《连续退火炉内带钢运行风险智能识别系统技术要求》

XX/TXXXXX—XXXX

连续退火炉内带钢运行风险智能识别系统技术要求

1范围

本文件规定了连续退火炉内带钢运行风险智能识别系统的系统架构以及设备层、数据平台层、应用

层要求等。

本文件适用于连续退火炉内带钢运行风险智能识别系统的设计。

2规范性引用文件

下列文件中的内容通过对文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文

件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用

于本文件。

GB/T50115工业电视各级系统工程设计标准

GB/T40659智能制造机器视觉在线检测系统通用要求

3术语和定义

下列术语和定义适用于本文件。

3.1

带钢运行风险riskofstripsteelrunning

当前工序下阻碍带钢顺稳运行事故发生的可能性。

3.2

带钢跑偏stripdeviation

带钢中心线偏离运行生产线中心线的现象。

3.3

带钢瓢曲stripbuckling

由于带钢内部应力分布不均引起其表面产生褶皱的现象。

4缩略语

下列缩略语适用于本文件。

BAS：基础自动化系统（BasicAutomationSystem）

PCS：过程控制系统（ProcessControlSystem）

MES：制造执行系统（ManufacturingExecutionSystem）

1

XX/TXXXXX—XXXX

5系统架构

连续退火炉带钢运行风险智能识别系统架构如图1。包括设备层、数据平台层和应用层。

设备层包含感知设备、网络传输设备、执行设备。感知设备对连续退火炉内带钢及炉辊进行图像采

集；网络传输设备实现图像数据、生产过程数据的动态传递；执行设备在发现高风险的带钢运行状态时，

执行系统输出的控制指令。

数据平台层包含数据采集、数据处理、数据存储、数据共享支持等，还包括带钢跑偏模型和带钢瓢

曲模型，用于实时识别判断带钢在退火炉内的运行状态。

应用层包含人机交互、数据统计分析、优化决策控制等，可实现带钢运行风险的智能分析和优化控

制。

本系统与外部系统进行信息交互，主要涉及产线的BAS、PCS、MES或者数据平台等，可为带钢运行

风险智能识别系统提供所需要的生产过程参数，并可接收带钢运行风险智能识别系统输出的数据。

注：外部系统不属于本文件的范围

图1连续退火炉内带钢运行风险智能识别系统架构

连续退火炉内带钢运行风险智能识别系统的业务流程如下：

a)连续退火炉内带钢运行生产过程中，通过设备层的炉内工业摄像机对带钢及炉辊进行拍照或摄

像，在数据平台层实现对带钢状态信息的实时采集和传输；

b)通过应用层的人机交互功能，实现图像处理、带钢跑偏、带钢瓢曲等模型参数的配置；

c)基于数据平台层的数据处理，利用带钢跑偏模型、带钢瓢曲模型，计算带钢跑偏、瓢曲程度，

并存储相关的流数据和结果数据，用于历史数据追溯和分析，相关结果数据也可向其他系统实

现数据共享；

d)根据带钢运行风险程度，基于应用层的优化决策控制，向设备层的执行设备输出控制指令，可

以选择手动/自动操作进行指令控制。当超出带钢运行风险要求时，输出带钢降速或者停车指

令，以控制带钢风险造成的运行事故；

e)基于应用层的数据统计分析和优化决策控制，可对相关模型参数进行自学习，并优化参数配置。

6设备层

2

XX/TXXXXX—XXXX

6.1感知设备

6.1.1工业摄像机应安装在连续退火炉内关键工艺段或者容易发生带钢运行风险的区域，视场应覆盖

待检测区域的炉辊及带钢。工业摄像机与待识别位置炉辊及带钢的距离宜为1m~8m。

6.1.2工业摄像机信噪比不应低于25dB，视频帧率不小于25帧/s。

6.1.3工业摄像机应有有效的冷却保护装置，如水冷、气冷等方式，以保护设备维持长期稳定运行。

6.1.4工业摄像机宜能在-50℃~1300℃温度范围内的工作环境下稳定工作，具有采集模拟信号或数字

信号的功能。

6.1.5工业摄像机的分辨率应符合以下要求：

a)采用模拟信号：分辨率应不低于35万像素，并可通过转换器转化为数字信号；

b)采用数字信号：分辨率应不低于200万像素。

6.1.6在满足上述条件下也可使用现有的炉内相机作为采集设备，工业电视应符合GB/T50115的要

求。

6.2网络传输

6.2.1网络传输应满足TCP/IP协议或其他常用数据传输协议（例如USB、SDI等），数据传输延迟

不大于300ms，传输过程不中断。

6.2.2网络传输应实现与其他现场设备、控制系统等通信的功能，应支持工业以太网接口或其他常见

数据接口，接口数据格式和接口方式应符合相关标准的要求。

6.3执行设备

包括加热炉主速度辊以及纠偏辊、张力辊和转向辊，其具有执行带钢降速或者停车指令的功能。

6.4其他

应符合GB/T40659的设备性能要求。

7数据平台层

7.1数据采集

7.1.1数据采集应至少包括：

a)由工业摄像机成像系统获得的连续退火炉内炉辊及带钢图像信息；

f)由外部系统（BAS、PCS、MES或数据平台等）提供的生产数据，如钢卷号、钢种、规格、退火

温度等；

g)带钢运行过程信息，如运行速度、纠偏辊纠偏量等。

7.1.2工业摄像机的每秒采集帧数应大于25fps。

7.1.3应对连续退火炉内炉辊及带钢图像、运行过程信息进行实时采集。

7.2数据处理

7.2.1应对接收的连续退火炉内图像数据进行预处理。预处理方式包括但不限于高斯滤波、降噪措施、

旋转变换等。

7.2.2对采集到的图像数据进行处理，获得炉辊位置、带钢边缘位置等图像信息。

3

XX/TXXXXX—XXXX

7.2.3宜采用传统图像分割算法（如边缘检测、阈值分割等）或深度学习方法，实现带钢轮廓的提取

与感兴趣区域识别，得到带钢边缘位置、带钢褶皱区域。

7.2.4带钢边缘位置应作为带钢跑偏模型的输入参数，参与带钢跑偏模型计算。

7.2.5带钢褶皱区域应作为带钢瓢曲模型的输入参数，参与带钢瓢曲模型计算。

7.3数据存储

7.3.1视频数据宜使用非结构化数据库或分布式文件系统，也可使用视频数据文件进行保存。宜保证

3个月以上的历史数据存储，存储空间宜不小于6TB。

7.3.2静态结果数据的存储宜使用主流关系型数据库，也可使用数据文件进行数据保存。存储空间应

满足数据管理、查询的需要，便于质量异议追溯，宜保证1年以上的历史数据存储，存储空间宜不小于

2TB。

7.4数据共享支持

在保证数据安全的条件下，数据共享服务应支持开放、标准的接口。

7.5带钢跑偏模型

7.5.1.1应根据炉辊中心位置和带钢边缘位置，动态计算带钢跑偏量。带钢跑偏量按式（1）计算。

带钢左侧边缘与炉辊中心距离-带钢右侧边缘与炉辊中心距离

带钢跑偏量(1)

2

7.5.1.2当带钢跑偏量超过设定阈值时，模型将输出带钢降速或者停车指令。

7.6带钢瓢曲模型

7.6.1.1应根据带钢褶皱区域的位置和大小，动态计算带钢瓢曲程度。带钢瓢曲程度按式（2）计算。

带钢褶皱区域面积

带钢瓢曲程度(2)

带钢面积

7.6.1.2当带钢瓢曲程度超过设定阈值时，模型将输出调整带钢速度、张力等参数指令。

8应用层

8.1人机交互

8.1.1应具有系统安全保障功能，包括开机诊断、系统实时状态监控、故障报警、权限管理等。

8.1.2应具有良好的人机交互和显示功能，具体要求如下：

a）具有自动、手动模式选择功能；

b）具有参数配置界面，并可自动或手动进行参数设置；

c）具有结果显示功能，对带钢跑偏量、带钢瓢曲程度等风险进行实时显示；

d）具有历史数据查询、图表展示等功能。

8.1.3应实时显示带钢跑偏量、带钢瓢曲程度等结果信息。

8.1.4模型参数应可进行配置，可配置的参数应至少包括带钢跑偏风险阈值、带钢瓢曲风险阈值等模

型参数，可根据钢种、规格进行区别配置。

8.2数据统计分析

4

XX/TXXXXX—XXXX

8.2.1应对炉内带钢运行风险（带钢瓢曲、带钢跑偏）的历史数据具有基本的统计分析功能，宜按照

不同时间维度（例如月度、季度、年度等）、钢种、规格等进行分析。

8.2.2宜利用机器学习、大数据等先进智能技术，实现对炉内带钢运行风险的统计分析和风险防范。

8.3优化决策控制

8.3.1应具备模型参数的自学习功能。读取与当前带钢钢种和规格相近的n卷（n≥1）历史数据，并

进行自学习，确定当前钢种合适的带钢跑偏风险阈值、带钢瓢曲风险阈值等参数。

8.3.2带钢跑偏风险阈值、带钢瓢曲风险阈值宜根据钢种和规格信息，通过自学习自动设置，也可由

操作人员根据经验手动设置。

8.3.3带钢运行风险超限时，应输出带钢速度、张力等参数调整指令，自动模式下发送至主速度辊、

炉辊等执行设备，实现炉内带钢风险的自动控制。

5

ICS77-010

CCSH04

CISA

团体标准

T/CISA—XXXX

连续退火炉内带钢运行风险智能识别系统

技术要求

Technicalrequirementsforintelligentidentificationsystemofstripsteelrunningrisk

incontinuousannealingfurnaces

（征求意见稿）

XXXX-XX-XX发布XXXX-XX-XX实施

中国钢铁工业协会发布

XX/TXXXXX—XXXX

连续退火炉内带钢运行风险智能识别系统技术要求

1范围

本文件规定了连续退火炉内带钢运行风险智能识别系统的系统架构以及设备层、数据平台层、应用

层要求等。

本文件适用于连续退火炉内带钢运行风险智能识别系统的设计。

2规范性引用文件

下列文件中的内容通过对文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文

件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用

于本文件。

GB/T50115工业电视各级系统工程设计标准

GB/T40659智能制造机器视觉在线检测系统通用要求

3术语和定义

下列术语和定义适用于本文件。

3.1

带钢运行风险riskofstripsteelrunning

当前工序下阻碍带钢顺稳运行事故发生的可能性。

3.2

带钢跑偏stripdeviation

带钢中心线偏离运行生产线中心线的现象。

3.3

带钢瓢曲stripbuckling

由于带钢内部应力分布不均引起其表面产生褶皱的现象。

4缩略语

下列缩略语适用于本文件。

BAS：基础自动化系统（BasicAutomationSystem）

PCS：过程控制系统（ProcessControlSystem）

MES：制造执行系统（ManufacturingExecutionSystem）

1

XX/TXXXXX—XXXX

5系统架构

连续退火炉带钢运行风险智能识别系统架构如图1。包括设备层、数据平台层和应用层。

设备层包含感知设备、网络传输设备、执行设备。感知设备对连续退火炉内带钢及炉辊进行图像采

集；网络传输设备实现图像数据、生产过程数据的动态传递；执行设备在发现高风险的带钢运行状态时，

执行系统输出的控制指令。

数据平台层包含数据采集、数据处理、数据存储、数据共享支持等，还包括带钢跑