CN114486913A - 一种钢卷边部几何特征的检测方法 - Google Patents
一种钢卷边部几何特征的检测方法 Download PDFInfo
- Publication number
- CN114486913A CN114486913A CN202210065525.8A CN202210065525A CN114486913A CN 114486913 A CN114486913 A CN 114486913A CN 202210065525 A CN202210065525 A CN 202210065525A CN 114486913 A CN114486913 A CN 114486913A
- Authority
- CN
- China
- Prior art keywords
- steel coil
- edge
- data
- coil
- defects
- 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
- 229910000831 Steel Inorganic materials 0.000 title claims abstract description 99
- 239000010959 steel Substances 0.000 title claims abstract description 99
- 238000000034 method Methods 0.000 title claims abstract description 33
- 230000007547 defect Effects 0.000 claims abstract description 71
- 238000001514 detection method Methods 0.000 claims abstract description 32
- 238000012545 processing Methods 0.000 claims abstract description 21
- 230000005540 biological transmission Effects 0.000 claims abstract description 14
- 238000004519 manufacturing process Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 7
- 238000006073 displacement reaction Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000009434 installation Methods 0.000 claims description 4
- 230000003993 interaction Effects 0.000 claims description 4
- 238000005336 cracking Methods 0.000 claims description 3
- 230000006698 induction Effects 0.000 claims description 3
- 238000003672 processing method Methods 0.000 claims description 3
- 238000011179 visual inspection Methods 0.000 claims description 3
- 238000007689 inspection Methods 0.000 abstract description 12
- 238000005097 cold rolling Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analyzing Materials By The Use Of Magnetic Means (AREA)
Abstract
本发明涉及钢卷检测技术领域,且公开了一种钢卷边部几何特征的检测方法,包括检测***,所述检测***包括几何特征采集***、数据处理单元、数据传输单元和缺陷报警单元,所述几何特征采集***包括两台高精度线扫描相机和两台6轴机械臂,两台高精度线扫描相机分别安装在两台6轴机械臂上,6轴机械臂安装在机组入口侧的卷钢鞍座之间,所述数据处理单元主要作用是对相机采集到的数据进行分析;以本发明公开的检测方法形成的检查装置,可实现对钢卷端部几何特征的自动检测,根据所检测到的几何数据分析可检查钢卷端部的塔形、溢出边、边裂、边损等缺陷的种类和大小,检测精度可达到0.5mm。同时可检测到钢卷的卷径尺寸,检测的精度可达到1.0mm。
Description
技术领域
本发明涉及钢卷检测技术领域,具体为一种钢卷边部几何特征的检测方法。
背景技术
智慧制造是当前工业生产追求的目标,通过智慧制造技术可以实现提高产品的品质,减轻工人的劳动强度。对于热轧钢卷,其端部存在塔形、溢出边、边裂、边损等类型的缺陷,这些缺陷对后续的冷轧工序的连续性存在重要的影响。为此一般的冷轧厂在钢卷的入口测,通常需要对每个上冷轧线的钢卷进行端部的检查,判断钢卷能否进入冷轧生产线进行生产。由于需要对每个钢卷进行检查,所检测的钢卷有时还存在高温,因此对钢卷端部缺陷进行检查是一项繁重的工作,迫切需要采用先进的视觉***来实现自动检查。
为实现钢卷端部的自动检查,现有的方法是采用多个相机对钢卷的端部进行拍照,将所得到的照片进行图像的拼接,从而得到钢卷端部的图像,对该图像进行分析可以的端部缺陷信息。由于采用面群相机所拍摄到的图像存在精度低的问题,用这种低精度的图像进行分析所得到的几何特征信息的进度也低,无法满足生产的实际需求。
为此开发一种能快捷得到钢卷端部几何特征的检查方法,再从所得到的几何特征中提取端部缺陷的信息,对于提高钢卷端部缺陷的设备具有重要的现实意义。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供了一种钢卷边部几何特征的检测方法,解决了上述背景技术中所存在的问题。
(二)技术方案
为实现上述目的,本发明提供如下技术方案:一种钢卷边部几何特征的检测方法,包括检测***,所述检测***包括几何特征采集***、数据处理单元、数据传输单元和缺陷报警单元,所述几何特征采集***包括两台高精度线扫描相机和两台6轴机械臂,两台高精度线扫描相机分别安装在两台6轴机械臂上,6轴机械臂安装在机组入口侧的卷钢鞍座之间,所述数据处理单元主要作用是对相机采集到的数据进行分析,判断钢卷边部是否存在塔形、溢出边、边裂、边损等缺陷,所述数据传输单元的主要作用是确保几何特征采集***与数据处理单元之间的数据高速传输,所述缺陷报警单元在接收到相应的缺陷信息后,通过设置在操作室的音响向操作人员发出警报,并在旁边设置人机交互界面中显示当前边裂缺陷的二维图像,能让操作人员更直观的看到带钢端部的缺陷形貌信息,通知操作人员及时进行处理;
所述方法的具体步骤为:
S1、无人小车将钢卷运送至检测位置,在此过程通过安装位置感应传感器检测钢卷鞍座是否有钢卷;
S2、中空***接收无人小车暂停指令后,控制机器人6轴法兰携标签识别相机识别钢卷卷号,同时根据钢卷标号请求生产线控制***传输钢卷信息;
S3、机械手携带工业相机对钢卷端面组合拍照,并发送图片至服务端进行处理和识别,提取端面边裂和边损等缺陷,同时识别出内圈奪头情况,并在上位工控机提供可视化检验结构指示;
S4、机器人通过快换装置换装超高精度位移传感器和激光定距传感器,检测钢卷内外径,同时可识别钢卷溢出边、塔形、扁卷、松卷和整体塌卷缺陷;
S5、机器人携带二维位移传感器对边损和边裂区域进行重点扫描,识别出边损和边裂的深度参数;
S6、前述检测结果在上位机画面上指示后,有操作工判定是否进行钢卷回退或者通过,机器人恢复原始位置并解锁无人小车进行运送钢卷至后续工位。
优选的,所述几何特征采集***中选用的线扫描相机的分辨率不低于0.1mm,并且在非工作状态下,6轴机械臂收缩至地面。
优选的,所述数据处理单元判断钢卷边部是否存在塔形、溢出边、边裂、边损等缺陷采用的处理方法为:
(1)对单条线扫描相机所得到的轮廓数据取出两边的无效数据,得到钢卷端部的轮廓数据,根据该有效数据进行缺陷分析;
(2)对于塔形缺陷是指在端部存在与常规高度之间的高度差,将所测得的最高高度与常规区域所得的高度相减即可得到塔形的数据;
(3)对于溢出边缺陷是指在端部的内圈区域存在钢卷溢出的现象,根据钢卷内圈区域所检测到的高度值与常规区域所得的高度相减即可得到溢出边的数据;
(4)边裂和边损缺陷的判断是根据所检测到的线扫描数据,如检测到的线扫描数据上存在某段区域远低于常规区域的值,即可判断为存在边裂和边损缺陷,缺陷的长度根据则根据所产生的轮廓数量进行判断。
优选的,所述数据传输单元将两台线扫描相机采集到的高度数据成组发送给数据处理单元,每组包含的线扫描轮廓条数在500-2000条之间。
优选的,所述步骤S2中,标签识别相机可以识别包括一维标签、二维标签和数字标号在内的钢卷卷号。
优选的,所述步骤S2中传输的钢卷信息包括卷号、内外径、卷宽等钢卷属性信息。
(三)有益效果
本发明提供了一种钢卷边部几何特征的检测方法,具备以下有益效果:
以本发明公开的检测方法形成的检查装置,可实现对钢卷端部几何特征的自动检测,根据所检测到的几何数据分析可检查钢卷端部的塔形、溢出边、边裂、边损等缺陷的种类和大小,检测精度可达到0.5mm。同时可检测到钢卷的卷径尺寸,检测的精度可达到1.0mm。
附图说明
图1为本发明中检测***的工作原理示意图;
图2为本发明中检测***的结构示意图;
图3为本发明检测单条轮廓的原始数据示意图;
图4为本发明中边裂缺陷的检测结果示意图;
图5为本命中SCAL机组现场安装位置示意图;
图6为本发明中机械臂地柜布局示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本发明提供一种技术方案:一种钢卷边部几何特征的检测方法,包括检测***,所述检测***包括几何特征采集***、数据处理单元、数据传输单元和缺陷报警单元,所述几何特征采集***包括两台高精度线扫描相机和两台6轴机械臂,线扫描相机的分辨率不低于0.1mm,两台高精度线扫描相机分别安装在两台6轴机械臂上,6轴机械臂安装在机组入口侧的卷钢鞍座之间,如图2所示,在非工作状态下,6轴机械臂收缩至地面,所述数据处理单元主要作用是对相机采集到的数据进行分析,判断钢卷边部是否存在塔形、溢出边、边裂、边损等缺陷,具体采用的处理方法为:
(1)对单条线扫描相机所得到的轮廓数据取出两边的无效数据,得到钢卷端部的轮廓数据,根据该有效数据进行缺陷分析,如图3所示;
(2)对于塔形缺陷是指在端部存在与常规高度之间的高度差,将所测得的最高高度与常规区域所得的高度相减即可得到塔形的数据;
(3)对于溢出边缺陷是指在端部的内圈区域存在钢卷溢出的现象,根据钢卷内圈区域所检测到的高度值与常规区域所得的高度相减即可得到溢出边的数据;
(4)边裂和边损缺陷的判断是根据所检测到的线扫描数据,如检测到的线扫描数据上存在某段区域远低于常规区域的值,即可判断为存在边裂和边损缺陷,如图4所示,缺陷的长度根据则根据所产生的轮廓数量进行判断。所述数据传输单元的主要作用是确保几何特征采集***与数据处理单元之间的数据高速传输,将两台线扫描相机采集到的高度数据成组发送给数据处理单元,每组包含的线扫描轮廓条数在500-2000条之间,所述缺陷报警单元在接收到相应的缺陷信息后,通过设置在操作室的音响向操作人员发出警报,并在旁边设置人机交互界面中显示当前边裂缺陷的二维图像,能让操作人员更直观的看到带钢端部的缺陷形貌信息,通知操作人员及时进行处理;
所述方法的具体步骤为:
S1、无人小车将钢卷运送至检测位置,在此过程通过安装位置感应传感器检测钢卷鞍座是否有钢卷;
S2、中空***接收无人小车暂停指令后,控制机器人6轴法兰携标签识别相机识别包括一维标签、二维标签和数字标号在内的钢卷卷号,同时根据钢卷标号请求生产线控制***传输包括卷号、内外径、卷宽等钢卷属性信息;
S3、机械手携带工业相机对钢卷端面组合拍照,并发送图片至服务端进行处理和识别,提取端面边裂和边损等缺陷,同时识别出内圈奪头情况,并在上位工控机提供可视化检验结构指示;
S4、机器人通过快换装置换装超高精度位移传感器和激光定距传感器,检测钢卷内外径,同时可识别钢卷溢出边、塔形、扁卷、松卷和整体塌卷缺陷;
S5、机器人携带二维位移传感器对边损和边裂区域进行重点扫描,识别出边损和边裂的深度参数;
S6、前述检测结果在上位机画面上指示后,有操作工判定是否进行钢卷回退或者通过,机器人恢复原始位置并解锁无人小车进行运送钢卷至后续工位。
实施例
某冷轧厂的SACL机组入口测钢卷端部的检查由人工完成,为提高机组的智慧制造水平,减轻操作人员的劳动负荷,提高检查精度,在此区域增设钢卷端部自动检测***。
(1)检测***包含二台高精度线扫描相机和二台6轴机械臂,6轴机械臂安装在机组入口测的1#和2#卷鞍座之间,分别检查钢卷二端部的缺陷,如图5所示。检测***线扫描相机的高度检测精度为2μm,水平方向的检测精度为25μm,机械臂地轨布置如图6所示。
(2)检测机械臂上安装有位置传感器,利用该传感器可控制线扫描相机于钢卷端部之间的距离。
(3)检查***受机组控制,当检查***接到机组发出的检查信号后,机械臂将线扫描相机移到指定位置,机械臂上的传感器检查到相机到达指定位置后,相机开始扫面带感端部。
(4)相机检测到的数据采用通讯的方式输送到数据处理单元,数据处理单元通过对检测数据的分析,判断钢卷边部是否存在塔形、溢出边、边裂、边损等缺陷。所采用的处理方法为:
①、对单条线扫描相机所得到的轮廓数据去除二边的无效数据,得到钢卷端部的轮廓数据,根据该有效数据进行缺陷分析。
②、对于塔形缺陷是指在端部存在于常规高度之间的高度差,将所测得的最高高度与常规区域所得的高度相减即可得到塔形的数据。
③、对于溢出边缺陷是指在端部的内圈区域存在钢卷溢出的现象,根据钢卷内圈区域所检测到的高度值与常规区域所得的高度相减即可得到溢出边的数据。
④、边裂和边损缺陷的判断是根据所检测到的线扫描数据,如检测到的线扫描数据上存在某段(带钢的厚度)区域远低于常规区域的值,即可判断为存在边裂和边损缺陷。缺陷的长度根据则根据所产生的轮廓数量进行判断。
(5)数据传输单元的功能是确保数据采集***与数据处理***之间的数据高速传输,将两台激光相机采集到的高度数据成组发送给数据分析***,每组包含的线扫描轮廓条数在1000条。
(6)缺陷报警***在接收到相应的缺陷信息后通过设置在操作室的音响向操作人员发出警报,并在旁边设置人机交互界面中显示当前边裂缺陷的二维图像,能让操作人员更直观得看到带钢端部的缺陷形貌信息,通知操作人员及时进行处理。
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。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (6)
1.一种钢卷边部几何特征的检测方法,包括检测***,其特征在于:所述检测***包括几何特征采集***、数据处理单元、数据传输单元和缺陷报警单元,所述几何特征采集***包括两台高精度线扫描相机和两台6轴机械臂,两台高精度线扫描相机分别安装在两台6轴机械臂上,6轴机械臂安装在机组入口侧的卷钢鞍座之间,所述数据处理单元主要作用是对相机采集到的数据进行分析,判断钢卷边部是否存在塔形、溢出边、边裂、边损等缺陷,所述数据传输单元的主要作用是确保几何特征采集***与数据处理单元之间的数据高速传输,所述缺陷报警单元在接收到相应的缺陷信息后,通过设置在操作室的音响向操作人员发出警报,并在旁边设置人机交互界面中显示当前边裂缺陷的二维图像,能让操作人员更直观的看到带钢端部的缺陷形貌信息,通知操作人员及时进行处理;
所述方法的具体步骤为:
S1、无人小车将钢卷运送至检测位置,在此过程通过安装位置感应传感器检测钢卷鞍座是否有钢卷;
S2、中空***接收无人小车暂停指令后,控制机器人6轴法兰携标签识别相机识别钢卷卷号,同时根据钢卷标号请求生产线控制***传输钢卷信息;
S3、机械手携带工业相机对钢卷端面组合拍照,并发送图片至服务端进行处理和识别,提取端面边裂和边损等缺陷,同时识别出内圈奪头情况,并在上位工控机提供可视化检验结构指示;
S4、机器人通过快换装置换装超高精度位移传感器和激光定距传感器,检测钢卷内外径,同时可识别钢卷溢出边、塔形、扁卷、松卷和整体塌卷缺陷;
S5、机器人携带二维位移传感器对边损和边裂区域进行重点扫描,识别出边损和边裂的深度参数;
S6、前述检测结果在上位机画面上指示后,有操作工判定是否进行钢卷回退或者通过,机器人恢复原始位置并解锁无人小车进行运送钢卷至后续工位。
2.根据权利要求1所述的一种钢卷边部几何特征的检测方法,其特征在于:所述几何特征采集***中选用的线扫描相机的分辨率不低于0.1mm,并且在非工作状态下,6轴机械臂收缩至地面。
3.根据权利要求1所述的一种钢卷边部几何特征的检测方法,其特征在于:所述数据处理单元判断钢卷边部是否存在塔形、溢出边、边裂、边损等缺陷采用的处理方法为:
(1)对单条线扫描相机所得到的轮廓数据取出两边的无效数据,得到钢卷端部的轮廓数据,根据该有效数据进行缺陷分析;
(2)对于塔形缺陷是指在端部存在与常规高度之间的高度差,将所测得的最高高度与常规区域所得的高度相减即可得到塔形的数据;
(3)对于溢出边缺陷是指在端部的内圈区域存在钢卷溢出的现象,根据钢卷内圈区域所检测到的高度值与常规区域所得的高度相减即可得到溢出边的数据;
(4)边裂和边损缺陷的判断是根据所检测到的线扫描数据,如检测到的线扫描数据上存在某段区域远低于常规区域的值,即可判断为存在边裂和边损缺陷,缺陷的长度根据则根据所产生的轮廓数量进行判断。
4.根据权利要求1所述的一种钢卷边部几何特征的检测方法,其特征在于:所述数据传输单元将两台线扫描相机采集到的高度数据成组发送给数据处理单元,每组包含的线扫描轮廓条数在500-2000条之间。
5.根据权利要求1所述的一种钢卷边部几何特征的检测方法,其特征在于:所述步骤S2中,标签识别相机可以识别包括一维标签、二维标签和数字标号在内的钢卷卷号。
6.根据权利要求1所述的一种钢卷边部几何特征的检测方法,其特征在于:所述步骤S2中传输的钢卷信息包括卷号、内外径、卷宽等钢卷属性信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210065525.8A CN114486913A (zh) | 2022-01-20 | 2022-01-20 | 一种钢卷边部几何特征的检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210065525.8A CN114486913A (zh) | 2022-01-20 | 2022-01-20 | 一种钢卷边部几何特征的检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114486913A true CN114486913A (zh) | 2022-05-13 |
Family
ID=81471919
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210065525.8A Pending CN114486913A (zh) | 2022-01-20 | 2022-01-20 | 一种钢卷边部几何特征的检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114486913A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115541601A (zh) * | 2022-11-30 | 2022-12-30 | 江苏永钢集团有限公司 | 一种基于机器视觉的钢材低倍数字化检测方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103207185A (zh) * | 2012-01-11 | 2013-07-17 | 宝山钢铁股份有限公司 | 钢卷端部质量检测***及方法 |
JP2014069216A (ja) * | 2012-09-28 | 2014-04-21 | Jfe Steel Corp | 鋼帯コイルのエッジ欠陥検出方法およびエッジ欠陥検出装置 |
CN104084426A (zh) * | 2014-07-02 | 2014-10-08 | 济钢集团有限公司 | 基于热轧工艺控制的冷轧产品板型控制*** |
CN110017784A (zh) * | 2018-01-09 | 2019-07-16 | 宝山钢铁股份有限公司 | 一种卷曲钢卷端部在线质检装置和方法 |
CN110245663A (zh) * | 2019-06-26 | 2019-09-17 | 上海电器科学研究所(集团)有限公司 | 一种用于钢卷信息识别的方法 |
CN112432592A (zh) * | 2019-08-26 | 2021-03-02 | 宝山钢铁股份有限公司 | 一种卧式钢卷卷形质量检测装置及其检测方法 |
CN113269759A (zh) * | 2021-05-28 | 2021-08-17 | 中冶赛迪重庆信息技术有限公司 | 一种基于图像识别的钢卷信息检测方法、***、介质和终端 |
CN113465511A (zh) * | 2021-06-19 | 2021-10-01 | 精锐视觉智能科技(上海)有限公司 | 一种钢卷尺寸在线测量及全方位端面缺陷在线检测方法 |
CN113844743A (zh) * | 2020-06-28 | 2021-12-28 | 上海梅山钢铁股份有限公司 | 一种机器人自动寻带头贴标签控制方法 |
-
2022
- 2022-01-20 CN CN202210065525.8A patent/CN114486913A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103207185A (zh) * | 2012-01-11 | 2013-07-17 | 宝山钢铁股份有限公司 | 钢卷端部质量检测***及方法 |
JP2014069216A (ja) * | 2012-09-28 | 2014-04-21 | Jfe Steel Corp | 鋼帯コイルのエッジ欠陥検出方法およびエッジ欠陥検出装置 |
CN104084426A (zh) * | 2014-07-02 | 2014-10-08 | 济钢集团有限公司 | 基于热轧工艺控制的冷轧产品板型控制*** |
CN110017784A (zh) * | 2018-01-09 | 2019-07-16 | 宝山钢铁股份有限公司 | 一种卷曲钢卷端部在线质检装置和方法 |
CN110245663A (zh) * | 2019-06-26 | 2019-09-17 | 上海电器科学研究所(集团)有限公司 | 一种用于钢卷信息识别的方法 |
CN112432592A (zh) * | 2019-08-26 | 2021-03-02 | 宝山钢铁股份有限公司 | 一种卧式钢卷卷形质量检测装置及其检测方法 |
CN113844743A (zh) * | 2020-06-28 | 2021-12-28 | 上海梅山钢铁股份有限公司 | 一种机器人自动寻带头贴标签控制方法 |
CN113269759A (zh) * | 2021-05-28 | 2021-08-17 | 中冶赛迪重庆信息技术有限公司 | 一种基于图像识别的钢卷信息检测方法、***、介质和终端 |
CN113465511A (zh) * | 2021-06-19 | 2021-10-01 | 精锐视觉智能科技(上海)有限公司 | 一种钢卷尺寸在线测量及全方位端面缺陷在线检测方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115541601A (zh) * | 2022-11-30 | 2022-12-30 | 江苏永钢集团有限公司 | 一种基于机器视觉的钢材低倍数字化检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109141232B (zh) | 一种基于机器视觉的盘类铸件在线检测方法 | |
CN110057198B (zh) | 烧结机台车轮工作状态检测方法及检测装置 | |
CN110044183B (zh) | 一种基于机器视觉的脱方检测自动上料方法 | |
KR101622444B1 (ko) | 조강재의 형상 검사 장치 및 조강재의 형상 검사 방법 | |
CN109693140B (zh) | 一种智能化柔性生产线及其工作方法 | |
CN102581244A (zh) | 一种连铸铸坯表面质量的在线控制***及控制方法 | |
CN114486913A (zh) | 一种钢卷边部几何特征的检测方法 | |
CN114406005B (zh) | 一种无缝钢管逐支跟踪生产*** | |
CN109540918B (zh) | 一种热轧卷边部缺陷检测装置及方法 | |
CN105562643A (zh) | 一种结晶器漏钢处理方法 | |
CN107202797A (zh) | 非接触式连续热镀锌生产线带钢焊缝检测***及其方法 | |
FI87019C (fi) | Foerfarande foer upptaeckande och registrering av fel i heta metallurgiska halvfabrikat | |
CN107790661B (zh) | 一种连铸方坯角部缺陷自动预警***及方法 | |
CN112365538B (zh) | 一种自动上卷***的高效目标检测方法 | |
CN110918973B (zh) | 一种基于游程的结晶器热像图异常区域标记方法 | |
CN116273735B (zh) | 一种用于点胶机运动控制*** | |
CN113701652B (zh) | 一种钢卷内径智能高精度检测及缺陷诊断*** | |
CN116993804A (zh) | 一种基于lsm算法的箍筋尺寸检测方法及*** | |
CN112710238A (zh) | 连铸坯长度摄像定尺装置及方法 | |
CN111368833A (zh) | 一种基于机器视觉的板坯号检测全自动装钢方法 | |
CN115494074A (zh) | 用于连铸板坯表面缺陷的在线检测方法 | |
CN104849280A (zh) | 一种连铸板坯表面纵裂纹检测方法 | |
CN108401142B (zh) | 一种流水线上的工件计数装置及方法 | |
CN101276466B (zh) | 基于现场视觉差异的大型构件施工安全性监控方法 | |
CN206073922U (zh) | 钢管在线扫描测长仪 |
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 |