连铸板坯表面缺陷在线检测技术及其应用.pdfVIP

连铸板坯表面缺陷在线检测技术及其应用 徐 科 周 鹏 杨朝霖 北京科技大学高效轧制国家工程研究中心，北京100083 摘要：连铸板坯的质量直接影响后续轧材的质量，严格监控铸坯表面质量是金属板带生产的关 键。由于铸坯的表面温度超过1000C，传统的超声、涡流、电磁等无损检测方式无法应用于如此高温 的场合。本文对机器视觉方法应用于高温铸坯表面缺陷在线检测进行了深入研究，采用绿色激光线光 源和线阵CCD摄像机在线采集高温状态下的连铸板坯表面图像，通过窄带滤色镜去除铸坯表面背景 光的干扰，得到高清晰、高对比度的高温铸坯表面图像，并用图像识别算法对缺陷进行自动识别，实 现了高温铸坯表面缺陷的在线自动检测。经过3年的在线应用表明，该方法对于及时反馈和保障连铸 坯的表面质量具有重要意义，可为企业带来巨大经济效益。 关键词：连铸坯；表面缺陷；在线检测；表面检测 TF31 A 2013S．1 重型机械 ·45· 检测效果。 连铸坯在拉钢过程中表面氧化形成的，其形状复 (3)铸坯的表面温度高达1000℃以上，如此杂多变，边缘或中间裂开处与裂纹形态相近。氧 高的温度下，即使采用非接触检测方式，也需要 化铁皮与红钢相比颜色稍暗，而且基本上是贴附 对设备进行完善的防高温设计，此外，还需考虑 在铸坯表面上，对检测有影响的部分主要是氧化 粉尘、水汽、震动等因素的防护措施。 铁皮的边缘。在不同光线斜射下，边缘图像会呈 本文针对以上问题，设计了基于激光线光源 现出明显不同的色差，在边缘线两侧的表面亮度 的照明方法，解决了高温铸坯辐射光的干扰，得 也有着明显区别。 到了高清晰、高对比度的铸坯表面图像。 (3)振痕，如图1c所示。由于连铸结晶器 以固定频率振动，使得在连铸坯表面形成方向与 1 检测原理 间距都比较规则的纹理直线。这种振纹一般比较 采用机器视觉检测技术，就是利用摄像机代 浅，在斜度不大的光线照射下图形特征不明显。 替人工目测进行图像采集，并利用计算机代替人 而且振纹呈周期性出现，采用图像处理方法很容 工智能进行识别。通常情况下，铸坯表面十分粗 易将其除掉。如它的小波变换系数在某一尺度上 糙，其表面除r缺陷外，还存在着大量氧化铁 可能会很大，这一点与裂纹特征相似。但裂纹宽 皮、渣痕、振痕、水痕等非缺陷。图1给出了作 度一般小于振纹宽度，两者尺度不同。而且裂纹 为连铸坯的主要表面缺陷一一裂纹以及各种非缺 只是在时域中个别点出现此现象，而振纹在整个 陷的样本图像，对这些图像的分析如下14J： 图像范围内都存在。利用以上特点，可以将两者 (1)表面裂纹，如图1a所示。表面裂纹主要 区分开来。 是纵向裂纹，根据裂纹的宽度、长度及深度可以 (4)渣痕，如图1d所示。渣痕由保护渣造 mm左 分为大纵裂和小纵裂。大纵裂的宽度在10 成，形状不一，方向不定。在不同的光线照射 右，深度达20mm，长度达50mm以上，严重时 下，图形有明显变化。它们的特征与氧化铁皮 会因贯穿整块连铸坯造成报废；而小纵裂宽度在 类似。 l mm左右，深度也就3mm，长度不等，可见在 (5)水痕，如图le所示。由连铸过程冷却 连铸坯表面很复杂多变的背景下，人T检测小裂 水造成，其形状为宽长却没有深度的表面痕迹， 纹的难度很大。由于裂纹深度方向基本垂直于铸