连铸漏钢计算机视觉检测方法【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

连铸漏钢计算机视觉检测方法PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 连铸漏钢及其特征检测方法1

1.1 铸坯凝固与传热理论1

1.1.1 铸坯凝固理论1

1.1.2 铸坯黏结漏钢形成过程2

1.2 传统连铸漏钢检测方法6

1.2.1 热电偶温度法6

1.2.2 热流法9

1.2.3 摩擦力法9

1.3 计算机视觉检测技术10

1.3.1 图像分割11

1.3.2 特征提取13

1.3.3 模式识别14

1.4 本书的研究内容16

参考文献18

第2章 宽厚板坯黏结影响因素及预防24

2.1 引言24

2.2 连铸机设备参数与热电偶布置25

2.2.1 连铸机设备参数25

2.2.2 结晶器铜板热电偶布置26

2.3 热流对铸坯黏结影响28

2.3.1 宽面热流28

2.3.2 窄面热流30

2.3.3 热流波动30

2.4 拉速与液位31

2.4.1 拉速31

2.4.2 液位波动32

2.5 铸坯尺寸与黏结位置33

2.5.1 铸坯尺寸33

2.5.2 黏结位置35

参考文献36

第3章 铸坯黏结的二维空间传播行为38

3.1 引言38

3.2 黏结传播行为计算方法39

3.3 黏结纵向传播实例分析41

3.4 黏结横向传播实例分析42

3.5 黏结传播角度实例分析44

3.6 不同尺寸铸坯黏结传播行为对比45

参考文献46

第4章 黏结区域可视化特征检测47

4.1 引言47

4.2 结晶器铜板温度可视化48

4.2.1 温度热成像48

4.2.2 热像图帧间差分49

4.2.3 温度变化速率可视化49

4.3 黏结异常图像处理51

4.3.1 区域分割51

4.3.2 连通性标记51

4.3.3 边界和轮廓提取54

4.4 黏结异常特征提取55

4.4.1 温度特征55

4.4.2 几何特征56

4.4.3 移动特征56

4.5 真伪黏结实例特征统计与分析57

4.5.1 黏结的可视化形成和传播过程57

4.5.2 伪黏结的一般特征59

4.5.3 黏结漏钢的典型可视化特征62

4.5.4 黏结实例的特征统计与分析64

参考文献66

第5章 基于改进BP神经网络的智能化预报实例67

5.1 引言67

5.2 特征选择与归一化68

5.2.1 黏结特征的选择68

5.2.2 黏结特征数据归一化69

5.3 LM-BP神经网络预报模型69

5.3.1 人工神经网络69

5.3.2 BP神经网络模型及训练71

5.3.3 LM-BP算法流程75

5.3.4 LM-BP神经网络的训练与测试77

5.4 基于GA-LM-BP神经网络的预报模型79

5.4.1 遗传算法79

5.4.2 种群和个体操作79

5.4.3 算法的优化流程81

5.4.4 GA-LM-BP神经网络模型81

5.5 GA-LM-BP模型训练与测试82

5.5.1 模型参数设置82

5.5.2 GA-LM-BP神经网络模型训练82

5.5.3 GA-LM-BP神经网络模型测试83

5.6 离线预测结果及指标对比分析84

参考文献86

第6章 结晶器可视化漏钢预报专家系统开发及应用88

6.1 引言88

6.2 系统总体构成89

6.3 信号采集和通讯89

6.3.1 热电偶及温度测量90

6.3.2 液压振动系统数据采集91

6.3.3 工艺参数检测92

6.4 软件设计和开发93

6.4.1 C/S模式架构的选择93

6.4.2 任务和功能分解94

6.4.3 系统软件开发95

6.5 专家系统在线运行96

6.5.1 系统在线运行情况96

6.5.2 铜板温度在线检测97

6.5.3 结晶器铜板热流检测97

6.5.4 瞬态摩擦力在线检测99

6.5.5 结晶器振动状态监测100

6.5.6 结晶器过程可视化100

6.6 漏钢在线检测结果101

6.6.1 现场检测实例101

6.6.2 漏钢预报结果与指标对比103

参考文献104

第7章 结论106