Classification of steel scrap in the EAF process using image analysis methods

• Autorzy: Wieczorek T. , Pilarczyk M.

Warianty tytułu

PL

Klasyfikacja złomu stalowego w procesie EAF z użyciem metod analizy obrazu

• Konferencja: European Electric Steelmaking Conference (9; 19-21.05.2008; Krakow, Poland)
• Języki publikacji: EN

Abstrakty

EN

Industrial practice and market situation shows that there is still a big degree of uncertainty when it comes to scrap material properties in EAF process. Fast development of machine vision technology and software allow to challenge with this problem. The main goal of this work is to extract the most information for the process of loading scrap into the charging baskets. Data concerning transferred scrap are acquired from digital industrial camera and processed by the mean of image analysis methods. There are certain image features, which allow to describe the scrap for the classification. The extracted features will be used to build the machine vision system for steel scrap classification. Research on the intelligent control of the electric-arc steelmaking process is done by the authors within the research project1)

PL

Praktyka przemysłowa oraz sytuacja na rynku pokazują, że nadal jest duży stopień niepewności, jeżeli chodzi o wła- sności złomu w procesie EAF. Szybki rozwój technologii urządzeń wizyjnych i oprogramowania pozwala na sprostanie tym problemom. Głównym celem tej pracy jest największe wydobycie informacji na temat jakości złomu ładowanego do koszów załadowczych. Dane dotyczące transportowanego złomu są uzyskane cyfrowej kamery przemysłowej i są przetwarzane meto- dami analizy obrazu. Zdjęcie ma pewne cechy, które pozwalają na klasyfikacje złomu. Własności te będą użyte do zbudowania systemu klasyfikacji złomu stalowego. Badania nad inteligentnym sterowaniem procesem wytapiania w piecu łukowym są wykonane przez autorów w projekcie badań.

Słowa kluczowe

EN

electric arc furnace; image analysis; steel scrap; feature extraction; knowledge extraction; pattern recognition; image stabilization

PL

piec łukowy; analiza obrazu; złom żelazny; własności stali; rozpoznawanie obrazów; stabilizacja obrazu

• Wydawca: Institute of Metallurgy and Materials Science of Polish Academy of Sciences ; Committee of Materials Engineering and Metallurgy of Polish Academy of Sciences
• Czasopismo: Archives of Metallurgy and Materials
• Rocznik: 2008
• Tom: Vol. 53, iss. 2
• Strony: 613--617
• Opis fizyczny: Bibliogr. 7 poz., rys.

Twórcy

autor

Wieczorek T.

autor

Pilarczyk M.

• SILESIAN UNIVERSITY OF TECHNOLOGY, FACULTY OF MATERIALS SCIENCE AND METALLURGY, DEPARTMENT OF ELECTRO-TECHNOLOGY, KATOWICE, POLAND

Bibliografia

• [1] T. Wieczorek,M. Pyka,Hybrid expert system for arc-electric steelmaking process monitoring. Acta Metallurgica Slovaca 10, 408-412 (2004).
• [2] T. Wieczorek, Intelligent control of the electric-arc steelmaking process using artificial neural networks. Comp. Methods in Material Science, 6, 1, 9-14 (2006).
• [3] F. Trdic, Proceedings of the Real-time Machine Vision in Mineral Wool Production, Industrial Vision Days, Stutt gart 2006.
• [4] C. Demant,B. Streicher-Abel,P. Waszkew i t z, Industrial Image Processing: Visual Quality Control in Manufacturing, Springer-Verlag, 1999.
• [5] C. Steger, M. Ulrich,C. Wiedemann,Machine Vision Algorithms and Applications, Wiley-VCH, Berlin, 2007.
• [6] M. E. J. Wood, N. W. Campbell, B. T. T h o m a s, Employing region features for searching an image database. In Proceedings of the British Machine Vision Conference, 1997.
• [7] E. Wilson, M. Kan, A. Mirle, Intelligent Technologies for Electric Arc Furnace Optimization. Proc. of Electric Furnace Conference, New Orleans, Louisiana, 1998.