سال انتشار: ۱۳۸۶

محل انتشار: پانزدهیمن کنفرانس مهندسی برق ایران

تعداد صفحات: ۶

نویسنده(ها):

منصوره شریف زاده لاری – دانشگاه صنعتی اصفهان – دانشکده مهندسی برق و کامپیوتر
رسول امیرفتاحی – دانشگاه صنعتی اصفهان – دانشکده مهندسی برق و کامپیوتر
سعید صدری – دانشگاه صنعتی اصفهان – دانشکده مهندسی برق و کامپیوتر
سعید قاسمی – دانشگاه صنعتی اصفهان – دانشکده مهندسی برق و کامپیوتر

چکیده:

در مراحل مختلف تولید فولاد از قسمتهای فولادسازی گرفته تا نورد گرم، نورد سرد و مراحل نهایی،خرابیهای متعددی به اشکال و رنگهای گوناگون بر سطح فولاد ظاهر می شود که کیفیت محصول را پایین اورده و فولاد تولید شده را در طبقات نامرغوبقرار میدهد. صرف نظر از دلایل ایجاد این گونه خرابیها، تشخیص دقیق انواع تکرار شونده و نسبتا بزرگ آنها به طبقه بندی صحیح ورق فولاد کمک کرده وص رفه جویی اقتصادی فراوانی را برای تولید کننده به همراه دارد. امروزه بسیاری از تولید کنندگان فولاد در جهان برای تشخیص و طبقه بندی عیوب سطح ورق فولاد در بخشهای مختلف تولید (بویژه نورد سرد) از روشهای مبتنمی بر کامپیوتر استفاده می کنند. در این مقاله ضمن بررسی اجمالی روشها و تکنیک های پردازش تصویر جهت تشخیص و طبقه بندی خرابیهای سطح ورق، از الگوریتمهای مناسب پردازش سیگنال برای ناحیه بندی و تشخیص چهار نوع خرابی معمول سطح ورق کمک گرفته شده است. نتایج حاصل، نشاندهنده قدرت بالای الگوریتمهای بکار رفته در تشخیص و طبقه بندی خرابیها است. بنحوی که این الگوریتمها قادرمند خرابیهای ایجاد شده بر سطح ورق را با سرعت و دقت نسبتا بالایی شناسایی و طبقه بندی نماید.