一种飞剪机器异常的判断方法、系统、电子设备及介质技术方案

本发明专利技术提供一种飞剪机器异常的判断方法、系统、电子设备及介质，方法包括：采集图像信息，并预先将待识别区域划分为进钢区、出钢区及落钢区；对待识别区域中的钢条进行识别，并获取所述钢条进入各区域的钢条所占比例；通过每个区域中钢条所占比例，判断钢条行进状态；当钢条处于行进状态时，根据落钢区钢条掉落的等待值统计结果和预设的等待阈值，对钢条的飞剪结果进行判断；本发明专利技术能够实现自动实时检测钢条，通过计算钢条在各识别区域中的面积占比，判断飞剪机器是否出现异常情况，详细记录处理信息，具有较高的准确率，避免了由于工人误判以及疲劳造成剪切不断的故障未被察觉上报，无法有效降低切损率，降低机时产量。

【技术实现步骤摘要】
一种飞剪机器异常的判断方法、系统、电子设备及介质
本专利技术涉及冶金领域及计算机应用，尤其涉及一种飞剪机器异常的判断方法、系统、电子设备及介质。
技术介绍
在钢铁冶炼环节中，飞剪机器是飞剪线中负责剪切的重要设备，直接影响着轧钢厂的生产效率和经济效益。随着热连轧机时产量的不断提高，剪切规格及品种的不断扩大，对飞剪的剪切稳定性提出的要求也越来越高。飞剪机器需要在钢条进入和走出时进行裁剪，如在这两个时刻没有钢条掉落，则是异常飞剪，需要警报来通知相关人员及时处理。目前，大部分工作过程中依然采取人工肉眼识别钢条是否正常掉落来判断是否发生异常飞剪，但常因为工人误判以及疲劳造成剪切不断的故障未被察觉上报，无法有效降低切损率，降低机时产量。
技术实现思路
鉴于以上所述现有技术的缺点，本专利技术提供一种飞剪机器异常的判断方法、系统、电子设备及介质，以解决上述技术问题。本专利技术提供的飞剪机器异常的判断方法，包括：采集图像信息，并预先将待识别区域划分为进钢区、出钢区及落钢区；对待识别区域中的钢条进行识别，并获取所述钢条进入各区域的钢条所占比例；通过每个区域中钢条所占比例，判断钢条行进状态；当钢条处于行进状态时，根据落钢区钢条掉落的等待值统计结果和预设的等待阈值，对钢条的飞剪结果进行判断。可选的，当钢条处于行进状态时，进行等待值统计；当检测到落钢区最下方出现钢条掉落时，将等待值清零；当检测到落钢区最下方未出现钢条掉落时，则继续进行等待值统计，且如果等待值统计数大于预设的等待阈值时，判定为异常飞剪；如果等待值统计数小于等于预设的等待阈值时，判定为正常飞剪。可选的，通过计算钢条面积获取钢条进入各区域的钢条所占比例，再根据钢条面积占比判断钢条状态，所述钢条状态包括初始未入钢、入钢、正常过钢和出钢，当状态从初始未入钢到入钢进行转换时，以及从正常过钢到出钢进行转换时，对飞剪状态进行判定。可选的，获取进入落钢区的钢条所占比例，若占比为0，则判定落钢区中没有被剪钢条，通过如下表达式对飞剪状态进行判断：其中，rst为判断结果，True表示飞剪异常，False表示飞剪正常，Pc为钢条占落钢区的比例，C(Pc＝0)为钢条占落钢区的比例为0的次数统计，Threshold为阈值。可选的，对采集图像信息进行预处理，所述预处理包括图像尺寸调整，通过如下表达式进行所述图像尺寸调整：其中，Rw为图像宽度缩放率，Rh为图像高度缩放率，wo为图像原始宽度，ws为图像预设宽度，ho为图像原始高度，hs为图像预设高度。可选的，所述预处理还包括对采集图像信息进行二值化处理，通过如下表达式进行所述二值化处理：其中，dst(x,y)为二值化阈值计算后的像素强度，(x,y)为像素点在图像中的位置，src(x,y)为原像素强度，thresh为所设阈值。可选的，通过如下表达式对检测结果进行图像尺寸调整：xmin＝(xmin+xoffset)×Rwxmax＝(xmax+xoffset)×Rwymin＝(ymin+yoffset)×Rhymax＝(ymax+yoffset)×Rh其中，xmin为检测框的左上角的坐标值，xmax为检测框的右下角x坐标值，ymin为检测框的左上角y坐标值，ymax为检测框的右下角y坐标值，Rw为图像宽度缩放率，Rh为图像高度缩放率，xoffset为x坐标值的补偿值，yoffset为y坐标值的补偿值。本专利技术还提供一种飞剪机器异常的判断系统，包括：图像采集模块，用于采集图像信息，图像处理模块，用于预先将待识别区域划分为进钢区、出钢区及落钢区；对待识别区域中的钢条进行识别，并获取所述钢条进入各区域的钢条所占比例；判断模块，用于通过每个区域中钢条所占比例，判断钢条行进状态；当钢条处于行进状态时，根据落钢区钢条掉落的等待值统计结果和预设的等待阈值，对钢条的飞剪结果进行判断。可选的，当判断模块判断钢条处于行进状态时，进行等待值统计；当图像处理模块检测到落钢区最下方出现钢条掉落时，判断模块将等待值清零；当检测到落钢区最下方未出现钢条掉落时，则继续进行等待值统计，且如果等待值统计数大于预设的等待阈值时，判定为异常飞剪；如果等待值统计数小于等于预设的等待阈值时，判定为正常飞剪。可选的，还包括用于对采集的图像信息进行预处理的预处理模块，所述预处理包括图像尺寸调整和对采集图像信息进行二值化处理。本专利技术还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述中任一项所述方法。本专利技术还提供一种电子终端，包括：处理器及存储器；所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述终端执行如上述中任一项所述方法。本专利技术的有益效果：本专利技术中的飞剪机器异常的判断方法、系统、电子设备及介质，能够实现自动实时检测钢条，通过计算钢条在各识别区域中的面积占比，判断飞剪机器是否出现异常情况，详细记录处理信息，具有较高的准确率，避免了由于工人误判以及疲劳造成剪切不断的故障未被察觉上报，无法有效降低切损率，降低机时产量。附图说明图1是本专利技术实施例中飞剪机器异常的判断方法的流程示意图。图2是本专利技术实施例中飞剪机器异常的判断系统的结构示意图。具体实施方式以下通过特定的具体实例说明本专利技术的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本专利技术的其他优点与功效。本专利技术还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本专利技术的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。需要说明的是，以下实施例中所提供的图示仅以示意方式说明本专利技术的基本构想，遂图式中仅显示与本专利技术中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。在下文描述中，探讨了大量细节，以提供对本专利技术实施例的更透彻的解释，然而，对本领域技术人员来说，可以在没有这些具体细节的情况下实施本专利技术的实施例是显而易见的，在其他实施例中，以方框图的形式而不是以细节的形式来示出公知的结构和设备，以避免使本专利技术的实施例难以理解。如图1所示，本实施例中的飞剪机器异常的判断方法，包括：S1.采集图像信息，并预先将待识别区域划分为进钢区、出钢区及落钢区；S2.对待识别区域中的钢条进行识别，并获取所述钢条进入各区域的钢条所占比例；S3.通过每个区域中钢条所占比例，判断钢条行进状态；S4.当钢条处于行进状态时，根据落钢区钢条掉落的等待值统计结果和预设的等待阈值，对钢条的飞剪结果进行判断。在本实施例中，首先通过步骤S1采集图像本文档来自技高网...

【技术保护点】
1.一种飞剪机器异常的判断方法，其特征在于，包括：/n采集图像信息，并预先将待识别区域划分为进钢区、出钢区及落钢区；/n对待识别区域中的钢条进行识别，并获取所述钢条进入各区域的钢条所占比例；/n通过每个区域中钢条所占比例，判断钢条行进状态；/n当钢条处于行进状态时，根据落钢区钢条掉落的等待值统计结果和预设的等待阈值，对钢条的飞剪结果进行判断。/n

【技术特征摘要】
1.一种飞剪机器异常的判断方法，其特征在于，包括：
采集图像信息，并预先将待识别区域划分为进钢区、出钢区及落钢区；
对待识别区域中的钢条进行识别，并获取所述钢条进入各区域的钢条所占比例；
通过每个区域中钢条所占比例，判断钢条行进状态；
当钢条处于行进状态时，根据落钢区钢条掉落的等待值统计结果和预设的等待阈值，对钢条的飞剪结果进行判断。


2.根据权利要求1所述的飞剪机器异常的判断方法，其特征在于，
当钢条处于行进状态时，进行等待值统计；
当检测到落钢区最下方出现钢条掉落时，将等待值清零；
当检测到落钢区最下方未出现钢条掉落时，则继续进行等待值统计，且如果等待值统计数大于预设的等待阈值时，判定为异常飞剪；如果等待值统计数小于等于预设的等待阈值时，判定为正常飞剪。


3.根据权利要求2所述的飞剪机器异常的判断方法，其特征在于，通过计算钢条面积获取钢条进入各区域的钢条所占比例，再根据钢条面积占比判断钢条状态，所述钢条状态包括初始未入钢、入钢、正常过钢和出钢，当状态从初始未入钢到入钢进行转换时，以及从正常过钢到出钢进行转换时，对飞剪状态进行判定。


4.根据权利要求2所述的飞剪机器异常的判断方法，其特征在于，获取进入落钢区的钢条所占比例，若占比为0，则判定落钢区中没有被剪钢条，通过如下表达式对飞剪状态进行判断：



其中，rst为判断结果，True表示飞剪异常，False表示飞剪正常，Pc为钢条占落钢区的比例，C(Pc＝0)为钢条占落钢区的比例为0的次数统计，Threshold为阈值。


5.根据权利要求1所述的飞剪机器异常的判断方法，其特征在于，对采集图像信息进行预处理，所述预处理包括图像尺寸调整，通过如下表达式进行所述图像尺寸调整：






其中，Rw为图像宽度缩放率，Rh为图像高度缩放率，wo为图像原始宽度，ws为图像预设宽度，ho为图像原始高度，hs为图像预设高度。


6.根据权利要求5所述的飞剪机器异常的判断方法，其特征在于，所述预处理还包括对采集图像信息进行二值化处理，通过如下表达式进行所述二值化处理：



其中，dst(x，y)为二值化阈值计算后的像素强度，(x，y)为像素...

【专利技术属性】
技术研发人员：庞殊杨，王嘉骏，贾鸿盛，毛尚伟，王宇泰，
申请(专利权)人：中冶赛迪重庆信息技术有限公司，
类型：发明
国别省市：重庆;50