一、引言 · 背景
钢铁行业向来是重工业、传统行业的典型代表，然而随着工业4.0、智能化时代的到来，随着“双碳政策”的提出与逐步实施，钢铁行业也在向着节能低碳、高效智能化迅速转型。况且，安全、节能、高效是大型生产型企业、原材料加工业永恒不变的关注焦点，在产业升级、产线改造中，自然离不开机器视觉的多方面助力。
如我们所知，机器视觉仍相对的属于新兴技术，尚处于发展阶段。虽然在3C电子、汽车、光伏等领域已有广泛应用，但由于工况环境、技术需求等方面的巨大差异，实验室或流水线上的机器视觉经验并不能直接适用于钢铁行业，已实施的视觉应用还很单一和局限。为了使机器视觉更好地助力钢铁行业转型升级，需要发挥机器视觉技术优势，不断攻克陌生工况环境带来的挑战。
二、案例· 分析
01 大视野成像，提高效率
钢铁产品全链路生产过程中，会存在大量中间产品需要分类存储及高效搬运。如钢坯、钢锭、钢卷（板材）、轧辊（棒材）等体积大、重量高的产品，如果采用人工盘点，现场引导搬运，则需要多人协同，效率很低；难以24小时持续作业；同时也伴随着安全隐患。通常需要根据不同现场工况与不同种类产品，定制OCR喷码读取、二维码识别、视觉计数等多种方案，对大型钢铁产品进行定位追踪、引导机械搬运、进出库信息管理统计等工作。
随着机器视觉图像分辨率的不断提升，清晰度与检测精度的变化是一方面，同时，相似精度下可覆盖视野成倍增加是非常明显的改善。直观的来说，相同精度下，20M像素相机的视野是5M相机的4倍。若5M像素相机需要同时架设4台或移动4次拍摄，只需1台20M像素相机即可替代。采用高分辨大视野的成像方案可以更好的改善人工定位效率低下问题，视觉系统设计、部署也更简单；通常，考虑到相机配套的镜头、数据传输线缆、采集卡等，单台高分辨率相机方案的成本也会明显降低。
机器视觉对不同规格电渣柱坯精准定位，垛高3~4米，人工盘货困难且耗时
如电渣柱坯仓库，产品为多层交错堆叠，单个电渣坯尺寸在直径600~800mm、长度4~6m之间，加上材质不同，产品种类繁多，无法按规律放置。以往通过喷涂型号来确定，人工搜寻极为缓慢，堆叠达到一定高度时，非常不便于人员作业。光虎视觉采用高分辨率工业相机与大功率工业光源，依靠机器视觉对产品端面粘贴的二维码进行读取及定位。每台高分辨率相机可覆盖3~10米左右视野，10台相机即可覆盖一千平米存放区。利用图像HDR算法并配合光源调度，该定位系统可稳定持续运行，大大节省人力，搜索定位时间成倍缩减。
02 持续监测，排除隐患
钢铁产品根本原材料为铁矿石加工而来的铁粉，铁粉生产流程基本上可以分为采矿、粗碎、细碎、粗选、磨矿、精选这些流程。工艺中涉及到颚式破碎机、球磨机、螺旋分级机、磁选机等，进而对尾矿浓缩，输送精炼。在不同工序输送流转过程中，对矿料的尺寸大小把控、是否有异物、传送带状态等都有监测需求。异常尺寸、工具异物、传送带撕裂等都会对产线安全造成损害。
利用深度学习识别超过标准尺寸的矿料球，实时控制工艺原材料配比 左：为铁矿料原图 右：为识别结果
铁粉原料多为深黑色，且为不规则球形，具有反光度低，外形轮廓不明显的特点，普通算法很难提取到有效特征，无法对表面相似的矿料球进行尺寸区分。如采用线激光3D扫描，则花费的成本较高，且速度很难适用于高速输送的情况。光虎视觉采用高亮漫射面光源 AVS深度学算法，只需少量图片样本，即可对超限矿料球准确捕捉、计数。从而通过设备通讯实时反馈，改善工艺过程原料配比。
与依据经验判断的人工监测方式相比，机器视觉监测具有更强稳定性与确定性，且易进行数据总结与统计；对于恶劣工况环境与全时段连续监测来说，机器视觉具有更强的适应性；进而有效预防及减少异常情况给产线带来的损害与停机检查导致的时间损失。
【来源：樱田视觉内部资料】
