[发明专利]基于图像传感的钢坯剪切装置及其剪切方法无效

专利信息
申请号: 200910195433.6 申请日: 2009-09-10
公开(公告)号: CN101658954A 公开(公告)日: 2010-03-03
发明(设计)人: 张秀彬;应俊豪;焦东升;钱斐斐 申请(专利权)人: 上海交通大学
主分类号: B23D31/00 分类号: B23D31/00
代理公司: 上海交达专利事务所 代理人: 王锡麟;王桂忠
地址: 200240*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 图像 传感 钢坯 剪切 装置 及其 方法
【说明书】:

技术领域

发明涉及的是一种机械设备技术领域的剪切装置及其剪切方法,具体是一种基于图像传感的钢坯剪切装置及其剪切方法。

背景技术

钢厂热连轧剪切是连轧过程中的重要环节,目的是要将钢坯的头部和尾部所出现的曲边予以切除,使整体钢坯呈现近似矩形的带状体。如何实现剪切优化直接关系到节约材料、能源和提高企业经济效益的技术问题。具体就是要解决热扎机上的钢坯头、尾部的最优剪切问题。

经对现有技术文献的检索发现,谭汉松等的论文“板材最优切割算法的设计与实现”(《计算机工程与应用》2003年第18期)针对在工厂生产或加工过程中,常需要将大块矩形板材(如钢板、玻璃、印刷电路板、装饰板、包装纸等)切割成各种形状的小板材,提出从计算机技术的角度出发,采用回溯法将原本复杂的问题转换成几个子问题,并找出递归结束条件;用递归的程序设计方法求出所有的切割方案,记录下最优的切割方案。但是,该文所描述的技术方法仅仅是针对“大块矩形板材”切割成“各种形状的小板材”的算法研究,边界条件复杂,运算量大、时间长,根本无法被直接引用于钢坯的头部和尾部的在线实时最优剪切。

又经检索还发现,孟繁祯等的论文“用遗传算法求解最优切割方法”(《应用科学学报》2000年第3期)也是针对采用尽可能少的原材料规划出尽可能多的产品,使剩下的不能再用的废料最少提出自己的技术算法,即解决合理下料问题。该文献同样存在边界条件复杂,运算量大、时间长,根本无法被直接引用于钢坯的头部和尾部的在线实时最优剪切。

发明内容

本发明针对现有技术存在的上述不足,提供一种基于图像传感的钢坯剪切装置及其剪切方法,能够通过两个图像传感器构成的双目视觉测量系统在非接触方式下将钢坯的头部和尾部先后按照最优剪切线进行剪切,因此达到高效、节能、节材的效果。

本发明是通过以下技术方案实现的:

本发明涉及基于图像传感的钢坯剪切装置包括:两个CCD图像传感器、图像处理模块、图像识别模块和驱动模块,其中:两个CCD图像传感器并排安置于热联扎剪切机剪切口的前端并分别与图像处理模块相连接传输原始左、右视图,图像处理模块的输出接口与图像识别模块的输入接口连接以输出经处理后的左、右视数字图像,图像识别模块的输出接口与驱动模块的输入接口连接以输出待剪切钢坯的最优剪切线坐标数据,驱动模块输出接口与生产线伺服机构的输入接口连接以传输剪切控制信号。

所述的两个CCD图像传感器的光轴相互平行并与钢胚水平投影面垂直,两个CCD图像传感器的光轴间距L为:

L=W2,]]>

其中:W为热联扎钢坯传送机构宽度;

两个CCD图像传感器的两根光轴分别与热联扎钢坯传送机构对应两侧的距离均为两个CCD图像传感器的安装高度以视场能够覆盖热联扎钢坯传送机构两侧景象为准则,再考虑图像传感器避免热辐射的影响,一般可以取安装高度H≥1.5W;

所述的两个CCD图像传感器、图像处理模块和图像识别模块构成双目视觉测量系统;

所述的CCD图像传感器中位于面对钢坯进给方向左边的称之为左目图像传感器,面对钢坯进给方向右边的CCD图像传感器称之为右目图像传感器;左目图像传感器采集到的图像称为左视图,右目图像传感器采集到的图像称为右视图。

所述的两个CCD图像传感器同步采集钢坯图像,并将每一时刻所采集的原始左、右视图传输至图像处理模块。

所述的图像处理模块对双目视觉测量系统图像传感器参数进行标定、实时采集钢坯图像和图像强化处理,获得待剪切钢坯的强化处理后的数字图像。标定图像传感器参数后的双目视觉测量系统能够通过坐标转换关系从计算机图像中的像素坐标计算出对应的空间点坐标。

所述的图像识别模块利用强化处理后的左、右视数字图像对钢胚头、尾部的形态进行识别,同时计算钢胚头、尾部的最优剪切线。

所述的驱动模块接收图像识别模块运算输出的最优剪切线坐标数据,并将其转换为钢坯剪切机伺服机构的剪切控制信号。

本发明涉及基于图像传感的钢坯剪切方法,包括以下步骤:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海交通大学,未经上海交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/200910195433.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top