本發(fā)明涉及切割設(shè)備，具體涉及一種可移動(dòng)式水平連鑄型材切割設(shè)備。

背景技術(shù)：

1、隨著工業(yè)自動(dòng)化程度的不斷提高，切割設(shè)備在金屬材料加工中的應(yīng)用越來(lái)越廣泛?？梢苿?dòng)式水平連鑄型材切割設(shè)備是一種專門用于切割水平連鑄型材的設(shè)備，通常包括切割機(jī)架、移動(dòng)輪系、壓緊裝置和切割裝置等組成部分，具有移動(dòng)性，可以根據(jù)生產(chǎn)需要靈活調(diào)整位置，適用于不同的生產(chǎn)環(huán)境。水平連鑄型材切割設(shè)備的移動(dòng)性和高效性，使其成為現(xiàn)代工業(yè)生產(chǎn)中不可或缺的一部分，特別是在需要頻繁調(diào)整生產(chǎn)布局或提高生產(chǎn)效率的場(chǎng)合。

2、在水平連鑄型材切割設(shè)備工作過(guò)程中，由于切割裝置中鋸片的磨損以及局部溫度升高帶來(lái)的鋸片形變等異常，會(huì)直接影響到水平連鑄型材的切割質(zhì)量，因此需要對(duì)鋸片進(jìn)行異常監(jiān)測(cè)?，F(xiàn)有技術(shù)中，通常是在停機(jī)情況下通過(guò)人工經(jīng)驗(yàn)對(duì)鋸片形變進(jìn)行評(píng)估，但是這種方式通常容易受到主觀因素的影響，準(zhǔn)確性無(wú)法得到保證，且具有一定的滯后性，通常只能在變形嚴(yán)重后才能夠被檢測(cè)出。由于鋸片的磨損以及局部溫度升高帶來(lái)的鋸片形變等異常，均為導(dǎo)致鋸片切割時(shí)的接觸部位不夠鋒利，從而導(dǎo)致切割裝置的異常振動(dòng)，因此通過(guò)對(duì)鋸片振動(dòng)進(jìn)行在線監(jiān)測(cè)，并通過(guò)閾值比較法對(duì)監(jiān)測(cè)到的鋸片振動(dòng)信號(hào)進(jìn)行判斷來(lái)實(shí)現(xiàn)鋸片異常檢測(cè)，可以有效避免人工進(jìn)行鋸片異常檢測(cè)的滯后性。但是由于不同批次的連鑄型材的尺寸、硬度等各項(xiàng)參數(shù)之間可能存在一定差異，就會(huì)導(dǎo)致所監(jiān)測(cè)到的振動(dòng)信號(hào)存在較大差別，同時(shí)當(dāng)液壓模塊的壓力存在不合適的情況時(shí)，也會(huì)導(dǎo)致所切割材料在切割過(guò)程中的抖動(dòng)，進(jìn)而引起額外的振動(dòng)異常，也就導(dǎo)致通過(guò)閾值比較法對(duì)監(jiān)測(cè)到的鋸片振動(dòng)信號(hào)進(jìn)行判斷來(lái)實(shí)現(xiàn)鋸片異常檢測(cè)的準(zhǔn)確性較差。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供一種可移動(dòng)式水平連鑄型材切割設(shè)備，用于解決現(xiàn)有對(duì)切割設(shè)備鋸片異常檢測(cè)不準(zhǔn)確的問(wèn)題。

2、為解決上述技術(shù)問(wèn)題，第一方面，本發(fā)明提供了一種可移動(dòng)式水平連鑄型材切割設(shè)備，所述切割設(shè)備包括切割設(shè)備本體和檢測(cè)設(shè)備，所述檢測(cè)設(shè)備包括用于對(duì)鋸片表面溫度進(jìn)行檢測(cè)的紅外傳感器、用于對(duì)鋸片振動(dòng)進(jìn)行檢測(cè)的振動(dòng)傳感器以及檢測(cè)處理模塊，所述檢測(cè)處理模塊通訊連接所述紅外傳感器和振動(dòng)傳感器以獲取紅外圖像序列和振動(dòng)數(shù)據(jù)序列，并根據(jù)所述紅外圖像序列和振動(dòng)數(shù)據(jù)序列，進(jìn)行鋸片異常檢測(cè)，所述鋸片異常檢測(cè)過(guò)程包括：

3、對(duì)所述振動(dòng)數(shù)據(jù)序列進(jìn)行分段，得到各個(gè)振動(dòng)分段，根據(jù)各個(gè)振動(dòng)分段的波動(dòng)情況，確定各個(gè)振動(dòng)分段的振動(dòng)異常評(píng)估值；

4、對(duì)所述紅外圖像序列中的每張紅外圖像進(jìn)行溫度識(shí)別，確定鋸片在每張紅外圖像中的異常高溫表現(xiàn)度；

5、根據(jù)所述振動(dòng)異常評(píng)估值的增長(zhǎng)變化情況以及所述異常高溫表現(xiàn)度的增長(zhǎng)變化情況，并結(jié)合靠近當(dāng)前時(shí)刻的振動(dòng)異常評(píng)估值和異常高溫表現(xiàn)度的大小，確定鋸片異常指標(biāo)；

6、根據(jù)所述鋸片異常指標(biāo)，確定是否存在鋸片異常。

7、結(jié)合上述第一方面，在一些可能的實(shí)現(xiàn)方式中，確定各個(gè)振動(dòng)分段的振動(dòng)異常評(píng)估值，包括：

8、根據(jù)每個(gè)所述振動(dòng)分段中振動(dòng)數(shù)據(jù)的平均分布情況，確定每個(gè)所述振動(dòng)分段的振動(dòng)均值；

9、確定所述振動(dòng)分段中的基準(zhǔn)振動(dòng)分段，根據(jù)每個(gè)所述振動(dòng)分段與所述基準(zhǔn)振動(dòng)分段之間的振動(dòng)均值的差異大小，確定每個(gè)所述振動(dòng)分段與基準(zhǔn)振動(dòng)分段的振動(dòng)偏差；

10、根據(jù)每個(gè)所述振動(dòng)分段中振動(dòng)數(shù)據(jù)的極值分布情況，確定每個(gè)所述振動(dòng)分段的極值序列；

11、將每個(gè)所述振動(dòng)分段的極值序列與所述基準(zhǔn)振動(dòng)分段的極值序列進(jìn)行匹配，根據(jù)匹配結(jié)果，并結(jié)合每個(gè)所述振動(dòng)分段的極值序列中各個(gè)極值與所述基準(zhǔn)振動(dòng)分段的振動(dòng)均值之間的差異大小，確定每個(gè)所述振動(dòng)分段與基準(zhǔn)振動(dòng)分段的匹配相似指標(biāo)；

12、融合所述振動(dòng)偏差和匹配相似指標(biāo)，確定每個(gè)所述振動(dòng)分段的振動(dòng)異常評(píng)估值。

13、結(jié)合上述第一方面，在一些可能的實(shí)現(xiàn)方式中，所述極值序列包括極大值序列和極小值序列，確定每個(gè)所述振動(dòng)分段與基準(zhǔn)振動(dòng)分段的匹配相似指標(biāo)，包括：

14、將所述極大值序列和極小值序列均作為一個(gè)目標(biāo)極值序列；

15、對(duì)每個(gè)所述振動(dòng)分段的目標(biāo)極值序列與所述基準(zhǔn)振動(dòng)分段對(duì)應(yīng)的目標(biāo)極值序列進(jìn)行匹配，獲取各個(gè)極值匹配對(duì)；

16、綜合各個(gè)極值匹配對(duì)中極值點(diǎn)之間的匹配距離大小，以及每個(gè)所述振動(dòng)分段的目標(biāo)極值序列中各個(gè)極值與所述基準(zhǔn)振動(dòng)分段的振動(dòng)均值之間的差異大小，確定子匹配相似指標(biāo)；

17、綜合每個(gè)所述振動(dòng)分段與所述基準(zhǔn)振動(dòng)分段之間的極大值序列對(duì)應(yīng)的子匹配相似指標(biāo)，以及每個(gè)所述振動(dòng)分段與所述基準(zhǔn)振動(dòng)分段之間的極小值序列對(duì)應(yīng)的子匹配相似指標(biāo)，確定每個(gè)所述振動(dòng)分段與基準(zhǔn)振動(dòng)分段的匹配相似指標(biāo)。

18、結(jié)合上述第一方面，在一些可能的實(shí)現(xiàn)方式中，將所有所述振動(dòng)分段中的第一個(gè)所述振動(dòng)分段確定為基準(zhǔn)振動(dòng)分段。

19、結(jié)合上述第一方面，在一些可能的實(shí)現(xiàn)方式中，確定鋸片在每張紅外圖像中的異常高溫表現(xiàn)度，包括：

20、對(duì)所述紅外圖像序列中的每張紅外圖像進(jìn)行鋸片區(qū)域分割，獲取鋸片區(qū)域；

21、對(duì)所述鋸片區(qū)域進(jìn)行分割，確定各個(gè)異常高溫度區(qū)域；

22、確定所述紅外圖像序列中所有紅外圖像中的基準(zhǔn)紅外圖像，綜合所述紅外圖像序列中的每張紅外圖像的鋸片區(qū)域的灰度分布均勻情況、鋸片區(qū)域的各個(gè)異常高溫度區(qū)域中灰度值的平均分布情況、各個(gè)異常高溫度區(qū)域的面積大小，以及所述紅外圖像序列中的每張紅外圖像的鋸片區(qū)域與所述基準(zhǔn)紅外圖像的鋸片區(qū)域之間的灰度值的平均分布情況的差異大小，確定鋸片在每張紅外圖像中的異常高溫表現(xiàn)度。

23、結(jié)合上述第一方面，在一些可能的實(shí)現(xiàn)方式中，確定鋸片在每張紅外圖像中的異常高溫表現(xiàn)度，包括：

24、根據(jù)所述紅外圖像序列中的每張紅外圖像的鋸片區(qū)域中灰度值的平均分布情況，確定所述紅外圖像序列中的每張紅外圖像的鋸片區(qū)域的灰度均值；

25、根據(jù)所述紅外圖像序列中的每張紅外圖像的鋸片區(qū)域與所述基準(zhǔn)紅外圖像的鋸片區(qū)域之間的灰度均值的差異大小，確定所述紅外圖像序列中的每張紅外圖像對(duì)應(yīng)的灰度差異指標(biāo)；

26、根據(jù)所述紅外圖像序列中的每張紅外圖像的鋸片區(qū)域中相同灰度級(jí)的像素點(diǎn)數(shù)量，確定所述紅外圖像序列中的每張紅外圖像對(duì)應(yīng)的灰度信息熵；

27、綜合所述紅外圖像序列中的每張紅外圖像的鋸片區(qū)域中各個(gè)異常高溫度區(qū)域中灰度值的平均分布情況，以及各個(gè)異常高溫度區(qū)域的區(qū)域大小，確定所述紅外圖像序列中的每張紅外圖像對(duì)應(yīng)的異常溫度表現(xiàn)值；

28、綜合所述紅外圖像序列中的每張紅外圖像對(duì)應(yīng)的所述灰度差異指標(biāo)、灰度信息熵和異常溫度表現(xiàn)值，確定鋸片在每張紅外圖像中的異常高溫表現(xiàn)度。

29、結(jié)合上述第一方面，在一些可能的實(shí)現(xiàn)方式中，確定鋸片異常指標(biāo)，包括：

30、根據(jù)所述振動(dòng)異常評(píng)估值的增長(zhǎng)變化情況以及所述異常高溫表現(xiàn)度的增長(zhǎng)變化情況，確定異常振動(dòng)增長(zhǎng)值和異常高溫增長(zhǎng)值；

31、根據(jù)所述異常振動(dòng)增長(zhǎng)值和異常高溫增長(zhǎng)值，并結(jié)合最后一個(gè)所述振動(dòng)分段的振動(dòng)異常評(píng)估值以及所述紅外圖像序列中的最后一張紅外圖像的異常高溫表現(xiàn)度，確定鋸片異常指標(biāo)。

32、結(jié)合上述第一方面，在一些可能的實(shí)現(xiàn)方式中，確定異常振動(dòng)增長(zhǎng)值和異常高溫增長(zhǎng)值，包括：

33、確定所有所述振動(dòng)分段中每后一個(gè)振動(dòng)分段與其前一個(gè)振動(dòng)分段之間的振動(dòng)異常評(píng)估值的差值，將所有差值的均值的歸一化結(jié)果作為異常振動(dòng)增長(zhǎng)值；

34、確定所述紅外圖像序列中每后一張紅外圖像與其前一張紅外圖像之間的異常高溫表現(xiàn)度的差值，將所有差值的均值的歸一化結(jié)果作為異常高溫增長(zhǎng)值。

35、結(jié)合上述第一方面，在一些可能的實(shí)現(xiàn)方式中，確定鋸片異常指標(biāo)，包括：

36、根據(jù)最后一個(gè)所述振動(dòng)分段的振動(dòng)異常評(píng)估值和所述異常振動(dòng)增長(zhǎng)值，確定第一異常指標(biāo)；

37、根據(jù)所述紅外圖像序列中的最后一張紅外圖像的異常高溫表現(xiàn)度和所述異常高溫增長(zhǎng)值，確定第二異常指標(biāo)；

38、綜合所述第一異常指標(biāo)和第二異常指標(biāo)，確定鋸片異常指標(biāo)。

39、結(jié)合上述第一方面，在一些可能的實(shí)現(xiàn)方式中，所述鋸片異常檢測(cè)過(guò)程還包括：若存在鋸片異常，則將當(dāng)前鋸片更換為備用鋸片。

40、為解決上述技術(shù)問(wèn)題，第二方面，本發(fā)明還提供了一種可移動(dòng)式水平連鑄型材切割設(shè)備的鋸片異常檢測(cè)方法，該方法包括：

41、獲取紅外圖像序列和振動(dòng)數(shù)據(jù)序列，所述紅外圖像序列的紅外圖像通過(guò)對(duì)鋸片表面溫度進(jìn)行檢測(cè)得到，所述振動(dòng)數(shù)據(jù)序列中的振動(dòng)數(shù)據(jù)通過(guò)對(duì)鋸片振動(dòng)進(jìn)行檢測(cè)得到；

42、對(duì)所述振動(dòng)數(shù)據(jù)序列進(jìn)行分段，得到各個(gè)振動(dòng)分段，根據(jù)各個(gè)振動(dòng)分段的波動(dòng)情況，確定各個(gè)振動(dòng)分段的振動(dòng)異常評(píng)估值；

43、對(duì)所述紅外圖像序列中的每張紅外圖像進(jìn)行溫度識(shí)別，確定鋸片在每張紅外圖像中的異常高溫表現(xiàn)度；

44、根據(jù)所述振動(dòng)異常評(píng)估值的增長(zhǎng)變化情況以及所述異常高溫表現(xiàn)度的增長(zhǎng)變化情況，并結(jié)合靠近當(dāng)前時(shí)刻的振動(dòng)異常評(píng)估值和異常高溫表現(xiàn)度的大小，確定鋸片異常指標(biāo)；

45、根據(jù)所述鋸片異常指標(biāo)，確定是否存在鋸片異常。

46、為解決上述技術(shù)問(wèn)題，第三方面，本發(fā)明還提供了一種可移動(dòng)式水平連鑄型材切割設(shè)備的鋸片異常檢測(cè)系統(tǒng)，包括存儲(chǔ)器和處理器。該存儲(chǔ)器用于存儲(chǔ)可執(zhí)行程序代碼，該處理器用于從存儲(chǔ)器中調(diào)用并運(yùn)行該可執(zhí)行程序代碼，使得該設(shè)備執(zhí)行上述第一方面或第一方面任意一種可能的實(shí)現(xiàn)方式中的所述鋸片異常檢測(cè)過(guò)程的步驟。

47、為解決上述技術(shù)問(wèn)題，第四方面，本發(fā)明還提供了一種計(jì)算機(jī)程序產(chǎn)品，該計(jì)算機(jī)程序產(chǎn)品包括：計(jì)算機(jī)程序代碼，當(dāng)該計(jì)算機(jī)程序代碼在計(jì)算機(jī)上運(yùn)行時(shí)，使得該計(jì)算機(jī)執(zhí)行上述第一方面或第一方面任意一種可能的實(shí)現(xiàn)方式中的所述鋸片異常檢測(cè)過(guò)程的步驟。

48、為解決上述技術(shù)問(wèn)題，第五方面，本發(fā)明還提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，該計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序代碼，當(dāng)該計(jì)算機(jī)程序代碼在計(jì)算機(jī)上運(yùn)行時(shí)，使得該計(jì)算機(jī)執(zhí)行上述第一方面或第一方面任意一種可能的實(shí)現(xiàn)方式中的所述鋸片異常檢測(cè)過(guò)程的步驟。

49、本發(fā)明具有如下有益效果：通過(guò)對(duì)鋸片表面溫度進(jìn)行檢測(cè)得到紅外圖像序列，同時(shí)對(duì)鋸片振動(dòng)進(jìn)行檢測(cè)得到振動(dòng)數(shù)據(jù)序列；為了便于后續(xù)與紅外圖像序列進(jìn)行聯(lián)合分析，對(duì)振動(dòng)數(shù)據(jù)序列進(jìn)行分段，得到各個(gè)振動(dòng)分段。由于當(dāng)鋸片出現(xiàn)較明顯的磨損以及形變時(shí)，會(huì)導(dǎo)致其切割時(shí)的接觸部位不夠鋒利，以及形變導(dǎo)致的接觸部分受力不均，對(duì)應(yīng)的會(huì)導(dǎo)致其對(duì)應(yīng)在切割過(guò)程中產(chǎn)生的振動(dòng)信號(hào)出現(xiàn)振動(dòng)異常，具體的異常通常表現(xiàn)振動(dòng)幅值偏高以及幅值偏高所對(duì)應(yīng)的時(shí)刻的不均，因此，根據(jù)各個(gè)振動(dòng)分段的波動(dòng)情況，確定各個(gè)振動(dòng)分段的振動(dòng)異常評(píng)估值。同時(shí)，正常鋸片在切割時(shí)，其鋸片邊緣溫度顯著升高，逐漸靠近圓心處溫度相對(duì)較低，且鋸片邊緣溫度是相對(duì)均勻的，因此所采集的紅外圖像在未出現(xiàn)磨損以及變形的情況下，像素值變現(xiàn)通常較規(guī)則，而當(dāng)鋸片邊緣出現(xiàn)缺口、磨損以及變形時(shí)，由于接觸部位的變化會(huì)導(dǎo)致局部溫度相比于正常部位相對(duì)更高，表現(xiàn)在轉(zhuǎn)化后的灰度圖像中為出現(xiàn)局部高亮區(qū)域。因此通過(guò)對(duì)紅外圖像序列中的每張紅外圖像中的鋸片區(qū)域進(jìn)行溫度識(shí)別，最終可以確定鋸片在每張紅外圖像中的異常高溫表現(xiàn)度?？紤]到當(dāng)液壓模塊的壓力存在不合適的情況時(shí)，也會(huì)導(dǎo)致切割材料在切割過(guò)程中的抖動(dòng)，進(jìn)而引起額外的振動(dòng)異常，但是當(dāng)鋸片存在真實(shí)異常時(shí)，隨著其連續(xù)的切割，其異常表現(xiàn)會(huì)越來(lái)越強(qiáng)，因此為了排除上面由于液壓模塊的壓力存在不合適從而引起振動(dòng)異常的干擾，需要根據(jù)振動(dòng)異常評(píng)估值的增長(zhǎng)變化情況以及異常高溫表現(xiàn)度的增長(zhǎng)變化情況，進(jìn)一步對(duì)振動(dòng)異常評(píng)估值和異常高溫表現(xiàn)度進(jìn)行分析，從而得到更加可靠的優(yōu)化后的鋸片異常指標(biāo)，并最終基于該鋸片異常指標(biāo)確定是否存在鋸片異常。由于本發(fā)明通過(guò)對(duì)切割設(shè)備工作過(guò)程中的鋸片表面溫度和鋸片振動(dòng)進(jìn)行檢測(cè)，從而獲取紅外圖像序列和振動(dòng)數(shù)據(jù)序列，并可以基于該紅外圖像序列和振動(dòng)數(shù)據(jù)序列，自適應(yīng)確定準(zhǔn)確的鋸片異常指標(biāo)，從而可以準(zhǔn)確確定是否存在鋸片異常，有效提高了切割設(shè)備鋸片異常檢測(cè)的準(zhǔn)確性。