- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
表面质量检测技术在镀锌线上应用
表面质量检测技术在镀锌线上应用
摘 要:本文以马钢冷轧总厂3#镀锌线上的Parsytec表面质量检测系统为研究对象,着重分析该系统的系统结构和工作原理,对该系统在实际应用中出现的常见问题进行了分析和总结。通过实际应用论证,自动表面质量检测系统能够达到较理想的缺陷检测效果,对带钢质量的提升意义重大。
关键词:热浸镀锌;表面缺陷;表面质量检测
0 引言
马钢冷轧总厂3#镀锌线于2007年建成投产,其产品主要有家电面板、汽车面板等高端产品,该生产线初期安装一套表面检测仪系统,由于不能满足表面质量检测需求,加之汽车厂家对产品表面质量的要求日益严苛,市场形势严峻,2014年总厂再次引进Parsytec表面质量检测系统。该系统于2015年投入使用,经过近一年的生产跟踪和调试优化,已成为马钢冷轧总厂产品质量控制链中的重要环节。随着它在镀锌线上的成功应用,大大提高了产品质量检测判定以及跟踪的快速有效和准确性。
1 系统结构
Parsytec表面缺陷检测系统是一种模块化的表面缺陷检测解决方案,具有低对比度和大幅宽的特点,可满足高速生产线的要求。
该系统由四个部分组成,分别是上下表面传感器系统、服务器柜、检测服务器及检测终端。
1.1传感器系统
包括上下表面相机和配套照明,用以扫描板带表面。为了适应汽车外板表面质量检测的需要,系统采用了面扫描与线扫描相结合的双传感器模式,照明方式为明场照明的配置方案。每个表面配置的摄像头分为面扫描12个CCD矩阵相机和线扫描5个CCD相机。相机为12bit,170%敏感度,能保证4dB下的检测性能。所有相机连接到服务器柜内的数据采集单元,与线扫描相机相配套的是LED直射可见光源,面扫描相机则配置LED散射不可见光源。
1.2服务器柜
服务器柜内包括同步单元、网络交换机、相机电脑、电源分配以及图像数据界面等。同步盒从编码器获取速度信号后,为相机和照明提供和分配触发信号。网络交换机是由千兆以太网络通道连接相机电脑和检测服务器。相机电脑接受来自现场的图像信息数据并与检测服务器进行通讯。
1.3检测服务器
提供了相机电脑和检测终端的加载软件,作为保存整个检测系统的所有历史缺陷的数据库。
1.4检测终端
检测终端是安装在表面质量检查室的实时显示产品钢卷质量的终端电脑,供质量检测人员使用。
2检测原理
传感器系统对镀锌带钢的上下表面进行连续拍摄,拍摄到的实时图像经由千兆网传输到相机电脑和数据服务器。相机电脑通过内部算法对图像进行曝光、灰度处理、图像分割等处理,确定可疑缺陷的ROI区域,判断区域内是否存在缺陷,对于每个ROI区域,系统对其图像的特征值进行分析和运算并做提取,提取的特征值结果与已经由用户建成的专家样本库中的各缺陷类别特征库进行比较,由智能分类器通过决策树算法进行缺陷分类并输出分类结果,在分类结果输出后,可由用户对结果施加基于现场经验的后处理规则对分类结果进行再次优化。
3分类器工作
分类就是把检测到的各种缺陷按照相关形貌特征、形成机理和工序特征进行针对性的缺陷类别划分。在Parsytec Expresso检测系统中,分类工作通过智能分类器来对缺陷进行分类并处理,智能分类器由自动分类器、可视分类器、在线后处理、离线后处理等几个软件模块及样本数据库组成,采用链式结构执行相应的模块功能。
自动分类器根据提取自缺陷的各项特征值进行自动比对,Expresso系统对缺陷定义了多达800种缺陷特征,自动分类器通过分类决策图表进行分类运算,划分出各类缺陷的特征空间,并输出总体的分类结果。
视觉分类器在自动分类器的基础上进行更加细致的分类处理,它基于有限的更加详细的分类规则,作为自动分类器的一种补充,在自动分类器划分的特征空间基础上进一步进行特征空间的细致描述和定义,可在自动分类器的基础上进一步对分类结果进行改善。
4Parsytec检测系统的应用
4.1 光整花缺陷质量把控
检测过程中,我们发现系统对于镀锌机组的光整花缺陷的检测效果不理想,经常出现漏检现象,为此,需要专门对该缺陷进行检测优化处理。光整花属于镀锌机组的典型缺陷,是由光整机产生,呈现树枝状、羽毛状和半月形的缺陷,具有明显倾斜与带钢轧制方向的缺陷特征。基于这个特征,我们在OD1检测中对光整花做初步检测精度调整,并在OD2检测中建立了针对斜向光整花的独立检测模块。
通过优化,使得该缺陷的检测率由原来的不足10%跃升至85%左右,也即在线产生的平整花缺陷绝大部分都可以被系统检测到,大大降低了漏检概率,在线质检员通过表检仪的检测结果,直接对缺陷进行封闭、切除等处置手段,很大程度上避免了缺陷产品流向市场,降低了产品外部损失。通
您可能关注的文档
最近下载
- 贵州省巩固拓展脱贫攻坚成果专项学生资助申请表.docx VIP
- 信息系统自行软件开发管理规定.docx
- 湖北省武汉市洪山区2024-2025学年八年级上学期期中质量检测数学试题(图片版,含答案).doc VIP
- 2025至2030全球及中国腓骨肌萎缩症ⅠA型药物行业项目调研及市场前景预测评估报告.docx
- 2025年供电所职工考试题库及答案.docx VIP
- 电网考试供电局简答题.pdf VIP
- 附件2.贵州省巩固拓展脱贫攻坚成果专项学生资助申请表(本科).docx VIP
- 基于Matlab的变压器励磁涌流仿真分析.doc VIP
- SH╱T 3526-2015 石油化工异种钢焊接规范.pdf VIP
- 《现代中式家居设计》课件.ppt VIP
文档评论(0)