基于机器视觉的薄带铸轧熔池液位识别方法

doi:10.12068/j.issn.1005-3026.2014.07.014

东北大学学报:自然科学版 ›› 2014, Vol. 35 ›› Issue (7): 974-977.DOI: 10.12068/j.issn.1005-3026.2014.07.014

基于机器视觉的薄带铸轧熔池液位识别方法

李家栋，王昭东，曹光明，王国栋

(东北大学轧制技术及连轧自动化国家重点实验室，辽宁沈阳110819)

收稿日期:2013-10-08 修回日期:2013-10-08 出版日期:2014-07-15 发布日期:2014-04-11
通讯作者: 李家栋
作者简介:李家栋(1983-)，男，辽宁营口人，东北大学博士后研究人员;王昭东(1968-)，男，安徽淮南人，东北大学教授，博士生导师;王国栋(1942-)，男，辽宁大连人，东北大学教授，博士生导师，中国工程院院士.
基金资助:
国家科技支撑计划项目(2012BAE03B02);东北大学博士后基金资助项目

Recognition Method of the Molten Steel Level in the Strip Casting Process Based on the Machine Vision

LI Jiadong， WANG Zhaodong， CAO Guangming， WANG Guodong

State Key Laboratory of Rolling and Automation， Northeastern University， Shenyang 110819， China.

Received:2013-10-08 Revised:2013-10-08 Online:2014-07-15 Published:2014-04-11
Contact: LI Jiadong
About author:-
Supported by:
-

摘要/Abstract

摘要： 为解决薄带铸轧熔池液位难检测的问题，研发机器视觉识别熔池钢水液位的方法.利用线阵CCD下熔池钢水与铸轧辊灰度值有明显差别的图像特征，建立熔池液位的机器视觉检测系统.利用所选线阵相机采集图像速度快的特性，提出基于时间建立熔池液位图像原型的方法，建立了以滤波处理、二值化处理和边界识别为核心的熔池液位视觉识别模型.使用建立的系统和模型在实验室铸轧机和感应加热炉上进行了测试实验，结果表明:所建的熔池液位视觉检测系统和识别方法具备可行性，具有较高的检测精度和较快的检测速度，能够满足工业生产需要.

关键词: 熔池液位, CCD相机, 图像处理, 边缘识别, 双辊铸轧

Abstract: A recognition method based on the machine vision was designed and investigated to solve the problem on the measurement of molten steel level in the strip casting processing. Based on the different image grey values captured by linear CCD camera between the molten steel and casting rolls， a machine vision system for measuring molten steel level was designed. By the high speed character of the linear camera image data acquisition， a method to create molten steel level original image by the time was proposed and the molten steel level recognition model was established building with filtering， binarization and boundary recognition as the core. The system and model were tested on a smallscale strip casting machine and the induction furnace respectively. The results illustrate that the molten steel level detection system and its recognition method are feasible， which show high levels of the precision and response speed and can be applied in the industrial line for the strip casting.

Key words: molten steel level, CCD camera, image treatment, edge recognition, twinroll strip casting

中图分类号:

李家栋，王昭东，曹光明，王国栋. 基于机器视觉的薄带铸轧熔池液位识别方法[J]. 东北大学学报:自然科学版, 2014, 35(7): 974-977.

LI Jiadong， WANG Zhaodong， CAO Guangming， WANG Guodong. Recognition Method of the Molten Steel Level in the Strip Casting Process Based on the Machine Vision[J]. Journal of Northeastern University Natural Science, 2014, 35(7): 974-977.

参考文献

[1] Ge S，Isac M，Guthrie R I L.Progress in strip casting technologies for steel:technical developments［J］.ISIJ International，2013，53(5):729/742.
[2] Ge S，Isac M，Guthrie R I L.Progress of strip casting technology for steel:historical developments［J］.ISIJ International，2012，52(12):2109/2122.
[3] Campbell P，Blejde W，Mahapatra R，et al.Recent progress on commercialization of castrip direct strip casting technology at Nucor Crawfordsville［J］.Metallurgist，2004，48(9/10):507/514.
[4] Blejde W，Fisher F， Schueren M，et al.The latest developments with the castrip process［C］//The Tenth International Conference on Steel Rolling.Beijing，2010:98/105.
[5] 方园，崔健，于艳，等.宝钢薄带连铸技术发展回顾与展望［J］.宝钢技术，2009(sup1):83/89.(Fang Yuan，Cui Jian，Yu Yan，et al.Review and prospect of Baosteel's strip casting technology［J］.Baosteel Technology，2009(sup1):83/89.)
[6] Sosinsky D J，Campbell P，Mahapatra R，et al.The CASTRIP processrecent developments at Nucor steel’s commercial strip casting plant［J］.Metallurgist，2008，52(11/12):691/699.
[7] Liu H，Liu Z，Sun Y，et al.Formation of {001} <510> recrystallization texture and magnetic property in strip casting nonoriented electrical steel［J］.Materials Letters，2012，81:65/68.
[8] You B，Kim M，Lee D，et al.Iterative learning control of molten steel level in a continuous casting process［J］.Control Engineering Practice，2011，19(3):234/242.
[9] Lee D S，Lee J S，Kang T.Robust molten steel level control in a stripcasting process［J］.ISIJ International，2005，45(8):1165/1172.
[10] Kim Y H，Lee D S，Joo M G，et al.Control problem and solution in the steady state in the strip casting process［C］//IEEE International Symposium on Industrial Electronics.Pusan，2001:520/525.

[1]	王昭东，李新乐，李勇，卢兵. 双阶段均匀化对铸轧Al-Zn-Mg-Cu合金Al₃Zr析出的影响[J]. 东北大学学报（自然科学版）, 2023, 44(4): 495-501.
[2]	连静，陈实，丁堃，李琳辉. 基于多尺度密集特征融合的生成式对抗除雾网络[J]. 东北大学学报（自然科学版）, 2022, 43(11): 1591-1598.
[3]	孟琭，钟健平，李楠. 基于GAN的医学图像仿真数据集生成算法[J]. 东北大学学报:自然科学版, 2020, 41(3): 332-336.
[4]	王坤，刘燕，杨永坤，张廷安. 铁水脱硫过程气泡平均直径的因次分析[J]. 东北大学学报:自然科学版, 2019, 40(8): 1105-1109.
[5]	刘燕，李小龙，张宸，张子木. 稀土氯化物喷雾热解装置雾化效果的物理模拟[J]. 东北大学学报:自然科学版, 2019, 40(2): 218-223.
[6]	孟琭，陈妹雅. 多目标显著性区域提取算法[J]. 东北大学学报:自然科学版, 2018, 39(10): 1380-1384.
[7]	孙超，沙玉辉，张芳，左良. 冷轧压下率对双辊铸轧硅钢形变和再结晶织构的影响[J]. 东北大学学报:自然科学版, 2016, 37(9): 1311-1316.
[8]	郭辉，赵永利，周健. 室内成型的沥青混合料粗集料排布的研究[J]. 东北大学学报:自然科学版, 2016, 37(11): 1645-1649.
[9]	赵红华，于绅坤，常艳，郭长宝. 基于双CCD相机的三轴试验三维成像测量技术[J]. 东北大学学报:自然科学版, 2015, 36(5): 728-732.
[10]	黄锋，邸洪双. 镁合金薄带双辊铸轧过程的数值模拟[J]. 东北大学学报:自然科学版, 2015, 36(4): 489-493.
[11]	苏鑫，许光明. 电磁场对5052铝合金铸轧板材组织性能的影响[J]. 东北大学学报:自然科学版, 2014, 35(6): 800-803.
[12]	王蓓蕾，朱志良，孟琭. 基于CUDA加速的SIFT特征提取[J]. 东北大学学报(自然科学版), 2013, 34(2): 200-204.
[13]	周晓雷;罗志国;韩立浩;余艾冰;. COREX熔化气化炉软熔区域的物理模拟[J]. 东北大学学报(自然科学版), 2012, 33(7): 979-982.
[14]	韩立浩;罗志国;邹宗树;张玉柱;. 利用图像处理界定熔化气化炉软熔区域边界[J]. 东北大学学报(自然科学版), 2012, 33(4): 546-550.
[15]	高鹏;韩跃新;李艳军;孙永升;. 基于数字图像处理的铁矿石深度还原评价方法[J]. 东北大学学报(自然科学版), 2012, 33(1): 133-136.

基于机器视觉的薄带铸轧熔池液位识别方法

Recognition Method of the Molten Steel Level in the Strip Casting Process Based on the Machine Vision

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价