS1,…,ySj,…,ySM}的欧式距离矩阵:
式中yRi为中间坯全长中心线偏移量数据的第i个数据点到形状中心线的距离,ySj为中间坯镰刀弯标准模板库某一函数数据的第j个数据点;
步骤S4-b:计算欧式距离累积最短路径矩阵D(i,j):
其中,D(1,1)=d(1,1),i=1,2,…,N,j=1,2,…,M;
步骤S4-c:确定当前中间坯全长中心线偏移量与选择的中间坯镰刀弯标准模板库某一函数的最短距离为D(N,M);
步骤S4-d:更换中间坯镰刀弯标准模板库中选择的函数,重复步骤S4-a到步骤S4-c,遍历所有模板库函数,最短距离D(N,M)的最小值对应的模板库函数的镰刀弯种类即为当前中间坯镰刀弯所属类型。
2.根据权利要求1所述的一种中间坯镰刀弯分类识别及质量判定方法,其特征在于,所述步骤S3中制定的中间坯镰刀弯标准模板库函数为:
中间坯镰刀弯类型为4种,为“L”型镰刀弯、“C”型镰刀弯、“S”型镰刀弯、“W”型镰刀弯,建立中间坯镰刀弯标准模板库函数如下:
头部传动侧“L”型弯的标准模板库函数
F1(x)=-9.33x6+27.29x5-24.71x4+0.63x3-11.21x2-6.09x+1
尾部传动侧“L”型弯的标准模板库函数
F2(x)=-2.94x6+11.71x5-11.79x4+4.81x3-0.84x2+0.05x
头部操作侧“L”型弯的标准模板库函数
F3(x)=9.33x6-27.29x5+24.71x4-0.63x3+11.21x2+6.09x
尾部操作侧“L”型弯的标准模板库函数
F4(x)=2.94x6-11.71x5+11.79x4-4.81x3+0.84x2-0.05x+1
传动侧“C”型弯的标准模板库函数
F5(x)=9.07x6-29.12x5+33.01x4-15.18x3+5.96x2-3.73x
操作侧“C”型弯的标准模板库函数
F6(x)=-9.07x6+29.12x5-33.01x4+15.18x3-5.96x2+3.73x+1
传动侧“S”型弯的标准模板库函数
F7(x)=-10.392x3+15.599x2-5.196x+0.5
操作侧“S”型弯的标准模板库函数
F8(x)=10.392x3-15.599x2+5.196x+0.5
传动侧“W”型弯的标准模板库函数
F9(x)=-12.52x6+37.68x5+6.176x4-75.27x3+53.92x2-9.98x+0.55
操作侧“W”型弯的标准模板库函数
F10(x)=-49.833x4+99.667x3-60.63x2+10.798x+0.415
式中,x∈[0,1],每个标准模板库函数数据点个数为M,M取值范围为150-200。
4.根据权利要求1所述的一种中间坯镰刀弯分类识别及质量判定方法,其特征在于,所述步骤S6中进行中间坯镰刀弯质量判定的方法为:
判定中间坯镰刀弯特征参数是否在该类型中间坯镰刀弯特征参数阈值范围内,如果在特征参数阈值范围内,判定中间坯镰刀弯质量为合格,否则判定中间坯镰刀弯质量不合格。
5.一种中间坯镰刀弯分类识别及质量判定***,其特征在于,所述中间坯镰刀弯分类识别及质量判定***基于根据权利要求1至4中任一项所述的中间坯镰刀弯分类识别及质量判定方法进行操作,
其中,所述中间坯镰刀弯分类识别及质量判定***包括以下部件:
偏移量采集处理部件,用于对中间坯全长中心线偏移量进行预处理,并对中间坯全长中心线偏移量进行初步质量判定;
函数制定部件,用于制定中间坯镰刀弯标准模板库函数;
刀弯类型确定部件,用于采用分类识别方法,确定中间坯镰刀弯所属类型;
特征参数计算部件,用于根据中间坯镰刀弯所属类型,计算不同类型的中间坯特征参数;
质量判定部件,用于进行中间坯镰刀弯质量判定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010259577.XA CN111488922B (zh) | 2020-04-03 | 2020-04-03 | 一种中间坯镰刀弯分类识别及质量判定方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010259577.XA CN111488922B (zh) | 2020-04-03 | 2020-04-03 | 一种中间坯镰刀弯分类识别及质量判定方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111488922A CN111488922A (zh) | 2020-08-04 |
CN111488922B true CN111488922B (zh) | 2023-06-02 |
Family
ID=71794576
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010259577.XA Active CN111488922B (zh) | 2020-04-03 | 2020-04-03 | 一种中间坯镰刀弯分类识别及质量判定方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111488922B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2113927C1 (ru) * | 1997-07-09 | 1998-06-27 | Открытое акционерное общество "Магнитогорский металлургический комбинат" | Способ производства профилей высокой жесткости |
CN102441576A (zh) * | 2011-09-13 | 2012-05-09 | 江苏省沙钢钢铁研究院有限公司 | 热轧带钢粗轧中间坯镰刀弯和楔形自动控制方法 |
CN104162549A (zh) * | 2014-06-16 | 2014-11-26 | 北京首钢股份有限公司 | 热连轧粗轧机中间坯镰刀弯的自动控制方法及*** |
-
2020
- 2020-04-03 CN CN202010259577.XA patent/CN111488922B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2113927C1 (ru) * | 1997-07-09 | 1998-06-27 | Открытое акционерное общество "Магнитогорский металлургический комбинат" | Способ производства профилей высокой жесткости |
CN102441576A (zh) * | 2011-09-13 | 2012-05-09 | 江苏省沙钢钢铁研究院有限公司 | 热轧带钢粗轧中间坯镰刀弯和楔形自动控制方法 |
CN104162549A (zh) * | 2014-06-16 | 2014-11-26 | 北京首钢股份有限公司 | 热连轧粗轧机中间坯镰刀弯的自动控制方法及*** |
Non-Patent Citations (1)
Title |
---|
热连轧中间带坯镰刀弯检测判定分析***开发;刘勇等;《金属材料与冶金工程》;20200228(第01期);44-49页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111488922A (zh) | 2020-08-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109115800B (zh) | 一种产品毛刺的快速检测及长度精确测量方法 | |
CN104751288A (zh) | 一种钢卷分段多维在线质量判定***及其方法 | |
CN107179749A (zh) | 热镀锌产品全流程质量控制方法 | |
CN114354639A (zh) | 一种基于3d点云的焊缝缺陷实时检测方法及*** | |
CN114749493B (zh) | 一种冷轧带钢生产参数自适应调整方法及*** | |
CN110653271B (zh) | 热轧带钢卷取夹送辊的辊面质量自动评级装置和评级方法 | |
CN111402236A (zh) | 一种基于图像灰度值的热轧带钢表面缺陷分级方法 | |
CN113112470A (zh) | 一种基于人工智能的冷轧过程钢材弯曲检测分析方法 | |
CN104942017A (zh) | 冷轧带钢横向厚差的确定方法 | |
CN105302123A (zh) | 在线测量数据的监控方法 | |
CN105184792B (zh) | 一种圆锯片磨损量在线测量方法 | |
CN111488922B (zh) | 一种中间坯镰刀弯分类识别及质量判定方法及*** | |
CN109877650B (zh) | 一种棒料剪切刀具寿命预测方法 | |
CN114896735A (zh) | 改进偏最小二乘的热轧带钢头部浪形缺陷原因识别方法 | |
CN114565314A (zh) | 一种基于数字孪生的热轧钢卷端面质量管控***及方法 | |
CN116307938B (zh) | 一种加工中心进给***健康状态评估方法 | |
CN109622926B (zh) | 一种面向铸锭过程的锭块边缘检测方法 | |
CN112683166A (zh) | 一种模切产品尺寸检测方法 | |
CN111338289A (zh) | 机床精度分析方法及装置、精度检测仪、机床加工方法 | |
CN114880814B (zh) | 基于大数据的轧辊改制辅助优化方法 | |
CN115106384B (zh) | 一种基于随机森林的厚板轧制辊缝校正方法 | |
KR20100009275A (ko) | 학습형 최적화 기능이 구비된 지능형 분류기를 이용한 주편표면결함 분류장치 및 이에 의한 분류방법 | |
CN112246880B (zh) | 基于前馈一中间窜辊补偿的二十辊轧机板形优化控制方法 | |
CN110866221B (zh) | 一种打叶复烤数据准确性的检测方法 | |
CN114331195A (zh) | 一种影响热轧带钢全长质量的过程曲线风险评价方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |