Автор:  Фомин А.В., Глущенко А.И., Полещенко Д.А., Зорин И.С.
Название:  Идентификация маркировки стальных заготовок в СПЦ-1 АО «Оскольский электрометаллургический комбинат им. А.А. Угарова» на основе нейросетевого подхода
Выпуск:  95
Рубрика:  Управление техническими системами и технологическими процессами
Год:  2022
Библиография:  Фомин А.В., Глущенко А.И., Полещенко Д.А., Зорин И.С. Идентификация маркировки стальных заготовок в СПЦ-1 АО «Оскольский электрометаллургический комбинат им. А.А. Угарова» на основе нейросетевого подхода // Управление большими системами. Выпуск 95. М.: ИПУ РАН, 2022. С.62-78. DOI: https://doi.org/10.25728/ubs.2022.95.4
Ключевые слова:  лазерные маркираторы, клеймение, нейронные сети, машинное зрение, распознавание маркировки
Ключевые слова (англ.):  laser markers, marking, neural networks, computer vision, mark recognition
Аннотация:  Работа посвящена решению задачи идентификации стальной заготовки перед ее посадом в методическую печь в прокатном цехе металлургического комбината. Задачей является разработка автоматизированной системы, позволяющей снять с оператора поста управления посадом задачу ручной идентификации каждой поступающей на участок заготовки. В работе рассмотрены такие подходы к решению поставленной задачи, как нанесение на заготовку дополнительной маркировки с целью дальнейшего автоматического чтения и разработка системы чтения существующих клейм на основе нейросетевого подхода. Проведен эксперимент по нанесению маркировки лазерами различной мощности на «серый» и «светлый» металл, оценена читаемость полученных кодов. В результате сделан вывод о возможности применения лазерной маркирации только на зачищенном прокате. Поэтому предложен подход к построению нейросетевой системы идентификации существующего клейма, разработана реализующая его система. Она была успешно внедрена в производство и позволила добиться примерно 90% точности распознавания, что способствовало снижению нагрузки на оператора и уменьшению вероятности «смешивания» различных марок стали в печи нагрева.
Аннотация (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

Просмотров: 1316, загрузок: 292, за месяц: 13.

Назад