【技术实现步骤摘要】
一种基于物联网的钢板在线固溶的轧后快速冷却方法
本专利技术属于钢板冷却
,尤其涉及一种基于物联网的钢板在线固溶的轧后快速冷却方法。
技术介绍
钢板是用钢水浇注,冷却后压制而成的平板状钢材;是平板状,矩形的,可直接轧制或由宽钢带剪切而成;钢板按厚度分,薄钢板<4毫米(最薄0.2毫米),中厚钢板4~60毫米,特厚钢板60~115毫米。钢板按轧制分,分热轧和冷轧。薄板的宽度为500~1500毫米;厚的宽度为600~3000毫米;薄板按钢种分,有普通钢、优质钢、合金钢、弹簧钢、不锈钢、工具钢、耐热钢、轴承钢、硅钢和工业纯铁薄板等;按专业用途分,有油桶用板、搪瓷用板、防弹用板等;按表面涂镀层分,有镀锌薄板、镀锡薄板、镀铅薄板、塑料复合钢板等。然而,现有对钢板在线固溶的轧后快速冷却效果差,调试时间及调试费用大,大的工艺改进还将涉及到系统结构的变化,这些都会给产线的调试带来风险,甚至可能带来一定的损失;同时,对钢板人工质检方式,即依赖于行业专家肉眼观察生产环境中的照片给出判断;检测精度较低。综上所述,现有技术存在的问题是:现有对钢板在线固溶的轧后快速冷却效果差,调试时间及 ...
【技术保护点】
1.一种基于物联网的钢板在线固溶的轧后快速冷却方法,其特征在于,所述基于物联网的钢板在线固溶的轧后快速冷却方法包括以下步骤:步骤一,摄像器采用具有时效动态性的算法采集冷却钢板图像数据;使用特普勒图像特征算法提取冷却钢板图像特征;温度传感器检测冷却钢板的温度数据;操作控制按键操作钢板冷却设备;步骤二,采用空间域融合方法对采集的图像信息进行分解变换,无线发射器将采集的图像信息发送到服务器进行存储;步骤三,冷凝器对冷却钢板的水进行降温操作;喷洒器将冷却的水喷洒到钢板冷却;步骤四,确定热弹塑性应力、应变关系,通过冷却模拟控制模块利用模拟程序模拟对钢板的冷却操作;所述热弹塑性应力、应 ...
【技术特征摘要】
1.一种基于物联网的钢板在线固溶的轧后快速冷却方法,其特征在于,所述基于物联网的钢板在线固溶的轧后快速冷却方法包括以下步骤:步骤一,摄像器采用具有时效动态性的算法采集冷却钢板图像数据;使用特普勒图像特征算法提取冷却钢板图像特征;温度传感器检测冷却钢板的温度数据;操作控制按键操作钢板冷却设备;步骤二,采用空间域融合方法对采集的图像信息进行分解变换,无线发射器将采集的图像信息发送到服务器进行存储;步骤三,冷凝器对冷却钢板的水进行降温操作;喷洒器将冷却的水喷洒到钢板冷却;步骤四,确定热弹塑性应力、应变关系,通过冷却模拟控制模块利用模拟程序模拟对钢板的冷却操作;所述热弹塑性应力、应变关系在弹性区域内,全应变增量d{ε}表示为:d{ε}=d{ε}e+d{ε}T=d{ε}e+{α}dT;式中,{α}表示线膨胀系数向量,d{ε}e表示弹性应变增量,d{ε}T表示温度应变增量;将虎克定律进行微分得到:解出d{σ}得到:上式表示温度对材料性质在弹性区域内的影响程度关系;在弹性区域内,全应变增量分解为:d{ε}=d{ε}e+d{ε}p+d{ε}T;式中,d{ε}p表示塑性应变增量,d{ε}e表示弹性应变增量,d{ε}T表示温度应变增量;得出等效塑性应变增量塑性区的应力-应变的增量关系为:式中,[D]ep是常温下的弹塑性矩阵;步骤五,利用图像处理程序根据采集的图像进钢板缺陷检测;所述缺陷检测具体包括:(1)提取多个样本的HOG特征,得到样本的HOG特征矩阵H;(2)对H用PCA降维构造超完备字典D;(3)对于待检测钢板Blockij,i=1,2,...,n,n表示待检测的钢板的个数;(4)对每个Blockij,计算其HOG特征,并用PCA进行降维,得到将为后的特征向量HPij;(5)将HPij输入到稀疏表示分类器SRC中计算与H矩阵中正常钢板的误差,Blockij对应误差较小的类别,判断Blockij是否存在缺陷;步骤六,通过显示模块利用显示器显示采集的钢板图像数据信息及温度数据。2.如权利要求1所述的基于物联网的钢板在线固溶的轧后快速冷却方法,其特征在于,采用具有时效动态性的算法,算法表达式描述如下:式中,h,f,j,h′,f′,j′都表示图像分析模块动态点,在进行采集图像与物联网图像信息交互时,完成对物联网图像的提取与图像特征分析,存储终端采集数据与调取物联网资源数据,分析并回馈结果给终端;特征采集模块,在提取图像特征时,使用特普勒图像特征算法,表达式为:整合图像模块,设计两个通道,通道一的功能是输入数字信号,这一环节是单向,通道二完成数字信号向图像信号的转换,基于数字信号向图像信号的转换,表达式为:获取到信号在转换时的一个排列结构,根据这个排列结构,完成图像整合。3.如权利要求1所述的基于物联网的钢板在线固溶的轧后快速冷却方法,其特征在于,采用空间域融合方法对采集的图像信息进行分解变换,进行融合的图像两幅源图像分别为A和B,源图像大小为M×N,融合后的得到的图像为F,图像A和B的加权平局融合表示为:F(m,n)=wA(m,n)A(m,n)+wB(m,n)B(m,n);式中,A(m,n)为源图像A在坐标(m,n)点处的灰度值,B(m,n)为源图像B在坐标(m,n)点处的灰度值,m=1,2,…,Mn=1,2,…,N;wA和wB为加权系数,wA+wB=1;有N个含有噪声的图像gi(m,n):gi(m,n)=f(m,n)+ηi(m,n);式中,i=1,2,…,N;f(m,n)为源图像在点(m,n)处的像素值;ηi(m,n)为图像在点(m,n)处的不相关、零均值随机噪声;对N个图像进行融合,得到的图像为:那么:的均值:式中,为g在点(m,n)处的方差,为η在点(m,n)处的方差;融合后的图像F在(m,n)处的标准差为:4.如权利要求2所述的基于物联网的钢板在线固溶的轧后快速冷却方法,其特征在于,冷却模拟方法如下:(1)主控模块将优化设定计算的控制量通过TCP/IP网络下发到PLC的数据接收模块;(2)PLC的数据收集模块将控制信号和实测数据通过TCP/IP网络上传给主控模块;(3)PLC通过与冷却设备模拟装置的开关信号、模拟钢板运动的变频电机、位置检测仪表及电动调节开关、模拟温度测量仪表的连接,模拟钢板的冷却效果,对模拟冷却钢板的位置进行跟踪;(4)PLC根据钢板位置信号启动优化设定模型的计算功能,接收主控模块的设定控制量...
【专利技术属性】
技术研发人员:张曦,
申请(专利权)人:湖南有色金属职业技术学院,
类型:发明
国别省市:湖南,43
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。