宝武中南钢铁借助飞桨让钢筋超限监控有了“火眼金睛”

本文主要是介绍宝武中南钢铁借助飞桨让钢筋超限监控有了“火眼金睛”，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

现代钢铁工业生产过程是一个复杂而庞大的生产体系，涵盖数百道工序。

在70多年的发展历程中，炼钢、轧钢、连铸以及节能减排等各项技术不断进化，无一不印证了中国钢铁在技术创新之路上获得的持续性突破。如今，宝武中南钢铁（宝武集团中南钢铁有限公司）通过对一处细节的深入洞察，实现了又一个创新突破。

钢铁厂生产钢筋过程中会采用计算机控制技术实现钢筋自动定尺并对钢筋进行切断，这道工序看似简单却极具杀伤力——一旦部分钢筋长度超限，且没有及时处理，就会给后续工序的机械臂造成严重损伤。

针对这一问题，宝武中南钢铁在该智能化项目的负责人引入AI技术手段，打造了基于飞桨图像分割开发套件PaddleSeg的“钢筋长度超限监控方案”，于2023年2月上线运用在多条产线并持续稳定运行至今。该方案替换了传统的工人师傅人工核查的方式，显著提高了生产安全性和生产效率，单条产线成本节省超过50万。

该智能化项目的负责人表示，“项目上线后，各项指标效果优异，语义分割评价指标（mIoU）> 99%，异常/正常二分类准确率（Accuracy）大于99.5%。后续我们将考虑采用飞桨相关技术，在安全生产和智能识别质检等方向继续探索更多智能化的场景解决方案。”

图：全自动钢筋超限监控产线现场

“火眼金睛”

宝武中南钢铁洞察技术创新应用突破口

在钢筋生产的过程中，由于工业环境具有一定随机性，无法保证生产流水线上每一捆每一根钢筋都在规范长度内。长度超限的钢筋会给生产线上的机械臂带来损伤，直接的设备损耗、间接的误工成本都可能造成巨大的经济损失。

传统的方式都是钢铁厂安排工人师傅在生产线上通过目视加以判断，一旦发现钢筋长度超限，就及时干预。该方法纯粹依赖人力，对业务熟练度要求较高，而且存在误判现象，不能从根本上解决问题，同时工人师傅也无法跟随生产线24小时不间断工作，这在一定程度上制约了生产效率。

据悉，单条产线，配一个工人，配一个机械臂，每年的人力成本加机械臂运维成本超过50万元。

该智能化项目的负责人表示，“或许从钢铁工业全流程来看，该类问题紧急重要程度不是那么高。利用视觉传感设备实时监控钢筋长度是否超限这个任务看似也比较简单，但传统的图像处理方法其实无法达到足够的精度和泛化性。而现在新的AI技术已经可以很好的解决这类问题，哪怕只是这一个场景下的应用，就可以为产线节省很可观的成本，并极大提升生产效率，创造经济价值。”

图：全自动钢筋超限监控方案视觉图像

基于飞桨图像分割开发套件PaddleSeg

“搞定”工业视觉智能化

传统的图像处理方案精度和泛化性无法满足需求。精度决定了方案的实际应用价值，泛化性决定了方案能否向其他场景复制。该智能化项目的负责人选择引入深度学习等AI技术来解决这一难题。在考察比对国内外相关技术后，项目负责人认为百度飞桨产业级深度学习平台具备独有优势。

整体技术方案可以归纳为如下步骤：

在钢筋一侧安装摄像头，拍摄图像；
利用图像分割技术提取钢筋掩膜；
根据摄像头位置和角度确定长度界限；
最后根据该长度界限和钢筋分割范围的几何关系判断本批次钢筋是否超限；

钢筋超限监控问题可以转换为图像分割后的几何判断问题。飞桨提供了全流程分割方案——图像分割开发套件PaddleSeg，只需简单地修改配置文件，就可以进行模型训练，获得高精度的分割效果。“数据标注只标了大概四五百张，然后进行模型的开发，效果是相当不错的，可以满足产线需求”。进一步地，挑选使用精度和速度平衡的PP-LiteSeg模型，保证在实现高精度的同时，满足工业部署的要求。

重要的是，从行业特征来看，复杂工业环境导致图形采像以及对应数据很难保证统一的标准与质量，PaddleSeg内置的数据增强算法可实现对数据的扩充，克服采像样本不均衡、图片模糊、背景变换差异大、钢筋方向不一致、数据量较少等问题，快速迭代解决方案，缩短模型研发周期。

目前，宝武中南钢铁已将基于飞桨开发的“全自动钢筋长度超限监控方案”应用在两条生产线上，解决钢筋长度超限的自动监控问题，实现端到端全自动的钢筋长度超限监控，语义分割mIoU > 99%，异常/正常二分类准确率（Accuracy）大于99.5%，高精度高与高准确率，在实际工业场景下助力企业生产降本增效。