本发明涉及一种带钢位置测量装置、带钢跑偏控制装置及带钢跑偏计算方法。
背景技术：
：：一般情况下，由于带钢(strip)的工艺环境恶劣，有可能难以通过肉眼识别带钢的位置。而且，在带钢工艺中，当带钢的位置脱离设定的位置时，会发生带钢跑偏。例如，在热轧生产线中，带钢的位置难以通过肉眼来识别，在精轧机的最终阶段发生带钢跑偏时，过带稳定性和产品的形状会急剧变差。因此，在热轧生产线中，带钢位置的测量和带钢跑偏的控制直接关系到生产率，但是以往主要是通过作业人员的手动介入，即作业人员通过肉眼来识别带钢的位置，并且通过以手动方式改变轧制机的辊缝等级(rollgaplevel)来控制带钢跑偏。因此，带钢位置测量的精确度和带钢跑偏控制必然存在局限性。现有技术文献专利文献专利文献1：韩国公开专利公报10-2013-0110492号。技术实现要素：(一)要解决的技术问题为解决上述的问题，本发明的一个实施例提供一种带钢位置测量装置、带钢跑偏控制装置及带钢跑偏计算方法。(二)技术方案本发明的一个实施例的带钢位置测量装置可以包括：影像计量部，获得带钢的影像信息；以及边缘检测部，对所述影像信息执行预处理(pre-filtering)过程来检测带钢的边缘，所述边缘检测部在一个方向上对预处理后的影像信息进行整合来计算一维轮廓值，并利用对计算得出的值进行加权的影像信息来检测带钢的边缘。例如，所述边缘检测部可以利用索贝尔(sobel)滤波器对由所述影像计量部获得的影像信息进行预处理过程，利用阈值(threshold)方式或微分方式对加权的所述影像检测所述带钢的边缘。本发明的一个实施例的带钢跑偏控制装置可以包括：影像计量部，其设置在热精轧最终阶段的进入侧，获得进入所述热精轧最终阶段的带钢的影像信息；边缘检测部，对所述影像信息执行预处理过程来检测带钢的边缘；以及控制部，基于所述带钢的边缘来控制所述热精轧最终阶段，所述边缘检测部在宽度方向上对预处理后的影像信息进行整合来计算一维轮廓值，并利用对计算得出的值进行加权的影像信息来检测带钢的边缘。例如，所述带钢跑偏控制装置还可以包括感测部，所述感测部感测所述带钢的温度和/或分布在所述带钢周围的流体。本发明的一个实施例的带钢跑偏计算方法可以包括：获得带钢的影像信息的步骤；对所述影像信息执行预处理过程的步骤；在一个方向上对预处理后的影像信息进行整合来计算一维轮廓值并对计算得出的值进行加权的步骤；以及利用进行所述加权的影像信息来检测带钢的边缘并计算带钢跑偏的步骤。(三)有益效果根据本发明，在带钢边缘部位出现干扰的情况下，也能够精确地获得边缘值。通过这样检测的边缘信息，能够计算精确的钢板的跑偏值。附图说明图1是示出本发明的一个实施例的带钢位置测量装置的图。图2是示出本发明的一个实施例的带钢跑偏控制装置的图。图3是示出本发明的一个实施例的带钢跑偏计算方法的流程图。图4是示出通过索贝尔滤波器进行了预处理的影像的图。图5是示出对预处理后的影像进行了权重(weight)的影像的图。图6是示出能够实施本说明书记载的一个以上的实施例的例示性的计算环境的图。附图说明标记10：带钢20：上一个阶段30：最终阶段100：带钢位置测量装置110：影像计量部120：边缘检测部130：感测部200：带钢跑偏控制装置210：影像计量部220：边缘检测部230：感测部240：控制部具体实施方式下面，参照附图对本发明的实施方式进行详细说明。但是。本发明的实施方式可变形为多种其它形式，本发明的范围并不限定于以下说明的实施方式。为使说明更清楚，附图中的组件的形状和大小等可能有所夸张，附图中用相同的附图标记表示的组件是相同的组件。图1是示出本发明的一个实施例的带钢位置测量装置的图。参照图1，所述带钢位置测量装置100可以包括影像计量部110和边缘检测部120，还可包括感测部130。影像计量部110能够获得带钢(strip)10的影像信息。例如，为了对在热轧生产线中进入最终阶段20的带钢10测量带钢10的跑偏值，所述影像计量部110可设置在最终阶段20。在此，带钢10可以是线圈(coil)、钢板(steelplate)等。例如，所述影像计量部110能够通过四个CCD摄像机与最终阶段20的进入侧相隔一定距离而以设定的时间单位对带钢10进行连续拍摄。在此，测量的带钢10的位置和最终阶段20的位置有可能不一致。这可以通过附加的模型预测控制方法等进行补偿。边缘检测部120可通过对由影像计量部110获得的影像信息执行预处理过程来检测带钢10的边缘(edge)。在此，预处理过程可通过选择性提取影像的特定部分的滤像来实现。在此，滤像是指，消除影像的噪声而提取关注的视觉特征并执行影像再取样的过程。例如，由于所获得的影像信息是二维信息，所以影像中可以包括对应于垂直方向的变化的垂直频率成分和对应于水平方向的变化的水平频率成分。在所获得的影像信息中，可通过滤波来除去影像的高频成分和/或低频成分。而且，还可在所获得的影像信息中对特定频带进行放大。例如，所述边缘检测部120可利用索贝尔滤波器来执行预处理。通过索贝尔滤波器可容易地识别影像的边缘区域。在此，在执行预处理过程中并不限定于使用索贝尔滤波器。例如，在执行预处理过程中可利用凯尼(Canny)检测算法或能够检测边缘信息的常用边缘检测滤波器等。另外，所述边缘检测部120在宽度方向上对预处理后的影像信息进行整合来计算出一维轮廓值，并对计算出的值进行加权而与原影像进行合成，由此能够检测带钢10的边缘。举个具体的例子为，所述边缘检测部120对xy平面的影像在x轴方向上对成分进行整合，对集中在边缘区域的特定频带的成分进行放大，从而能够强调边缘区域。在此，强调了边缘区域的影像可以与原影像进行合成。一般情况下，带钢10的边缘部位的温度可能比中心部位的温度低。在影像中，与温度高的区域相比，温度低的区域的亮度可能相对变暗。即，由于带钢10的温度，边缘检测部120的边缘检测精确度可能会降低。而且，根据带钢10的种类，带钢10的表面温度的分布也会不同。因此，边缘检测部120的边缘检测精确度会进一步降低。因此，所述边缘检测部120可以对带钢10的边缘区域进行一次检测，在对检测到的边缘区域进行加权后对带钢10的边缘区域进行二次检测。例如，所述边缘检测部120可以利用阈值方式或微分方式对进行加权的影像检测所述带钢的边缘。因此，即使在带钢的边缘部位出现干扰也能够获得精确的边缘值。通过这样检测的边缘信息，能够计算出精确的钢板的跑偏值。在此，带钢跑偏是指钢坯、条钢、带钢等材料在移动时向左右宽度方向移动的现象，这会增加轧制工艺的过带不稳定性，还会在精轧过程中引发打卷现象。感测部130能够感测带钢10的中心和/或边缘的温度。根据带钢10的种类，带钢10的表面温度的分布也会不同，因此，可以在设定边缘检测部120的权重时反映由所述感测部130感测的温度。因此，能够进一步改善边缘检测部120的边缘检测精确度。而且，所述感测部130能够感测分布在带钢10的周围的流体。在带钢10工艺环境下，带钢10的周围可能分布有水蒸气或冷却水等。这种水蒸气或冷却水等具有对光进行散射的特性，因此会在边缘检测部120的边缘检测中引发失真。可以在设定边缘检测部120的权重时反应与由所述感测部130感测的流体相关的信息。例如，在带钢10的周围分布有很多水蒸气或冷却水等的情况下，可以增大边缘检测部120进行加权的权重。因此，即使在由于水蒸气或冷却水而在带钢10的边缘部位产生干扰的情况下，边缘值也不会出现振荡，能够计算出精确的边缘值。下面，对本发明的一个实施例的带钢跑偏控制装置进行说明。在所述带钢跑偏控制装置200所包括的组件中，对于与参照图1进行说明的带钢位置测量装置100所包括的组件相同或相应的内容，将不再重复说明。图2是示出本发明的一个实施例的带钢跑偏控制装置的图。参照图2，所述带钢跑偏控制装置200可以包括影像计量部210、边缘检测部220以及控制部240，还可以包括感测部230。影像计量部210设置在热精轧最终阶段20的进入侧，能够获得经过上一个阶段30进入热精轧最终阶段20的带钢10的影像信息。通过所述影像计量部210还能够测量带钢10的宽度方向上的动作。边缘检测部220能够对所获得的影像信息执行预处理过程来检测带钢的边缘。所述边缘检测部220的具体的计算方法将在后面参照图6进行说明。例如，输入设备可以接收影像计量部210的计量值，存储器可以存储用于检测边缘的预处理算法、权重、影像合成算法等，处理器单元可以对存储在存储器的算法运用输入值来检测边缘，输出设备可以基于运算结果来输出用于控制带钢跑偏的信号。控制部240可以基于带钢的边缘来控制热精轧最终阶段30。例如，所述控制部240可以通过带钢的边缘来计算带钢跑偏并计算出对最终阶段30的控制算法来控制最终阶段30的轧辊等级。另外，所述控制部240即使在控制最终阶段30之后也能够持续接收带钢的边缘信息。在控制最终阶段30之后带钢跑偏现象仍持续的情况下，所述控制部240可以对最终阶段30执行进一步的控制。即，所述控制部240所遵循的控制算法可以形成循环而反复执行，直至不再接收带钢的边缘信息为止。感测部230能够感测带钢10的温度和/或分布在带钢10的周围的流体。可以在设定边缘检测部220的权重时感测到的温度和/或流体信息。下面，对本发明的一个实施例的带钢跑偏计算方法进行说明。所述带钢跑偏计算方法可以在参照图1说明的带钢位置测量装置100和/或参照图2说明的带钢跑偏控制装置200中执行，对于与上述说明相同或相应的内容，将不再进行重复说明。图3是示出本发明的一个实施例的带钢跑偏计算方法的流程图。参照图3，所述带钢跑偏计算方法可以包括：获得带钢的影像信息的步骤S10；检测带钢的边缘区域的步骤S20；在边缘区域应用索贝尔滤波器的步骤S30；对预处理后的影像进行加权的步骤S40；将加权的影像和原影像进行合成的步骤S50；检测边缘候选区域的步骤S60；检测边缘候选区域内的边缘的步骤S70；以及利用边缘值来计算带钢跑偏的步骤S80。而且，在执行了所述带钢跑偏计算步骤S80之后，可以重复执行获得影像信息的步骤S10。即，所述带钢跑偏计算方法可以形成为循环而反复执行，直至不再接收带钢的边缘信息为止。另外，所述带钢跑偏计算方法的计算环境可参照图6来实现。图4是示出通过索贝尔滤波器进行了预处理的影像的图。参照图4，可确认对钢板的边缘候选区域应用了索贝尔滤波器的影像。在此，矩形的框线表示钢板的边缘候选区域，框线的内侧的影像部分是应用了索贝尔滤波器之后的影像。而且，下端的曲线是在宽度方向上进行整合而计算出的一维轮廓值。通过图4可确认，只能看到在钢板的边缘候选区域内应用滤波器后的影像的边缘区域的影像。图5是示出对预处理后的影像进行加权的影像的图。参照图5，矩形的框线表示钢板的边缘候选区域，框线的内侧的影像部分是应用了索贝尔滤波器之后的影像。而且，下端的曲线是在一个方向上进行整合而计算出的一维轮廓值，中间的纵向直线是边缘检测结果。图5的影像是示出将加权的影像和原影像进行合成后执行边缘检测的结果值的图。虽然在原影像中边缘部不明显，但从测量结果可知找到了正确的边缘。因此，能够更精确地检测边缘，能够提高带钢跑偏的控制和计算的可信度。图6是示出能够实现本说明书中记载的一个以上的实施例的例示性的计算环境的图，示出了包括以能够实施上述的一个以上的实施例的方式构成的计算设备1100的系统1000的示例。例如，本说明书记载的边缘检测部、控制部等可通过参照图6说明的计算环境来实现。例如，计算设备1100可以包括个人计算机、服务器计算机、掌上电脑或便携式设备、移动设备(移动手机、PDA、媒体播放器等)、多处理器系统、消费者电子设备、小型计算机、主机、包括上述任意的系统或设备的分布式计算环境等，但并不限定于此。计算设备1100可以包括至少一个处理器单元1100和存储器1120。在此，处理单元1100例如可以包括中央处理器(CPU)、图形处理器(GPU)、微处理器、专用集成电路(ApplicationSpecificIntegratedCircuit，ASIC)、现场可编程门阵列(FieldProgrammableGateArrays，FPGA)等，并且可以具有多个核(core)。存储器1120可以是易失性存储器(例如，RAM等)、非易失性存储器(例如，ROM、闪存等)或它们的组合。而且，计算设备110可以包括附加的存储设备1130。存储设备1130包括可以磁存储设备、光存储设备等，但不限定于此。存储设备1130可以存储用于实现本说明书记载的一个以上的实施例的计算机可读的指令，还可以存储用于实现操作系统、应用程序等的其它的计算机可读的指令。存储在存储设备1130的计算机可读的指令可以加载到存储器1120，以便被处理单元1110执行。而且，计算设备1100可以包括输入设备1140和输出设备1150。在此，输入设备1140例如可以包括键盘、鼠标、输入笔、语音输入设备、触摸输入设备、红外线摄像机、视频输入设备或任意的其它的输入设备等。而且，输出设备1150例如可以包括一个以上的显示器、扬声器、打印机或任意的其它的输出设备等。而且，计算设备1100也可以将设置在其它的计算设备的输入设备或输出设备用作输入设备1140或输出设备1150。而且，计算设备1100可以包括通信接口1160，使得能够通过网络1200与其它设备(例如，计算设备1300)进行通信。在此，通信接口1160可包括调制解调器、网络接口卡(NIC)、多网络接口、射频收发机、红外线端口、USB接口或用于将计算设备1100连接到其它计算设备的其它接口。而且，通信接口1160可以包括有线接口或无线接口。上述的计算设备1100的各组件可通过总线等以多种互连(例如，外部设备互连总线(PCI)、USB、固件(IEEE1394)、光学总线结构等)来连接，还可通过网络进行互连。在本说明书中使用的“组件”、“模块”、“系统”、“接口”等术语一般是指硬件、硬件和软件的组合、软件或作为运行中的软件的计算机相关实体(Entity)。例如，组件可以是正在处理器中运行的进程、处理器、对象、可执行物(executable)、运行线程、程序和/或计算机，但并不限定于此。例如，正在控制器中运行的应用和控制器都可以是组件。一个以上的组件可存在于处理器和/或运行的线程中，组件可以在一个计算机上本地化，也可以在两个以上的计算机之间分布。本发明并不限定于上述的实施方式和附图。由权利要求书限定权利要求范围，本领域技术人员能够在不脱离权利要求书中所记载的本发明的技术思想的范围内进行多种形式的置换、变形和变更。当前第1页1 2 3 当前第1页1 2 3