【技术实现步骤摘要】
本专利技术涉及冶金自动化，具体地，涉及一种热轧板坯切头尾掉落多模态检测方法及系统。
技术介绍
1、板坯在粗轧轧制完成后，头尾形状呈不规则现象。为了保证精轧轧制的稳定性，在进入精轧机之前，需要通过精轧前飞剪进行切头尾动作，使得头尾形状平整。但飞剪剪切时，偶尔会发生漏切、切头尾不完整、切头尾后板坯粘带等现象，若操作人员未及时发现，会直接影响精轧轧制的稳定性。但由于现场环境复杂，高温产生浓厚的水雾，同时有巨大的噪音，这些都给人工判别带来了很大的干扰，在连续生产的情况下，现场工人很容易误判，进而影响轧制稳定性。
2、专利文献cn115634933a，公开了一种基于机器视觉的热轧带钢切头尾掉落检测与识别系统，包括相机冷却系统、多视角相机组、后台服务器、产线控制器；后台服务器与终端服务器间通讯连接，产线控制器与plc控制器通讯连接，plc控制器与相机间通信连接；相机冷却系统包括冷却机组和相机套筒，冷却机组和相机套筒通过连接管进行连接。
3、但是专利文献cn115634933a对板坯头尾形状和溜槽掉落物进行识别方法与本专利技术...
【技术保护点】
1.一种热轧板坯切头尾掉落多模态检测方法，其特征在于，包括：
2.根据权利要求1所述的热轧板坯切头尾掉落多模态检测方法，其特征在于，所述板坯分割模型以深度学习U2Net模型为基础，在所述深度学习U2Net模型结构上额外增加了基于卷积的注意力模块CBAM模块；
3.根据权利要求1所述的热轧板坯切头尾掉落多模态检测方法，其特征在于，所述检测切面平整度包括如下子步骤：
4.根据权利要求1所述的热轧板坯切头尾掉落多模态检测方法，其特征在于，所述步骤S4包括：
5.根据权利要求1所述的热轧板坯切头尾掉落多模态检测方法，其特征在于，...
【技术特征摘要】
1.一种热轧板坯切头尾掉落多模态检测方法，其特征在于，包括：
2.根据权利要求1所述的热轧板坯切头尾掉落多模态检测方法，其特征在于，所述板坯分割模型以深度学习u2net模型为基础，在所述深度学习u2net模型结构上额外增加了基于卷积的注意力模块cbam模块；
3.根据权利要求1所述的热轧板坯切头尾掉落多模态检测方法，其特征在于，所述检测切面平整度包括如下子步骤：
4.根据权利要求1所述的热轧板坯切头尾掉落多模态检测方法，其特征在于，所述步骤s4包括：
5.根据权利要求1所述的热轧板坯切头尾掉落多模态检测方法，其特征在于，在模型使用投票算法结合多模态分析得到切头尾动作是否完成，若判断出无切头尾动作或动作未完成则进行预警。
...【专利技术属性】
技术研发人员：李家波，许程，刘子佳，欧阳逸飞，郑晓东，施阳，
申请(专利权)人：上海宝信软件股份有限公司，
类型：发明
国别省市：
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。