連鑄漏鋼計算機視覺檢測方法

內容簡介

本書主要介紹作者提出的基於計算機視覺的漏鋼檢測方法。該方法解決了結晶器內鑄坯黏結形成、傳播過程不可見問題，利用計算機圖像處理和特徵提取算法，獲取黏結漏鋼您和凳的空間時序特徵，以此為基礎，建立和最佳化神經網路智慧型化預嬸船報模型，確立準確、高效的漏鋼預報方法；然後，設計和開發結晶器可視化漏鋼預報專家系統，並在國內某鋼廠弧形板坯鑄機上投入使用，為保障愉想嫌翻連鑄生產順行發揮了重要作用，顯示出良好套用潛力。

圖書目錄

前言

第1章連鑄漏鋼及其特徵檢測方法

1.1 鑄坯凝固與傳熱理論

1.1.1 鑄坯凝固理論

1.1.2 鑄坯黏結漏鋼形成過程

1.2 傳統連鑄漏鋼檢測方法

1.2.1 熱電偶溫度法

1.2.2 熱流法

1.2.3 摩擦力法

1.3 計算機視覺檢測技術

1.3.1 圖像分割

1.3.2 特徵提取

1.3.3 模式識別

1.4 本書的研究內容

參考文獻

第2章寬厚板坯黏結影響因素及預防

2.1 引言

2.2 連鑄機設備參數與熱電偶布置

2.2.1 連鑄機設備參數

2.2.2 結晶器銅板熱電偶布置

2.3 熱流對鑄坯黏結影響

2.3.1 寬面熱流

2.3.2 窄面熱流

2.3.3 熱流波動

2.4 拉速與液位

2.4.1 拉速

2.4.2 液汗禁海位波動

2.5 鑄坯尺寸與黏結位置

2.5.1 鑄坯尺寸

2.5.2 黏結位置

參考文獻

第3章鑄坯黏結的二維空間傳播行為

3.1 引言

3.2 黏結傳播行為計算方法

3.3 黏結縱向傳播酷應戀去實例分析

3.4 黏結橫向傳播實例分析

3.5 黏結傳播角度實例分析

3.6 不同尺寸鑄坯黏結傳播行為對比

參考文獻

第4章黏結區域可視化特徵檢測

4.1 引言

4.2 結晶器銅板溫度可視化

4.2.1 溫度熱成像

4.2.2 熱像圖幀間差分

4.2.3 溫度變化速率可視化

4.3 黏結異常圖像處理

4.3.1 區域分割

4.3.2 連通性標記

4.3.3 邊界和輪廓提取

4.4 黏結異常特徵提取

4.4.1 溫度特徵

4.4.2 幾何特徵

4.4.3 移動特徵

4.5 真偽黏結實例特徵統計與分析

4.5.1 黏結的可視化形成和傳播過程

4.5.2 偽黏結的一般特徵

4.5.3 黏結漏鋼的典型可視化特徵

4.5.4 黏結實例的特徵統計與分析

參考文獻

第5章基於改進BP神經網路的智慧型化預報實例

5.1 引言

5.2 特徵選擇與歸一化

5.2.1 黏結特徵的選擇

5.2.1 黏結特徵數據歸一化

5.3 LM-BP神經網路預報模型

5.3.1 人工神經網路

5.3.2 BP神經網路模型及訓練

5.3.3 LM-BP算法流程

5.3.4 LM-BP神經網路的訓練與測試

5.4 基於GA-LM-BP神經網路的預報模型

5.4.1 遺傳算法

5.4.2 種群和個體操作

5.4.3 算法的最佳化流程

5.4.4 GA-LM-BP神經網路模型

5.5 GA-LM-BP模型訓練與測試

5.5.1 棋型參數設定

5.5.2 GA-LM-BP神經網路模型訓練

5.5.3 GA-LM-BP神經網路模型測試

5.6 離線預測結果及指標對比分析

參考文獻

第6章結晶器可視化漏鋼預報專家系統開發及套用

6.1 引言

6.2 系統去戒料總體構成

6.3 信號採集和通訊

6.3.1 熱電偶及溫度測量

6.3.2 液壓振動系統數據採集

6.3.3 工藝參數檢測

6.4 軟體設計和開發

6.4.1 C/S模式架構的選擇

6.4.2 任務和功茅潤才能分解

6.4.3 系統軟體開發

6.5 專家系統線上運行

6.5.1 系統線上運行情況

6.5.2 銅板溫度線上檢測

6.5.3 結晶器銅板熱流檢測

6.5.4 瞬態摩擦力線上檢測

6.5.5 結晶器振動狀態監測

6.5.6 結晶器過程可視化

6.6 漏鋼線上檢測結果

6.6.1 現場檢測實例

6.6.2 漏鋼預報結果與指標對比

參考文獻

第7章結論

連鑄漏鋼計算機視覺檢測方法

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條