文档名：基于SVM算法的钢卷边部缺陷识别系统
热轧/冷轧钢卷边部缺陷(分层、开裂、烂边、划伤、缺损等),是卷板类钢材制品中常见的一类缺陷,会对生产安全、制造成本以及终端产品质量造成严重的影响,甚至制约着钢铁企业的生产效率和品牌形象.传统的钢卷边部缺陷主要依靠人工识别,准确性差、效率低、作业环境恶劣.基于先进的机器视觉技术,利用图像处理技术对钢卷侧面的纹理特征深度分析,并使用机器学习中的SVM算法训练纹理特征数据使得有无边部缺陷的二分类的准确率达到95％以上,该方法可以准确地判断从实际工业环境中捕获的钢卷图像中是否存在边部缺陷.为高品质冶炼-连铸-热轧-(冷轧)卷板产线的工艺管理和质量管控提供可靠的科技支撑,对钢铁行业智慧工厂建设具有重要的借鉴意义和应用价值.
作者：黄晓红 郑天程 肖鹏程 李静
作者单位：华北理工大学人工智能学院,河北唐山063200华北理工大学以升创新教育基地,河北唐山063200华北理工大学冶金与能源学院,河北唐山063200
母体文献：第十四届全国信号和智能信息处理与应用学术会议论文集
会议名称：第十四届全国信号和智能信息处理与应用学术会议
会议时间：2021年4月11日
会议地点：北京
主办单位：中国高科技产业化研究会
语种：chi
分类号：
关键词：轧制钢卷 边部缺陷 图像识别 支持向量机
在线出版日期：2021年6月24日
基金项目：
相似文献
相关博文
- 文件大小:
- 8.99 MB
- 下载次数:
- 60
-
高速下载
|
|
