TWI566848B - 鋼帶尾端軋延異常的偵測方法 - Google Patents

Description

鋼帶尾端軋延異常的偵測方法

本發明是有關於一種鋼帶尾端軋延異常的偵測方法。

在目前的鋼帶生產過程中，鋼胚經加熱爐加熱後，會經過粗軋延和精軋延步驟，以獲得具有所需厚度之鋼帶。為了運送方便，此鋼帶會再經過盤捲機捲成鋼捲，以利交通工具載送。在生產線的軋延製程中，鋼帶可能會產生偏移(side walk)，進而造成鋼帶尾段折邊等異常缺陷。在鋼帶進入軋延機具時，鋼帶尾端會對軋延機具的軋輥造成衝擊，而使軋輥表面形成凹凸不平的缺陷。此凹凸不平的缺陷會使得軋輥在軋延下一鋼帶時，將軋輥表面的缺陷轉印至鋼帶上，如此將導致後續經此軋輥軋延的鋼帶帶面形成缺陷而被剔退。這種因鋼帶尾端軋延異常而造成軋輥表面缺陷轉印的異常稱為輥軋轉印(Tail Pinch)。

為了解決上述問題，需要一種鋼帶尾端軋延異常的偵測方法，以透過監測鋼帶尾端的狀況來減少輥軋轉印和鋼帶偏移的狀況發生。

本發明之一方面是在提供一種鋼帶尾端軋延異常 的偵測方法，其係監控鋼帶尾端軋延的狀況，並藉此分析是否可能產生異常。

根據本發明之一實施例，在此鋼帶尾端軋延異常的偵測方法中，首先獲得鋼帶影像，其中這些鋼帶影像為時間連續影像。接著，對每一鋼帶影像進行鋼帶特徵計算步驟。在此鋼帶特徵計算步驟中，首先將目標影像轉換為灰階影像，其中此目標影像為上述鋼帶影像其中一者。其次，對此灰階影像進行二值化步驟，以獲得二值化影像。然後，進行一物體偵測步驟，以於此二值化影像中找出最大物體。接著，根據二值化參考影像中之該大物體來定義外接矩形(bounding rectangle)。然後，進行面積計算步驟，以計算最大物體之面積。接著，進行座標計算步驟，以計算最大物體之中心點座標。在鋼帶特徵計算步驟後，接著進行鋼帶尾端出站影像判斷步驟。此鋼帶尾端出站影像判斷步驟係根據第一鋼帶影像之最大物體之中心點座標、第二鋼帶影像之最大物體之中心點座標以及第一鋼帶影像之最大物體之面積來判斷第二鋼帶影像是否為鋼帶尾端出站影像，其中第一鋼帶影像和第二鋼帶影像為前述鋼帶影像中之連續二者。當第二鋼帶影像被判斷為鋼帶尾端出站影像時，進行異常檢測步驟，以根據第二鋼帶影像來判斷鋼帶尾端軋延是否異常。例如，檢測鋼帶尾端是否出現偏移或是否可能出現輥軋轉印(Tail Pinch)之現象。

由上述說明可知，本發明實施例之鋼帶尾端軋延異常的偵測方法可藉由鋼帶尾端出站影像的特徵值來判斷鋼 帶尾端是否可能有異常狀況產生。如此，可大幅減少輥軋轉印和鋼帶偏移的狀況發生。

200‧‧‧鋼帶尾端軋延異常的偵測方法

210‧‧‧影像擷取步驟

220‧‧‧鋼帶特徵計算步驟

221‧‧‧顏色分離步驟

222‧‧‧二值化步驟

223‧‧‧平滑化步驟

224‧‧‧物體偵測步驟

225‧‧‧計算特徵值

240‧‧‧鋼帶中心線計算步驟

250‧‧‧鋼帶寬度計算步驟

260‧‧‧鋼帶尾端出站影像判斷步驟

261‧‧‧水平座標差值計算步驟

262-266‧‧‧判斷步驟

270‧‧‧異常檢測步驟

272‧‧‧鋼帶偏移評估步驟

272a‧‧‧影像選取步驟

272b‧‧‧尾端偏移計算步驟

272c‧‧‧判斷步驟

272d‧‧‧鋼帶上緣振幅計算步驟

272e‧‧‧鋼帶下緣振幅計算步驟

272f‧‧‧上緣振幅判斷步驟

272g‧‧‧下緣振幅判斷步驟

274‧‧‧楔形比例計算步驟

274a‧‧‧邊緣偵測步驟

274b‧‧‧輪廓點定義步驟

274c‧‧‧計算步驟

274d‧‧‧判斷步驟

600‧‧‧鋼帶尾端輪廓

C1-C4‧‧‧影像擷取裝置

F1-F4‧‧‧軋機站

M‧‧‧鋼帶

OB‧‧‧物體

ROI‧‧‧感興趣區域

S‧‧‧最大物體

US‧‧‧上邊緣點群

LS‧‧‧下邊緣點群

W‧‧‧感興趣區域之寬度

H‧‧‧感興趣區域之長度

w‧‧‧外接矩形之寬度

h‧‧‧外接矩形之長度

為讓本發明之上述和其他目的、特徵、和優點能更明顯易懂，上文特舉數個較佳實施例，並配合所附圖式，作詳細說明如下：第1圖係繪示根據本實施例之鋼帶於軋機站軋延之示意圖。

第2圖係繪示根據本發明實施例之鋼帶尾端軋延異常的偵測方法。

第3a圖係繪示根據本發明實施例之二值化與膨脹處理後的處理影像。

第3b圖係繪示根據本發明實施例之二值化影像中的最大物體。

第3c圖係繪示根據本發明實施例之二值化影像中的感興趣區域。

第3d圖係繪示根據本發明實施例之鋼帶上邊緣點群與下邊緣點群。

第3e圖係繪示根據本發明實施例之鋼帶影像的感興趣區域以及最小外接矩形。

第4圖係繪示根據本發明實施例之鋼帶尾端出站影像判斷步驟的流程示意圖。

第5圖係繪示根據本發明實施例之鋼帶偏移評估步驟的流程示意圖。

第6圖係繪示根據本發明實施例之楔形比例(wedge ratio)計算步驟的流程示意圖。

第6a圖係繪示根據本發明實施例之二值化影像中的鋼帶輪廓。

請參照第1圖，其係繪示根據本實施例之鋼帶於軋機站軋延之示意圖，其中軋機站F1-F4之間設置有影像擷取裝置C1-C4，以從鋼帶M上方擷取鋼帶M之影像。影像擷取裝置C1-C4係電性連接至電腦裝置(未繪示)，以利用此電腦裝置來分析每一個軋輥站間的鋼帶影像，並進行本發明實施例之鋼帶尾端軋延異常的偵測方法。

請參照第2圖，其係繪示根據本發明實施例之鋼帶尾端軋延異常的偵測方法200。在此，將以影像擷取裝置C2為例來進行說明，但本發明實施例並不受限於此。在此鋼帶尾端軋延異常的偵測方法200中，首先進行影像擷取步驟210，以利用影像擷取裝置C2來獲得鋼帶影像。接著，進行鋼帶特徵計算步驟220，以計算出影像擷取裝置C2所擷取之鋼帶影像之影像特徵值。在本實施例中，影像擷取裝置所擷取的每張影像與其所對應的特徵值皆會儲存於電腦裝置中，以供其他步驟使用。

在鋼帶特徵計算步驟220中，首先進行顏色分離步驟221，以將目標影像(即處理中之鋼帶影像)之紅色成分抽出，而獲得紅色目標影像(以下稱為灰階影像)。由於鋼帶在 軋延過程中大多處於紅熱狀態，故本實施例係將目標影像之紅色成分取出，以幫助過濾鋼帶以外的物件。然而，本發明之實施例並不受限於顏色分離步驟221。在本發明之其他實施例中，灰階影像亦可藉由其他方式來獲得。例如，不進行顏色分離，而是直接根據鋼帶影像各像素的亮度來獲得灰階影像。

接著，進行二值化步驟222，以根據預設灰階閥值來將灰階影像二值化。然後，進行平滑化步驟223，以利用型態學(Morphology)中的膨脹(dilation)處理法則來使二值化影像中的物體OB邊緣更加平滑，如第3a圖所示。然而，本發明之實施例並不受限於平滑化步驟223。在本發明之其他實施例中，若使用者可接受影像中的鋸齒情況，亦可將平滑化步驟223省略。

然後，進行物體偵測步驟224，以於二值化影像中找出最大物體。在本實施例中，物體偵測步驟224係利用斑點擷取(Blob extraction)方法來找出最大物體S，如第3b圖所示。接著，進行特徵值計算步驟225，以計算最大物體S之面積、最大物體S之最小外接矩形(Bonding Rectangle)、最大物體S之中心座標值、最大物體S之輪廓(contour)等。

在本發明之實施例中，可選擇性地進行感興趣區域(Region Of Interest)決定步驟，以根據最大物體S之最小外接矩形來決定感興趣區域。感興趣區域ROI係用以減少後續影像處理步驟運算所需的電腦資源。然而，在本發明之 其他實施例中，若使用者有足夠的電腦資源，感興趣區域決定步驟亦可省略。

在本實施例中，當鋼帶頭端進入軋機站F2與F3之間後，便會進行感興趣區域(Region Of Interest)決定步驟，以定義感興趣區域來供後續步驟使用。如第3c圖所示，本實施例之感興趣區域決定步驟係根據最大物體S之矩形度來決定。當最大物體S之矩形度符合預設值，則將感興趣區域ROI定義為最大物體S之最小外接矩形BR往上下以及左右方向延伸若干像素的範圍，其中延伸像素的數量可根據使用者之需求來決定。

接著，進行鋼帶中心線計算步驟240，以計算鋼帶M之中心線的座標。在本實施例中，係取得連續_n張二值化影像之感興趣區域ROI內的最大物體S的中心點垂直座標(Y座標)，並將其加總後取平均，即可獲得鋼帶中心線的Y座標。在本實施例中，n為5，但本發明之實施例並不受限於此。

然後，進行鋼帶寬度計算步驟250，以計算鋼帶M之寬度。在本實施例中，鋼帶寬度計算步驟250係針對感興趣區域ROI內的最大物體S施以邊緣偵測(例如利用Canny edge detector來偵測)，以將最大物體S上邊緣的點群US(表示為{u_i,i=1 to n})以及下邊緣的點群LS(表示為{b_j,j=1 to m})取出，如第3d圖所示。接著，再令上邊緣點群US之垂直座標與下邊緣點群之垂直座標的絕對差值總和平均(即mean())為鋼帶寬度。

接著，進行鋼帶尾端出站影像判斷步驟260，以決定目前所擷取之鋼帶影像是否為鋼帶尾端出站影像。在本發明之實施例中，鋼帶尾端出站影像定義為鋼帶尾端離開軋機站(例如軋機站F2)之影像。鋼帶尾端出站影像判斷步驟260係利用感興趣區域ROI來判斷鋼帶影像是否滿足鋼帶尾端出站的判斷要件，以據此來決定出鋼帶尾端出站影像。

請參照第4圖，其係繪示鋼帶尾端出站影像判斷步驟260的流程示意圖。鋼帶尾端出站影像判斷步驟260中，首先進行水平座標差值計算步驟261，以計算目前擷取影像之前一張影像(以下稱為第一影像)之最大物體之中心點座標的水平座標值與目前擷取影像(以下稱為第二影像)之最大物體之中心點座標的水平座標值之間的差值。接著，進行判斷步驟262，以判斷此差值是否大於預設距離閥值，並獲得第一判斷結果。在本實施例中，預設距離閥值為8。

然後，在判斷步驟263中，判斷第二鋼帶影像之最大物體之中心點座標的水平座標值是否位於水平差值範圍內，以獲得第二判斷結果。在本實施例中，水平差值範圍係定為0.2W-0.6W，其中W為感興趣區域ROI之寬度，如第3e圖所示。

接著，在判斷步驟264中，判斷第二鋼帶影像之最大物體之中心點座標的垂直座標值是否位於垂直差值範圍內，以獲得第三判斷結果。在本實施例中，垂直差值範圍係定為0.3H-0.8H，其中H為感興趣區域ROI之長度，如第 3e圖所示。

然後，在判斷步驟265中，判斷第二鋼帶影像之最大物體之物體面積是否大於面積閥值，以獲得第四判斷結果。在本實施例中，此面積閥值係定為最大物體之外接矩形之面積的0.1倍，其中外接矩形之寬度為w，長度為h，面積則以w×h來表示，如第3e圖所示。

接著，在判斷步驟266中，判斷上述第一判斷結果至第四判斷結果是否皆為是。若第一判斷結果至第四判斷結果皆為是，則將第二鋼帶影像(即目前所擷取之影像)判斷為鋼帶尾端出站影像。

請回到第1圖，在鋼帶尾端出站影像判斷步驟260後，接著進行異常檢測步驟270，以利用鋼帶尾端出站影像來判斷鋼帶尾端是否可能發生異常。在本發明之實施例中，異常檢測步驟270係利用鋼帶尾端出站影像來計算楔形比例(wedge ratio)以及評估鋼帶偏移的情況，以供使用者採取適當的措施來避免鋼帶尾端發生輥軋轉印(tail pinch)的異常發生。

請參照第5圖，其係繪示根據本發明實施例之鋼帶偏移評估步驟272的流程示意圖。本實施例之鋼帶偏移評估步驟272係根據鋼帶上緣震盪幅度和下緣震盪幅度來判斷鋼帶是否產生偏移的情況。在鋼帶偏移評估步驟272中，首先進行影像選取步驟272a，以從鋼帶尾端出站影像所對應的時間點開始往前選取複數張鋼帶影像。在本實施例中，影像選取步驟272a往前選取40張連續的鋼帶影像。

然後，進行尾端偏移計算步驟272b，以計算鋼帶尾端偏移值。在本實施例中，鋼尾端偏移計算步驟272b係計算此41張鋼帶影像之最大物體之中心座標與鋼帶中心線的距離，以獲得複數個鋼帶尾端偏移值。接著，進行判斷步驟272c，以判斷這些鋼帶尾端偏移值中的最大值是否大於預設閥值。在本實施例中，此預設閥值為5，但本發明之實施例並不受限於此。當這些鋼帶尾端偏移值中的最大值大於預設閥值時，分別進行鋼帶上緣振幅計算步驟272d和鋼帶下緣振幅計算步驟272e，以判斷鋼帶是否往上或往下偏移。

鋼帶上緣振幅計算步驟272d係計算上述41張鋼帶影像的鋼帶上緣震盪幅度，其中鋼帶上緣震盪幅度係定義為鋼帶上緣與鋼帶中心線的垂直座標差值，鋼帶上緣係定義為最大物體之外接矩形的上邊緣。接著，進行上緣振幅判斷步驟272f，以判斷此41張鋼帶影像之上緣震盪幅度的最大值與最小值之差值是否大於上緣震盪幅度閥值，其中上緣震盪幅度閥值為6，但本發明之實施例並不受限於此。

鋼帶下緣振幅計算步驟272e係計算上述41張鋼帶影像的鋼帶下緣震盪幅度，其中鋼帶下緣震盪幅度係定義為鋼帶下緣與鋼帶中心線的垂直座標差值，鋼帶下緣係定義為最大物體之外接矩形的下邊緣。接著，進行下緣振幅判斷步驟272g，以判斷此41張鋼帶影像之下緣震盪幅度的最大值與最小值之差值是否大於下緣震盪幅度閥值，其中下緣震盪幅度閥值為6，但本發明之實施例並不受限於此。

當上緣振幅判斷步驟272f的判斷結果為是時，代表鋼帶往影像上方過度偏移，如此可能會造成異常。類似地，當下緣振幅判斷步驟272g的判斷結果為是時，代表鋼帶往影像下方過度偏移，如此也可能會造成異常。因此，當上緣振幅判斷步驟272f的判斷結果為是或下緣振幅判斷步驟272g的判斷結果為是時，監控軋機站之電腦裝置便會發出警告通知線上人員採取適當措施來避免異常發生。

請參照第6圖，其係繪示根據本發明實施例之楔形比例(wedge ratio)計算步驟274的流程示意圖。在楔形比例計算步驟274中，首先進行邊緣偵測步驟274a，以利用邊緣偵測演算法來於鋼帶尾端出站影像中定義出鋼帶尾端輪廓600，如第6a圖所示。接著，進行輪廓點定義步驟274b，以於鋼帶尾端輪廓600找出二輪廓點P1和P2。在本實施例中，楔形比例(wedge ratio)計算步驟274係根據最大物體之外接矩形的長度h來決定輪廓點P1和P2，其中輪廓點P1之座標為(0.15h,S1)，輪廓點P2之座標為(0.85h,S2)。然後，進行計算步驟274c，利用輪廓點P1和P2來計算楔形比例。接著，進行判斷步驟274d，以判斷楔形比例是否超過預設的楔形比例閥值，以供線上人員評估鋼帶尾端的輥軋狀況。例如，當楔形比例過大時，代表粗軋胚的楔型較大，故線上人員可調整粗軋和精軋的整平度(leveling)來因應。又例如，當某一座精軋軋機站的楔形比例變化率高時，表示此軋機站發生輥軋轉印(tail pinch)的機率較高。若此軋機站連續處理的鋼捲都發生楔形比例過大的問題時，則可 調整精軋的整平度來消除變化。

由以上說明可知，本發明實施例之鋼帶尾端軋延異常的偵測方法係即時擷取軋機站的鋼帶影像，並計算每一張鋼帶影像的特徵，以利用每一張鋼帶影像的影像特徵值來分析鋼帶影像，以判斷鋼帶是否可能輥軋轉印的現象。本發明實施例之鋼帶尾端軋延異常的偵測方法可發出預警供線上操作人員進行製程設定的改善，以避免輥軋轉印的現象發生。

另外，本實施例之鋼帶尾端軋延異常的偵測方法包含楔形比例(wedge ratio)計算步驟以及鋼帶偏移評估步驟。然而，在本發明之其他實施例中，鋼帶尾端軋延異常的偵測方法亦可根據實際的需求而只包含楔形比例計算步驟或鋼帶偏移評估步驟。如此，相對應的步驟可被省略，或是執行的順序可被變更。例如，鋼帶中心線的計算步驟可於鋼帶偏移評估步驟中進行。

雖然本發明已以數個實施例揭露如上，然其並非用以限定本發明，在本發明所屬技術領域中任何具有通常知識者，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‧‧‧鋼帶尾端軋延異常的偵測方法

210‧‧‧影像擷取步驟

220‧‧‧鋼帶特徵計算步驟

221‧‧‧顏色分離步驟

222‧‧‧二值化步驟

223‧‧‧平滑化步驟

224‧‧‧物體偵測步驟

225‧‧‧計算特徵值

240‧‧‧鋼帶中心線計算步驟

250‧‧‧鋼帶寬度計算步驟

260‧‧‧鋼帶尾端出站影像判斷步驟

270‧‧‧異常檢測步驟

Claims (10)

1. 一種鋼帶尾端軋延異常的偵測方法，包含：獲得複數張鋼帶影像，其中該些鋼帶影像為時間連續影像；對每一該些鋼帶影像進行一鋼帶特徵計算步驟，其中該鋼帶特徵計算步驟包含：將一目標影像轉換為一灰階影像，其中該目標影像為該些鋼帶影像之一者；對該灰階影像進行二值化步驟，以獲得一二值化影像；進行一物體偵測步驟，以於該二值化影像中找出一最大物體；根據該二值化參考影像中之該最大物體來定義一外接矩形(bounding rectangle)；進行一面積計算步驟，以計算該最大物體之面積；進行一座標計算步驟，以計算該最大物體之中心點座標；進行一鋼帶尾端出站影像判斷步驟，以根據一第一鋼帶影像之該最大物體之中心點座標、一第二鋼帶影像之該最大物體之中心點座標以及一第一鋼帶影像之該最大物體之面積來判斷該第二鋼帶影像是否為鋼帶尾端出站影像，其中該第一鋼帶影像和該第二鋼帶影像為該些鋼帶影像中之連續二者；以及當該第二鋼帶影像被判斷為鋼帶尾端出站影像時，進行 一異常檢測步驟，以根據該第二鋼帶影像來判斷鋼帶尾端軋延是否異常。
2. 如請求項第1項所述之鋼帶尾端軋延異常的偵測方法，更包含進行一感興趣區域決定步驟，以於該目標影像中定義一感興趣區域，以使該物體偵測步驟於該感興趣區域中進行，其中該感興趣區域決定步驟包含：選取一鋼帶參考影像，其中該鋼帶參考影像為該些鋼帶影像之一者，且為鋼帶進入軋機站間時之影像；以及根據該鋼帶參考影像之該最大物體之該外接矩形來定義該感興趣區域。
3. 如請求項第2項所述之鋼帶尾端軋延異常的偵測方法，其中該鋼帶尾端出站影像判斷步驟包含：計算該第一鋼帶影像之該最大物體之中心點座標與該第二鋼帶影像之該最大物體之中心點座標之一水平座標差值；判斷該水平座標差值是否大於一預設距離閥值，以獲得一第一判斷結果；判斷該第二鋼帶影像之該最大物體之中心點座標的水平座標值是否位於一水平差值範圍內，以獲得一第二判斷結果；判斷該第二鋼帶影像之該最大物體之中心點座標的垂直座標值是否位於一垂直差值範圍內，以獲得一第三判斷結果； 判斷第二鋼帶影像之該最大物體之物體面積是否大於一面積閥值，以獲得一第四判斷結果；以及當該第一判斷結果、該第二判斷結果、該第三判斷結果以及該第四判斷結果皆為是時，決定該第二鋼帶影像為鋼帶尾端出站影像。
4. 如請求項第3項所述之鋼帶尾端軋延異常的偵測方法，其中該鋼帶尾端出站影像判斷步驟更包含：根據該第二鋼帶影像中之該最大物體之該外接矩形的寬度來決定該水平差值範圍；根據該第二鋼帶影像中之該最大物體之該外接矩形的長度來決定該垂直差值範圍；以及根據該第二鋼帶影像中之該最大物體之該外接矩形的面積來決定該面積閥值。
5. 如請求項第4項所述之鋼帶尾端軋延異常的偵測方法，其中該水平差值範圍為0.2W至0.6W，該垂直差值範圍為0.3H至0.8H，該面積閥值為w×h×0.1，其中W為該感興趣區域之寬度，H為該感興趣區域之長度，w為該第二鋼帶影像中之該最大物體之該外接矩形的寬度，h為該第二鋼帶影像中之該最大物體之該外接矩形的長度。
6. 如請求項第1項所述之鋼帶尾端軋延異常的偵測方法，其中該異常檢測步驟包含： 利用一邊緣偵測演算法來於該第二鋼帶影像中定義出一鋼帶尾端輪廓；於該鋼帶尾端輪廓找出二輪廓點；以及利用該二輪廓點之座標來計算一楔形比例(wedge ratio)，以供線上人員評估鋼帶尾端發生輥軋轉印(tail pinch)的機率。
7. 如請求項第1項所述之鋼帶尾端軋延異常的偵測方法，其中該異常檢測步驟包含：從該些鋼帶影像中選取複數張連續影像；將每一該些連續影像之該最大物體之中心點座標之垂直座標值加總，以獲得一垂直座標總值；將該垂直座標總值除以該些連續影像之張數，以獲得一垂直座標平均值，並以該垂直座標平均值作為該些鋼帶影像之一中心線之垂直座標；以及進行一偏移判斷步驟，以根據該中心線之垂直座標來判斷該第二鋼帶影像中之鋼帶是否出現尾端偏移情況。
8. 如請求項第7項所述之鋼帶尾端軋延異常的偵測方法，其中該偏移判斷步驟包含：從該些鋼帶影像中選取至少一張待處理影像，其中該些待處理影像為連續影像，且該第二鋼帶影像為至少一待處理影像之最後一張；計算每一該些待處理影像之該最大物體之該中心座標與該中心線之距離，以獲得複數個鋼帶尾端偏移值； 計算每一該些待處理影像之該最大物體之該中心座標與該外接矩形之一上緣間之距離，以獲得複數個鋼帶上緣震盪幅度；計算每一該些待處理影像之該最大物體之該中心座標與該外接矩形之一下緣間之距離，以獲得複數個鋼帶下緣震盪幅度；計算該些鋼帶上緣震盪幅度中之最大值與最小值之一上緣震盪幅度差值，並判斷該上緣震盪幅度差值是否大於一上緣震盪幅度閥值，以提供一第一判斷結果；計算該些鋼帶下緣震盪幅度中之最大值與最小值之一下緣震盪幅度差值，並判斷該下緣震盪幅度差值是否大於一下緣震盪幅度閥值，以提供一第二判斷結果；以及根據該第一判斷結果、該第二判斷結果以及該些鋼帶尾端偏移值來判斷鋼帶是否偏移。
9. 如請求項第8項所述之鋼帶尾端軋延異常的偵測方法，其中當該些鋼帶尾端偏移值之一最大值大於一第一閥值，且該第一判斷結果和該第二判斷結果皆為是時，判斷鋼片尾端往上偏移。
10. 如請求項第8項所述之鋼帶尾端軋延異常的偵測方法，其中當該些鋼帶尾端偏移值之一最小值小於一第二閥值，且該第一判斷結果和該第二判斷結果皆為是時，判斷鋼片尾端往下偏移。