基于机器视觉的冷轧带材跑偏量智能检测方法

针对冷轧生产过程中缺少实测跑偏量引起的板形控制精度低、断带等问题,提出一种基于机器视觉的冷轧带材跑偏量智能检测方法。以经典UNet网络为基础搭建一种轻量化的网络结构,用于冷轧带材智能分割。采用MobileNetV2替换UNet原始收缩路径并在连接结构中嵌入通道注意力ECA_Module,在有效降低网络参数量的同时突出对目标特征的感知能力。采用此网络训练得到带材区域分割模型(SRS_M),其精度指标交并比平均值(mIoU)和像素精度平均值(mPA)分别达到了98.83%和99.36%,单张图像推理时间为40.57 ms。以SRS_M模型为基础,结合边缘位置提取算法,建立带材跑偏量检测模型。通过现场安装的边缘检测装置采集1503个跑偏量样本数据,对方法进行验证。其中,92.82%样本的绝对误差在±2 mm,全部样本绝对误差均在±3.5 mm,证明了方法的有效性。

电站锅炉汽包热应力的产生及控制

对电站锅炉汽包壁温度变化引起的热应力进行阐述,详细分析了汽包上下壁、内外壁温差产生的原因和温差引起热应力的产生过程,给出了汽包热应力的计算公式,提出了控制汽包壁温差的措施,以保证汽包安全运行。