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

0005-KZ0615.01.01.00軋鋼生產(chǎn)線設(shè)計（全套CAD圖+翻譯）,kz0615,00,軋鋼,生產(chǎn)線,設(shè)計,全套,cad,翻譯 本科生畢業(yè)設(shè)計（論文）外文翻譯 畢業(yè)設(shè)計（論文）題目：KZ0615.01.01.00軋鋼生產(chǎn)線設(shè)計 外文題目：A Design of Vision-based Location Control System for Steel Rolling Mill 譯文題目：基于視覺的軋鋼機(jī)位置控制系統(tǒng)的設(shè)計 8 基于視覺的軋鋼機(jī)位置控制系統(tǒng)的設(shè)計 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)過程中的一種閉環(huán)控制系統(tǒng)。該系統(tǒng)基于機(jī)器視覺理論，控制加熱后鋼坯的位置。這種控制系統(tǒng)是通過一個被稱為“工業(yè)相機(jī)”的視覺傳感器進(jìn)行觀測，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檢測移動中的鋼坯。本文采用了簡單背景減法模型用以檢測移動中的鋼坯，采用這種辦法可以滿足目前對于實(shí)時檢測移動鋼坯的需求。目前的研究發(fā)現(xiàn)，不同的灰度值輪廓在應(yīng)用于檢測鋼坯的邊緣時具有一個非常好的效果。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，被測對象的位置，背景減法建模，反饋控制。 1.基本介紹 在目前的各個鋼鐵企業(yè)中，鋼鐵在軋制過程之前要先經(jīng)過預(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：由于加熱窯的長度是27.9米，加熱窯的寬度是12.9米，這樣就會導(dǎo)致操作員不能夠直接觀察鋼坯在加熱窯內(nèi)的移動。為了避免鋼坯在加熱窯內(nèi)移動的過程之中產(chǎn)生碰撞，當(dāng)鋼坯被送入加熱窯中之后，移動鋼坯的位置應(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，解決上述問題的可行的方法是采用一種非接觸式的檢測方法,即在加熱窯的一邊設(shè)置一臺相機(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，他們就可以使用這種相機(jī)來幫助他們。但是，人類操作員憑借觀察工業(yè)電視為基礎(chǔ)來調(diào)整鋼坯的位置時，他們是主觀的、依賴于經(jīng)驗的，而且是勞動密集型的（5）。這種情況在實(shí)際操作中就會出現(xiàn)一些問題,如：精度低（小于76%），控制時間較長（大于2分鐘），等等。 圖1設(shè)置在加熱窯上的相機(jī) 2.問題和控制系統(tǒng) 在鋼坯的位置控制過程中有一個問題。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程中控制兩個距離。其中一個距離是鋼坯A與鋼坯B之間的距離，而另一個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)移動時，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導(dǎo)致兩塊鋼坯之間的碰撞。如果它們其中一個的偏差超過了一定限度，在鋼坯的移動過程中就會導(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。有些時候這些碰撞會引發(fā)災(zāi)難性的事故，例如：事故會導(dǎo)致生產(chǎn)的完全中斷并且要求鋼坯的位置調(diào)整通過手動來操作。 為了簡化控制問題，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算出： τ=（L-2s）/3 L:加熱窯的寬度 s:鋼坯的長度 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)是基于視覺控制系統(tǒng)的視覺傳感器。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，所以可以得到兩個反饋信號：一個是視頻信號，而另一個是計數(shù)器的脈沖信號。 圖3基于視覺的定位控制系統(tǒng)的框架 3.視頻定位算法 在檢測運(yùn)動圖像序列的方法中，最常用的方法是采用背景減法。該方法是通過求出每一個輸入和每一個背景模型之間差的絕對值來實(shí)現(xiàn)檢測[2][3]。但是，由于這種方法對于外部環(huán)境的變化非常敏感，例如：光照和外部無關(guān)的事件，這就可能會導(dǎo)致檢測出錯誤的概率降低。為了解決這一問題，采用了灰度差分析工程算法來檢測鋼坯的位置[8]。 3.1圖像中去除干擾 實(shí)際的工業(yè)生產(chǎn)現(xiàn)場中，由于有太多的干擾因素，所以會導(dǎo)致拍攝的圖像的質(zhì)量很差。此外，在加熱窯內(nèi)也沒有固定的照明用具。所以，光線會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 為了對圖像進(jìn)行實(shí)時處理，需要采用硬件方法來對圖像進(jìn)行簡單的去干擾。實(shí)驗結(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)別是檢測一個移動目標(biāo)的一個有效的辦法。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)計學(xué)的方法已經(jīng)被應(yīng)用于鋼坯邊緣的檢測。眾所周知，當(dāng)目標(biāo)物體在場景中移動時，運(yùn)動區(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)動的目標(biāo)在圖像中出現(xiàn)，或者不在圖像中出現(xiàn)時，灰度值將會在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。 因為鋼坯A的最終位置是后邊緣，所以圖像的左邊是一個相對的運(yùn)動區(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會是一個相對運(yùn)動的區(qū)域?；瑒哟翱诩夹g(shù)是用來提高獲取鋼坯邊緣特征的實(shí)時性和鋼坯位置的精確性的一種技術(shù)?；瑒哟翱谑且粋€高170的窗口，而高小于等于50的地方是一個調(diào)整系數(shù)。因為在實(shí)際生產(chǎn)情況下有許多干擾，這些干擾就會導(dǎo)致算法計算每一列垂直投影灰度值的變化的誤差增加和在滑動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)在圖像中時得到的結(jié)果 當(dāng)判別函數(shù)取到最小值時鋼坯的邊緣就會出現(xiàn)在滑動窗口中。然后鋼坯的移動距離： ?L：采樣時間間隔內(nèi)鋼坯的移動距離 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)鋼坯移動時，灰度值的變化。 3.3后臺維護(hù) 本文采用了一種定期升級的方式用來加速圖像的處理。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問題。這個問題將導(dǎo)致當(dāng)步進(jìn)電動機(jī)停止工作時，鋼坯會產(chǎn)生滑動。所以，本文采用一二級控制措施來解決鋼坯的滑動問題。首先，鋼坯會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)定位置是通過視覺反饋控制算法實(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)能夠探測到每一幀的圖像內(nèi)移動中的被測鋼坯的邊緣，然后利用工程統(tǒng)計的方法檢測這些邊緣。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，由于被測對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)可能會出現(xiàn)錯誤。所以，在復(fù)雜的生產(chǎn)條件下，即時的和抗干擾的移動目標(biāo)檢測算法還需要進(jìn)一步的研究。 參考文獻(xiàn)