УПРАВЛЕНИЕ БОЛЬШИМИ СИСТЕМАМИ
на главную написать письмо карта сайта


јвтор:  ‘омин ј.¬., √лущенко ј.»., ѕолещенко ƒ.ј., «орин ».—.
Ќазвание:  »дентификаци€ маркировки стальных заготовок в†—ѕ÷-1 јќ Ђќскольский электрометаллургический комбинат им.†ј.ј. ”гароваї на основе нейросетевого подхода
¬ыпуск:  95
–убрика:  ”правление техническими системами и†технологическими процессами
√од:  2022
Ѕиблиографи€:  ‘омин ј.¬., √лущенко ј.»., ѕолещенко ƒ.ј., «орин ».—. »дентификаци€ маркировки стальных заготовок в†—ѕ÷-1 јќ Ђќскольский электрометаллургический комбинат им.†ј.ј. ”гароваї на основе нейросетевого подхода // ”правление большими системами. ¬ыпуск 95. ћ.: »ѕ” –јЌ, 2022. —.62-78. DOI: https://doi.org/10.25728/ubs.2022.95.4
 лючевые слова:  лазерные маркираторы, клеймение, нейронные сети, машинное зрение, распознавание маркировки
 лючевые слова (англ.):  laser markers, marking, neural networks, computer vision, mark recognition
јннотаци€:  –абота посв€щена решению задачи идентификации стальной заготовки перед ее посадом в методическую печь в прокатном цехе металлургического комбината. «адачей €вл€етс€ разработка автоматизированной системы, позвол€ющей сн€ть с оператора поста управлени€ посадом задачу ручной идентификации каждой поступающей на участок заготовки. ¬ работе рассмотрены такие подходы к решению поставленной задачи, как нанесение на заготовку дополнительной маркировки с целью дальнейшего автоматического чтени€ и разработка системы чтени€ существующих клейм на основе нейросетевого подхода. ѕроведен эксперимент по нанесению маркировки лазерами различной мощности на Ђсерыйї и Ђсветлыйї металл, оценена читаемость полученных кодов. ¬ результате сделан вывод о возможности применени€ лазерной маркирации только на зачищенном прокате. ѕоэтому предложен подход к построению нейросетевой системы идентификации существующего клейма, разработана реализующа€ его система. ќна была успешно внедрена в производство и позволила добитьс€ примерно 90% точности распознавани€, что способствовало снижению нагрузки на оператора и†уменьшению веро€тности Ђсмешивани€ї различных марок стали в печи нагрева.
јннотаци€ (англ.):  The report is about the solution of a steel billet identification problem before its loading into the methodical furnace of a rolling shop of a metallurgical plant. The task is to develop an automated system that allows one to relieve the loading control station operator from the task of manual identification of each billet. The article considers such approaches to solve the problem in question as application of additional markings to the billets for the purpose of further automatic identification, and development of a system for recognition of the existing markings, which is based on the neural networks. An experiment on marking of the "gray" and "light" billets is conducted with the help of the laser markers of different power. The readability of the obtained codes is evaluated. The conclusion is made that laser marking can be applied only on clean rolling metal (without oxide scale). Therefore, the method is proposed to develop a neural network-based system for identification of the existing marking and implement it. The system is successfully introduced into production and allows one to achieve approximately 90% recognition accuracy, which reduced the operator's workload and the probability of steel grades "mixing" inside the heating furnace.

в формате PDF

ѕросмотров: 338, загрузок: 72, за мес€ц: 12.

Ќазад

»ѕ” –јЌ © 2007. ¬се права защищены