基於機器視覺與AI的冷床智能預彎系統檢視原始碼討論檢視歷史

來自 網絡 的圖片

基於機器視覺與AI的冷床智能預彎系統熱軋型鋼生產線的軋件在冷床上冷卻時會發生彎曲，需在軋件進冷床時進行預彎。傳統方法中，預彎曲線是人工根據冷床出口側的激光測距儀得到的數據用經驗公式計算得到的，效果不理想。本系統控制激光雷達掃描冷床，得到冷床及軋件的點雲數據並進行處理，計算出預彎曲線，並應用機器學習算法優化預彎曲線，得到最優預彎曲線。

技術要點和優勢

本系統的技術要點及關鍵點主要有以下幾點： 冷床軋件追蹤，建立維護一個冷床鋼軌隊列，在鋼軌進出冷床時更新隊列，將激光雷達掃描得到的鋼軌數據跟冷床上的鋼軌匹配起來，並結合冷床步進信號，來準確推斷鋼軌在冷床上的位置、判斷掃描區域鋼軌的編號。 雲台和激光雷達控制，統一冷床步進周期和激光雷達掃描周期，調整激光雷達的掃描角度，得到清晰的冷床點雲數據。 點雲數據處理，將原始點雲數據進行準確高效的濾波，然後對點雲數據進行分割，得到每根軋件的點雲數據，然後再結合OBB包圍盒算法和主成分分析算法，計算出軋件的彎曲度，再結合本文所用專利中的預彎曲線計算模型，計算出預彎曲線。 預彎曲線自學習，記錄軋線的生產數據，用當前最高效的機器學習算法XGBoost算法對數據進行訓練學習，建立回歸模型。通過回歸模型計算最優預彎曲線，指導預彎小車進行預彎，然後用得到新數據進行新一輪數據訓練，循環往復，直到預彎曲線最優化。 本系統將激光雷達和機器學習用於冷床預彎曲線的計算是首次創新，為冷床預彎控制技術發展開闢了新方向。本系統計算出的預彎曲線明顯由於傳統的計算方法，且能做到不斷優化預彎曲線、及時調整預彎曲線，靈活高效。

應用案例介紹

本系統於2021年4月份在永洋特鋼全國首條輕軌萬能連軋生產線上成功應用。 永洋特鋼集團精品輕軌生產線，是國內第一條萬能軋機連軋生產線、第一條輕軌長尺預彎生產線、第一條長尺矯直生產線、第一條自動化精整生產線，其年生產能力60萬噸，主要生產輕軌、礦用工字鋼、魚尾板和H型鋼等產品。 本系統在永洋輕軌連軋線上的應用取得了以下成效： 本系統通過激光雷達掃描得到的冷床點雲圖像清晰，滿足進行數據處理及計算的需要。激光雷達運行穩定，掃描周期與冷床步進周期配和統一，點雲數據傳輸速度及時，通訊穩定。本系統點雲數據處理模塊運行穩定，處理速度快，在冷床一次步進周期內便可完成數據的處理。點雲數據處理效果較好，可以準確地對點雲圖像進行濾波、分割，測量出各軋件的彎曲度。 從現場觀測和冷床末端機光測距儀的測量數據可以得出，本系統應用後，軋件冷卻後彎曲度明顯減小，隨着系統不斷地學習，軋件冷卻彎曲度越來越小，這說明本系統計算得到的預彎曲線要優於人工計算的預彎曲線，且預彎曲線在學習中不斷優化。此外用本系統調整預彎曲線比人工調整更具有及時性，靈活性。 經本系統計算得出的預彎曲線指導生產的產品，通條斷面尺寸和表面質量全部合格。