视觉识别技术在工业电气自动化控制中的运用分析

　　摘要：视觉识别技术可替代传统人工检测识别，提高识别效率与质量，用于钢铁工业电气自动化控制的多个环节。文章从视觉识别技术的原理和优势入手，结合钢铁集团企业的实践案例，总结视觉识别技术在工业电气自动化控制中的运用方式与要点，提高钢铁工业生产的自动化水平，推动行业现代化发展。

　　视觉识别技术在工业电气自动化控制中的运用由机器视觉系统实现，根据工业生产需求，应用机器视觉系统替代生产人员，在非接触的情况下完成测量，非常适用于生产环境危险性较高的钢铁工业领域。钢铁企业应从自身生产流程入手，在合适环节引进机器视觉系统，发挥视觉识别技术优势，创造更高收益。

　　1.视觉识别技术特点

　　1.1视觉识别技术的原理

　　视觉识别技术，是通过计算机技术模拟人的视觉，采集观察对象的信息，实现观察对象的准确识别与判断，再根据识别判断结果实施智能控制操作。机器视觉系统以光学检测原理为基础，通过相机采集观察对象的图像，将图像信息以2D或3D图像信号形式传输至图像处理系统，图像处理系统从图像的像素、亮度、颜色等因素入手，抽取观察对象的图像特征；再利用系统配置的算法与观察对象的工艺生产流程、标准参数，如检测观察对象偏移量、弯曲度，计量观察对象的个数，评估观察对象是否合格等；最后由控制系统根据视觉识别结果与传感器检测结果，发出控制指令，使生产设备表现出相应动作，完成观察对象的智能控制。

　　1.2视觉识别技术的优势

　　在工业电气自动化控制领域，基于视觉识别技术的机器视觉系统具有如下优势：①机器视觉系统可在不接触的情况下完成各项识别与检测工作，延长检测设备使用寿命，降低生产成本；②机器视觉系统的运用，可省略人为检测环节，减轻工作人员负担，规避恶劣生产环境下的安全风险，还可规避人为因素对生产的影响，提高识别与检测质量，降低人工成本；同时，设备使用寿命长；③视觉识别技术的框架固定通过计算机系统程序和算法实现自动化控制，具备移植性，可在不同生产领域推广普及；④视觉识别技术的应用可有效提升工业电气自动化控制的智能化水平，使企业获得更高的实质性收益，有助于企业高质量发展。

　　2.视觉识别技术在工业电气自动化控制中的运用方式

　　视觉识别技术在工业电气自动化控制中的运用体现在生产识别与生产检测两个领域。本文结合钢铁集团企业的生产实践，总结视觉识别技术的实践运用方式，为企业落实视觉识别技术、发挥视觉识别技术优势提供有益探索。

　　2.1用于生产识别领域

　　在生产领域，需识别控制的内容涉及生产全过程，技术人员应根据钢铁企业生产特点，分析生产识别需求，配置相关的视觉识别设备，实现智能化视觉识别，为工业电气自动化控制提供便利。在钢铁集团企业的生产准备环节，需进行原材料识别；在生产过程中，需进行设备识别；在产品生产后，需进行缺陷识别，精准控制产品生产全过程，以提高工业电气自动化控制效果。

　　2.1.1识别原材料用量

　　视觉识别技术可通过图像分析，统计原材料的数量，分析其是否满足生产要求，实现原材料供给环节的电气自动化控制。以钢铁集团企业生产的轧钢加热炉生产为例，该设备负责加热钢坯，将钢坯的温度提升至轧制要求，并使钢坯内部温度分布符合生产要求。在轧钢加热炉生产时，配置专用加热炉上料装置实施钢坯运输，该装置包括上料台架、挡钢钩、拨钢叉、输送辊道等构建，具体上料流程如下：控制吊车逐一吊放钢坯，要求钢坯在上料台架上排列有序；再利用步进驱动装置与加热炉上料装置的挡钢钩，逐一将钢坯转移至拨钢叉区域，要求转移频率与加热炉生产节奏保持一致；拨钢叉负责将接收的钢坯运输至输送辊道上方；最后由辊道将钢坯转移到加热炉内，实现加热处理。

　　在传统识别工作中，通常在输送辊道两侧配置金属检测元件，检测钢坯在输送辊道上的运输状态，控制钢坯自动从输送辊道转移至加热炉内。但在输送辊道前的运输环节，均由工作人员用人眼识别钢坯的位置、分析拨钢叉的运行状态，并通过工作人员的手动操作，控制上料台架驱动装置。如果运输的钢坯温度较高，需工作人员实施挤坯操作，确保相邻钢坯间规范有序排列，避免钢坯出现变形。人工视觉识别过程枯燥，操作单一，易使工作人员产生视觉疲劳和操作疲劳，出现识别偏差或操作误差，影响生产质量。

　　针对人工识别问题，钢铁集团企业基于视觉识别技术和定位技术，开发专用机器视觉系统，与工业电气自动化控制系统配合应用，共同构建智能加热炉上料系统。在实际运用中，技术人员应在上料台架部位安装高清摄像机，从多角度采集钢坯的图像，通过视觉识别技术了解钢坯状态，结合定位技术确定钢坯具体位置，并在工业电气自动化控制系统中引进人工智能技术，通过机器学习，模拟工作人员的上料台架驱动装置控制操作，准确控制拨钢叉等设备，提高钢坯运输控制的智能化水平，发挥视觉识别技术作用。在钢铁企业生产中，基于视觉识别技术的加热炉上料系统，适用于推钢式、台架式等多种类型的加热炉，可在生产中推广普及。

　　2.1.2识别设备位置

　　在钢铁企业生产中，部分环节需转移设备构件，设备构件位置的准确性直接影响生产效益。以加热炉加热钢坯环节为例，在钢坯上料过程中，需使用吊车运输钢坯材料，要求台架在吊车上料时暂停步进，避免吊车运行冲击台架。为保护台架，需进行吊车位置的识别操作，传统生产工艺中由操作人员目视吊车的位置，手动操作台架步进，易出现目视偏差、操作失误的问题。基于视觉识别技术的机器视觉系统，可采集吊车生产运行时的图像，利用机器视觉系统内置算法，准确定位吊车的具体位置，在吊具靠近台架时，向控制系统发送指令，再由控制系统控制台架停止步进，实现台架的智能化控制，既可简化生产操作，也可提高生产效率，延长设备使用寿命。

　　2.1.3识别损坏产品

　　在钢铁企业生产中，损坏原材料和损坏成品的识别是工作重点。传统生产中，由生产人员目视观察原材料和成品是否存在明显缺陷，极易出现检测偏差。虽然部分企业引进智能检测设备，通过传感器检测原材料及成品结构，但还存在检测遗漏的问题。技术人员可引进视觉识别技术，将图像分析结果与机器学习配合应用，精准定位原材料或产品缺陷，保障生产质量。例如，在某钢铁企业的钢坯缺陷识别中，技术人员将视觉识别技术与大数据深度学习算法配合应用，利用图像分析结果，准确计算钢坯的弯曲率，并将计算结果与标准数值对比，分析弯曲率不合格的钢坯，实现智能化、自动化生产控制。

　　2.2用于生产检测领域

　　在钢铁企业生产中，检测内容包括材料质量、产品质量、设备运行状况等，产品质量检测可由缺陷识别环节完成，设备运行状况的检测通过检测设备参数来实现。在钢铁集团企业中，技术人员可利用视觉识别技术进行材料质量检测与设备参数检测，再根据检测结果实现材料与设备的自动化控制。

　　2.2.1材料质量检测

　　在钢铁企业生产中，部分原材料需在使用前进行表面质量检测，为解决人工检测的缺陷，技术人员可通过视觉识别技术实施材料表面质量的在线检测，并根据在线检测结果，为电气自动化控制提供参考，控制生产设备的操作，避免不合格材料用于生产实践。例如，针对带钢检测需求，技术人员通过高速相机拍摄处于运动状态的带钢表面图像，再通过动态阈值分割算法分析带钢表面图像，提取图像特征，通过特征提取算法分析带钢是否存在缺陷，并将带钢缺陷图像进行整合，构建带钢缺陷分类库。在带钢缺陷分类库的信息达到一定层级后，实施卷积神经网络训练，对带钢缺陷进行分级。在实际生产中，机器视觉系统可在检测带钢缺陷的同时，对存在缺陷的带钢进行分类，实现材料质量的科学管控。

　　2.2.2设备参数检测

　　在钢铁企业生产中，设备参数是安全可靠生产的关键要素，设备参数检测方法相对多样，视觉识别技术是设备参数检测的新方法，适用于液位检测等可用肉眼观察的参数检测。例如，在电渣连铸工艺中，技术人员可用视觉识别技术进行结晶器液位检测，与工业电气自动化控制系统配合应用，确保液位处于标准范围，保障电渣锭生产质量。

　　考虑到液面分解的可测性、测量误差及干扰因素等影响，技术人员在采集液面图像的基础上，通过滤光片对结晶器液位图像进行滤光处理，分析滤光处理后的图像灰度值、像素等参数，准确定位结晶器液位；为保障测量精度，选择500万像素的相机，其测量液位范围为0~290mm，并在检测前通过标定分析液位和图像高度的关系，避免测量误差的出现；为避免钢铁企业高温高压生产环境的影响，技术人员在距离结晶器1.5m的位置实施检测，确保相机在此温度环境下能够正常运行，并为相机配置密封机箱，避免湿度或灰尘影响图像采集效果，必要时可在结晶器口设置抽气装置，避免生产产生的烟雾影响图像清晰度。在实际生产中，视觉识别技术可精准获取结晶器液位，在液位超标时报警，由工业电气自动化控制系统进行处理，实现智能化生产。

　　3.结语

　　综上所述，在工业电气自动化控制中，视觉识别技术的运用可强化控制成效，提高生产效益。通过本文的分析，企业可在生产识别与生产检测领域应用视觉识别技术。在识别领域，可用于识别原材料用量、设备位置、损坏产品；在检测领域，可用于检测材料质量、设备参数，有助于工业生产质量的提升，实现工业高质量发展目标。

　　（作者单位：广西柳州钢铁集团有限公司）

关注读览天下微信， 100万篇深度好文， 等你来看……