摘要
本发明属于冶金轧辊制造技术领域,且公开了该冶金轧辊表面网状碳化物监测控制方法的具体步骤如下:S1:初始轧辊图像采集S2;图像增强与特征提取;S3:微观结构识别与分类;S4:红外热成像采集;S5:生长趋势预测模型构建;S6:动态热控参数调整;S7:合金成分偏析补偿模型引入;S8:过程反馈自优化机制;S9:后期使用行为与碳化物特征关联建模。本发明通过高分辨率多光谱工业相机与红外热像仪的协同,构建多维度数据采集体系,结合图像增强、深度神经网络分类及连通图理论分析,实现碳化物形态,相比传统金相切片的离线破坏性检测,该方法具备在线实时、全表面覆盖的优势,可提前识别碳化物异常聚集的早期趋势。
技术关键词
监测控制方法
网状碳化物
轧辊表面
趋势预测模型构建
温度分布曲线
轧辊材质
红外热像仪
热传导方程
多光谱
网状结构
工业相机
冶金
深度神经网络模型
图像特征数据
图像增强
合金
速率
形态
LSTM模型