基于数字化图像处理技术的连铸坯低倍质量自动评级系统研发

来源:中文会议(科协)
中文摘要

连铸生产过程中不可避免的连铸坯偏析、缩孔和裂纹等缺陷,很大程度上影响着连铸坯质量,严重制约着连铸的高效化生产,已成为钢铁生产领域亟待解决的难题。基于此,本研究采用深度学习构建了连铸坯低倍组织缺陷检测模型,实现了对连铸坯低倍组织及缺陷的精准识别与分割;基于图像处理技术,对国内外评级标准图进行数字化表征,构建了连铸坯低倍质量数字化评级体系,明确了标准图像中偏析、疏松、缩孔和裂纹缺陷的位置、尺寸、形状等定量化特征,并开发了基于Unet深度学习的连铸坯低…查看全部>>

宋翰凌;罗森;王卫领;朱苗勇;

2023年(第二十四届)全国炼钢学术会议

低倍检验 深度学习 数字化图像处理 连铸坯质量评级

407-407 / 1

评论

您当前未登录!去登录点击加载更多...

上述内容所涉观点、意见仅代表作者,与国家学术会议平台无关。

国家学术会议平台已取得上述相关成果授权,未经允许,任何单位和个人不得转载、复制或用作他途,一经发现,相关法律后果自行承担,国家学术会议平台保留向相关侵权人依法追究法律责任的权利。