68464

Автор(ы): 

Автор(ов): 

4

Параметры публикации

Тип публикации: 

Статья в журнале/сборнике

Название: 

Идентификация маркировки стальных заготовок в СПЦ-1 АО «Оскольский электрометаллургический комбинат им. А.А. Угарова» на основе нейросетевого подхода

Электронная публикация: 

Да

ISBN/ISSN: 

1819-2467

DOI: 

10.25728/ubs.2022.95.4

Наименование источника: 

  • Управление большими системами: сборник трудов

Обозначение и номер тома: 

Вып. 95

Город: 

  • Москва

Издательство: 

  • ИПУ РАН

Год издания: 

2022

Страницы: 

62-78, http://ubs.mtas.ru/search/redirect.php?xml_id=22997&event1=download&event2=ubs&event3=/upload/library/UBS9504.pdf&goto=/upload/library/UBS9504.pdf
Аннотация
Работа посвящена решению задачи идентификации стальной заготовки перед ее посадом в методическую печь в прокатном цехе металлургического комбината. Задачей является разработка автоматизированной системы, позволяющей снять с оператора поста управления посадом задачу ручной идентификации каждой поступающей на участок заготовки. В работе рассмотрены такие подходы к решению поставленной задачи, как нанесение на заготовку дополнительной маркировки с целью дальнейшего автоматического чтения и разработка системы чтения существующих клейм на основе нейросетевого подхода. Проведен эксперимент по нанесению маркировки лазерами различной мощности на «серый» и «светлый» металл, оценена читаемость полученных кодов. В результате сделан вывод о возможности применения лазерной маркирации только на зачищенном прокате. Поэтому предложен подход к построению нейросетевой системы идентификации существующего клейма, разработана реализующая его система. Она была успешно внедрена в производство и позволила добиться примерно 90% точности распознавания, что способствовало снижению нагрузки на оператора и уменьшению вероятности «смешивания» различных марок стали в печи нагрева.

Библиографическая ссылка: 

Фомин А.В., Глущенко А.И., Полещенко Д.А., Зорин И.С. Идентификация маркировки стальных заготовок в СПЦ-1 АО «Оскольский электрометаллургический комбинат им. А.А. Угарова» на основе нейросетевого подхода // Управление большими системами: сборник трудов. 2022. Вып. 95. С. 62-78, http://ubs.mtas.ru/search/redirect.php?xml_id=22997&event1=download&event2=ubs&event3=/upload/library/UBS9504.pdf&goto=/upload/library/UBS9504.pdf.