經(jīng)過幾十年的發(fā)展,連鑄技術(shù)已經(jīng)取得很大的提升,但由于受連鑄機(jī)拉速、連鑄機(jī)使用的保護(hù)渣以及結(jié)晶器內(nèi)液面的平穩(wěn)性等因素的影響,連鑄坯表面存在缺陷的情況仍然難以避免。通過對現(xiàn)有連鑄板坯表面質(zhì)量檢測方法的研究與分析,在總結(jié)各種方法優(yōu)劣的基礎(chǔ)上,本文創(chuàng)新性地提出了一種基于圖像特征的連鑄板坯表面質(zhì)量在線監(jiān)測方法,并設(shè)計了一套基于上述方法的連鑄板坯表面質(zhì)量在線監(jiān)測系統(tǒng),運(yùn)用該系統(tǒng)在鋼廠對上述方法進(jìn)行了有效的驗證。 傳統(tǒng)的基于圖像的板坯表面質(zhì)量檢測方法完全依賴于圖像識別的智能算法,識別的速度容易受算法復(fù)雜度和性能的限制,而且由于板坯表面氧化皮、振痕、劃痕等的影響,誤識別率比較高。基于以上因素,本文在此基礎(chǔ)上創(chuàng)新性地提出了對所采集的圖像采用人工識別方法為主智能識別方法為輔的圖像檢測方法來進(jìn)行板坯表面質(zhì)量監(jiān)測,并在此基礎(chǔ)上提出了運(yùn)用該方法的在線監(jiān)測系統(tǒng)的總體架構(gòu),詳細(xì)闡述了系統(tǒng)的硬件架構(gòu)和軟件架構(gòu)。 分析了連鑄生產(chǎn)過程中連鑄工藝對連鑄坯表面缺陷的影響,同時對連鑄坯表面的缺陷進(jìn)行了分類和描述,總結(jié)出了每種缺陷的影響因素和每種缺陷之間的不同特征,為下一步對缺陷的智能識別奠定了基礎(chǔ)。 根據(jù)連鑄坯表面缺...

【文章頁數(shù)】：89 頁

【學(xué)位級別】：碩士

【文章目錄】：
致謝
摘要
Abstract
目錄
1 緒論
    1.1 論文研究背景及意義
    1.2 連鑄坯表面缺陷現(xiàn)狀
    1.3 國內(nèi)外連鑄板坯表面質(zhì)量在線監(jiān)測技術(shù)的現(xiàn)狀
        1.3.1 國外對于連鑄坯表面質(zhì)量在線監(jiān)測技術(shù)的研究
        1.3.2 國內(nèi)對于連鑄坯表面缺陷監(jiān)測技術(shù)的研究
    1.4 常見連鑄坯表面質(zhì)量在線監(jiān)測方法的對比分析
    1.5 基于圖像特征的板坯表面質(zhì)量在線監(jiān)測方法的提出
    1.6 論文組織構(gòu)架
    1.7 本章小結(jié)
2 基于圖像特征的連鑄板坯表面質(zhì)量在線監(jiān)測系統(tǒng)的總體架構(gòu)
    2.1 連鑄板坯表面質(zhì)量在線監(jiān)測系統(tǒng)的硬件架構(gòu)
    2.2 連鑄板坯表面質(zhì)量在線監(jiān)測系統(tǒng)的軟件架構(gòu)
    2.3 本章小結(jié)
3 連鑄板坯表面缺陷的影響因素和特征分析
    3.1 連鑄工藝對于連鑄坯表面質(zhì)量的影響
        3.1.1 中間包鋼水過熱度對連鑄坯表面缺陷產(chǎn)生的影響
        3.1.2 保護(hù)渣成分對連鑄坯表面缺陷產(chǎn)生的影響
        3.1.3 浸入式水口深度及結(jié)晶器液面波動對連鑄坯表面缺陷產(chǎn)生的影響
        3.1.4 結(jié)晶器材質(zhì)、錐度、冷卻強(qiáng)度對連鑄坯表面缺陷產(chǎn)生的影響
        3.1.5 連鑄過程二冷強(qiáng)度對連鑄坯表面缺陷產(chǎn)生的影響
        3.1.6 拉速對連鑄坯裂紋產(chǎn)生的影響
    3.2 連鑄坯表面缺陷的分類及特點
        3.2.1 連鑄坯表面裂紋
        3.2.2 結(jié)晶器振痕
        3.2.3 連鑄坯表面劃傷與軋輥壓痕
        3.2.4 連鑄坯表面渣類缺陷
        3.2.5 連鑄坯表面氧化鐵皮
    3.3 連鑄坯表面缺陷影響和缺陷特征匯總
    3.4 本章小結(jié)
4 連鑄板坯表面可疑缺陷的提取
    4.1 粗識別概述
    4.2 連鑄板坯表面可疑缺陷識別
        4.2.1 圖像邊緣的定義
        4.2.2 圖像邊緣檢測算法概述
        4.2.3 圖像邊緣檢測的過程
        4.2.4 經(jīng)典的邊緣檢測算子
        4.2.5 經(jīng)典的邊緣檢測算子比較
    4.3 連鑄板坯表面可疑缺陷的定位
    4.4 本章小結(jié)
5 連鑄板坯表面可疑缺陷的分類
    5.1 細(xì)識別概述
    5.2 可疑缺陷圖片特征向量的提取
        5.2.1 Contourlet變換概念
        5.2.2 Contourlet特征的提取及參數(shù)的選擇
        5.2.3 灰度共生矩陣的概念
        5.2.4 灰度共生矩陣紋理特征的提取及參數(shù)的選擇
    5.3 可疑缺陷分類模型的構(gòu)建
        5.3.1 支持向量機(jī)的概念
        5.3.2 分類模型的建立
    5.4 本章小結(jié)
6 基于圖像特征的連鑄板坯表面質(zhì)量在線監(jiān)測系統(tǒng)的實現(xiàn)過程
    6.1 基于圖像特征的連鑄板坯表面質(zhì)量在線監(jiān)測系統(tǒng)的原理
    6.2 系統(tǒng)所涉及的設(shè)備參數(shù)的確定
    6.3 系統(tǒng)軟件的介紹與使用
    6.4 系統(tǒng)的人工識別原理
    6.5 系統(tǒng)的板坯邊界識別的原理
    6.6 系統(tǒng)的圖像識別測速原理
    6.7 系統(tǒng)的圖像拼接原理
    6.8 系統(tǒng)的現(xiàn)場測試
        6.8.1 現(xiàn)場測試環(huán)境
        6.8.2 現(xiàn)場測試結(jié)果及分析
    6.9 本章小結(jié)
7 總結(jié)與展望
    7.1 全文總結(jié)
    7.2 工作展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間的科研成果



本文編號：4053973