基于BP神经网络的金属材料翘曲图像捕捉及参数调整

热板翘曲缺陷是影响成品质量和生产进度的重要原因,以往采用的人工修正、有限元预测、在线监测均未取得良好的效果。因此,本文开发一套基于BP神经网络的翘曲自动化控制策略。首先采用机器视觉技术对翘曲程度进行定量化测量,利用现场数据建立预测翘曲值的BP神经网络模型,并验证模型的性能。其次根据神经网络模型,结合生产规程和实际数据制定翘曲自动化控制策略,完成对SKI值的修正,以得到最小程度的翘曲。经过测试,该策略满足生产现场的实际需求,可以为后续自动化控制系统的开发提供依据。