机器视觉论文：基于机器视觉的轧钢厂自动分钢系统的研究及应用机器视觉论文：基于机器视觉的轧钢厂自动分钢系统的研究及应用.doc

机器视觉论文：基于机器视觉的轧钢厂自动分钢系统的研究及应用 【中文摘要】钢铁厂中的轧钢厂主要是生产螺纹钢和圆钢,也称棒材厂。棒材厂一般采用实重或定支的成捆出售方式。无论采用哪种出售方式,两个必不可少的工作是统计一捆棒材中棒材个数和分离不同捆棒材。大多数棒材厂都是采用机械式人工计数和人工分离方式完成的,这种方式很容易出现统计错误和分钢错误问题。一方面直接影响棒材厂经济效益,另一方面如果出现少支情况会降低棒材厂的信誉。本文提出了一种高效、易操作的棒材自动分钢方式,称作自动分钢系统。该系统采用先进的图像处理技术,识别链床上的棒材并统计棒材个数。当统计的棒材个数到达额定支数后,由上位机通过串口通讯给伺服驱动器发送相关的分钢命令,伺服驱动器再控制高精度的伺服电机带动端分机到达分钢位置进行棒材端头分离。然后,上位机控制若干中分机将端头分开的棒材之间的距离拉大,直到完全分离。这样就实现了棒材的自动完全分离,称作完全分钢。基于机器视觉的自动分钢系统是在自动计数系统的基础上设计实现的。自动计数系统通过采集棒材端面图像来识别棒材信息。本文采用的是在图像处理识别目标物体中应用比较广泛的一种算法来确认棒材中心,这种算法称作干杯算法。干杯算法是近期提出的一种类圆形目标识别方法,该算法首先获取目标图像的类圆形模块边缘检测信息,以及提取目标图像边缘时得到的边缘梯度信息,然后增强图像中类圆形模块中心信息,采用中心聚合算法获得类圆形模块中心位置,再根据一定参数确定类圆形模块中心。本课题研究的基于机器视觉的自动分钢系统在山东莱芜钢铁厂轧钢一车间调试运行成功后,进过一个月的使用已经能到达现场的使用要求并被厂家认可,现已在该车间正式投入使用。本文研究的自动分钢系统有两大创新点：1)采用高精度、快速的伺服电机实现精确分钢和快速分钢。伺服电机的精度可达到微米级,电机转速最高可达到3000r/min。利用该伺服电机实现的系统性能,即能保证分离成捆棒材的正确性,又不耽误棒材厂生产车间正常的生产节奏。2)针对棒材出现??杂的叠层情况,本文提出了分钢校正的设计方法。该方法先将叠层的棒材捅开或打散,变成容易分离的部分,然后再进行分钢。这种情况无疑是自动分钢系统重点需要解决的问题,解决了这个问题相当于将系统的精度提到一个很高的水平。 【英文摘要】The main production of the rolling mills, or the bar mills, is steel and round steel. The rolling mills generally use the sale of the actual weight of a bundle of steel bars. Either way of the sale styles, there are two essential works. One is to count the number of a bundle of steel bars; the other is to split the steel bars between two bundles of steel bars. Most of rolling mills use artificially manual counting and separation manner, this approach is prone to statistical errors and separation errors. On the one hand it will bring a direct impact on economic to rolling mills, on the other hand it will reduce the credibility of rolling mills if the situation appears.This paper presents an efficient and easy way for separating steel bars automatically, which is called the system of separating steel bars automatically. It adopts advanced image recognition technology to identify the end face of bars and count the number of the bars. When the statistics of the num