DETECTION AND SEGMENTATION OF PIG IRON SLAG SCRAPERS USING MASK RCNN FOR WEAR CONTROL
A indústria do aço apresenta uma vasta lista de problemas e oportunidades de melhorias, que vão desde o chão de fábrica até os níveis de gestão empresarial. Os procedimentos operacionais são revolucionados a cada dia para diminuir falhas, criar parâmetros confiáveis e aumentar a confiabilidade dos equipamentos e, com o avanço contínuo e acelerado das inovações nos processos industriais, a visão computacional está cada vez mais presente e é necessária para a automação de novos sistemas ou de sistemas que necessitem de uma atualização em sua forma de operar. Este projeto tem como objetivo segmentar e detectar, por meio de redes neurais convolutivas, as pás dos raspadores de escória em panelas de ferro gusa do Reator Kambara de uma siderúrgica. Com o objetivo de detectar o desgaste das pás para controlar o seu uso e substituição utilizando a Mask R-CNN para segmentação de instância e contagem de pixels para controle de desgaste.
DETECTION AND SEGMENTATION OF PIG IRON SLAG SCRAPERS USING MASK RCNN FOR WEAR CONTROL
-
DOI: 10.22533/at.ed.87021180820
-
Palavras-chave: Visão computacional, pá, aço, controle de desgaste.
-
Keywords: Computer vision, shovel, steel, wear control.
-
Abstract:
The steel industry presents a vast list of problems and opportunities for improvement, ranging from the factory floor to levels of business management. Operating procedures are revolutionized every day to decrease failures, create reliable parameters and increase equipment reliability, and with the continuous and accelerated advance of innovations in industrial processes, computer vision is increasingly present and is necessary for the automation of new systems or of systems that need an update in their way of operating. This project aims to segment and detect, through convolutive neural networks, the shovels of the slag scrapers in pig iron pans in a Kambara Reactor of a steel plant. Aiming at detecting the wear of the shovels to control their use and replacement using Mask R-CNN for instance segmentation and pixel count for wear control.
-
Número de páginas: 13
- Marco Antonio de Souza Leite Cuadros
- Gustavo Maia de Almeida
- Carlos Eduardo Oliveira Milanez
