视觉识别技术在钢铁企业自动化生产中的应用_万乐.pdf

第 50 卷第 2 期 农业工程与装备 2023 年 4 月Vol.50 No.2 AGRICULTURAL ENGINEERING AND EQUIPMENTApr.2023 视觉识别技术在钢铁企业自动化生产中的应用 万 乐(烟台工程职业技术学院，山东 烟台 264006)摘 要：将视觉识别技术应用于钢铁企业的电气自动化生产环节，可替代传统的人工检测识别作业，大幅提升生产效率，降低人力成本。结合生产需求，深入研究视觉识别技术在钢铁企业自动化生产中的应用，对于提高企业生产的智能化水平，推动企业的现代化发展有重要意义。关 键 词：视觉识别技术；工业企业；自动化控制 中图分类号：TP273 文献标志码：A 文章编号：20968736(2023)02004002 Application of Visual Recognition Technology in Automation Production of Steel Enterprises WAN Le(Yantai Engineering Vocational and technical college,Yantai,Shandong 264006,China)【Abstract】The application of visual recognition technology to the electrical automation production of steel enterprises can replace the traditional manual inspection and identification operations,significantly improve production efficiency and reduce labor costs.Combined with production needs,an in-depth study of the application scenarios of visual recognition technology in the electrical automation production of iron and steel enterprises is of great significance to improve the automation level of enterprise products and promote the modernization of enterprises.【Keywords】visual recognition technology;industrial enterprise;automatic control 在钢铁企业的自动化生产环节中，应用视觉识别技术来代替传统的人工检测识别作业，可以大幅提升检测效率，提高企业经济效益。1 视觉识别技术概述 视觉识别技术也被称为机器视觉技术或计算机视觉技术，是人工智能技术发展的分支。视觉识别技术具备灵敏度高、响应速度快等优势，已成为现代化检测作业中的常用技术，通常被应用于不适合人工作业或较恶劣的生产环境。视觉识别系统的构建需要运用到图像识别、图像处理、文字识别、数字识别等多项技术，结合计算编程完成人类视觉的模拟，利用外部的自动识别装置用于扫描图像和数据，将其传送至系统分析处理后完成自动化识别。在大批量的重复性生产环节中应用该技术，可 作者简介：万乐(1969)，男，山东烟台人，硕士研究生，讲师，主要研究方向为控制工程。大幅提高生产效率和自动化水平。2 视觉识别技术在钢铁企业生产中的应用 钢铁企业的生产过程复杂，工序繁多，作业重复度高，作业环境复杂，应用视觉识别技术进行自动化生产环节的优化和升级，可有效提高企业生产的自动化水平，保证生产效率和产品质量。2.1 识别原材料 轧钢加热炉是钢铁企业常用的生产设备，为了方便坯料运输，加热炉一般配置有专用的上料装置。钢铁企业的产品种类多样，生产不同的产品需使用不同规格的坯料，例如矩形坯料一般用于轧制吊车轨、道岔轨、重轨；H 型坯料用于轧制 H 型钢。传统的上料装置只能运输单一规格的坯料，如果生产不同的产品需要配置专门的工作人员进行分料作业。采用人工进行钢坯的分料作业，不但单调枯 第 50 卷第 2 期 万乐 视觉识别技术在钢铁企业自动化生产中的应用 41 燥，而且极易导致工作人员疲劳，一旦出现操作失误不仅会造成原材料的浪费，还会严重影响生产效率。基于视觉识别技术构建一套智能化视觉识别系统，将其应用于轧钢加热炉的上料装置之中，代替传统的人工识别分料作业，可有效提高生产效率。在上料装置外部安装摄像和扫描仪器采集坯料信息，传送至智能化视觉识别系统中进行比对分析，将结果发送至分料机构执行后续的操作，可有效提高设备的使用效率。2.2 识别产品缺陷 将视觉识别技术应于钢铁企业的产品质量检测中，可有效识别出产品缺陷，保证产品质量。通过工业高速摄像机提取钢铁产品的特征，再将其与系统中存储的产品参数（纹理、形状、表面状况）进行对比，经过运行处理后可精准判断产品是否存在缺陷。带钢是钢铁企业生产的一种常见的窄长型薄钢板，受原材料质量、锻造流程、轧制工艺等因素影响，其表面会出现辊印、空洞、裂纹、疤点、色斑等缺陷，这些缺陷决定了带钢的品级和用途。带钢的质量检测、分级标注环节如果采用传统的人工作业，检测人员需翻转带钢才能完成正反两面的检测，而且部分特殊用途的带钢必须在其冷却之前就完成检测，检测环境十分恶劣，劳动强度极大。针对带钢检测作业的特殊性，以机器视觉和图像处理技术为基础，利用工业高速摄像机采集带钢表面的特征后，传送至系统中进行图像处理和特征识别，完成对比运算后再进行产品分级处理，可大幅降低劳动强度，提升检测的效率和分级的准确性。2.3 设备的检测 钢铁企业的生产设备种类繁多，高温的生产环境导致设备损耗极高，容易发生故障。生产设备检测是钢铁企业生产中的重要环节，如果使用人工作业，工作量大，工作效率低。近年来，科研人员将信号频谱分析技术与视觉识别技术相结合，基于阈值分割法和小波平滑法对采集到的设备表面金属双谱图进行纹理特征分析，采用支持向量机分类算法完成故障分类，可成功识别出设备的轻微故障，目前该成果已被应于工业生产设备的检测领域。熔池是钢铁企业重要的生产设备之一，当熔池钢水液位发生变化时，必须通过液压伺服器等执行机构将其调回至稳定值，否则液位的波动可能会使杂质卷入钢水，导致产品出现裂纹、褶皱等问题，不但会影产品质量，还会引发漏钢事故。由于熔池钢水液位与钢水流量波动为非线性关系，采用传统模糊控制法进行熔池液位的控制，存在响应速度过快，调节精度不高，整体耗时较长等问题。将视觉识别技术与模糊控制技术相结合，采集熔池钢水液位的视觉变化特征，可根据偏差情况，实时使用串级控制。例如液位变化较大时可采用模糊控制，提升调整的响应速度，使液位快速回到稳定值区间；当液位偏差变小进入稳定值区间时，可切换到比例积分微分控制，消除静态误差，提升控制精度，缩短调整时间。3 结语 视觉识别技术是人工智能技术发展的重要分支，具备灵敏度高、响应速度快等优势，已成为现代化检测作业中的常用技术。钢铁企业的生产工序复杂、设备种类繁多、作业重复度高、作业强度大，将视觉识别技术与其他先进技术结合，应用于钢铁自动化生产线中的原材料识别、产品质量检测、设备运行检测等环节，可有效提高企业生产的自动化水平，保证生产效率和产品质量。参考文献 1 谢渊敏.工业电气自动化中数字技术的应用实践分析J.砖瓦世界,2019,(12):60.2 刘丹.工厂电气自动化控制技术在生产工作中的运用分析J.数字化用户,2018,24(43):72.3 胡诗和.数字技术在工业电气自动化中的实际应用探讨J.数字技术与应用,2017(2):251.4 刘德文.工业电气自动化中数字技术的应用分析J.大科技,2016(23):327-327,328.5 史震.工业电气自动化中数字技术的应用分析J.商品与质量,2020(30):262-263.责任编辑：张亦弛 英文编辑：吴志立