首页行业动态表面检测技术在带钢生产线上的应用

表面检测技术在带钢生产线上的应用

发布者:马鞍山钢铁股份限公司 董 梅 朱 涛| 发布于:2016-06-08| 浏览次数:1218

1现状简介带钢产品质量的评价有多个方面,随着带钢生产技术的发展和用户对带钢产品质量要求的不断提高,表面质量已成为带钢产品质量的重要方面。为了获得良好的带钢表面质 ... ...

1现状简介

  带钢产品质量的评价有多个方面,随着带钢生产技术的发展和用户对带钢产品质量要求的不断提高,表面质量已成为带钢产品质量的重要方面。为了获得良好的带钢表面质量,各带钢生产企业都在此方面做了不懈的努力和诸多的尝试,随着技术的不断发展和进步,基于图像采集、处理的带钢表面在线检测技术逐步成为了这一领域的主流。

2带钢表面检测技术的发展

  带钢表面检测技术主要经过了以下过程:人工检测、人工+机器检测系统、机器检测系统。目前,上述方法都还在不同生产线上使用,但机器带钢表面检测系统已成为这方面的发展方向。

  2.1人工检测

  带钢表面检测最初主要采用人工肉眼检测,在速度低于10m/min的情况下,熟练的检测工能够顺利地检测出大多数明显的表面缺陷,例如划伤、折痕、乳化液锈斑等,但一些细小、不明显的缺陷会出现漏检;在机组速度大于10m/min时,由于肉眼无

  法及时聚焦造成视觉模糊,人工检测的失误率大幅度提高,并且人工检测时,检查人员容易产生视觉疲劳,影响检测结果。

  2.2人工+机器检测系统

  频闪法检测就是此方法的具体应用。为了克服高速运动产生的视觉模糊,看到清晰的缺陷图像,系统采用10μs左右的脉冲闪光光源,由于光源频率高,使带钢在此期间的移动相对眼睛可看成是静止的,从而使检测者可看到一系列清晰的图像。熟悉

  表面缺陷且经过培训的检测人员,在速度高达1500m/min时,可以立即识别出缺陷。西方国家在20世纪70年代就已普遍采用该种检测法。

  随后,该方法又与专用视频摄像机结合,通过监视器观察缺陷,并用视频录像机记录下整卷带钢的画面。操作员可重放已经看过的任何表面录像并让缺陷保持在屏幕上,以评价其严重程度以及可能的起因。此方法可以有效地确定带钢轧辊使用周期,为带钢生产线节约生产成本。

  频闪视频检测法成本低,但自动化程度低。英钢联及加拿大、美国等的钢铁企业都曾使用过频闪视频检测法检测带钢表面质量。

  2.3机器检测系统

  早期的钢板表面质量检测机器类型不少,它们分别利用过涡流、电磁、超声波和激光等手段,对带钢通过机器所留下的信号变化进行处理,判断分析带钢表面质量情况。但是由于带钢连续生产的特性、生产线速度的不断提高使得上述方法都存在很大的局限性,下面介绍三种主要的带钢表面缺陷机器检测系统。

  2.3.1漏磁检测法

  漏磁检测的原理是:在直流磁场作用下,被检测钢板磁化并接近饱和状态。此时,在缺陷部位,有几乎和缺陷的体积成比例的磁力线向外泄漏,然后通过磁传感器可把泄漏的磁力线检测出来,同时也将钢板上的缺陷大小测定出来了。漏磁检测受到检测仪器和带钢距离、磁感器检测设备等的限制,干扰很多,不适合带钢生产线的生产实际。

  2.3.2激光扫描检测法

  激光扫描检测的基本原理是利用激光束扫描带钢的全表面,通过分析反射光线的变化来分析带钢表面形态和特征,进而对所检出的缺陷进行分类、分级。这种方法在20世纪80年代初获得一定的使用,但由于不能提供直观的带钢表面图像,所得图形信息难以理解,同时由于同期的计算机处理能力有限,所以该检测方法最终未能推广闭。

  2.3.3基于图像采集、处理的带钢表面质量在线检测系统

  该系统在20世纪90年代随着计算机技术的不断发展出现,系统采用CCD摄像机,获取带钢表面图像,计算机分析所获取的图像,发现缺陷并对缺陷进行分类 (相当于人脑)。这种方法以机器视觉检测、图像模式识别技术为基础,硬件多采用标准化部件,以软件为核心,调整和改进很方便,现已成为主流带钢表面缺陷检测技术。该系统主要由机器设备实现自动检测,所以也被称为ASIS(Automatic Surfaeexnspeetion System)自动表面检测系统。目前,德国蒂森一克虏伯钢铁公司、韩国浦项、阿塞洛集团等已经大量使用此类设备。国内宝钢也拥有一台该设备,并开展了相关研究,另外,华中科技大学、北京科技大学s[]、四川大学、攀钢研究院也开展了类似系统的开发。宝钢、武钢新的热轧薄板项目均配置了该设备。

3自动表面检测系统

  3.1系统构成

  图1为该系统示意图。该检测系统的硬件主要有三个部分:摄像及照明部分、计算机部分和辅助结构。摄像及照明部分的作用是以与带钢同步的足够快的速度,获取带钢表面的清晰图像;计算机部分用于处理图像,从正常的背景中检测出缺陷,然后根据生产厂的质量管理标准对缺陷进行分类、分级,并显示和存储必要的数据和图像;辅助结构主要起支撑、移动和防护等作用。该检测系统的主要硬件都是标准化的设备,所以,这类技术的核心部分是软件。

带钢表面质量检测系统

带钢表面质量检测系统

  3.2系统工作原理

  系统工作原理:图像获取图像数字化一目标检测缺陷检测、识别、分类和分级一缺陷信息存储。

  3.2.1图像获取

  系统通过特别的照明设备和高质量的摄像机来获取高质量的图像。照明一般有卤素光源、红外二极管光源和紫外线等,光源都为频闪光源;摄像机分为面阵和线阵两种。面阵摄像机一般上下面都有数台并排使用,以覆盖宽度方向,相邻图像都有1一2个象素的重叠,重叠部分可通过计算机处理消除影响;线阵摄像机一般只需要上下面各一台就可以。

  两种类型的摄像机并没有优劣之分,一般线阵图像比面阵图像在处理软件上要简单,特别是在带钢表面有扭曲变形和亮度不一致时,它不需要特殊的软件对图像扭曲变形和亮度不一致进行辨认。两种系统尽管有所不同,但在应用中具有相同的功效。能为钢铁行业提供ASIS系统的制造商及其特点见表1。

ASIS系统制造商

  另外,线阵摄像机对有检测微小缺陷需求的生产线非常适合,如电镀锌、电镀锡线,系统价格也相对昂贵。

  3.2.2图像数字化

  图像数字化是实现计算机处理所必要的处理过程,通过图像数字化,相关检测、识别软件才能对图像进行处理,一般每台摄像机在计算机上都对应有单独的图像处理单元。

  3.2.3目标检测

  目标检测的目的是检测图像中是否存在着缺陷,以便决定该图像是否需要进一步处理。如果图像中不存在缺陷的话,就不需要对该图像做进一步处理。如果存在缺陷,就把这幅图像信息送到计算机上进行处理。

  3.2.4缺陷检测、识别、分类和分级

  计算机通过对目标图像进行区域分析和特征提取,对缺陷进行分类、边界圈定和定位,进而进行全局特征分析,同时利用缺陷分类专家系统对缺陷进行全面综合分类,最终定义缺陷级别。

  3.2.5缺陷信息储存

  对于分类和定级的缺陷,系统将其信息储存到系统数据库内,由于数据量很大,所以需要根据数据库空间大小,定期将历史数据导人到磁带或光盘等储存工具上。上述数据也可以进行后处理和加工。

  3.3系统运行效果

  ASIS自动表面检测系统从20世纪80年代出现到90年代开始逐步应用,至今已经发展了十多年。同期,计算机技术也飞跃发展,这也促进了该技术日趋成熟,并开始大量应用于带钢生产线上,为带钢产品表面质量的提高发挥了较大作用。目前,带钢表面检测方面,还没有优于ASIS系统的解决方案,因此世界各国高质量带钢生产企业都在大量使用ASIS系统,以提高带钢表面质量。相信随着各项技术的发展,特别是计算机技术的发展,ASIS系统将会更趋于完善。该系统运行效果如下。

  3.3.1系统检测精度较高

  发现缺陷准确率远远高于人工检测,特别是在生产线运行速度高、检测环境恶劣、干扰多以及缺陷尺寸较小的情况下,系统优势更为明显。

  3.3.2结果显示清晰快速

  检测结果在线显示,完全具有可读性;并可对不同级别缺陷通过不同颜色显示,使操作者一目了然;系统还可以设定严重缺陷报警功能,可及时提醒操作者及生产管理、技术质量等部门做出处理。

  3.3.3系统具有自学习功能

  机器有自学习能力,通过对缺陷分类专家系统的完善,系统可识别新定义的缺陷。

  3.4系统未来的发展方向

  3.4.1更高速度、更恶劣条件下的检测能力目前系统能够正常工作的最大速度<15ms/,速度大会导致过多的误判和数据冗余。恶劣条件下,大量热辐射、水汽、颗粒污染物的热轧带钢生产线,对系统的能力有较高的要求。

  3.4.2轻微、细小缺陷的快速处理能力受系统能力限制,当缺陷设定过于轻微、细小时系统常常会出现误判,有时还会由于数据量庞大而崩溃,如何解决这一问题,对提高系统的功能非常重要。

  3.4.3系统操作简易化

  从目前的ASIS系统来看,各种操作如待检测缺陷设定和分级要求设定等工作仍需要专业工程技术人员来完成,不够简便,系统应提供更为友好的人机界面。

  3.4.4可开发的软件工具

  ASIS系统生产商还不能提供合适的软件操作平台,以实现用户经验的快速转换和应用,来提高系统的功能。

  3.4.5图像存储技术有待提高

  如何对大量的图像进行压缩、存储,必要时仍能释放完整缺陷图像也是该系统的发展方向。

  用于带钢表面质量检查的ASIS系统仍在不断发展、完善,该系统将对带钢产品表面质量检测水平的提高起到重要作用 。

注:文章基于技术交流从网络收集整理,《表面检测技术在带钢生产线上的应用》版权归文章原作者所有,如果您认为文章内容侵犯您的合法权益,或者希望您的文章得到展示,请及时与我们联系,收到反馈之后我们会于24小时内处理.
相关仪器产品
  • 清洁度等级测试仪
  • 表面油脂检测仪
  • 表面残留物检测仪
    手机扫描二维码

Powered by H.J.Unkel Copyright © 2016-2022 All Rights Reserved.