表面在线检测技术的最新研究与应用.ppt

* * * 重轨表面是非规则曲面，与带钢存在着很大差异，不同采用前面介绍带钢表面检测技术 * 在两维图像中，氧化铁皮与缺陷非常相似，很难区分，因此采用两维检测方式（前面的带钢检测技术）无法区分氧化铁皮与缺陷 * 只有采用三维检测技术，才能实现重轨表面缺陷的在线检测。目前能应用于工业现场的三维检测技术只有基于激光线条的三维检测技术，其原理是将激光线条垂直照射到重轨表面，通过面阵CCD摄像机采集激光线条在重轨表面的成像，线条的变化情况反映了重轨表面的深度变化。 * 该系统已经安装在鞍钢大型厂的重轨成品检查线 * 表面在线检测技术的最新研究与应用 表面在线检测技术的最新研究与应用 徐科 北京科技大学冶金工程研究院 高效轧制国家工程研究中心 表面检测在国内应用情况 近十年来，国内钢铁企业已经把表面检测系统作为轧制生产线的重要仪表 国内60%以上的宽带钢热连轧生产线已经配备表面检测系统 国内新建的冷轧生产线都把表面检测系统作为保证产品表面质量的重要手段，尤其是汽车钢生产线 宝钢已经制定了在本部使用40套以上表面检测系统，全部由自己开发 国内有色生产线上使用表面检测系统也在逐步增加，包括铝热连轧、冷轧铝带、铝箔、铜带等 表面检测技术的发展情况 在技术上没有重要的突破 国外的供应商： 德国Parsytec公司（面阵CCD） 美国Cognex公司（线阵CCD） 法国VAI-SIAS公司（线阵CCD） 基于CCD的二维灰度图像检测 有两个方面值得引起关注 应用领域的不断拓展： 三维检测技术的研究 冷轧 热轧 中厚板 连铸坯 应用领域的拓展 从源头控制表面质量是保证成品表面质量的关键 需要解决三个问题 设备的防护问题，尤其是下表面的防护 高温物体的表面图像采集问题 复杂背景下缺陷的自动检测与识别算法 炼铁 炼钢 热轧 连铸 冷轧 热处理、涂镀 表面质量评估 表面质量控制与保证 连铸坯的表面检测 人工在线观测：工人在铸坯切割后直接观察铸坯表面进行检测 人工下线检察：需要将待检测的铸坯下线，等温度降低后再由人工进行检察 光学检测方法 传统的超声波式、磁感应式、电磁涡流式等无损检测手段受高温影响，无法应用于铸坯在线检测 原理：系统采用图像检测方式，就是利用摄像机代替人工目测进行图像采集，并利用计算机代替人工智能进行缺陷的识别。 难点： 图像采集：铸坯表面温度高、辐射光强，覆盖氧化铁皮，表面缺陷容易被背景光和氧化铁皮所覆盖 图像识别：铸坯背景复杂，氧化铁皮、保护渣等容易识别成缺陷 重钢3＃铸机表面裂纹在线检测系统 系统安装在连铸坯生产线的一切割后，上下表面同步检测。 系统构成 板坯 摄像机 光源 激光线条 光源 摄像机 摄像机 光源 上下表面各用两台高亮度的绿色激光线光源，出瞳功率大于2W。 激光通过光纤与前端套筒相连，更换激光器时，不需要调整套筒的角度与位置 激光器的连续使用寿命达1年以上 摄像机 上下表面各用3台4096像素线阵CCD摄像机。 摄像机前加窄带滤色镜，以滤除铸坯表面的背景光 下表面防护 下表面安装在辊道下方搭建的检测小房内，如小房的开口为一宽度100mm的窄缝，以减少氧化铁皮的掉入。 纵向裂纹 氧化铁皮 振痕 渣痕 水痕 光照不均 铸坯表面的纹理特性 纹理是一种不依赖于颜色或亮度的反映图像中同质现象的重要特征 纹理是同类物体表面共有的内在特性，包含了物体表面结构组织排列的重要信息以及与周围环境的联系 铸坯表面的各种现象在不同方向上的纹理特征有明显差异 纵向裂纹、水痕：垂直方向 振痕：水平方向 氧化铁皮、渣痕：所有方向 实验结果 选取1028 幅尺寸为128×128的图像进行了特征提取，其中裂纹332幅，水痕153幅，渣痕238幅，氧化铁皮158幅，振痕147幅。 选取其中一半作为训练样本，另一半作为测试样本进行测试，分类器为AdaBoost分类器。 表中为测试结果，其中裂纹识别率达86.75%。 样本类型 样本个数 正确识别个数 识别率/% 裂纹 166 144 86.75 水痕 77 71 92.20 渣痕 119 106 89.08 氧化铁皮 79 63 79.75 振痕 73 64 87.67 合计 514 448 87.16 检测结果比对 系统的特点 专门针对铸坯表面的复杂状况和铸坯表面缺陷的特点设计了表面缺陷自动检测与识别算法 采用多台4096像素的线阵CCD摄像机同步采集板坯表面图像，检测精度可达0.3 mm 采用高亮度的绿色激光线光源作照明，与板坯表面背景形成强烈对比，保证了缺陷的对比度 系统采用了完善的结构设计和现场防护措施，可确保在铸坯恶劣的生产环境下长期免维护运行 表面检测存在的主要问题 原理方法：基于明、暗场照明的二维灰度图像检测 容易受环境光以及物体表面状况的影响，难以从根本上解决缺陷的漏报和误报问题 用于