В моей работе рассматривается внедрение системы идентификации слябов на металлургическом производстве, которую можно применить без внесения каких-либо изменений в технологический процесс, поставленный на предприятии, а так же без внесения изменении в конструкцию уже имеющегося оборудования.
На сегодняшний день маркировку слябов на предприятии ККЦ ОАО «ММК» осуществляют вручную, что требует содержания дополнительного штата сотрудников. Маркировщики работают в тяжелых физических условиях, в среде повышенной температуры (700 градусов), в зоне работы УПС. Оператор, стоя на обортовке, которая очень узкая и не имеет ограждения, должен произвести маркировку сляба маркировочной кисточкой. Расстояние от обортовки до дальнего сляба более двух метров, этоо приводит к нечеткой маркировке, так как маркировочная кисточка длинная и тяжелая. Работая в таких условиях, есть большая вероятность получить травму, упав с высоты до 10 метров либо на горячий сляб.
Одним из наиболее распространенных путей увеличения экономической эффективности и повышения качества производимой продукции является автоматизация производства. Автоматизированная система не только упрощает сам процесс производства, снижает нагрузку на рабочих, исключает человеческий фактор (что немаловажно), но также позволяет сертифицировать по международным стандартам качество отдельных операций, составляющих производственный процесс. Ранее для осуществления контроля на промежуточной стадии необходимо было приостанавливать процесс, что тормозило производство, дополнительно оснащать линию, включая в нее необходимые точки контроля и комплектовать производство дополнительными кадрами. Современные технологии позволяют встраивать внешние по отношению к производственному процессу системы, выполняющие функции контроля, определяя изделия, не удовлетворяющие техническим требованиям до поступления его на этап выходного контроля.
В данной работе рассмотрено разработанное решение одной из таких задач.
Требование повышения экономической эффективности производства вызвало необходимость автоматизации системы контроля .
Проблема встала на линии производства слябов – полупродуктов металлургического производства, представляющих собой стальную заготовку прямоугольного сечения с большим отношением ширины к высоте.
Внедрение системы маркировки и учета слябов была вызвана необходимостью перехода от ручного способа к автоматизированному способу оптической идентификации металлических слябов.
В начале участка слежения торец сляба (далее просто – сляб) фотографируется, изображение помещается в виртуальную библиотеку слябов. В конце участка слежения сляб фотографируется повторно и производится идентификация сляба – сопоставление повторного изображения с соответствующим изображением в виртуальной библиотеке.
Главными преимуществами предлагаемой системы являются значительно меньшая стоимость маркировщиков (например, в 10 раз меньше стоимости традиционных иглоударных маркировщиков), а также более простая интегрируемость в инфраструктуру цеха, т.к. маркировка и считывание информации осуществляется дистанционно. В связи с тем, что рисунок на торце каждого сляба достаточно уникален, это можно использовать для их идентификации.
Я предлагаю использовать алгоритм распознавания слябов.
Данный алгоритм уверенно «узнает» один и тот же сляб на разных картинках, снятых при разной освещенности и разных ракурсах, и «не путает» разные слябы друг с другом.
Для создания системы, автоматически выполняющую функции кодирования и распознавания слябов предлагается следующее решение: на этапе движения по рольгангу необходимо маркировать или детектировать каждый из слябов по некоторому характерному для него признаку, с помощью которого возможна будет идентификация сляба на выходе.
Для обнаружения сляба используется оптопара. Устройством захвата изображения является фотоаппарат, дистанционно управляемый сигналом от оптопары о прохождении сляба по рольгангу. Фотоаппарат соединяется с компьютером, на котором программа с заданной частотой проверяет появления новых снимков. Появившийся снимок обрабатывается по специальному алгоритму, позволяющему для сляба создать уникальный характеристический массив значений, который и является образом сляба. Далее формируется база данных образов слябов.
Предлагаемая программа автоматически определяет ребра и грани сляба, устраняет эффект перспективы, нормализует изображение к виду, пригодному для работы алгоритма распознавания.
|