本报讯 俄罗斯南乌拉尔国立大学理工学院的科研人员创建并注册了一个计算机程序，可以高精度识别冶金用轧制板材表面的缺陷。使用该程序将降低劳动力成本，同时提高产品质量。相关研究成果发表在《UralCon 2022》和《ICIE 2022》合集中。
该程序借助数学建模使用 Python 编程语言，能够显示热轧板质量的分析结果，并根据缺陷识别，以至少 95％的精确度调整纠正轧制设备操作。此外，该程序能够根据GOST标准自动分配热轧产品的质量类别，代替人眼监控板材表面质量，最终使人为因素的风险最小化，产品的最终成本将降低。
该程序适用于生产热轧薄板产品的冶金企业。借助开发的软件，冶金行业的专家能够选择训练和再训练作为计算机视觉系统核心的神经网络，避免改变设备的结构部分。
