0005-KZ0615.01.01.00軋鋼生產(chǎn)線設(shè)計(jì)（全套CAD圖+翻譯）

0005-KZ0615.01.01.00軋鋼生產(chǎn)線設(shè)計(jì)（全套CAD圖+翻譯）,kz0615,00,軋鋼,生產(chǎn)線,設(shè)計(jì),全套,cad,翻譯 本科生畢業(yè)設(shè)計(jì)（論文）外文翻譯 畢業(yè)設(shè)計(jì)（論文）題目：KZ0615.01.01.00軋鋼生產(chǎn)線設(shè)計(jì) 外文題目：A Design of Vision-based Location Control System for Steel Rolling Mill 譯文題目：基于視覺(jué)的軋鋼機(jī)位置控制系統(tǒng)的設(shè)計(jì) 8 基于視覺(jué)的軋鋼機(jī)位置控制系統(tǒng)的設(shè)計(jì) 陳偉，方康玲，劉新海 摘要:本文介紹了在軋鋼生產(chǎn)線生產(chǎn)過(guò)程中的一種閉環(huán)控制系統(tǒng)。該系統(tǒng)基于機(jī)器視覺(jué)理論，控制加熱后鋼坯的位置。這種控制系統(tǒng)是通過(guò)一個(gè)被稱(chēng)為“工業(yè)相機(jī)”的視覺(jué)傳感器進(jìn)行觀測(cè)，然后將信息反饋給控制系統(tǒng)，用以得到鋼坯在加熱爐中的準(zhǔn)確位置信息或者用來(lái)檢測(cè)移動(dòng)中的鋼坯。本文采用了簡(jiǎn)單背景減法模型用以檢測(cè)移動(dòng)中的鋼坯，采用這種辦法可以滿足目前對(duì)于實(shí)時(shí)檢測(cè)移動(dòng)鋼坯的需求。目前的研究發(fā)現(xiàn)，不同的灰度值輪廓在應(yīng)用于檢測(cè)鋼坯的邊緣時(shí)具有一個(gè)非常好的效果。在實(shí)際的工業(yè)生產(chǎn)運(yùn)用之中，這種視頻監(jiān)控系統(tǒng)已經(jīng)在當(dāng)前工業(yè)環(huán)境下發(fā)揮出了良好的控制效果。 關(guān)鍵詞:機(jī)器視覺(jué)，被測(cè)對(duì)象的位置，背景減法建模，反饋控制。 1.基本介紹 在目前的各個(gè)鋼鐵企業(yè)中，鋼鐵在軋制過(guò)程之前要先經(jīng)過(guò)預(yù)處理，即在加熱窯中先加熱到1000至1200攝氏度，然后再扎成相應(yīng)的平坦塊。在加熱窯內(nèi)，鋼坯的布局是“一排兩坯”，即在加熱窯內(nèi)一排中有兩塊鋼坯。采用這種布局的原因是：由于加熱窯的長(zhǎng)度是27.9米，加熱窯的寬度是12.9米，這樣就會(huì)導(dǎo)致操作員不能夠直接觀察鋼坯在加熱窯內(nèi)的移動(dòng)。為了避免鋼坯在加熱窯內(nèi)移動(dòng)的過(guò)程之中產(chǎn)生碰撞，當(dāng)鋼坯被送入加熱窯中之后，移動(dòng)鋼坯的位置應(yīng)該受到相應(yīng)的控制。 另外，目前常用的接觸式位置傳感器不能承受加熱窯內(nèi)的高溫，而且在加熱窯內(nèi)也容易被鋼坯碰撞而導(dǎo)致?lián)p壞。所以，解決上述問(wèn)題的可行的方法是采用一種非接觸式的檢測(cè)方法,即在加熱窯的一邊設(shè)置一臺(tái)相機(jī)（如圖1所示）用以獲得鋼坯的相關(guān)信息。這種相機(jī)拍攝的照片分辨率可達(dá)到610*170，并且相機(jī)的拍攝速度為每秒鐘30幀。當(dāng)工廠的操作員需要監(jiān)視和控制鋼坯的位置時(shí)，他們就可以使用這種相機(jī)來(lái)幫助他們。但是，人類(lèi)操作員憑借觀察工業(yè)電視為基礎(chǔ)來(lái)調(diào)整鋼坯的位置時(shí)，他們是主觀的、依賴(lài)于經(jīng)驗(yàn)的，而且是勞動(dòng)密集型的（5）。這種情況在實(shí)際操作中就會(huì)出現(xiàn)一些問(wèn)題,如：精度低（小于76%），控制時(shí)間較長(zhǎng)（大于2分鐘），等等。 圖1設(shè)置在加熱窯上的相機(jī) 2.問(wèn)題和控制系統(tǒng) 在鋼坯的位置控制過(guò)程中有一個(gè)問(wèn)題。那就是在加熱窯中，一排中有兩塊鋼坯，所以就必須在鋼坯的位置控制過(guò)程中控制兩個(gè)距離。其中一個(gè)距離是鋼坯A與鋼坯B之間的距離，而另一個(gè)距離是鋼坯和加熱窯窯壁之間的距離（如圖2所示）。 圖2鋼坯的位置控制 當(dāng)鋼坯在加熱窯內(nèi)移動(dòng)時(shí)，鋼坯A和鋼坯B之間或者鋼坯與加熱窯之間的偏差可能會(huì)導(dǎo)致兩塊鋼坯之間的碰撞。如果它們其中一個(gè)的偏差超過(guò)了一定限度，在鋼坯的移動(dòng)過(guò)程中就會(huì)導(dǎo)致兩塊鋼坯之間的碰撞或者加熱窯窯壁和鋼坯之間的碰撞。有些時(shí)候這些碰撞會(huì)引發(fā)災(zāi)難性的事故，例如：事故會(huì)導(dǎo)致生產(chǎn)的完全中斷并且要求鋼坯的位置調(diào)整通過(guò)手動(dòng)來(lái)操作。 為了簡(jiǎn)化控制問(wèn)題，我們選擇了加熱窯的中心位置作為位置的中間點(diǎn)。然后，就可以得到預(yù)期的偏差τ。τ按照下面公式可以計(jì)算出： τ=（L-2s）/3 L:加熱窯的寬度 s:鋼坯的長(zhǎng)度 τ:鋼坯和加熱窯窯壁或鋼坯A和鋼坯B之間的預(yù)期偏差 在加熱窯一邊的相機(jī)是基于視覺(jué)控制系統(tǒng)的視覺(jué)傳感器。從而，鋼坯的位置可以反饋給PID控制器。由于相機(jī)有的視野是有限的，所以可以得到兩個(gè)反饋信號(hào)：一個(gè)是視頻信號(hào)，而另一個(gè)是計(jì)數(shù)器的脈沖信號(hào)。 圖3基于視覺(jué)的定位控制系統(tǒng)的框架 3.視頻定位算法 在檢測(cè)運(yùn)動(dòng)圖像序列的方法中，最常用的方法是采用背景減法。該方法是通過(guò)求出每一個(gè)輸入和每一個(gè)背景模型之間差的絕對(duì)值來(lái)實(shí)現(xiàn)檢測(cè)[2][3]。但是，由于這種方法對(duì)于外部環(huán)境的變化非常敏感，例如：光照和外部無(wú)關(guān)的事件，這就可能會(huì)導(dǎo)致檢測(cè)出錯(cuò)誤的概率降低。為了解決這一問(wèn)題，采用了灰度差分析工程算法來(lái)檢測(cè)鋼坯的位置[8]。 3.1圖像中去除干擾 實(shí)際的工業(yè)生產(chǎn)現(xiàn)場(chǎng)中，由于有太多的干擾因素，所以會(huì)導(dǎo)致拍攝的圖像的質(zhì)量很差。此外，在加熱窯內(nèi)也沒(méi)有固定的照明用具。所以，光線會(huì)隨著溫度的變化而變化。在通常情況下，圖像處理的第一步都是消除或降低這些干擾因素對(duì)圖像質(zhì)量的影響。由于在加熱窯內(nèi)惡劣的條件下，很多干擾不能被消除。所以，有許多的干擾仍然偶爾會(huì)被捕獲在圖像上（如圖4所示）。 圖4典型的被相機(jī)捕獲的圖像 為了對(duì)圖像進(jìn)行實(shí)時(shí)處理，需要采用硬件方法來(lái)對(duì)圖像進(jìn)行簡(jiǎn)單的去干擾。實(shí)驗(yàn)結(jié)果表明，得到滿足要求的圖像處理結(jié)果需要采用工程背景相減算法。 3.2特征和邊緣的獲得 目標(biāo)之間的區(qū)別是檢測(cè)一個(gè)移動(dòng)目標(biāo)的一個(gè)有效的辦法。一系列高相關(guān)性的圖像表明，如果這些相關(guān)性可以被減少，那么就可以使運(yùn)動(dòng)的目標(biāo)更容易從背景中被分割。而差分算法就可以減少視頻中每幀之間的相關(guān)性。設(shè)fB (i, j)是一個(gè)背景圖像，而f K(i, j)是當(dāng)前圖像（K=1,2,3），然后它們之間的不同圖像為f C(i, j)： 目前，一種統(tǒng)計(jì)學(xué)的方法已經(jīng)被應(yīng)用于鋼坯邊緣的檢測(cè)。眾所周知，當(dāng)目標(biāo)物體在場(chǎng)景中移動(dòng)時(shí)，運(yùn)動(dòng)區(qū)域灰度值的列和背景圖像中灰度值的列是不同的。圖5就顯示了柱垂直投影的灰度值的變化，當(dāng)有運(yùn)動(dòng)的目標(biāo)在圖像中出現(xiàn)，或者不在圖像中出現(xiàn)時(shí)，灰度值將會(huì)在t2或t3兩點(diǎn)發(fā)生強(qiáng)烈的變化。不同的圖像灰度值的列的投影： f cj (i, j)：兩列垂直灰度值的投影。 因?yàn)殇撆鰽的最終位置是后邊緣，所以圖像的左邊是一個(gè)相對(duì)的運(yùn)動(dòng)區(qū)域（灰度變化緩慢）。然而，鋼坯B的最終位置是前邊緣，所以圖像的右面由于鋼坯B會(huì)是一個(gè)相對(duì)運(yùn)動(dòng)的區(qū)域。滑動(dòng)窗口技術(shù)是用來(lái)提高獲取鋼坯邊緣特征的實(shí)時(shí)性和鋼坯位置的精確性的一種技術(shù)?；瑒?dòng)窗口是一個(gè)高170的窗口，而高小于等于50的地方是一個(gè)調(diào)整系數(shù)。因?yàn)樵趯?shí)際生產(chǎn)情況下有許多干擾，這些干擾就會(huì)導(dǎo)致算法計(jì)算每一列垂直投影灰度值的變化的誤差增加和在滑動(dòng)窗口中的兩列鋼坯差異的改變。設(shè)Th1是灰度值的峰值，Th2是每列不同的灰度值，則有公式： F1:改變列的數(shù)目 F2：不同列的變化 t：列的變化值 根據(jù)最近鄰決定理論，判別函數(shù)是： Th：特征的變化 V=[a,b]：特征向量的邊緣在鋼坯的邊緣出現(xiàn)在圖像中時(shí)得到的結(jié)果 當(dāng)判別函數(shù)取到最小值時(shí)鋼坯的邊緣就會(huì)出現(xiàn)在滑動(dòng)窗口中。然后鋼坯的移動(dòng)距離： ?L：采樣時(shí)間間隔內(nèi)鋼坯的移動(dòng)距離 Fc:新列的改變量的最大值 Fh：前列改變量的最大值 圖5當(dāng)鋼坯移動(dòng)時(shí)，灰度值的變化。 3.3后臺(tái)維護(hù) 本文采用了一種定期升級(jí)的方式用來(lái)加速圖像的處理。背景更新算法采用了一階遞歸濾波的方法，這種方法可以將新的輸入信息和當(dāng)前背景圖像整合在一起[4]。背景更新量： fB（I,j,k）:背景圖像 α：為一個(gè)小正數(shù) fk（I,j）：當(dāng)前圖像 4.控制算法 由于鋼坯的質(zhì)量為1800千克，在位置控制中鋼坯的慣性是另一個(gè)問(wèn)題。這個(gè)問(wèn)題將導(dǎo)致當(dāng)步進(jìn)電動(dòng)機(jī)停止工作時(shí)，鋼坯會(huì)產(chǎn)生滑動(dòng)。所以，本文采用一二級(jí)控制措施來(lái)解決鋼坯的滑動(dòng)問(wèn)題。首先，鋼坯會(huì)被快速定位在加熱窯內(nèi)的一些已經(jīng)確定的位置。然后，鋼坯精確的定位在預(yù)定位置是通過(guò)視覺(jué)反饋控制算法實(shí)現(xiàn)的。 圖6鋼坯的位置控制算法流程說(shuō)明 圖7快速定位的結(jié)果 圖8精確定位的結(jié)果 5.作用和總結(jié) 本文所介紹的視覺(jué)定位控制系統(tǒng)已經(jīng)在實(shí)際的工業(yè)生產(chǎn)中應(yīng)用了兩年。這個(gè)系統(tǒng)已經(jīng)在現(xiàn)今的工業(yè)生產(chǎn)中取得了良好的控制性能（如圖8所示）。 圖9視覺(jué)控制系統(tǒng)的接口 表1視頻反饋控制系統(tǒng)的控制效果 該定位控制系統(tǒng)能夠探測(cè)到每一幀的圖像內(nèi)移動(dòng)中的被測(cè)鋼坯的邊緣，然后利用工程統(tǒng)計(jì)的方法檢測(cè)這些邊緣。實(shí)際的運(yùn)行結(jié)果表明，在實(shí)際生產(chǎn)的條件下，灰度值算法是可行的。但是，由于被測(cè)對(duì)象和背景之間的差異不顯著，在惡劣的工作環(huán)境下，這種定位控制系統(tǒng)可能會(huì)出現(xiàn)錯(cuò)誤。所以，在復(fù)雜的生產(chǎn)條件下，即時(shí)的和抗干擾的移動(dòng)目標(biāo)檢測(cè)算法還需要進(jìn)一步的研究。 參考文獻(xiàn)