转炉优钢连铸坯中心裂纹的研究与控制

针对转炉优钢连铸坯中心裂纹特征,分析了形成原因,并提出了设备、工艺、检验改进措施,有效控制了转炉优钢连铸坯中心裂纹的产生。     

一种改进Mask R-CNN的运动目标定位方法

针对在复杂场景下传统算法对运动目标分类精度不高且无法直接输出关键点空间坐标这一问题,本文提出了一种基于改进Mask R-CNN的运动目标定位方法。该方法在TensorFlow 框架下采用自制数据集预训练提取多尺度的卷积,将采集到的网络视频流通过RoIAlign算法处理获得像素级的特征并匹配SIFT特征点建立空间坐标系统,在空间约束下结合Kalman filtering补偿运动轨迹,通过投影变换矩阵将像素坐标转换为世界坐标。实验表明该方法提高了模型在干扰背景下的鲁棒性,平均误差在8cm以内,实现了在复杂场景下可以获得实时高精度的定位信息。     

大断面合金钢连铸坯洁净度的研究与控制

本文主要是针对45#、40Cr、20CrMnTiH等钢种大断面铸坯夹杂问题导致了在轧制Φ120圆钢时出现低倍夹杂以及顶锻裂纹缺陷提出的,为此我们从连铸设备、保护渣、保护浇注等方面进行了分析,采取了相关的措施,取得了良好的效果。     

基于机器视觉的经编机在线瑕疵检测技术

文中提出了一种离线学习、在线检测的经编机瑕疵检测方案。在离线情况下,利用小波参数方程构造完备的正交小波集,采用遗传算法寻优获取与待检布匹相匹配的最优小波;在线检测时,利用最优小波对待检图像进行单层分解,对瑕疵信息分布集中的高频分量进行子窗口分割,提取窗口内的灰度方差作为纹理特征描述,采用自适应双阈值分割方法自动检测瑕疵。实验表明,自适应小波方法对瑕疵信号有明显的增强作用,检测算法的准确率能够保持在98.5%以上。