带钢表面检测系统在连退线生产中的应用
冷轧板带钢在连退线的退火生产的过程中，由于原料、平整机、棍子、退火炉及周围环境等因素的影响，在带钢表面会形成许多种类的质量缺陷，如擦划伤、结疤、污斑、区域性缺陷、褶皱、辊印、周期性缺陷、孔洞、条纹等等。
传统的带钢表面质量在线检查是由人眼来完成，再由人工抽检部分钢卷的表面质量，这样的方式来完成带钢的表面检查。这样的检查存在很多的问题:生产速度高，最高达到840m/min，很多缺陷人眼很难观察到，不能进行全表面的质量检测;无法进行精确的缺陷定位和缺陷统计，也不知道整个钢卷的缺陷的分布情况，不能生成准确、完整的带钢整卷的表面质量报告;且操作生产时，质检人员面对的带钢强光照射，人眼容易疲劳，不能长时间进行钢带的监控进行质检。
随着计算机图像处理技术的发展以及应用不断的推广，以及客户对带钢表面的的质量要求越来越高，传统的质量检测已经满足不了质量检测的要求，因此，2013年1月份合钢连退线引进美国康耐视(Congex)公司表面质量检测系统。
1系统组成
合钢1#连续退火机组用来生产汽车板、家电板等冷轧退火板材，其检测系统是美国康耐视(Congex)公司表面质量检测系统。检测系统的工作原理是采用高速CCD行扫描摄像头对带钢表面进行逐行扫描，完成对整卷带钢表面的扫描检测。CCD传感器和LED光源覆盖钢板的宽度，同时带钢在连退线不断连续地运行，每个摄像头进行高速的扫描，可以从头到尾完整地扫描整个带钢表面。由摄像头的每一个像素记录了光的强度储存服务器中，光强由0-255的数字表示，这样便可获得整个带钢表面的光强信息。扫描后经计算处理后的结果，便立即实时地在计算机屏幕上显示出来，以便于操作员立即观察和判断是否要采取相应的措施，比如停机或标记。
检测系统主要有以下五部分组成:
1.光源:光源采用了平行光技术，LED光源寿命可达5年以上，而且维护要求低，光源为LED白色光源，功率400W，宽度约1600mm，上下表面各一个光源。
2.摄像头:CCD行扫描摄像头，对板带进行连续扫描。摄像头像素为2048。摄像头每秒最多可扫描4万行。整个摄像头有一保护罩，该罩子的底座固定在支架上，摄像头随罩子可对位置及角度进行微调。
3.信号处理单元:实时处理从摄像头传送过来的模拟信号，提取出代表缺陷的有用信号，处理完毕的数据传送到系统服务器及数据存储服务器。
4.系统服务器:系统服务器为操作人员的应用、系统服务器功能实现和管理应用提供完美的软件服务。系统服务器通过光纤与Cognex的相机连接。
5.数据存储服务器:带ODBC访问接口的SmartView数据存储服务器对于运行martViewV3.0或更高级别软件的检测系统来说是一个可选项。
装有SmartView检测系统，检测缺陷数据和缺陷灰度图像将被转移到适于每一个所检测的卷材的数据库。该数据库可以让客户通过PQA软件或客户自行开发的数据分析工具访问现有的和历史的检测结果。该数据库基于MicrosoftSQLServer2005而建立，使用工业标准的ODBC协议可以访问。
2表面检测系统的软件功能
表面质量检测系统在合钢1#连续退火机组得到应用，同时得到了马钢合肥公司质检处的一致好评，其主要的软件功能介绍如下:
(1)缺陷检测在检测开始后就能够得到信号，其中包括缺陷的信号。如何把缺陷信从背景信号中检测出来并且要保证不能漏失一个缺陷的信号，同时不能将背景信号误认为缺陷信号，这便是缺陷检测信号处理的任务。检测是将一个异常的光变化与背景分离的处理过程，这个异常的光变化可能会是由于一个缺陷所引起。CCD摄像头是测量产品每个位置的灰度值或亮度值。对摄像头采集来的信号进行动态优化处理，这样可以提高系统在各种变化条件下检测缺陷的能力。对从摄像头采集过来的信号，由于亮度、环境或其它因素变化引起的信号幅值大小进行调整。通过系统分析消除这些由于外界因素引起的变化，使检测实际缺陷的信号更易于被检测到。
(2)缺陷分类缺陷被检测到后，每个缺陷的许多特征值确定了，这样便可以进行缺陷的识别。正确的识别可提供非常重要的信息，这些信息对采取有效的措施来消除缺陷源可以提供帮助，或为产品的下一步处理进行标记。Cognex采用人工智能技术，分类器有自学习功能。该技术已申请专利。有了这个技术，对暂时还未收集到缺陷数据库中的缺陷，会自动进行分类处理，操作员只需对其进行命名，便自动填充进数据库了。该技术同时大大提高了缺陷判别的速度和准确率。
(3)缺陷可视化操作站能够以正在检测的速度访问和显示大量的缺陷和灰度图象数据。通过系统服务器将图像和检测结果在Cognex的相机网络分布，使得多个操作站能够显示检测结果。板带质量视窗提供材料表面的“快照”。快照的尺寸可设置。这个功能提供了图像和以统计为基础的信息分析。操作人员可以根据带钢表面分析缺陷的具体信息时，查看带钢的快照，看到缺陷的图像信息。
(4)缺陷数据库每种缺陷均由近300个缺陷特征来进行描述，特征值相近的同类缺陷的集合构成了缺陷数据库中的一个基本单元。而这些所有不同类的缺陷集合的组合就构成了缺陷数据库。每个缺陷的集合，或简称之为每种缺陷，还可分为三种等级:轻度、中度及重度。缺陷数据库的基本算法基于人工智能的自学习，即系统对每个缺陷集合中的缺陷进行分析并找出其共同的特征值。这些特征值将用于判别之后出现的缺陷信号。
(5)缺陷数据离线分析生产质量顾问是数据分析和显示工具的集合，用来分析历史的和正在发生的缺陷数据。缺陷数据可以与工艺参数和影响产品质量的其它变量一起进行综合分析。
