利用大直径坯料生产小外径范围无缝钢管的方法与流程

本申请涉及智能化生产，并且更具体地，涉及一种利用大直径坯料生产小外径范围无缝钢管的方法。

背景技术：

1、无缝钢管是一种重要的金属制品，广泛应用于石油、天然气、化工、电力、航空航天等领域。在生产无缝钢管的过程中，坯料的选择对成品的质量和生产效率有着重要影响。

2、传统方法中，生产小外径范围的无缝钢管通常需要使用相应尺寸的坯料进行加工。对于φ90mm的坯料，由于其直径较小，需要通过轧钢厂的开坯机将φ150mm的连铸坯料轧制成φ90mm的坯料，这增加了制造成本。此外，使用φ90mm坯料轧制钢管的生产效率较低，每天的轧制量较少，导致生产效率下降。

3、因此，期望一种利用大直径坯料生产小外径范围无缝钢管的方案。

技术实现思路

1、为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种利用大直径坯料生产小外径范围无缝钢管的方法，其使用热连轧机组对具有第一直径的坯料进行加工以得到具有第二直径的无缝钢管，其中，所述第一直径大于等于第二直径；以及，对所述无缝钢管进行外表面成型质量检测以得到检测结果。这样，能够实现对于加工后无缝钢管的外表面成型质量的自动化检测，从而提高质检的准确性和效率，提高钢管生产效率和质量。

2、第一方面，提供了一种利用大直径坯料生产小外径范围无缝钢管的方法，其包括：

3、使用热连轧机组对具有第一直径的坯料进行加工以得到具有第二直径的无缝钢管，其中，所述第一直径大于等于第二直径；以及

4、对所述无缝钢管进行外表面成型质量检测以得到检测结果。

技术特征：

1. 一种利用大直径坯料生产小外径范围无缝钢管的方法，其特征在于，包括：

2.根据权利要求1所述的利用大直径坯料生产小外径范围无缝钢管的方法，其特征在于，对所述无缝钢管进行外表面成型质量检测以得到检测结果，包括：

3. 根据权利要求2所述的利用大直径坯料生产小外径范围无缝钢管的方法，其特征在于，对所述外表面图像进行图像局部特征分析以得到钢管外表面局部区域纹理特征向量的序列，包括：

4. 根据权利要求3所述的利用大直径坯料生产小外径范围无缝钢管的方法，其特征在于，对所述钢管外表面局部区域纹理特征向量的序列中的各个钢管外表面局部区域纹理特征向量进行一致性拓扑关联分析以得到钢管局部区域间纹理一致性拓扑特征矩阵，包括：

5.根据权利要求4所述的利用大直径坯料生产小外径范围无缝钢管的方法，其特征在于，对所述钢管外表面局部区域纹理特征向量的序列和所述钢管局部区域间纹理一致性拓扑特征矩阵进行基于图结构的关联编码以得到一致性拓扑钢管外表面全局纹理特征，包括：将所述钢管外表面局部区域纹理特征向量的序列和所述钢管局部区域间纹理一致性拓扑特征矩阵通过图神经网络模型以得到一致性拓扑钢管外表面全局纹理特征矩阵作为所述一致性拓扑钢管外表面全局纹理特征。

6.根据权利要求5所述的利用大直径坯料生产小外径范围无缝钢管的方法，其特征在于，基于所述一致性拓扑钢管外表面全局纹理特征，确定加工后无缝钢管的外表面的成型质量是否符合预定标准，包括：将所述一致性拓扑钢管外表面全局纹理特征矩阵通过分类器以得到分类结果，所述分类结果用于表示加工后无缝钢管的外表面的成型质量是否符合预定标准。

7.根据权利要求6所述的利用大直径坯料生产小外径范围无缝钢管的方法，其特征在于，还包括训练步骤：用于对所述基于卷积神经网络模型的纹理特征提取器、所述基于卷积神经网络模型的拓扑特征提取器、所述图神经网络模型和所述分类器进行训练。

8.根据权利要求7所述的利用大直径坯料生产小外径范围无缝钢管的方法，其特征在于，所述训练步骤，包括：

9.根据权利要求8所述的利用大直径坯料生产小外径范围无缝钢管的方法，其特征在于，在所述训练的每次迭代时，以如下优化公式对所述训练一致性拓扑钢管外表面全局纹理特征矩阵展开后得到的训练一致性拓扑钢管外表面全局纹理特征向量进行权重空间迭代递归的定向提议化优化以得到优化训练一致性拓扑钢管外表面全局纹理特征矩阵；

技术总结
一种利用大直径坯料生产小外径范围无缝钢管的方法，其使用热连轧机组对具有第一直径的坯料进行加工以得到具有第二直径的无缝钢管，其中，所述第一直径大于等于第二直径；以及，对所述无缝钢管进行外表面成型质量检测以得到检测结果。这样，能够实现对于加工后无缝钢管的外表面成型质量的自动化检测，从而提高质检的准确性和效率，提高钢管生产效率和质量。

技术研发人员：林震,王增海
受保护的技术使用者：内蒙古包钢特种钢管有限公司
技术研发日：
技术公布日：2024/1/15