论文部分内容阅读
摘 要：板坯照核系统设置于加热炉装钢侧，通过字符、图片识别技术将入炉板坯信息与轧制信息配对，实现轧钢与炼钢数据的匹配，具备了成品至炼钢的过程数据追溯能力，在提升加热炉区自动化水平的同时对产品质量的管控起到关键作用。
关键词：板坯照核;加热炉;匹配
Abstract：The slab inspection system is set at the steel loading side of the heating furnace. Through character and picture recognition technology， the information of incoming slab and rolling information are matched to realize the matching of steel rolling and steel-making data. It has the ability to trace the process data from finished products to steel-making， and plays a key role in improving the automation level of the heating furnace area and controlling the product quality.
Key words： slab photo nuclear Heating furnace match
1 前言
国内钢铁行业传统热连轧占比80%以上，工艺布局含加热炉、炉后除磷、粗轧机、热卷箱、飞剪、精轧前除磷、精轧机、大型仪表、层流辊道、地下卷取机及运输链组成。加热炉负责将连铸板坯加热炉至工艺温度值，保证轧线生产及产品质量的稳定。
板坯照核系统设置于加热炉装钢侧，安装在加热炉前A1辊道处，当钢坯在A1辊道上时，进行照核识别，匹配数据，解码钢坯长度、宽度、板坯号，铸坯异常等信息，并将数据传送给生产控制计算机系统。
2板坯照核系统主要设备及功能简介
2.1 板坯智能识别
板坯运行到相机视角范围内，触发相机对板坯侧面的喷码图片进行抓拍，相机配置千兆网口，可将抓拍的板坯图片发送到加热炉区跟踪服务器保存和识别。字符識别系统（OCR）对数据信息进行定位、字符分割、字符识别等一系列处理，输出坯号识别结果，通过一段时间训练，相机识别精度逐步提升。智能相机识别错误或者识别率还未达到百分之百前，预留人工选择接口，系统根据人工选择的板坯号进行匹配。
2.2 板坯称重及检测装置
加热炉上料辊道设置板坯称重机激光检测装置，负责对板坯重量及尺寸进行测量，配套系统负责数据处理，同时实现加热炉前板坯的跟踪与定位。
2.3识别系统网络架构图
加热炉操作台设置计算机网络设备终端，负责连接识别系统与炉区PLC控制器，同时通过光缆与计算机室连接实现与二级系统的网络互通。轧线二级系统负责接收轧制计划与生产实绩上传。
3 图像识别技术
加热炉装钢侧板坯温度0～800℃范围，板坯照核系统要求在板坯不同温度区间实现板坯号的精准识别，实现后续的板坯数据匹配等工作，因此高温物体字符及图像识别精度、图像学习算法要求极高，以保证板坯照核系统的投用率及识别率。
3.1 字符处理
字符识别系统的识别算法采用字符区域跟踪模块以及字符识别模块组成，可实现以下字符的识别：（1） “0、1、2、3、4、5、6、7、8、9”阿拉伯数字;（2）“A、B、C、D、E、F、C、H、I、J、K、L、M、N、O、P、0、R、S、T、 U、V、W、X、Y、Z”二十六个英文字母。
目标跟踪采用one-stage目标检测模型进行字符的定位及预分类，分别对多维特征进行锚点框的设定，通过对预设框进行分类得到目标区域，再进行目标框的归一损失计算，达到进行字符区域的提取的目的。
3.2 卷积神经网络技术应用CNNs
卷积神经网络主要由两部分组成，一部分是特征提取（卷积、激活函数、池化），另一部分是分类识别（全连接层），下图便是著名的手写文字识别卷积神经网络结构图
3.2.1 图像输入
具备感受野：有别于普通神经网络将图片全部识别感知，只需要对局部进行感知，然后在更高层将局部的信息综合起来就得到了全局的信息。
3.2.2 特征提取
CNNs识别图片的各种形态变化作为关键因子。
3.2.3 卷积
CNNs尝试对原图中的每一个位置进行识别，逐一过滤、匹配的过程。
CNNs为提高效率的手段，将输入图像进行缩小，减少像素信息，保留重要信息。
3.2.4 全连接层
根据全连接层权重以及深度网络计算出来的结果，进行加权求和，得到各个结果的预测值，然后取值最大的作为识别的结果。在整个卷积神经网络中起到分类器的作用，深度神经网络经过全连接层对结果进行识别分类。
4 差异分析
5 结束语
加热炉板坯照核技术的应用，使炼钢与轧钢板坯数据完成贯通，产品质量异议及数据回查可追溯至连铸、精炼及转炉区域，有效支撑了生产过程工艺数据的管控。
智能化技术的应用在提升炉加热炉区自动化水平的同时有效降低了人力
参考文献：
[1].涂豫.基于贝叶斯卷积神经网络与数据增强的SAR图像目标分类方法[J]. 探测与控制学报.2020.
[2].莫爵贤.基于图像处理技术的标志字符识别检测系统[J]. 机械制造.2020.
作者简介：王伟宁（1986.2-），男（汉族），日照钢铁有限公司 电控处.
（日照钢铁有限公司 山东 日照 276806）
关键词：板坯照核;加热炉;匹配
Abstract：The slab inspection system is set at the steel loading side of the heating furnace. Through character and picture recognition technology， the information of incoming slab and rolling information are matched to realize the matching of steel rolling and steel-making data. It has the ability to trace the process data from finished products to steel-making， and plays a key role in improving the automation level of the heating furnace area and controlling the product quality.
Key words： slab photo nuclear Heating furnace match
1 前言
国内钢铁行业传统热连轧占比80%以上，工艺布局含加热炉、炉后除磷、粗轧机、热卷箱、飞剪、精轧前除磷、精轧机、大型仪表、层流辊道、地下卷取机及运输链组成。加热炉负责将连铸板坯加热炉至工艺温度值，保证轧线生产及产品质量的稳定。
板坯照核系统设置于加热炉装钢侧，安装在加热炉前A1辊道处，当钢坯在A1辊道上时，进行照核识别，匹配数据，解码钢坯长度、宽度、板坯号，铸坯异常等信息，并将数据传送给生产控制计算机系统。
2板坯照核系统主要设备及功能简介
2.1 板坯智能识别
板坯运行到相机视角范围内，触发相机对板坯侧面的喷码图片进行抓拍，相机配置千兆网口，可将抓拍的板坯图片发送到加热炉区跟踪服务器保存和识别。字符識别系统（OCR）对数据信息进行定位、字符分割、字符识别等一系列处理，输出坯号识别结果，通过一段时间训练，相机识别精度逐步提升。智能相机识别错误或者识别率还未达到百分之百前，预留人工选择接口，系统根据人工选择的板坯号进行匹配。
2.2 板坯称重及检测装置
加热炉上料辊道设置板坯称重机激光检测装置，负责对板坯重量及尺寸进行测量，配套系统负责数据处理，同时实现加热炉前板坯的跟踪与定位。
2.3识别系统网络架构图
加热炉操作台设置计算机网络设备终端，负责连接识别系统与炉区PLC控制器，同时通过光缆与计算机室连接实现与二级系统的网络互通。轧线二级系统负责接收轧制计划与生产实绩上传。
3 图像识别技术
加热炉装钢侧板坯温度0～800℃范围，板坯照核系统要求在板坯不同温度区间实现板坯号的精准识别，实现后续的板坯数据匹配等工作，因此高温物体字符及图像识别精度、图像学习算法要求极高，以保证板坯照核系统的投用率及识别率。
3.1 字符处理
字符识别系统的识别算法采用字符区域跟踪模块以及字符识别模块组成，可实现以下字符的识别：（1） “0、1、2、3、4、5、6、7、8、9”阿拉伯数字;（2）“A、B、C、D、E、F、C、H、I、J、K、L、M、N、O、P、0、R、S、T、 U、V、W、X、Y、Z”二十六个英文字母。
目标跟踪采用one-stage目标检测模型进行字符的定位及预分类，分别对多维特征进行锚点框的设定，通过对预设框进行分类得到目标区域，再进行目标框的归一损失计算，达到进行字符区域的提取的目的。
3.2 卷积神经网络技术应用CNNs
卷积神经网络主要由两部分组成，一部分是特征提取（卷积、激活函数、池化），另一部分是分类识别（全连接层），下图便是著名的手写文字识别卷积神经网络结构图
3.2.1 图像输入
具备感受野：有别于普通神经网络将图片全部识别感知，只需要对局部进行感知，然后在更高层将局部的信息综合起来就得到了全局的信息。
3.2.2 特征提取
CNNs识别图片的各种形态变化作为关键因子。
3.2.3 卷积
CNNs尝试对原图中的每一个位置进行识别，逐一过滤、匹配的过程。
CNNs为提高效率的手段，将输入图像进行缩小，减少像素信息，保留重要信息。
3.2.4 全连接层
根据全连接层权重以及深度网络计算出来的结果，进行加权求和，得到各个结果的预测值，然后取值最大的作为识别的结果。在整个卷积神经网络中起到分类器的作用，深度神经网络经过全连接层对结果进行识别分类。
4 差异分析
5 结束语
加热炉板坯照核技术的应用，使炼钢与轧钢板坯数据完成贯通，产品质量异议及数据回查可追溯至连铸、精炼及转炉区域，有效支撑了生产过程工艺数据的管控。
智能化技术的应用在提升炉加热炉区自动化水平的同时有效降低了人力
参考文献：
[1].涂豫.基于贝叶斯卷积神经网络与数据增强的SAR图像目标分类方法[J]. 探测与控制学报.2020.
[2].莫爵贤.基于图像处理技术的标志字符识别检测系统[J]. 机械制造.2020.
作者简介：王伟宁（1986.2-），男（汉族），日照钢铁有限公司 电控处.
（日照钢铁有限公司 山东 日照 276806）