KR102161348B1 - Apparatus and Method for Determining Descaling Method Based on Image of Slab - Google Patents
Apparatus and Method for Determining Descaling Method Based on Image of Slab Download PDFInfo
- Publication number
- KR102161348B1 KR102161348B1 KR1020180123283A KR20180123283A KR102161348B1 KR 102161348 B1 KR102161348 B1 KR 102161348B1 KR 1020180123283 A KR1020180123283 A KR 1020180123283A KR 20180123283 A KR20180123283 A KR 20180123283A KR 102161348 B1 KR102161348 B1 KR 102161348B1
- Authority
- KR
- South Korea
- Prior art keywords
- slab
- fsb
- type
- camera
- image
- Prior art date
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21B—ROLLING OF METAL
- B21B45/00—Devices for surface or other treatment of work, specially combined with or arranged in, or specially adapted for use in connection with, metal-rolling mills
- B21B45/04—Devices for surface or other treatment of work, specially combined with or arranged in, or specially adapted for use in connection with, metal-rolling mills for de-scaling, e.g. by brushing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mechanical Engineering (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
슬라브의 이미지를 기초로 해당 슬라브에 적용할 디스케일링 타입을 자동으로 결정할 수 있는 본 발명의 일 측면에 따른 디스케일링 타입 결정장치는 슬라브의 표면을 촬영하는 복수개의 카메라로 구성된 촬영부; 미리 정해진 기간 동안 상기 촬영부에 의해 획득된 학습 이미지들 및 각 학습 이미지에 대응되는 슬라브에 실제 적용된 FSB(Finished Scale Breaking) 타입을 학습하여 FSB 타입 결정모델을 생성하는 모델링부; 및 상기 각 카메라가 타겟 슬라브를 촬영하여 획득한 타겟 이미지들을 상기 FSB 타입 결정모델에 입력하여 각 카메라의 타겟 이미지 별로 FSB 타입을 결정하고, 결정된 FSB 타입들을 기초로 상기 타겟 슬라브에 적용할 하나의 FSB 타입을 결정하는 FSB 타입 결정부를 포함하는 것을 특징으로 한다.An apparatus for determining a descaling type according to an aspect of the present invention capable of automatically determining a descaling type to be applied to a corresponding slab based on an image of the slab comprises: a photographing unit including a plurality of cameras for photographing the surface of the slab; A modeling unit for generating an FSB type determination model by learning the FSB (Finished Scale Breaking) type actually applied to the slabs corresponding to the training images acquired by the photographing unit for a predetermined period of time; And one FSB to be applied to the target slab based on the determined FSB types by inputting target images obtained by photographing the target slab by each camera into the FSB type determination model to determine an FSB type for each target image of each camera. It characterized in that it comprises a FSB type determination unit for determining the type.
Description
본 발명은 철강산업에 관련된 것으로서, 보다 구체적으로 슬라브의 스케일을 제거하는 기술에 관한 것이다.The present invention relates to the steel industry, and more particularly, to a technique for removing the scale of the slab.
일반적으로 압연공정은 슬라브(Slab)를 코일형태로 제조하는 공정이다. 압연공정의 가열로에서는 슬라브를 예열 및 가열할 수 있다. 슬라브가 가열로에서 가열될 때 슬라브의 표면에 스케일(Scale)이 발생될 수 있다. 스케일이란 산화반응으로 인해 슬라브의 표면에 생성되는 산화막을 의미한다. 이외에도, 가열로에서 압연기로 슬라브가 이송되는 동안에 슬라브가 대기 중에 노출됨에 따라 슬라브의 표면에 스케일이 발생될 수도 있다.In general, the rolling process is a process of manufacturing a slab in a coil shape. In the heating furnace of the rolling process, the slab can be preheated and heated. When the slab is heated in a furnace, scale may be generated on the surface of the slab. Scale means an oxide film formed on the surface of a slab due to an oxidation reaction. In addition, scale may be generated on the surface of the slab as the slab is exposed to the atmosphere while the slab is transferred from the heating furnace to the rolling mill.
따라서, 압연공정에서는 슬라브의 표면에 발생된 슬라브의 스케일을 제거하기 위해 다양한 디스케일링 방법이 이용된다. 디스케일링 방법에는, 스케일에 압력을 가해 크랙을 발생시킨 이후 물을 분사함으로써 스케일을 제거하는 스케일 브레이커 방식, 고압의 물을 분사하여 스케일을 제거하는 방식, 작은 고체들을 이용하여 압력을 가해 스케일을 제거하는 쇼트볼 방식, 슬라브를 산 수용액에 침적하여 스케일을 제거하는 산세방식 등이 있다.Therefore, in the rolling process, various descaling methods are used to remove the scale of the slab generated on the surface of the slab. The descaling method includes a scale breaker method that removes scale by spraying water after applying pressure to the scale to generate cracks, a method of removing scale by spraying high pressure water, and a method of removing scale by applying pressure using small solids. There are a short ball method to remove the scale by immersing the slabs in an aqueous acid solution, and a pickling method.
하지만, 종래의 압연공정에서는 작업자가 슬라브의 표면의 상태를 육안을 확인하여 디스케일링 방법을 결정하기 때문에, 슬라브의 전장에 대한 상세 검사 한계가 있을 뿐만 아니라, 작업의 숙련도에 따라 스케일 제거 방법이 상이해 질 수 있 수 있다는 문제점이 있다.However, in the conventional rolling process, since the operator determines the descaling method by visually checking the state of the slab surface, not only is there a limit to detailed inspection on the entire length of the slab, but the scale removal method is different depending on the skill of the operation. There is a problem that it can be damaged.
또한, 잘못된 스케일 제거 방법의 적용으로 인해 스케일이 제대로 제거되지 않은 경우 스케일 제거 작업을 재수행하여야 하므로 디스케일링 작업이 많은 시간과 비용이 추가로 소모될 수 있다는 문제점이 있다.In addition, when the scale is not properly removed due to the application of an incorrect scale removal method, the scale removal operation must be re-executed, so that the descaling operation may additionally consume a lot of time and cost.
본 발명은 상술한 문제점을 해결하기 위한 것으로서, 슬라브의 이미지를 기초로 해당 슬라브에 적용할 디스케일링 타입을 자동으로 결정할 수 있는 슬라브 이미지 기반의 디스케일링 타입 결정 장치 및 방법을 제공하는 것을 그 기술적 특징으로 한다.The present invention is to solve the above-described problem, and provides an apparatus and method for determining a descaling type based on a slab image capable of automatically determining a descaling type to be applied to a corresponding slab based on the image of the slab. To do.
또한, 본 발명은 디스케일링 타입 결정의 정확도를 향상시킬 수 있는 슬라브 이미지 기반의 디스케일링 타입 결정 장치 및 방법을 제공하는 것을 다른 기술적 특징으로 한다.In addition, another technical feature of the present invention is to provide an apparatus and method for determining a descaling type based on a slab image that can improve the accuracy of determining a descaling type.
또한, 본 발명은 슬라브 표면의 스케일의 양 및 패턴을 보다 정확하게 촬영할 수 있는 슬라브 이미지 기반의 디스케일링 타입 결정 장치 및 방법을 제공하는을 다른 기술적 과제로 한다.In addition, another technical object of the present invention is to provide an apparatus and method for determining a slab image-based descaling type that can more accurately capture the amount and pattern of the scale of the slab surface.
상술한 목적을 달성하기 위한 본 발명의 일 측면에 따른 디스케일링 타입 결정장치는 슬라브의 표면을 촬영하는 복수개의 카메라로 구성된 촬영부; 미리 정해진 기간 동안 상기 촬영부에 의해 획득된 학습 이미지들 및 각 학습 이미지에 대응되는 슬라브에 실제 적용된 FSB(Finished Scale Breaking) 타입을 학습하여 FSB 타입 결정모델을 생성하는 모델링부; 및 상기 각 카메라가 타겟 슬라브를 촬영하여 획득한 타겟 이미지들을 상기 FSB 타입 결정모델에 입력하여 각 카메라의 타겟 이미지 별로 FSB 타입을 결정하고, 결정된 FSB 타입들을 기초로 상기 타겟 슬라브에 적용할 하나의 FSB 타입을 결정하는 FSB 타입 결정부를 포함하는 것을 특징으로 한다.Descaling type determination apparatus according to an aspect of the present invention for achieving the above object is a photographing unit consisting of a plurality of cameras for photographing the surface of the slab; A modeling unit for generating an FSB type determination model by learning the FSB (Finished Scale Breaking) type actually applied to the slabs corresponding to the training images acquired by the photographing unit for a predetermined period of time; And one FSB to be applied to the target slab based on the determined FSB types by inputting target images obtained by photographing the target slab by each camera into the FSB type determination model to determine an FSB type for each target image of each camera. It characterized in that it comprises a FSB type determination unit for determining the type.
상술한 목적을 달성하기 위한 본 발명의 다른 측면에 따른 디스케일링 타입 결정 방법은 복수개의 카메라로 슬라브의 표면을 촬영하는 단계; 미리 정해진 기간 동안 획득된 학습 이미지들 및 각 학습 이미지에 대응되는 슬라브에 실제 적용된 FSB 타입을 모델링하여 FSB 타입 결정모델을 생성하는 단계; 미리 정해진 기간 동안 획득된 테스트 이미지들을 상기 FSB 타입 결정모델에 입력하여 각 카메라 별 가중치를 획득하는 단계; 상기 복수개의 카메라로 타겟 슬라브를 촬영하여 획득한 타겟 이미지들을 상기 FSB 타입 결정모델에 입력하여 각 카메라 별 FSB 타입을 결정하는 단계; 및 상기 가중치를 기초로 상기 각 카메라 별로 결정된 FSB 타입들 중 상기 타겟 슬라브에 적용할 하나의 FSB 타입을 결정하는 단계를 포함하는 것을 특징으로 한다.A method for determining a descaling type according to another aspect of the present invention for achieving the above object comprises: photographing the surface of the slab with a plurality of cameras; Generating an FSB type determination model by modeling an FSB type actually applied to a slab corresponding to the training images acquired during a predetermined period and each training image; Inputting test images acquired during a predetermined period into the FSB type determination model to obtain weights for each camera; Determining an FSB type for each camera by inputting target images obtained by photographing a target slab with the plurality of cameras into the FSB type determination model; And determining one FSB type to be applied to the target slab among the FSB types determined for each camera based on the weight.
본 발명에 따르면, 슬라브의 표면을 촬영하여 획득된 이미지를 기초로 슬라브 표면의 스케일의 양 및 패턴을 결정하고, 결정된 스케일의 양 및 패턴에 따라 해당 슬라브에 적용할 디스케일링 타입이 자동으로 결정되기 때문에 작업자에 따라 결정되는 디스케일링 타입의 편차를 제거할 수 있을 뿐만 아니라 슬라브의 전장에 대해서도 상세하게 검사할 수 있어 제품품질을 향상시킬 수 있다는 효과가 있다.According to the present invention, the amount and pattern of the scale of the slab surface is determined based on the image obtained by photographing the surface of the slab, and the descaling type to be applied to the slab is automatically determined according to the determined amount and pattern of the scale. Therefore, not only can the deviation of the descaling type determined by the operator be removed, but also the entire length of the slab can be inspected in detail, thereby improving product quality.
또한, 본 발명에 따르면 슬라브 표면의 스케일의 양 및 패턴에 따라 해당 슬라브에 적용할 디스케일링 타입이 정확하게 결정되기 때문에 스케일의 부족제거로 인한 디스케일링 작업의 재수행을 방지할 수 있어 디스케일링 작업에 소요되는 시간과 비용을 절감할 수 있다는 효과가 있다.In addition, according to the present invention, since the descaling type to be applied to the slab is accurately determined according to the amount and pattern of the scale on the surface of the slab, it is possible to prevent re-performing of the descaling operation due to insufficient removal of the scale. It has the effect of saving time and cost.
또한, 본 발명에 따르면 촬영된 슬라브 표면의 이미지를 지속적으로 학습함으로써 디스케일링 타입 결정의 정확도를 향상시킬 수 있다는 효과가 있다.Further, according to the present invention, it is possible to improve the accuracy of determining the descaling type by continuously learning the image of the photographed slab surface.
또한, 본 발명은 슬라브 표면을 촬영하기 위한 카메라들의 촬영각도를 다르게 설정함으로써 슬라브 표면의 스케일의 양 및 패턴을 보다 정확하게 촬영할 수 있다는 효과가 있다.In addition, the present invention has an effect that it is possible to more accurately photograph the amount and pattern of the scale of the slab surface by setting different shooting angles of cameras for photographing the slab surface.
도 1은 본 발명의 일 실시예에 따른 디스케일링 타입 결정장치가 적용되는 압연공정의 흐름을 보여주는 도면이다
도 2는 본 발명의 일 실시예에 따른 디스케일링 타입 결정장치의 구성을 보여주는 도면이다
도 3은 본 발명의 일 실시예에 따른 촬영부의 구성을 보여주는 사시도이다.
도 4는 본 발명의 다른 실시예에 따른 촬영부의 구성을 보여주는 사시도이다.
도 5는 본 발명의 일 실시예에 따른 슬라브에 적용되는 FSB타입의 예를 보여주는 표이다.
도 6은 본 발명의 일 실시예에 따른 FSB타입결정부가 슬라브에 적용되는 최종 FSB타입을 선정하는 예를 보여주는 표이다
도 7은 본 발명의 일 실시예에 따른 디스케일링 타입 결정 방법을 보여주는 플로우차트이다.
도 8은 본 발명의 일 실시예에 따른 FSB타입결정모델을 생성하는 방법을 보여주는 플로우차트이다.1 is a view showing the flow of a rolling process to which a descaling type determination device according to an embodiment of the present invention is applied
2 is a diagram showing a configuration of an apparatus for determining a descaling type according to an embodiment of the present invention
3 is a perspective view showing the configuration of a photographing unit according to an embodiment of the present invention.
4 is a perspective view showing a configuration of a photographing unit according to another embodiment of the present invention.
5 is a table showing an example of an FSB type applied to a slab according to an embodiment of the present invention.
6 is a table showing an example in which an FSB type determination unit according to an embodiment of the present invention selects a final FSB type applied to a slab
7 is a flowchart showing a method of determining a descaling type according to an embodiment of the present invention.
8 is a flowchart showing a method of generating an FSB type determination model according to an embodiment of the present invention.
이하, 첨부되는 도면을 참고하여 본 발명의 실시예들에 대해 상세히 설명한다.Hereinafter, exemplary embodiments of the present invention will be described in detail with reference to the accompanying drawings.
본 명세서에서 서술되는 용어의 의미는 다음과 같이 이해되어야 할 것이다.The meaning of the terms described in this specification should be understood as follows.
단수의 표현은 문맥상 명백하게 다르게 정의하지 않는 한 복수의 표현을 포함하는 것으로 이해되어야 하고, "제1", "제2" 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하기 위한 것으로, 이들 용어들에 의해 권리범위가 한정되어서는 아니 된다.Singular expressions should be understood as including plural expressions unless clearly defined differently in context, and terms such as “first” and “second” are used to distinguish one element from other elements, The scope of rights should not be limited by these terms.
"포함하다" 또는 "가지다" 등의 용어는 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.It is to be understood that terms such as "comprise" or "have" do not preclude the presence or addition of one or more other features or numbers, steps, actions, components, parts, or combinations thereof.
"적어도 하나"의 용어는 하나 이상의 관련 항목으로부터 제시 가능한 모든 조합을 포함하는 것으로 이해되어야 한다. 예를 들어, "제1 항목, 제2 항목 및 제 3항목 중에서 적어도 하나"의 의미는 제1 항목, 제2 항목 또는 제3 항목 각각 뿐만 아니라 제1 항목, 제2 항목 및 제3 항목 중에서 2개 이상으로부터 제시될 수 있는 모든 항목의 조합을 의미한다.The term “at least one” is to be understood as including all possible combinations from one or more related items. For example, the meaning of “at least one of the first item, the second item, and the third item” means 2 among the first item, the second item, and the third item, as well as the first item, the second item, and the third item. It means a combination of all items that can be presented from more than one.
본 발명의 일 실시예에 따른 디스케일링 타입 결정 장치에 대해 설명하기 이전에, 본 발명에 따른 디스케일링 타입 결정 장치가 적용되는 압연공정의 전체흐름에 대해 설명하기로 한다.Before describing the apparatus for determining a descaling type according to an embodiment of the present invention, an overall flow of a rolling process to which the apparatus for determining a descaling type according to the present invention is applied will be described.
도 1은 본 발명의 일 실시예에 따른 디스케일링 타입 결정 장치가 적용되는 압연공정의 흐름을 보여주는 도면이다. 도 1에 도시된 바와 같이 압연공정은 가열로(110), 조압연기(120), 에지히터(130), FSB(140, Finished Scale Breaking), 마무리압연기(150), 런아웃테이블(160), 권취기(170), 및 SDD(180, Surface Defect Detector)를 통해 수행되고, 특히 본 발명에 따른 디스케일링 타입 결정장치(190)는 도 1에 도시된 바와 같은 압연공정 중 에지히터(130)와 FSB(140)사이에 배치되어 슬라브에 적용할 디스케일링 타입을 결정할 수 있다.1 is a view showing the flow of a rolling process to which a descaling type determination apparatus according to an embodiment of the present invention is applied. As shown in Figure 1, the rolling process includes a
먼저, 슬라브는 가열로(110)에 의해 가열된 후 조압연기(120)를 통해 마무리압연기(150)에서 요구되는 적정 두께와 폭으로 압엽된다. 이후, 압연된 슬라브의 에지부가 에지히터(130)에 의해 가열된다.First, the slab is heated by the
에지히터(130)에 의해 가열된 슬라브는 FSB(140)를 거치면서 그 표면에 형성된 스케일이 제거된다. FSB(140)는 슬라브의 표면에 형성된 스케일에 압력을 가해 크랙을 발생시킨 후 물을 분사함으로써 스케일을 제거하는 장치를 의미한다. 일 실시예에 있어서, FSB(140)는 미리 정해진 복수개의 FSB 타입들 중 본 발명에 따른 디스케일링 타입 결정장치(190)에 의해 결정된 FSB타입을 적용하여 스케일을 제거한다. 이때, 복수개의 FSB타입은 슬라브의 표면 상에서 물이 분사될 위치 및 크랙에 가해지는 압력에 따라 분류될 수 있다.The slab heated by the
FSB(140)에 의해 스케일이 제거된 슬라브는 마무리압연기(150)를 통해 고객 또는 냉간압연 공정에서 요구되는 두께 또는 폭을 갖는 최종 형상으로 제조된 이후, 런아웃테이블(160) 상에서 목표온도로 냉각된다. 일 실시예에 있어서, 런아웃테이블은 라미나 플로우(Laminar Flow)냉각수를 이용하여 최종 형상의 슬라브를 목표온도로 냉각시킬 수 있다.The slab from which the scale has been removed by the FSB 140 is manufactured in a final shape having the thickness or width required by the customer or the cold rolling process through the
목표온도로 냉각된 슬라브는 권취기(170)를 통해 코일형태로 권취된 이후, SDD(180)를 통해 표면 결함 발생 여부가 검사된다. 도 1에서는 SDD(180)가 권취기(170)의 출구측에 위치하는 것으로 도시하였지만, 이는 하나의 예일 뿐 SDD(180)는 권취기(170)의 입구측에 설치될 수 도 있다. SDD(180)가 권취기(170)의 입구측에 위치하는 경우 코일의 표면에 결함이 존재하여 슬라브가 비정상인 것으로 판단되면 해당 슬라브가 FSB(140)로 다시 공급될 수 있도록 함으로써 디스케일링 작업이 재수행되도록 할 수 있다.After the slab cooled to the target temperature is wound in a coil shape through the take-up
디스케일링 타입 결정장치(190)는 에지히터(130)와 FSB(140) 사이에 배치되어 슬라브에 적용할 디스케일링 타입을 결정한다. 구체적으로, 디스케일링 타입 결정장치(190)는 슬라브(이하 '타겟 슬라브'라함)의 표면을 촬영하여 획득한 이미지(이하 '타겟 이미지'라함)에 기초하여 복수개의 FSB타입들 중 타겟 슬라브에 적용할 FSB타입을 결정한다.The descaling
일 실시예에 있어서, 본 발명에 따른 디스케일링 타입 결정장치(190)는 사전에 슬라브들을 촬영한 이미지들을 학습함에 의해 생성된 FSB 타입 결정모델을 이용하여 타겟 이미지에 적용할 FSB타입을 결정할 수 있다.In one embodiment, the descaling
이하, 본 발명에 따른 디스케일링 타입 결정장치의 구성을 도 2를 참조하여 보다 구체적으로 설명한다.Hereinafter, the configuration of the descaling type determination apparatus according to the present invention will be described in more detail with reference to FIG. 2.
도 2는 본 발명의 일 실시예에 따른 디스케일링 타입 결정장치의 구성을 보여주는 도면이다. 도 2에 도시된 바와 같이 디스케일링 타입 결정장치(190)는 촬영부(210), 모델링부(220), 및 FSB 타입 결정부(270)를 포함한다.2 is a diagram showing a configuration of an apparatus for determining a descaling type according to an embodiment of the present invention. As shown in FIG. 2, the descaling
촬영부(210)는 슬라브의 표면을 촬영하고, 슬라브의 표면을 촬영하여 획득한 이미지를 모델링부(220) 및 FSB 타입 결정부(270)로 제공한다. 촬영부(210)는 도 1에 도시된 바와 같이, 에지히터(130)와 FSB(140) 사이의 공간에 배치됨으로써 에지히터(130)에서 FSB(140)로 공급되는 슬라브의 표면을 촬영할 수 있다. 일 실시예에 있어서, 촬영부(210)는 슬라브의 제1 표면을 촬영하기 위한 제1 촬영부 및 슬라브의 제2 표면을 촬영하기 위한 제2 촬영부를 포함할 수 있다. 이때, 제1 촬영부 및 제2 촬영부 각각은 슬라브의 제1 표면 및 제2 표면을 촬영하기 위한 복수개의 카메라로 구성될 수 있다.The photographing
이하, 도 3 및 도 4를 참조하여 본 발명에 따른 촬영부(210)의 구성을 보다 구체적으로 설명한다.Hereinafter, the configuration of the photographing
도 3은 본 발명의 제1 실시예에 따른 촬영부(210)의 구성을 보여주는 사시도이다. 도 3에 도시된 바와 같이, 촬영부(210)는 제1 촬영부(213) 및 제2 촬영부(216)를 포함할 수 있다.3 is a perspective view showing the configuration of the photographing
제1 촬영부(213)는 슬라브의 상면인 제1 표면 상에 배치되어 슬라브의 상면을 촬영한다. 이때, 제1 촬영부(213)를 구성하는 복수개의 카메라들(213a~213d)은 슬라브의 진행방향(FD)에 따라 순차적으로 배치될 수 있다. 이에 따라, 제1 카메라(213a)가 슬라브의 제1 표면 상의 제1 영역(D1)을 촬영하게 되면 제2 카메라(213b)는 제1 시점보다 이후인 제2 시점에 제1 영역(D1)을 촬영하게 되고, 제3 카메라(213c)는 제2 시점보다 이후인 제3 시점에 제1 영역(D1)을 촬영하게 되며, 제4 카메라(213d)는 제3 시점보다 이후인 제4 시점에 제1 영역(D1)을 촬영하게 된다. 즉, 제1 내지 제4 카메라(213a~213d)는 시점을 달리하여 슬라브의 제1 표면상에서 동일한 영역을 촬영하게 된다.The first photographing
도 3에서는 제1 촬영부(213)가 4개의 카메라(213a~213d)로 구성되는 것으로 도시하였지만, 이는 하나의 예일 뿐 제1 촬영부(213)는 2개 또는 3개의 카메라로 구성되거나, 5개 이상의 카메라로 구성될 수도 있을 것이다.In FIG. 3, the first photographing
제1 촬영부(213)를 구성하는 제1 내지 제4 카메라(213a~213d)는 촬영된 슬라브의 이미지를 모델링부(220) 및 FSB 타입 결정부(230)로 제공한다. 이때, 각 카메라들은 자신이 촬영한 이미지를 자신에게 할당된 식별번호와 함께 전송할 수 있다.The first to
제2 촬영부(216)는 슬라브의 하면인 제2 표면의 하부에 배치되어 슬라브의 하면을 촬영한다. 이때, 제2 촬영부(216)를 구성하는 복수개의 카메라들(216a~216d) 또한 슬라브의 진행방향(FD)에 따라 순차적으로 배치될 수 있다. 제2 촬영부(216)를 구성하는 제5 내지 제8 카메라(216a~216d)들 또한 제1 촬영부(213)를 구성하는 제1 내지 제4 카메라(213a~213d)와 동일하게 시점을 달리하여 슬라브의 제2 표면 상에서 동일한 영역을 촬영할 수 있고, 2개 또는 3개의 카메라로 구성되거나, 5개 이상의 카메라로 구성될 수 있다.The second photographing
제2 촬영부(216)를 구성하는 제5 내지 제8 카메라(216a~216d)는 촬영된 슬라브의 이미지를 모델링부(220) 및 FSB 타입 결정부(270)로 제공한다. 이때, 각 카메라들은 자신이 촬영한 이미지를 자신에게 할당된 식별번호와 함께 전송할 수 있다.The fifth to
도 3에서는 제1 촬영부(213)가 슬라브의 상면을 촬영하고 제2 촬영부(216)가 슬라브의 하면을 촬영하는 것으로 도시하였지만, 제1 촬영부(213)가 슬라브의 하면에 배치되어 슬라브의 하면을 촬영하고 제2 촬영부(216)가 슬라브의 상면에 배치되어 슬라브의 상면을 촬영할 수도 있을 것이다.3 shows that the first photographing
도 4는 본 발명의 제2 실시예에 따른 촬영부의 구성을 보여주는 사시도이다. 도4에 도시된 바와 같이, 제2 실시예에 따른 촬영부(210)는 슬라브의 제1 표면을 촬영하는 제1 촬영부(213) 및 슬라브의 제2 표면을 촬영하는 제2 촬영부(216)를 포함한다.4 is a perspective view showing the configuration of a photographing unit according to a second embodiment of the present invention. As shown in FIG. 4, the photographing
제1 촬영부(213)는 슬라브의 진행방향에 따라 순차적으로 배치된 제1 및 제2 카메라(213a, 213b)와 슬라브의 진행방향에 경사진 방향으로 배치된 제3 및 제4 카메라(213c, 213d)를 포함할 수 있다. 이에 따라, 제1 및 제2 카메라(213a, 213b)는 슬라브의 제1 표면을 슬라브의 제1 표면에 수직한 방향에서 촬영하게 되고, 제3 및 제4 카메라(213c, 213d)는 슬라브의 제1 표면에 경사진 방향에서 슬라브의 제1 표면을 촬영하게 된다.The first photographing
이와 같이, 본 발명의 제2 실시예에 따르면 제1 촬영부(213)를 구성하는 카메라들 중 일부는 슬라브의 제1 표면을 슬라브의 제1 표면에 수직한 방향에서 촬영하게 함으로써 슬라브의 제1 표면에 존재하는 스케일의 패턴을 정확하게 획득할 수 있게 하고, 나머지는 슬라브의 제1 표면을 슬라브의 제1 표면에 경사진 방향에서 촬영하게 함으로써 슬라브의 제1 표면에 존재하는 스케일의 높이를 정확하게 촬영하여 스케일의 양을 더욱 정확하게 판단할 수 있게 한다.As described above, according to the second embodiment of the present invention, some of the cameras constituting the first photographing
도 4에서는 제1촬영부의 4개의 카메라들 중 2개만 수직한 방향에서 2개만 경사진 방향에서 촬영하는 것으로 도시하였지만, 수직한 방향에서 촬영하는 카메라의 개수와 경사진 방향에서 촬영하는 카메라의 개수는 변경가능할 것이다.4 shows that only two of the four cameras of the first photographing unit are photographed in a vertical direction and only two are photographed in an inclined direction, but the number of cameras photographed in a vertical direction and the number of cameras photographed in an inclined direction are It will be changeable.
제2 촬영부(216)는 슬라브의 진행방향에 따라 순차적으로 배치된 제5 및 제6 카메라(216a, 213b)와 슬라브의 진행방향에 경사진 방향으로 배치된 제7 및 제8 카메라(216c, 216d)를 포함할 수 있다. 이에 따라, 제5 및 제6 카메라(216a, 216b)는 슬라브의 제2 표면을 슬라브의 제2 표면에 수직한 방향에서 촬영하게 되고, 제7 및 제8 카메라(216c, 216d)는 슬라브의 제2 표면에 경사진 방향에서 슬라브의 제2 표면을 촬영하게 된다.The second photographing
이와 같이, 본 발명의 제2 실시예에 따르면 제2 촬영부(213)를 구성하는 카메라들 중 일부는 슬라브의 제2 표면을 슬라브의 제2 표면에 수직한 방향에서 촬영하게 함으로써 슬라브의 제2 표면에 존재하는 스케일의 패턴을 정확하게 획득할 수 있게 하고, 나머지는 슬라브의 제2 표면을 슬라브의 제2 표면에 경사진 방향에서 촬영하게 함으로써 슬라브의 제2 표면에 존재하는 스케일의 높이를 정확하게 촬영하여 스케일의 양을 더욱 정확하게 판단할 수 있게 한다.As described above, according to the second embodiment of the present invention, some of the cameras constituting the second photographing
도 4에서는 제2 촬영부의 4개의 카메라들 중 2개만 수직한 방향에서 2개만 경사진 방향에서 촬영하는 것으로 도시하였지만, 수직한 방향에서 촬영하는 카메라의 개수와 경사진 방향에서 촬영하는 카메라의 개수는 변경가능할 것이다.4 shows that only two of the four cameras of the second photographing unit are photographed in a vertical direction and only two are photographed in an inclined direction, but the number of cameras photographed in a vertical direction and the number of cameras photographed in an inclined direction are It will be changeable.
다시 도 2를 참조하면, 모델링부(220)는 촬영부(210)에 의해 사전에 촬영된 이미지들을 미리 정해진 학습 알고리즘을 이용하여 학습함으로써 FSB 타입 결정모델을 생성한다. 이를 위해, 모델링부(220)는 도 2에 도시된 바와 같이 이미지 수집부(230), 모델생성부(240), 및 데이터베이스(245)를 포함한다. 모델링부(220)는 정확도산출부(250) 및 가중치산출부(260)를 더 포함할 수도 있다.Referring back to FIG. 2, the
이미지 수집부(230)는 미리 정해진 기간 동안 촬영부(210)에 의해 촬영된 이미지를 수집한다. 일 실시예에 있어서, 이미지 수집부(230)에 의해 수집되는 이미지는 촬영부(210)에 의해 촬영된 이미지들 중 SDD 판정결과 정상으로 판정된 이미지들을 학습 이미지로 선정할 수 있다. 이때, 학습 이미지에는 해당 이미지에 상응하는 슬라브에 실제 적용되는 FSB타입이 포함되어 있다.The
모델생성부(240)는 이미지 수집부(230)에 의해 선정된 학습이미지들을 미리 정해진 학습 알고리즘을 이용하여 학습함으로써 FSB 타입 결정모델을 생성한다. 일 예로, 모델생성부는(240)는 이미지 학습에 적합한 CNN(Convolution Neural Network) Deep Learning 알고리즘을 이용하여 복수개의 학습이미지에 포함된 스케일의 양 및 스케일의 패턴과 각 학습 이미지 별로 실제 적용된 FSB 타입을 학습함으로써 특정 이미지에 적용할 FSB타입을 결정하기 위한 FSB 타입 결정모델을 생성할 수 있다.The
모델생성부(240)는 생성된 FSB 타입 결정모델을 데이터베이스(245)에 저장한다.The
정확도산출부(250)는 모델 생성부(240)에 의해 생성된 FSB 타입 결정모델의 정확도를 제1 및 제2 촬영부(213, 216)에 포함된 카메라 별로 산출한다. 이를 위해, 이미지 수집부(230)는 선정된 학습이미지들 중 일부를 테스트 이미지로 선정하고, 정확도 산출부(250)는 테스트 이미지를 이용하여 FSB 타입 결정모델의 정확도를 카메라 별로 산출할 수 있다.The
구체적으로, 정확도 산출부(250)는 이미지 수집부(230)에 의해 선정된 복수개의 테스트 이미지를 FSB 타입 결정모델에 입력하여 획득되는 FSB 타입과 해당 테스트 이미지에 대응되는 슬라브에 실제 적용된 FSB타입을 비교함으로써 각 카메라의 정확도를 산출한다.Specifically, the
정확도 산출부(250)는 산출된 각 카메라 별 정확도를 데이터베이스(245)에 저장한다.The
가중치산출부(260)는 정확도산출부(250)에서 산출된 각 카메라 별 정확도를 기초로 각 카메라별 가중치를 산출한다.The
일 실시예에 있어서, 가중치 산출부(260)는 아래의 1을 이용하여 각 카메라 별 가중치를 산출할 수 있다. In an embodiment, the
수학식 1에서 는 i개의 카메라 중 k번째 카메라의 가중치를 나타내고 는 k번째 카메라의 정확도를 나타낸다.In Equation 1 Represents the weight of the k-th camera among i cameras Represents the accuracy of the k-th camera.
가중치 산출부(260)는 산출된 각 카메라 별 가중치를 데이터베이스(245)에 저장한다.The
이와 같이, 본 발명에 따르면 모델링부(220)를 통해 촬영부(210)에 의해 촬영되는 타겟 이미지에 대응되는 슬라브에 적용할 FSB 타입을 결정하기 위한 FSB 타입 결정모델을 생성할 수 있기 때문에, 타겟 슬라브를 촬영한 타겟 이미지만으로 해당 타겟 슬라브에 적용할 FSB타입을 정확하게 결정할 수 있게 된다.As described above, according to the present invention, since the
FSB타입결정부(270)는 촬영부(210)로부터 타겟 이미지가 입력되면, 입력된 타겟 이미지를 모델링부(220)에 의해 생성된 FSB 타입 결정모델에 입력함으로써 타겟 이미지에 대응되는 슬라브에 적용할 FSB타입을 결정한다.When the target image is input from the photographing
구체적으로, FSB타입결정부(270)는 제1 촬영부(213)를 구성하는 각 카메라로부터 해당 카메라들이 슬라브의 제1 표면 중 동일한 영역을 촬영한 각각의 제1 타겟 이미지들이 입력되면, 각 카메라 별 제1 타겟이미지들을 FSB 타입 결정모델에 입력함으로써 각 카메라 별 제1 타겟 이미지들에 대응되는 슬라브의 영역에 적용될 FSB 타입을 획득한다. FSB타입결정부(270)는 획득된 FSB 타입들 중 어느 하나의 FSB 타입을 해당 슬라브의 영역에 적용할 최종 FSB 타입으로 결정한다.Specifically, the FSB
일 실시예에 있어서, FSB타입결정부(270)는 각 모델링부(220)에 의해 산출된 각 카메라별 가중치를 이용하여 최종 FSB 타입을 결정할 수 있다. 구체적으로, FSB타입결정부(270)는 각 카메라의 제1 타겟 이미지 별로 FSB 타입을 결정하고, 해당 카메라의 가중치를 해당 카메라의 제1 타겟 이미지에 대해 결정된 FSB 타입의 가중치로 결정한다. FSB타입결정부(270)는 동일한 FSB 타입에 부여된 가중치를 합산하여 가장 높은 가중치를 갖는 FSB 타입을 각 카메라 별 제1 타겟 이미지들에 대응되는 슬라브의 영역에 적용할 최종 FSB 타입으로 결정한다.In an embodiment, the FSB
이하, FSB타입결정부(270)에 의해 결정되는 FSB타입의 예가 도 5에 도시되어 있다. Hereinafter, an example of the FSB type determined by the FSB
도 5를 참조하면, 제1 FSB타입은 슬라브의 제1 표면에만 제1 기준량 이상의 스케일이 존재할 때 적용되고, 제2 FSB 타입은 슬라브의 제2 표면에만 제1 기준량 이상의 스케일이 존재할 때 적용되며, 제3 FSB 타입는 슬라브의 제1 표면 및 제2 표면 모두에 상기 제1 기준량 이상의 스케일이 존재할 때 적용되고 제4 FSB 타입은 슬라브의 제1 표면 및 제2 표면 모두에 상기 제1 기준량 보다 큰 제2 기준량 이상의 스케일이 존재할 때 적용되며, 제5 FSB 타입은 슬라브의 제1 표면에만 상기 제1 기준량 이상의 스케일이 미리 정해진 패턴으로 존재할 때 적용되고, 제6 FSB 타입은 슬라브의 제2 표면에만 상기 제1 기준량 이상의 스케일이 미리 정해진 패턴으로 존재할 때 적용되며, 제7 FSB 타입은 슬라브의 제1 표면 및 제2 표면 모두에 상기 제1 기준량 이상의 스케일이 미리 정해진 패턴으로 존재할 때 적용된다. 이때, 제1표면은 슬라브의 상면이고 제2표면은 슬라브의 하면일 수 있다. 이와 반대로 제1 표면은 슬라브의 하면이고 제2 표면은 슬라브의 상면일 수 있다.Referring to FIG. 5, the first FSB type is applied when the scale of the first reference amount or more exists only on the first surface of the slab, and the second FSB type is applied when the scale of the first reference amount or more exists only on the second surface of the slab, The third FSB type is applied when a scale equal to or greater than the first reference amount exists on both the first surface and the second surface of the slab, and the fourth FSB type is applied to both the first surface and the second surface of the slab. It is applied when a scale greater than or equal to the reference amount exists, and the fifth FSB type is applied when the scale of the first reference amount or more exists in a predetermined pattern only on the first surface of the slab, and the sixth FSB type is applied only to the second surface of the slab. It is applied when the scale of the reference amount or more exists in a predetermined pattern, and the seventh FSB type is applied when the scale of the first reference amount or more exists in a predetermined pattern on both the first surface and the second surface of the slab. In this case, the first surface may be the upper surface of the slab and the second surface may be the lower surface of the slab. Conversely, the first surface may be a lower surface of the slab and the second surface may be an upper surface of the slab.
이하 도 6을 참조하여 FSB타입결정부(270)가 각 카메라별 가중치와 FSB타입을 고려하여 슬라브에 적용할 FSB타입을 선정하는 예를 설명한다.Hereinafter, an example in which the FSB
도 6은 본 발명의 일 실시예에 따른 FSB타입결정부(270)가 타겟 슬라브에 적용되는 최종 FSB타입을 선정하는 예를 보여주는 표이다. 도 6a에 도시된 바와 같이, 모델링부(220)에 의해 산출된 제1 카메라의 가중치는 0.4이고 FSB 타입 결정부(270)에 의해 결정된 제1 카메라의 FSB타입은 제1 FSB타입이며, 모델링부(220)에 의해 산출된 제2 카메라의 가중치는 0.3이고 FSB 타입 결정부(270)에 의해 결정된 제2 카메라의 FSB타입은 제2 FSB타입이며, 모델링부(220)에 의해 산출된 제3 카메라의 가중치는 0.2이고 FSB 타입 결정부(270)에 의해 결정된 제3 카메라의 FSB타입은 제2 FSB타입이며, 모델링부(220)에 의해 산출된 제4 카메라의 가중치는 0.1이고 FSB 타입 결정부(270)에 의해 결정된 제4 카메라의 FSB타입은 제3 FSB타입이다. 6 is a table showing an example in which the FSB
따라서, FSB타입결정부(270)는 도 6b에 도시된 바와 같이 동일한 FSB 타입에 부여된 가중치를 합산하므로 제1 FSB타입의 가중치는 0,4이고 제2 FSB타입의 가중치는 0.5이며 제3 FSB타입의 가중치는 0.1가 된다. FSB타입결정부(270)는 합산된 가중치들 중 가장 높은 가중치를 갖는 FSB 타입을 슬라브에 적용할 최종 FSB 타입으로 결정하므로, 제2 FSB타입을 슬라브에 적용할 최종 FSB타입으로 결정한다. Therefore, the FSB
이하, 도 7 내지 도 8을 참조하여 본 발명에 따른 디스케일링 타입 결정 방법에 대해 설명한다.Hereinafter, a method of determining a descaling type according to the present invention will be described with reference to FIGS. 7 to 8.
도 7은 본 발명의 일 실시예에 따른 디스케일링 타입 결정 방법을 보여주는 플로우차트이다. 도 7에 도시된 디스케일링 타입 결정 방법은 도 2에 도시된 바와 같은 구성을 갖는 디스케일링 타입 결정 장치에 의해 수행될 수 있다.7 is a flowchart showing a method of determining a descaling type according to an embodiment of the present invention. The descaling type determination method illustrated in FIG. 7 may be performed by a descaling type determination apparatus having a configuration as illustrated in FIG. 2.
먼저, 디스케일링 타입 결정 장치가 복수개의 카메라를 이용하여 각 카메라 별로 타겟 슬라브의 표면을 촬영한 타겟 이미지를 획득한다(S700). 이때, 타겟 이미지는 타겟 슬라브의 제1 표면을 촬영함에 의해 획득된 제1 타겟 이미지와 타겟 슬라브의 제2 표면을 촬영함에 의해 획득된 제2 타겟 이미지를 포함할 수 있다.First, the descaling type determination apparatus acquires a target image photographing the surface of the target slab for each camera by using a plurality of cameras (S700). In this case, the target image may include a first target image obtained by photographing the first surface of the target slab and a second target image obtained by photographing the second surface of the target slab.
이때, 타겟 슬라브의 제1 표면을 촬영하는 복수개의 카메라는 시점을 달리하여 슬라브의 제1 표면상에서 동일한 영역을 촬영하게 되고, 타겟 슬라브의 제2 표면을 촬영하는 복수개의 카메라는 시점을 달리하여 타겟 슬라브의 제2 표면상에서 동일한 영역을 촬영하게 된다.At this time, the plurality of cameras that photograph the first surface of the target slab photograph the same area on the first surface of the slab with different viewpoints, and the plurality of cameras photographing the second surface of the target slab are The same area is photographed on the second surface of the slab.
일 실시예에 있어서, 도 4에 도시된 바와 같이, 복수개의 카메라 중 일부는 슬라브의 진행방향에 따라 순차적으로 배치되어 슬라브의 제1 표면에 수직한 방향에서 타겟 슬라브의 제1 표면 또는 제2 표면을 촬영하고, 나머지 카메라는 슬라브의 진행방향에 따라 슬라브의 제1 표면 또는 제2 표면에 경사진 방향에서 타겟 슬라브의 제1 표면 또는 제2 표면을 촬영할 수 있다. In one embodiment, as shown in FIG. 4, some of the plurality of cameras are sequentially arranged according to the traveling direction of the slab, and the first surface or the second surface of the target slab in a direction perpendicular to the first surface of the slab And the remaining cameras may photograph the first surface or the second surface of the target slab in a direction inclined to the first surface or the second surface of the slab according to the moving direction of the slab.
다시 도 7을 참조하면, 디스케일링 타입 결정 장치는 각 카메라 별로 획득된 타겟 이미지를 FSB 타입 결정모델에 입력하여 각 카메라 별로 FSB타입을 결정한다(S710).Referring back to FIG. 7, the apparatus for determining the descaling type inputs the target image acquired for each camera into the FSB type determination model and determines the FSB type for each camera (S710).
이때, FSB 타입 결정모델은 사전에 획득된 복수개의 학습 이미지들을 학습함에 의해 생성될 수 있다. 이하, 도 8을 참조하여 디스케일링 타입 결정 장치가 FSB 타입 결정모델을 생성하는 방법에 대해 구체적으로 설명한다.In this case, the FSB type determination model may be generated by learning a plurality of previously acquired training images. Hereinafter, a method of generating an FSB type determination model by the descaling type determination apparatus will be described in detail with reference to FIG. 8.
도 8은 본 발명의 일 실시예에 따른 FSB 타입 결정모델을 생성하는 방법을 보여주는 플로우차트이다.8 is a flowchart illustrating a method of generating an FSB type determination model according to an embodiment of the present invention.
먼저, 도8에 도시된 바와 같이, 디스케일링 타입 결정 장치는 미리 정해진 기간 동안 학습이미지를 수집한다(S800).First, as shown in FIG. 8, the apparatus for determining a descaling type collects a learning image for a predetermined period (S800).
일 실시예에 있어서, 학습이미지는 SDD 판정결과 정상으로 판정된 이미지들로 선정될 수 있다. 이때, 학습 이미지에는 해당 이미지에 상응하는 슬라브에 실제 적용된 FSB 타입이 포함되어 있다.In one embodiment, the training image may be selected as images determined as normal as a result of SDD determination. At this time, the training image includes the FSB type actually applied to the slab corresponding to the image.
이후, 디스케일링 타입 결정 장치는 학습이미지를 미리 정해진 학습알고리즘으로 학습하여 FSB 타입 결정모델을 생성한다(S810).Thereafter, the apparatus for determining the descaling type generates an FSB type determination model by learning the learning image using a predetermined learning algorithm (S810).
일 예로, 디스케일링 타입 결정 장치는 이미지 학습에 적합한 CNN Deep Learning 알고리즘을 이용하여 복수개의 학습이미지에 포함된 스케일의 양 및 스케일의 패턴과 각 학습 이미지 별로 실제 적용된 FSB 타입을 학습함으로써 특정 이미지에 적용할 FSB타입을 결정하기 위한 FSB 타입 결정모델을 생성할 수 있다.As an example, the descaling type determination device is applied to a specific image by learning the amount of scale included in the plurality of training images and the pattern of the scale and the actual applied FSB type for each training image using a CNN Deep Learning algorithm suitable for image learning. An FSB type determination model can be created to determine the FSB type to be performed.
이후, 디스케일링 타입 결정 장치는 미리 정해진 복수개의 테스트 이미지를 FSB결정모델에 입력하여 각 카메라별 정확도를 산출한다(S820). 일 실시예에 있어서, 디스케일링 타입 결정 장치는 학습이미지 중 일부를 테스트 이미지로 선정할 수 있다. Thereafter, the descaling type determination apparatus inputs a plurality of predetermined test images into the FSB determination model to calculate accuracy for each camera (S820). In an embodiment, the apparatus for determining the descaling type may select some of the training images as a test image.
구체적으로, 디스케일링 타입 결정 장치는 복수개의 테스트 이미지를 S810에서 생성된 FSB 타입 결정모델에 입력하여 획득되는 FSB타입과 해당 테스트 이미지에 대응되는 슬라브에 실제 적용된 FSB타입을 비교함으로써 각 카메라의 정확도를 산출한다.Specifically, the descaling type determination device compares the FSB type obtained by inputting a plurality of test images into the FSB type determination model generated in S810 with the FSB type actually applied to the slab corresponding to the test image to determine the accuracy of each camera. Calculate.
이후, 디스케일링 타입 결정 장치는 S820에서 산출된 각 카메라의 정확도를 기초로 각 카메라의 가중치를 산출한다(S830).Thereafter, the apparatus for determining the descaling type calculates a weight of each camera based on the accuracy of each camera calculated in S820 (S830).
일 실시예에 있어서, 디스케일링 타입 결정 장치는 상술한 수학식 1을 이용하여 각 카메라별 가중치를 산출할 수 있다. 디스케일링 타입 결정 장치가 수학식 1을 이용하여 각 카메라 별 가중치를 산출하는 방법은 수학식 1에 대한 부분에서 설명하였기 때문에 이에 대한 구체적인 설명은 생략하기로 한다.In an embodiment, the apparatus for determining a descaling type may calculate a weight for each camera using Equation 1 described above. Since the method of calculating the weight for each camera by the descaling type determination apparatus using Equation 1 has been described in Equation 1, a detailed description thereof will be omitted.
이와 같이, 본 발명에 따른 디스케일링 타입 결정 장치는 슬라브들을 촬영하여 획득한 학습 이미지들을 기초로 FSB 타입 결정모델을 생성하고, 테스트 이미지를 기초로 각 카메라 별 정확도 및 가중치를 산출할 수 있기 때문에 FSB타입을 자동으로 결정할 수 있음은 물론, FSB 타입 결정의 정확도 또한 향상시킬 수 있게 된다.As described above, the descaling type determination apparatus according to the present invention generates an FSB type determination model based on training images acquired by photographing slabs, and calculates the accuracy and weight for each camera based on the test image. Not only can the type be automatically determined, but also the accuracy of FSB type determination can be improved.
다시 도 7을 참조하면, 디스케일링 타입 결정 장치는 각 카메라별 미리 결정되어 있는 가중치를 이용하여 타겟 이미지에 대응하는 타겟 슬라브에 적용할 FSB타입을 결정한다(S720). 이때, 각 카메라별 가중치는 상술한 바와 같이 S830 과정에 의해 결정될 수 있다.Referring back to FIG. 7, the apparatus for determining the descaling type determines the FSB type to be applied to the target slab corresponding to the target image by using a weight predetermined for each camera (S720). In this case, the weight for each camera may be determined by the process S830 as described above.
구체적으로, 디스케일링 타입 결정 장치는 각 카메라의 타겟 이미지 별로 FSB 타입을 결정하고, 해당 카메라의 가중치를 해당 카메라의 타겟 이미지에 대해 결정된 FSB 타입의 가중치로 결정한다. 디스케일링 타입 결정 장치는 동일한 FSB 타입에 부여된 가중치들을 합산하여 가장 높은 가중치를 갖는 FSB 타입을 타겟 슬라브에 적용할 최종 FSB 타입으로 결정한다.Specifically, the apparatus for determining the descaling type determines the FSB type for each target image of each camera, and determines the weight of the camera as the weight of the FSB type determined for the target image of the camera. The apparatus for determining the descaling type determines the FSB type having the highest weight as the final FSB type to be applied to the target slab by summing the weights assigned to the same FSB type.
이후, 디스케일링 타입 결정 장치는 S720을 통해 결정된 FSB타입을 도 1의 FSB(140)로 전달함으로써 FSB(140)가 디스케일링 타입 결정 장치에 의해 결정된 FSB타입으로 디스케일링을 수행하도록 한다.Thereafter, the descaling type determination apparatus transfers the FSB type determined through S720 to the
본 발명이 속하는 기술분야의 당업자는 상술한 본 발명이 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다.Those skilled in the art to which the present invention pertains will appreciate that the above-described present invention can be implemented in other specific forms without changing the technical spirit or essential features thereof.
그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로 이해해야만 한다. 본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 등가 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.Therefore, it should be understood that the embodiments described above are illustrative in all respects and not limiting. The scope of the present invention is indicated by the claims to be described later rather than the detailed description, and all changes or modified forms derived from the meaning and scope of the claims and their equivalent concepts should be interpreted as being included in the scope of the present invention. do.
190: 디스케일링 타입 결정 장치 210: 촬영부
213: 제1 촬영부 216: 제2 촬영부
220: 모델링부 230: 이미지수집부
240: 모델생성부 250: 정확도산출부
260: 가중치산출부 270: FSB타입결정부190: descaling type determination device 210: photographing unit
213: first photographing unit 216: second photographing unit
220: modeling unit 230: image collection unit
240: model generation unit 250: accuracy calculation unit
260: weight calculation unit 270: FSB type determination unit
Claims (13)
미리 정해진 학습 알고리즘을 이용하여 미리 정해진 기간 동안 상기 촬영부에 의해 획득된 학습 이미지들에 포함된 스케일의 양 및 스케일의 패턴과 각 학습 이미지에 대응되는 슬라브에 실제 적용된 FSB(Finished Scale Breaking) 타입을 학습하여 FSB 타입 결정모델을 생성하는 모델링부; 및
상기 카메라가 타겟 슬라브를 촬영하여 획득한 타겟 이미지들에 포함된 스케일의 양 및 스케일의 패턴과 상기 FSB 타입 결정모델을 이용하여 상기 타겟 이미지 별로 FSB 타입을 결정하고, 결정된 FSB 타입들을 기초로 상기 타겟 슬라브에 적용할 하나의 FSB 타입을 결정하는 FSB 타입 결정부를 포함하는 것을 특징으로 하는 슬라브 이미지 기반의 디스케일링 타입 결정 장치.A photographing unit comprising a plurality of cameras for photographing the surface of the slab;
Using a predetermined learning algorithm, the amount of scale included in the learning images acquired by the photographing unit for a predetermined period and the pattern of the scale, and the FSB (Finished Scale Breaking) type actually applied to the slabs corresponding to each learning image are determined. A modeling unit that learns and generates an FSB type determination model; And
The FSB type is determined for each target image using the amount of scale and the scale pattern included in the target images acquired by the camera photographing the target slab and the FSB type determination model, An apparatus for determining a descaling type based on a slab image, comprising: an FSB type determining unit that determines one FSB type to be applied to the slab.
상기 모델링부는 각 카메라에 의해 획득된 테스트 이미지를 상기 FSB 타입 결정모델에 입력하여 테스트 FSB 타입을 획득하고, 획득된 테스트 FSB 타입과 상기 테스트 이미지에 대응되는 슬라브에 실제 적용된 FSB 타입의 비교결과에 기초하여 각 카메라의 가중치를 산출하는 가중치 산출부를 더 포함하고,
상기 FSB 타입 결정부는 각 카메라의 가중치를 반영하여 상기 하나의 FSB 타입을 결정하는 것을 특징으로 하는 슬라브 이미지 기반의 디스케일링 타입 결정 장치.The method of claim 1,
The modeling unit obtains a test FSB type by inputting the test image acquired by each camera into the FSB type determination model, and based on a comparison result of the acquired test FSB type and the FSB type actually applied to the slab corresponding to the test image. And further includes a weight calculator for calculating the weight of each camera,
The FSB type determination unit determines the single FSB type by reflecting a weight of each camera.
상기 가중치 산출부는, 수학식 을 이용하여 각 카메라의 가중치를 산출하고,
상기 수학식에서 는 i개의 카메라 중 k번째 카메라의 가중치를 나타내고 는 i개의 카메라 중 k번째 카메라의 정확도를 나타내는 것을 특징으로 하는 슬라브 이미지 기반의 디스케일링 타입 결정 장치.
The method of claim 3,
The weight calculation unit, Equation Calculate the weight of each camera using
In the above equation Represents the weight of the k-th camera among i cameras Is a slab image-based descaling type determination device, characterized in that it indicates the accuracy of the k-th camera among i cameras.
상기 FSB 타입 결정부는,
각 카메라 별로 산출된 가중치를 각 카메라 별로 산출된 FSB 타입의 가중치로 결정하고, 동일한 FSB 타입에 부여된 가중치를 합산하여 가장 높은 가중치를 갖는 FSB 타입을 상기 하나의 FSB 타입으로 결정하는 것을 특징으로 하는 슬라브 이미지 기반의 디스케일링 타입 결정 장치.The method of claim 3,
The FSB type determination unit,
The weight calculated for each camera is determined as the weight of the FSB type calculated for each camera, and the FSB type with the highest weight is determined as the one FSB type by summing the weights assigned to the same FSB type. Slab image-based descaling type determination device.
상기 촬영부는,
상기 슬라브의 제1 표면을 촬영하는 복수개의 카메라로 구성된 제1 촬영부; 및
상기 슬라브의 제2 표면을 촬영하는 복수개의 카메라로 구성된 제2 촬영부를 포함하는 것을 특징으로 하는 슬라브 이미지 기반의 디스케일링 타입 결정 장치.The method of claim 1,
The photographing unit,
A first photographing unit comprising a plurality of cameras for photographing the first surface of the slab; And
And a second photographing unit comprising a plurality of cameras for photographing the second surface of the slab.
상기 복수개의 카메라는 상기 슬라브의 진행방향에 따라 순차적으로 배치되는 것을 특징으로 하는 슬라브 이미지 기반의 디스케일링 타입 결정 장치.The method of claim 1,
The slab image-based descaling type determination apparatus, wherein the plurality of cameras are sequentially arranged according to the moving direction of the slab.
상기 복수개의 카메라 중 적어도 하나의 제1 카메라는 상기 슬라브의 표면에 수직한 방향에서 상기 슬라브의 표면을 촬영하고, 상기 복수개의 카메라 중 상기 제1 카메라를 제외한 나머지 제2 카메라는 상기 슬라브의 표면에 경사진 방향에서 상기 슬라브의 표면을 촬영하는 것을 특징으로 하는 슬라브 이미지 기반의 디스케일링 타입 결정 장치.The method of claim 1,
At least one first camera among the plurality of cameras photographs the surface of the slab in a direction perpendicular to the surface of the slab, and the second cameras other than the first camera among the plurality of cameras are on the surface of the slab. Slab image-based descaling type determination apparatus, characterized in that photographing the surface of the slab in an inclined direction.
상기 FSB 타입은 상기 슬라브의 제1 표면에만 제1 기준량 이상의 스케일이 존재할 때 적용되는 제1 FSB 타입, 상기 슬라브의 제2 표면에만 제1 기준량 이상의 스케일이 존재할 때 적용되는 제2 FSB 타입, 상기 제1 표면 및 제2 표면 모두에 상기 제1 기준량 이상의 스케일이 존재할 때 적용되는 제3 FSB 타입, 및 상기 제1 표면 및 제2 표면 모두에 상기 제1 기준량 보다 큰 제2 기준량 이상의 스케일이 존재할 때 적용되는 제4 FSB 타입, 상기 제1 표면에만 상기 제1 기준량 이상의 스케일이 미리 정해진 패턴으로 존재할 때 적용되는 제5 FSB 타입, 상기 제2 표면에만 상기 제1 기준량 이상의 스케일이 미리 정해진 패턴으로 존재할 때 적용되는 제6 FSB 타입, 상기 제1 표면 및 제2 표면 모두에 상기 제1 기준량 이상의 스케일이 미리 정해진 패턴으로 존재할 때 적용되는 제7 FSB 타입 중 적어도 하나를 포함하는 것을 특징으로 하는 슬라브 이미지 기반의 디스케일링 타입 결정 장치.The method of claim 1,
The FSB type is a first FSB type applied when a scale of a first reference amount or more exists only on the first surface of the slab, a second FSB type applied when a scale of a first reference amount or more exists only on the second surface of the slab, A third FSB type applied when a scale equal to or greater than the first reference amount exists on both the first surface and the second surface, and when there is a scale greater than or equal to the second reference amount greater than the first reference amount on both the first and second surfaces A fourth FSB type that is applied, a fifth FSB type that is applied when a scale of the first reference amount or more exists in a predetermined pattern only on the first surface, and when a scale of the first reference amount or more is applied only on the second surface in a predetermined pattern Slavic image-based D, characterized in that it includes at least one of a sixth FSB type that is applied, and a seventh FSB type that is applied when a scale equal to or greater than the first reference amount exists in a predetermined pattern on both the first surface and the second surface. Device for determining the scaling type.
상기 학습 이미지들은 SDD(Surface Defect Detector) 판정 결과 정상으로 판정된 데이터들로 구성되는 것을 특징으로 하는 슬라브 이미지 기반의 디스케일링 타입 결정 장치.The method of claim 1,
The learning images are a slab image-based descaling type determination apparatus, characterized in that consisting of data determined to be normal as a result of a surface defect detector (SDD) determination.
미리 정해진 기간 동안 획득된 학습 이미지들에 포함된 스케일의 양 및 스케일의 패턴과 각 학습 이미지에 대응되는 슬라브에 실제 적용된 FSB(Finished Scale Breaking) 타입을 모델링하여 FSB 타입 결정모델을 생성하는 단계;
미리 정해진 기간 동안 획득된 테스트 이미지들을 상기 FSB 타입 결정모델에 입력하여 각 카메라 별 가중치를 획득하는 단계;
상기 복수개의 카메라로 타겟 슬라브를 촬영하여 획득한 타겟 이미지들을 상기 FSB 타입 결정모델에 입력하여 각 카메라 별 FSB 타입을 결정하는 단계; 및
상기 가중치를 기초로 상기 각 카메라 별로 결정된 FSB 타입들 중 상기 타겟 슬라브에 적용할 하나의 FSB 타입을 결정하는 단계를 포함하는 것을 특징으로 하는 슬라브 이미지 기반의 디스케일링 타입 결정 방법.Photographing the surface of the slab with a plurality of cameras;
Generating an FSB type determination model by modeling an amount of scale and a pattern of scale included in the training images acquired during a predetermined period of time, and a Finished Scale Breaking (FSB) type actually applied to the slab corresponding to each training image;
Inputting test images acquired during a predetermined period into the FSB type determination model to obtain weights for each camera;
Determining an FSB type for each camera by inputting target images obtained by photographing a target slab with the plurality of cameras into the FSB type determination model; And
And determining one FSB type to be applied to the target slab from among the FSB types determined for each camera based on the weight.
상기 가중치를 획득하는 단계에서, 수학식 을 이용하여 상기 각 카메라 별 가중치를 산출하고,
상기 수학식에서 는 i개의 카메라 중 k번째 카메라의 가중치를 나타내고 는 i개의 카메라 중 k번째 카메라의 정확도를 나타내는 것을 특징으로 하는 슬라브 이미지 기반의 디스케일링 타입 결정 방법.
The method of claim 11,
In the step of obtaining the weight, the equation Calculate the weight for each camera by using,
In the above equation Represents the weight of the k-th camera among i cameras Is a slab image-based descaling type determination method, characterized in that it represents the accuracy of the k-th camera among i cameras.
상기 하나의 FSB 타입을 결정하는 단계는,
각 카메라 별로 산출된 가중치를 각 카메라 별로 산출된 FSB 타입의 가중치로 결정하고, 동일한 FSB 타입에 부여된 가중치를 합산하여 가장 높은 가중치를 갖는 FSB 타입을 상기 하나의 FSB 타입으로 결정하는 것을 특징으로 하는 슬라브 이미지 기반의 디스케일링 타입 결정 방법.The method of claim 11,
The step of determining the one FSB type,
The weight calculated for each camera is determined as the weight of the FSB type calculated for each camera, and the FSB type with the highest weight is determined as the one FSB type by summing the weights assigned to the same FSB type. Descaling type determination method based on slab image.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020180123283A KR102161348B1 (en) | 2018-10-16 | 2018-10-16 | Apparatus and Method for Determining Descaling Method Based on Image of Slab |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020180123283A KR102161348B1 (en) | 2018-10-16 | 2018-10-16 | Apparatus and Method for Determining Descaling Method Based on Image of Slab |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20200042743A KR20200042743A (en) | 2020-04-24 |
KR102161348B1 true KR102161348B1 (en) | 2020-09-29 |
Family
ID=70466321
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020180123283A KR102161348B1 (en) | 2018-10-16 | 2018-10-16 | Apparatus and Method for Determining Descaling Method Based on Image of Slab |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102161348B1 (en) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102314632B1 (en) * | 2020-05-27 | 2021-10-19 | 현대제철 주식회사 | Method of controlling the roughing mill process using descaling pattern database and rougher press apparatus using the same |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100627488B1 (en) * | 2005-05-16 | 2006-09-25 | 주식회사 포스코 | Method for determining surface quality of strip using surface defect informations |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04190910A (en) * | 1990-11-22 | 1992-07-09 | Toshiba Corp | Setting calculating device for rolling mill |
KR100899704B1 (en) | 2002-11-29 | 2009-05-28 | 주식회사 포스코 | Apparatus for preventing the scale from being scattering in the de-scaler |
KR100928792B1 (en) * | 2006-12-20 | 2009-11-25 | 주식회사 포스코 | Flaw Detection Device on Slab Surface |
DE102007020240A1 (en) * | 2007-04-24 | 2008-10-30 | Sms Demag Ag | Method for detecting and classifying surface defects on continuously cast slabs |
KR101424448B1 (en) * | 2012-08-30 | 2014-07-31 | 현대제철 주식회사 | Method for controlling descaler |
KR102045651B1 (en) * | 2017-12-26 | 2019-11-15 | 주식회사 포스코 | Estimating apparatus for heat flux coefficient of run-out table based artificial intelligence |
KR20190078334A (en) * | 2017-12-26 | 2019-07-04 | 주식회사 포스코 | Apparatus for setting schedule of continuous rolling pass |
-
2018
- 2018-10-16 KR KR1020180123283A patent/KR102161348B1/en active IP Right Grant
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100627488B1 (en) * | 2005-05-16 | 2006-09-25 | 주식회사 포스코 | Method for determining surface quality of strip using surface defect informations |
Also Published As
Publication number | Publication date |
---|---|
KR20200042743A (en) | 2020-04-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CA2736734C (en) | Method for detecting defect in material and system for the method | |
JP5150721B2 (en) | Method for detecting and classifying surface defects in continuously cast slabs | |
JP5217253B2 (en) | Computer system for recording quality judgment result of hot-rolled metal strip, vidicon system for manufacturing / quality results management and passing process instruction / management, and method for removing defective portion of hot-rolled metal strip in the subsequent process using them | |
TWI649133B (en) | Method and apparatus for abnormality diagnostic for rolling equipment | |
JP6248086B2 (en) | Camber measuring apparatus and method in hot rolling process | |
JP7471387B2 (en) | Model creation device, model creation method and computer program | |
KR102010059B1 (en) | Wire rod descaler apparatus and descaling method | |
JP7176507B2 (en) | Hot rolling warpage prediction method, warpage control method, hot rolled steel sheet manufacturing method, warpage prediction model generation method, and hot rolling equipment | |
KR102161348B1 (en) | Apparatus and Method for Determining Descaling Method Based on Image of Slab | |
JPWO2020246366A5 (en) | ||
JP2014048226A (en) | Shape inspection device of bar steel, and shape inspection method of bar steel | |
TWI749735B (en) | Reduction generation prediction system | |
KR102143118B1 (en) | Temperature control apparatus and method thereof | |
CN113059007B (en) | Method and device for positioning surface defects of rolled piece | |
CN113740352B (en) | Method for integrally detecting blade cracks and residual stress of aero-engine | |
JP2008238271A (en) | Method of photographing overall width of hot-rolled metal band using near infrared camera in hot rolling and method of recording photographed result of overall width | |
KR100523219B1 (en) | Method for measuring dog-bone profile of bar using both CCD camera and laser slit beam in hot strip mill | |
Molleda et al. | Uncertainty analysis in 3D shape measurement of steel strips using laser range finding | |
Yang et al. | Enhancing Part Quality Management Using a Holistic Data Fusion Framework in Metal Powder Bed Fusion Additive Manufacturing | |
Zeiler et al. | Estimation of quality parameters of trimmed steel plates using laser sensors | |
Spinola et al. | Image processing for surface quality control in stainless steel production lines | |
JP6451331B2 (en) | Identification method of heat transfer coefficient | |
Muntin et al. | Digitalization as the most important tool for the improvement of metallurgical technologies | |
JP5176596B2 (en) | Method for determining quality of hot-rolled metal strip using near-infrared camera in hot rolling, manufacturing method of hot-rolled metal strip | |
TW202436830A (en) | Method for measuring shape of strip-shaped object, method for controlling shape of strip-shaped object, method for manufacturing strip-shaped object, method for quality control of strip-shaped object, device for measuring shape of strip-shaped object, and equipment for manufacturing strip-shaped object |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |