摘要: 本通过冷轧钢带表面缺陷特征和产生机理的分析, 对冷轧钢带表面缺陷做了分类, 并分析说明了冷轧钢带表面缺陷对后序加工的不良影响以及冷轧钢表面缺陷产生的主要原因, 提出了主要控制措施, 通过查找资料和翻阅文献了解了 BP神经网络技术,它是模拟生物形态应用在生产中的一种技术,用特征对冷轧钢表面缺陷进行分类使得后期的处理工作更容易进行。59929    
毕业论文关键词:冷轧钢带  表面缺陷  检测技术  神经网络   
Title :Study on  cold rolling strip surface defect on-line detection technology   
Abstract:Analysis of the characteristic of the surface defects in steel strip cold rolling and the formation mechanism, made a classification of surface defects of cold rolled steel strip, and analyzes the main causes of adverse effects of cold-rolled strip surface defect on the order of processing and cold rolled steel surface defect, and put forward the main control measures, through the search and read the literature about BP neural network technology, it is a form of simulated biological application technology in the production of cold rolled steel, surface defect classification makes work more easily with characteristics of late. 
Keywords    Cold rolled steel strip,  surface deficiency  ,  Detection technology,neural network

目录

第一章绪论1

1.1课题研究背景..1

1.2冷轧带钢表面缺陷检测技术的发展与应用..1

1.3论文工作及结构说明..4

第二章冷轧带钢表面缺陷检测技术的总体方案设计.5

2.1冷轧带钢表面缺陷自动检测系统的基本原理..5

2.2系统检测的常见缺陷类型..5

2.3系统的总体设计方案8

2.3.1检测装置..9

2.3.2CCD摄像头的工作原理..9

2.3.3CCD摄像头的特点..10

2.4系统的软件设计方案..10

第三章人工神经网络..12

3.1神经网络的基本概念..12

3.2神经网络的学习14

3.3神经网络的学习规则..15

3.4BP神经网络模型..17

第四章冷轧带钢表面缺陷检测技术研究19

4.1特征向量的提取19

4.1.1图像的预处理19

4.1.2带钢表面缺陷的特征提取..21

4.2BP神经网络的模式识别方法.23

4.3BP神经网络识别算法.24

4.4缺陷图像识别实验.25

第五章小结28

5.1结论.28

5.2毕设成果..29

致谢.30

参考文献31

第一章 绪论 1.1  课题研究背景 随着我国新型工业化进程的全面推进,各类工业化产品在产量上已经达到了相当的规模,能够基本满足我国国民经济发展的需要。但在保持产量较高增长幅度的同时,各类产品质量的整体水平却仍与世界发达国家有着较大的差距,因此如何有效提高产品质量成为摆在国内各企业面前的一个重要课题,也成为关乎我国整体经济发展能否保持持续稳定增长态势的决定性环节。在钢铁冶金领域内,我国 2001 年全国钢材总产量为 1.8 亿吨,2002 年的全年钢材产量达到 1.9 亿吨,2005 年全年的钢材产量超过了 3 亿吨,均居世界第一位,根据钢铁工业协会 2003 年调研推测,2010 年将约为 3.1 亿吨~3.4 亿吨。此外,根据该协会调查和不完全统计,2005 年我国新增炼铁能力0.94 亿吨,炼钢能力 1.1 亿吨。近年来,日本、欧洲等一些主要钢铁生产国家不断地建设各种新型生产线,使钢材市场的供求关系发生很大变化。目前国际市场钢铁产品的生产能力过剩,出现供大于求的局面。据有关机构估算,目前国际钢材的生产总能力已经达到了 10 亿吨,而世界钢材实际需求量只有 8 亿吨,过剩比例达到 20%。因此在这种大环境中,产品的质量成为企业之间竞争取胜的关键。在缺陷识别过程中,钢铁企业为了提高产品的质量,纷纷引进或者研究钢板表面缺陷在线检测技术,利用机器视觉的方法,改进人工质量检测的不足,从而达到提高产品质量的目的,因此表面缺陷在线检测技术在工业生产线上得到了越来越广泛的应用。但由于该技术受环境以及相关技术的制约性比较大,在实际应用也会出现一些问题,比较突出的问题是缺陷检测与识别算法的有效性和实时性,尤其是缺陷识别过程中,遇见的缺陷类型太多以及缺陷特征能否有效描述缺陷本质特征等问题。因此为了提高缺陷的识别率,在已经提取的缺陷特征集中,选择一组较优的特征来描述缺陷信息,既可以减少由于特征太多引起的缺陷实时识别过慢的缺点,也可以解决由于缺陷特征过杂引起的识别准确率下降等问题。

上一篇:外界气体压力对8701炸药燃烧影响研究
下一篇:FPGA+LabVIEW气液两相流电阻率测量系统设计

定向能武器高热功率表面...

CCD电子元器件表面暗裂的图像检测+PLC梯形图

51单片机表面粗糙度在线监...

QCM电极表面待测物质等效电路模型研究

PLC表面自动喷涂系统设计

车削铝棒时刀具表面振动测试的试验设计

fluent平板表面汽油及柴油的燃烧特性仿真

LiMn1-xFexPO4正极材料合成及充放电性能研究

ASP.net+sqlserver企业设备管理系统设计与开发

张洁小说《无字》中的女性意识

我国风险投资的发展现状问题及对策分析

麦秸秆还田和沼液灌溉对...

安康汉江网讯

新課改下小學语文洧效阅...

互联网教育”变革路径研究进展【7972字】

老年2型糖尿病患者运动疗...

网络语言“XX体”研究