宝钢1800连退机组由于生产的钢板比一般冷轧机组宽，钢种规格跳跃大，炉内易发生跑偏，严重时会导致炉内断带。平均每次断带造成停机30小时，给生产组织带来很大困难，经济损失巨大。
　　随着连退机组生产规格的不断拓展，发生跑偏的可能性越来越大，很有必要及时收集带钢跑偏数据，通过分析，优化退火炉模型，减少炉内断带的发生。传统的带钢运行状况检查和数据收集是由人工完成。这种方式效率低下，系统运行文档的建立操作繁琐，不方便数据查询管理，因此有必要开发一套自动化的带钢运行监控系统。
　　根据需求分析，系统需要同时具有对带钢运行状况监控和对过程机数据进行监控的功能：实时分析带钢运行状况，截取跑偏钢卷的ITV图像数据，保存与之同步的炉温、板温等各种生产数据；监控来自过程机的关键数据，异常情况发生则报警提醒。系统还应具有同步回放各路录像和数据曲线，再现生产过程的功能和数据查询管理等功能。
　　本文介绍了该系统设计和实现中的关键技术。对于带钢跑偏识别，主要基于图像识别技术，文章对比了几种边缘提取方法在带钢图像处理中的应用效果，介绍了通过canny算法、种子生长算法、Hough算法等一系列方法的处理，根据设定阈值判定当前带钢运行状况的整个过程。
　　本文还对系统数据库的性能需求做了分析，提出了数据库的选择依据，分析了系统数据库模型，给出了数据库的实现。
　　最后文章介绍了系统的硬件结构、软件结构、工作流程，对于主要的功能模块，如监控主界面、文件管理、监控视频和过程机数据回放等，介绍了实现方法和最终的实现效果。
　　本系统的实现，为技术人员改进生产工艺提供了直观的生产录像和准确的生产数据，收集了跑偏数据，为最终分析产生炉内跑偏的原因，优化退火炉数学模型，制定防止炉内带钢断带的控制措施，减少炉内断带提供了数据支持，减轻了操作管理压力。