计算机图像处理技术在钢板板形检测中的应用

分析和研究了计算机图像处理技术在钢板板形检测中的应用实现 ,并最终开发出一套应用于生产现场的计算机图像板形检测系统软件     

一种板形检测值处理方法的开发及应用

介绍了一种用于接触式分段板形仪的板形检测信号处理方法及处理流程．用该方法处理板形检测信号不需要计算带钢在板形仪上形成的包角．该法编制成程序后,作为一个模块被应用在一台可逆冷轧机的板形控制系统中．轧机投入运行后,生产稳定,并取得了良好的板形控制效果,平均板形偏差控制在5I以下,表明该方法是稳定、有效的,可以用于工业生产．     

基于图像序列差分法的冷轧薄板板形识别

为了解决板形识别中存在的实时性差、准确度低、维修成本高的问题,提出了一种计算机视觉技术的板形缺陷识别.采用图像序列差分法提取图像中的运动对象信息,再利用最小误差阈值分割方法进行图像二值化,生成板形缺陷二值图像,通过统计窗口区域中像素为1的数目来判定板形是否有缺陷.提出了基于图像序列差分法识别板形缺陷的算法,并且实现了该方法的硬件和软件设计.实验结果表明,此方法可以快速准确地识别出常见的板形缺陷.     

ZR3轧机板形控制系统接口处理

硅钢厂ZR3轧机板形控制系统采用计算机实时控制，响应速度快，控制精度高。大大提高了硅钢产品的质量。     

板带轧机板形检测设备系统误差综合补偿技术的开发

充分考虑板带轧机板形检测设备的结构与工艺特点,经过大量的现场试验与理论研究,将经典力学理论与现代计算技术有机结合,首次建立了一套适合于板带轧机板形检测设备系统误差分析模型,给出了相应的误差综合补偿方案,并将其应用到生产实践,对不同张力下检测辊的挠曲、倾斜、磨损等因素进行了综合补偿,大大降低了现场的板形封锁率,给企业取得了较大的经济效益,具有进一步推广应用的价值。     

板形检测辊输出信号模拟发生器的研制

依据板形检测辊现场运行时所输出的信号，研制了一套该信号的模拟发生器，该装置可用于二次仪表调试以及作现场故障诊断。本文对板形信号产生的机理及信号模拟发生器的设计与实现做了详细介绍。     

贝尔曼动态规划在板形板厚协调控制中的应用

针对板形控制技术在板带材生产过程中所起到的重要意义,介绍了一种用板带工艺的方法来进行板形控制的新思想。通过在新板形控制理论中运用动态规划方法从而实现了板形板厚的协调控制,对提高我国的板形控制水平具有一定的应用价值。     

基于量子粒子群算法的BP网络板形模式识别研究

针对目前板形模式识别方法存在的问题,以及考虑到现代轧机板形控制手段的多样化和板形控制能力的提高,为了提高板形模式识别模型的精度,本文以1次、2次、3次和4次勒让德正交多项式为板形基本模式,建立了基于量子粒子群-BP算法混合优化神经网络的新型板形模式识别模型。仿真实验表明,该模型抗干扰能力强、识别精度高、速度快,可以为板形控制策略的制定提供可靠依据。     

张力对板形影响的实验研究

板形是板带材产品的重要质量指标之一,板形问题是目前轧钢领域研究的一个热点问题。板形质量受许多因素的影响,所以影响板形的因素一直是板形问题研究的重要内容。以往的研究大多是基于数值模拟或离线的方法,实验研究的工作开展得较少。采用实验的方法对张力对板形的影响进行了研究,研究的结论对制定与完善板带轧制规程、提高板形质量具有重要意义。     

冷轧带钢板形测量信号的有效补偿处理方法

针对冷轧带钢板形测量信号的补偿处理问题,通过数学模型分析和仿真验证的方法进行了研究和优化设计.所提出的板形测量信号补偿处理方法可以有效消除外界因素对测量信号产生的影响,为板形控制系统提供高精度的板形信号以用于提高板形控制精度,满足高精度板形控制的需要.仿真研究验证了该测量信号补偿方法的有效性和先进性.     

解析刚度理论在板形控制中的应用

热连轧的板带材是冷轧的主要原料,来料板形波动太大不利于对冷轧进行板形控制。针时这一问题,结合国内某热连轧厂的实际情况,建立了板形调控模型。该模型以解析刚度理论为理论基础．通过调整机械板凸度来控制板形。现场试验数据表明,该模型达到了板形的调控目标,可以使产品的出口板形稳定在一个较小的范围内。     

1420 mm轧机板形预设定计算仿真系统设计

为了提高板形预设定计算的精确度,针对某厂1420 mm冷连轧机板形控制系统的预设定计算模型进行仿真计算.将板形预设定模块从原Solaris系统移植到Windows模拟机上,建立数据信号输入和输出接口,实现板形预设定离线模拟计算,为板形设定计算提供研究和开发平台.其预计算结果的精确度与实际测量值十分相近,直接影响到基础自动化层(L1)的控制,最终提高了带钢板形的质量.     

冷轧带钢板形缺陷及连续拉弯矫直方式

主要对冷轧带钢板形进行常规简述,对冷轧带钢生产中常见的板形问题及其出现的原因进行简单分析,并重点介绍目前解决冷轧带钢板形问题的常用矫直方式。     

板形控制技术探讨

介绍带钢板形控制技术，比较其特点及应用情况，总结板形控制技术及理论成果；展望板形控制技术的发展方向，为进一步促进该技术的研究提供参考。     

非接触型板形仪Si—flat的测量原理及应用

板形仪是冷轧生产线上的重要设备,其工作效果对带钢表面质量有很大影响。目前冷轧线上使用的板形仪多为接触式,其使用有一定的缺陷。Si—flat板形仪克服了这些缺陷。并能达到测量要求。对Si—flat板形仪结构和测量过程进行了描述,并对其关键的元件进行了详细的讨论,突出Si—flat板形仪测量的特点。     

中厚板轧机的板形控制

国内普通四辊中板轧机板形控制手段较少,控制质量精度不高。针对某中板改造项目,分析各种板形控制手段,建立适用于中厚板在线应用的板形和板凸度控制模型。根据这些模型,在考虑弯辊等多种板形控制手段的情况下,给出了适合现场应用的负荷分配流程图。应用结果表明：合理的规程分配、适当的弯辊力设定、良好的辊形和辊凸度配合,能使中厚板的板形得到最佳控制。     

一种基于CMAC神经网络的板形模式识别新方法

针对传统的板形识别模型在识别板形时,由于板宽的变化需要不同拓扑结构的神经网络才能完成板形模式识别任务,网络学习工作量大,网络存在收敛速度慢,易陷入局部极小等结构性能不佳的问题,建立了一种新的基于CMAC神经网络的板形模式识别模型。该模型利用欧式距离差得到网络的输入神经元,并在权值更新算法中引入了动态学习率。通过仿真实验表明该方法简单、实用,识别精度较高,克服了传统的识别模型的缺点和不足,有效地提高了板形模式识别模型的速度和精度。     

超薄快速铸轧板形控制

在超薄快速铸轧条件下，板形控制成为实现超薄快速铸轧工艺规程并最终保证产品质量的关键，板形与力辊型，热辊型，布流等众多因素及这些因素间的互相耦合等有关，板形控制模型难以建立。为此，作者研究了一种基于人工神经网络技术的超薄快速铸轧过程板形控制方案。该方案采用模块化的设计方法，以西门子可编程序控制器PLC作为底控制单元，以工控机作为上位机实现铸轧过程的板形监控，实验结果表明：该方案实现简单，通讯可靠，适用于同粗工业控制系统。     

冷轧带材板形判别模型的有限条分析

应用有限条法对轧后带材在残余内应力作用下引起折板形缺陷问题一无是处地计算。结果与前人研究工作基本相符。针对典型的残余应力分布形式。对其板形状态和屈曲变形进行了分析，为建立轧后带板板形判别模型提供了五条新的途径。     

UCM轧机边部降控制研究

随着最终用户和生产过程对板形质量精度要求的日趋严格,板形理论和板形技术始终在不断的发展。严格控制板带材轧制中的边部减薄现象(Edge-drop),实现板带材横截面形状的"矩形化",是近年来对板带产品中最具代表性的高端产品的要求。