摘要
本发明涉及精轧热连轧技术领域,公开了一种卷取侧导板质量评估及自动预警方法,包括:标定相机参数,获取带钢与侧导板的连续完整图像;将标准化图像输入至神经网络模型中并进行归一化操作,基于深度学习框架和神经网络算法构建模型对侧导板火花进行实时检测,并基于图像特征就进行迭代,生成侧导板的火花检测标识;基于火花检测标识识别火花区域框,通过数据分析计算评估卷取侧导板火花量级;评估卷取侧导板的质量周期并进行质量阈值预警。本发明的方法通过建立卷取侧导板自动预警系统,加以配合卷取侧导板火花评价分类识别与质量评价方法,提高了卷取侧导板火花检测识别率,提高工序生产稳定性和成材率。
技术关键词
卷取侧导板
自动预警方法
火花
深度学习框架
神经网络算法
标定相机
图像
神经网络模型训练
自动预警系统
带钢
棋盘格标定板
热连轧技术
周期
标识
畸变模型
畸变参数
预测特征
系统为您推荐了相关专利信息
神经网络算法
传感器组件
图形显示卡
电源管理模块
特征提取模块
BP模型
遗传优化算法
粒子群优化算法
车辆碰撞安全性
BP神经网络算法
参数优化模型
高频电感
仿真平台
封装方法
深度学习框架