冷轧带钢表面质量检测系统方案(PPT 37张)

合集下载

带钢表面质量检测系统

带钢表面质量检测系统（无锡创视新科技有限公司李军）用于板材带材表面质量实时检测，表面质量等级判定及缺陷智能分析，最高速度支持40m/s随着冶金工业轧制工艺水平的提高，客户对各类型带材表面的要求越来越苛刻。

表面质量已成为直接决定带材产品价格乃至各企业竞争的重要指标。

另一方面，传统的人工目视检测方式存在很多缺点。

如无法适应高速机组，检测细小的表面缺陷效率低下且容易造成检测人员眼睛疲劳，无法长时间有效的始终如一的检测整个材料表面,已经无法满足现代化生产的需要。

基于机器视觉自动在线表面质量检测仪用于表面质量检测，使冶金带钢的生产管理者彻底摆脱了无法全面掌握产品表面质量的状态。

无锡创视新科技有限公司有限公司是专业从事机器视觉智能化自动检测设备开发、设计、生产于一体的高科技企业，公司自主研发设计的MVC表面质量检测仪目前已有数百家表面质量视觉检测设备行业运行成功案例。

公司拥有强大的技术团队，具有丰富的行业应用经验，为客户提供全面、完善的服务。

MVC表面检测仪具有多项独有技术发明专利，帮助用户高效、快速、精确的完成检测工作。

目前表面质量检测仪已经广泛应用于钢铁、有色金属、造纸、塑料、玻璃、无纺布等行业的表面质量检测。

冷轧带钢表面质量检测是在机器视觉和我们专用核心技术的海量高速并行处理单元的基础上研制的，它充分利用了当前最先进的图像采集设备和图像处理算法。

主要包括图像的获取和图像数据处理。

【图像获取】图像的获取与光源以及摄像机安装位置有关，光源采用高亮度的专用LED 光源，摄像机采用高速、高灵敏度的线阵摄像机，安装位置与光源发出的光成一定角度，当钢板表面没有【核心技术】高速超高分辨率数字图像采集技术：采用世界先进的加拿大DALSA超高速高分辨率工业线阵CCD的专用传感器，最快速度帧频率为100K。

实时高速数字图像提取和处理技术：采用我们自有核心技术的基于DSP和CPLD技术的并行图像提取技术数字图像识别技术：运用视觉技术进行图像预处理、数字图像分割、可视特征提取,并通过高通，带通噪声滤波、指数变换图像增强技术、边缘检测、直方图变换、纹理和形状对比等手段,最终对缺陷进行判定。

冷轧带钢表面质量检测系统方案

❖
精益求精，追求卓越，因为相信而伟大。20 20年 11月1 6日星期一下午3时1 6分1 3秒15 :16:1 320. 11.16
❖
让自己更加强大，更加专业，这才能让自己更好。 2020 年11月下午3 时16 分20.1 1.16 15:16 November 16, 2020
❖
这些年的努力就为了得到相应的回报。202 0年11 月16 日星期一3时1 6分1 3秒15 :16:1 316 November 2020
相机保护装置
成像效果
系统设备
折印
辊印
粘结
羽纹
锈斑
划痕
系统设备
算法流程
图像预处理
对采集的图像做降噪滤波处理，增强处理，并进行光照补偿。
目标分割与合并
分割出单个缺陷并将跨相机视野的缺陷合并
特征提取
缺陷分类
提取缺陷的一基于特征值进系列特征值行缺陷分类
系统设备
图像预处理
系统设备
系统功能
缺陷分类管理器界面
系统简介系统原理系统设备系统功能
系统性能
系统性能
系统技术指标
❖横向分辨率 0.1—0.5mm ❖纵向分辨率 0.1—0.5mm ❖常见缺陷检出率 98% ❖缺陷识别率 95% ❖被测物的最大速度 20m/s ❖系统响应时间 < 500ms
LOGO
谢谢！
湖南千盟视觉技术有限公司
系统功能
缺陷库管理器
缺陷库管理器用来维护整个缺陷库，为每一种缺陷类型提供多个缺陷样本，一般不少于30个样本，通过训练样本，建立基于统计学习理论的数学模型，通过支持向量机的模式识别算法，以缺陷的特征值为基础进行识别，缺陷库管理器支持从检测数据中导入缺陷样本，也可以从缺陷文件中导入，而缺陷文件则是从其他机组的缺陷库中导出的文件,添加新样本后，点击训练按钮，就会自动学习新的样本，生成新的识别模型，点击应用按钮，则启用新的识别模型去识别缺陷。

冷轧钢(卷)带检验规程及标准

冷轧钢（卷）带检验规程及标准一.适用范围本规程及标准适用于公司内部冷轧工序检验和成品冷硬、退火、二次冷轧钢带的检验二. 参照镀锌板供货技术协议、用户协议、JIS G3141、GB708三.工序检验规程：1酸洗钢带表面质量状况：酸洗卷应平直整齐，无折叠、裂边、刮边：表面无欠酸洗氧化铁皮、锈斑，无过酸洗现象，无表面划伤、凹坑、压印深度应小于相应国家原料标准要求的厚度偏差之半。

2轧制：每道次通过测厚仪在线检测钢带厚度，更换道次时检查钢带表面质量状况和裂边情况，人工观察钢带板形，复合浪≤6mm、肋浪≤5mm、边浪≤8mm，浪长≥100mm不允许有严重的碎边浪、荷叶边。

人工观察表面清洁度不允许有整卷的黑带。

无表面划伤、凹坑、压印深度应小于相应国家原料标准要求的厚度偏差之半。

3重卷时要保持毛毡清洁，不得二次污染钢卷表面。

切边毛刺量控制在≤0.02mm范围内，不得出现缺刀现象。

薄板切边时S弯≤2mm。

重卷退火的张力要控制在最小范围内、但齐边度要好，错层不得超过5处，错层溢出高度小于等于3mm。

退火前要检查设备是否正常，装炉过程中要轻起慢放、不得边部压折及损伤钢卷。

4平整钢带时应在线对其表面、板形、边部、几何尺寸等质量状况进行检验。

5成品尺寸测定部位：钢带两边大于等于15mm内侧的任意一点为厚度测定部位；钢带两侧长度方向上的任意部位均为宽度的测定部位。

6成品钢带的硬度用小负荷维氏硬度计测定，按GB试验方法执行。

四.检验标准：1冷轧成品厚度允许偏差（见表一）1．1流程状态：视实际需要(可带原料尾部冷轧钢卷)钢带外圈头部15米内厚度允许偏差最大不得超过表一规定值的50%，钢卷尾部（即内径芯部）升、减速10圈内的厚度偏差不列入检测范围1.2交货状态：重卷、精整分切钢卷钢卷头部15米、尾部15米内厚度允许偏差最大不得超过表一规定值的50%。

1.冷轧成品厚度允许偏差单位mm（见表一）厚度公差要求以用户要求为第一标准，用户无特殊要求时以此为标准DR及0.3以下厚度产品以客户要求为准，无特殊要求时执行表一要求中厚板执行附3 标准表一2.冷轧成品宽度允许偏差（见表二）宽度公差要求以用户要求为第一标准，用户无特殊要求时以此为标准单位mm 宽度允许表表二3.冷轧成品表面质量要求B级光亮处理表面3.1表面用磨削处理过的轧辊，对表面进行平滑轧制（指平均粗糙度定向值Ra：0.6um以下）3.2表面无锈斑、残留氧化铁皮、针状黑条等污染物，头尾各15米内允许有少量、轻微的针状黑条。

冷轧带钢表面质量检测系统方案

技术调研
研究现有的表面质量检测技术和方法，了解各种技术的优缺点和适用范围。
方案制定
根据需求分析和技术调研结果，制定初步的系统实施方案。
中期实施阶段划分和时间节点设置
硬件采购与集成
完成所需硬件设备的采购、安装和调试工作，确保硬件环境满足
系统实施要求。
软件开发与测试
按照系统实施方案，进行软件开发工作，包括算法设计、编码实
基于深度学习的缺陷检测算法
多类别缺陷分类，如划痕、麻点、氧化等
总体架构与功能模块划分
01
数据处理与分析模块：对检测结果进行统计和分析。
02
实时生成缺陷统计报表
历史数据分析和可视化
03
总体架构与功能模块划分
系统控制与报警模块：根据检测结果控制生产线运行，并发出报警信号。缺陷超标时自动停机或降速
效益评估方法
建立科学的效益评估体系，对系统带来的经济效益、社会效益等进行全面评估，为决策提供依据。
成本效益分析
综合考虑系统建设和运行过程中的成本和效益，进行成本效益分析，确保系统的经济效益和社会效益达到预期目标。
THANKS FOR WATCHING
感谢您的观看
提高表面质量检测水平有助于提升产品质量、降低生产成本、增强市场竞争力。
项目目标与预期成果
01
研发一套高效、准确的冷轧带钢表面质量检测系统，实现自动化、实时化的检测。
02
提高检测效率，减少人工干预，降低漏检率和误检率。
03
实现检测数据的自动化处理和分析，为生产过程中的质量控制提供有力支持。
加强人员培训
对系统操作和维护人员进行专业培训，提高其对系统的熟悉程度和操作技能，减少人为因素造成的风险。

冷轧带钢表面缺陷在线检测软件体系结构设计

中图法分类号：Ｐ０．；Ｔ２４ＩＴ３２１Ｐ７＋３
文献标识码：Ａ
文章编号：００７２２０）５１７．３１０．０４（０８０．２６０
Ｄｅｉｎｏｆｒｒｈｔｃｕｅｆｒｏｌｅｓｒａｅｄｆｃｓｅｔｎｓｓｅｆｅｔｎｐｃｉｙｔｍｏｅｎｉｏｃｌ —ｏｌｄｓｅｌｔｉｓｏｄｒｌｔｅｒｅｓｐ
冷轧带钢表面缺陷在线检测系统的软件体系结构设计方案，建立了系统的层次结构模型、功能结构模型及其后台数据库，
通过可视化程序设计和关系数据库实现了检测软件的系统功能。该系统不仅能够识别分类各种缺陷，且可通过数据库保而
维普资讯
第２卷第５９期
ＶＯ１２９．ＮＯ５．
计算机工程与设计
ＣｏｐｔｒＥｇｎｅｉｇａｓｇｍｕｅｎｉｅｒｎｄＤｅｉｎｎ
２０年３０８月
Ｍａ．２０８ｒ０
冷轧带钢表面缺陷在线检测软件体系结构设计
ＡｂｔａｔＩｒｅｔｌｅｈｐｏｌｍｏｉｆｒｔｎｓｐｏｔｎｏｔｒｃｓｉｇｆｒｔｅｔｐｏｌｅｓｒａｅｅｅｔｎｐｃｉｎｓｓｍ，ｓｒｃ：ｎｏｄｒｏｓｖｔｅｒｂｅｏｆｎｏｍａｉｕｐｒａｄｐｓｐｏｅｓｎｏｅｌｒｓｎｉｆｃｄｆｃｉｓｅｔｔｏｓｓｉｎｕｏｙｅｎｉｅｒｔｄｓｆａｔｇａｅｏｔｒａｗｏｋａｏｔｎｉｅｓｒａｅｄｆｃｓｅｔｎｓｓｅｆｒｏｄｒｌｄｓｅｌｔｉｓｉｐｔｒｒｄｉｃｏｄｇｔｎｗａｅｆｍｅｒｂｕｌｕｆｃｅｅｔｎｐｃｉｙｔｍｌ－ｏｌｔｅｒｕｗａａｃｒｉｒｏｎｉｏｏｃｅｓｐｓｏｆｎｎｏ

冷轧带钢表面缺陷检测系统设计

冷轧带钢表面缺陷检测系统设计徐森;屈尔庆;陈海永;刘坤;孙鹤旭【摘要】As for the problems of the low precision and accuracy of the quality existing in the surface inspection techniques , an automated and real-time surface inspection system need to be developed for detection of the defects on the cold steel strip sur -face.Considering the operational aspects of the cold steel strip product line ,a deep research and analysis in the design of the whole system which contains structure of thehardware ,development of the software and the algorithms of the detection and classi-fication was proceeded .In this paper ,a fast detection method for the salient defects based on the spectral residual techniques was proposed.There are various types of the defects on the surface ,suchas holes,scratches,oxide scales and silvers.Our method that combines the modular software design with the framework of multi-classifier fusion can detect and classify various types of defects with different hierarchy precisely in real time .Experiment show that our defect detection and recognition rate has reached 94.68%and 93.5%,respectively.Furthermore,it only takes 37.6 ms for a single image defect detection ,which meets the requirements of the fast detection for the high-speed rolling steel strips .%针对现有带钢表面质量检测技术的缺陷检测精度与识别率不高的问题,以及冷轧带钢生产线的实际运行环境,设计了一套带钢表面缺陷实时检测系统,从系统整体设计、硬件结构、软件开发和检测分类算法等方面进行了深入的分析与研究.采用模块化软件设计理念、基于谱残差视觉显著性缺陷快速检测方法以及多分类器融合框架,实现了对带钢表面常见的孔洞、擦伤、氧化、边裂等不同类型和不同等级的缺陷进行精确、实时的检测与分类.实验结果表明:该算法缺陷检测率为94.68%,缺陷识别率达到了93.5%,单幅图像缺陷检测耗时仅为37.6 ms,符合当下高速运动带钢快速检测的需求.【期刊名称】《仪表技术与传感器》【年(卷),期】2017(000)001【总页数】5页(P65-69)【关键词】冷轧带钢;表面缺陷;系统设计;缺陷检测;分类器融合【作者】徐森;屈尔庆;陈海永;刘坤;孙鹤旭【作者单位】河北工业大学控制科学与工程学院,天津 300130;;河北工业大学控制科学与工程学院,天津 300130;河北工业大学控制科学与工程学院,天津 300130;河北工业大学控制科学与工程学院,天津 300130;河北科技大学,河北石家庄 050000【正文语种】中文【中图分类】TP391基于机器视觉的带钢表面缺陷检测能够非接触、高可靠地获取表面缺陷的大量信息，已成为有效且快速实现带钢表面缺陷检测方式之一[1-2]。

带钢表面缺陷检测系统

带钢表面缺陷检测系统（无锡创视新科技有限公司李军）表面质量是带钢质量的一项重要指标，随着科学技术的不断发展，对带钢表面质量的要求越来越高。

在市场的激烈竞争条件下，其质量不仅代表企业的形象，而且还是赢得市场的首要条件。

如何有效检测带钢表面缺陷的同时加快检测速度是当前带钢缺陷实时检测技术的一个很重要的课题。

传统上，冷轧带钢的表面缺陷检测由检测人员通过人眼目光来完成。

但是，这种方法存在着很多不足：（1）检测结果容易受检测人员主观因素影响；（2）这种方法只能用于检测运行速度很慢（在50m/min下）的带钢表面；（3）这种方法很难检测到小的缺陷。

然而近年来，微电子技术、计算机技术、自动化技术和光电子技术的飞速发展，人工智能、神经网络理论的深化及实用化，和机器视觉被运用到带钢表面缺陷检测以后，带钢表面缺陷检测终于走向了智能自动化的时代。

一、带钢表面缺陷的分类带钢表面缺陷往往具有多样性、复杂性的特点。

不同生产线产生的表面缺陷往往会有不同的特点，同一生产线在不同工艺参数，或工艺参数相同而生产条件不同情况下产生的表面缺陷也有区别。

由于带钢表面缺陷的种类太多，为研究方便，本文特提供带钢表面常见的几种缺陷。

1、压入氧化铁“压入氧化铁”的典型形状见下图特征：一般粘附在钢板表面，分布于板面局部和全部。

外观呈现不规则形状。

成因：轧制节奏快，轧辊材质性能差等原因造成的轧辊表面氧化膜脱落。

2、结疤“结疤”的典型形状见下图特征：呈现叶状、羽状、条状、鱼鳞状、舌端状等形状。

成因：铸锭条件不佳或飞溅造成的表面缺陷和皮下气泡等。

3、擦伤“擦伤”的典型形状见下图特征：沿轧制方向呈现深浅不一的擦痕。

成因：辊道表面粗糙、磨损、变形或不转动，使钢板与辊道相擦。

4、辊印“辊印”的典型形状见下图特征：具有一定间距的凹凸缺陷。

成因：轧辊表面粘有异物压入带钢表面、轧辊材质不佳造成粘辊、带钢焊缝过高而轧制中抬辊不及时引起粘辊造成的。

5、边裂“边裂”的典型形状见下图特征：钢板边缘沿长度方向的一侧或两侧出现破裂，严重者呈现锯齿状。

一种冷轧带钢跑偏检测系统及方法

一种冷轧带钢跑偏检测系统及方法说实话一种冷轧带钢跑偏检测系统及方法这事，我一开始也是瞎摸索。

我刚开始的时候就想着，这带钢跑偏嘛，那肯定得有个东西能实时看着它跑的直不直，我就想到用摄像头。

我以为只要在生产线上装个摄像头，就万事大吉了。

可是实际一操作，那问题就多了去了。

你想啊，生产环境又复杂，光线有时候暗有时候亮，这摄像头拍出来的画面就忽明忽暗的，根本不能准确判断带钢跑偏没跑偏。

后来我又试过在带钢两边弄那种接触式的传感器。

就像你把手放在桌子两边来感觉中间东西有没有偏一样。

开始觉得挺靠谱，可是冷轧带钢在运行的时候，它多少有点震动啊，这就导致那些传感器老是误触发，一会儿说跑偏了，一会儿又说没跑偏，把我给弄得焦头烂额。

再后来，我就想，能不能从带钢自身的特性来检测呢。

我就开始研究带钢运行时的张力变化，我琢磨着如果带钢跑偏了，那两边的张力应该是不一样的吧。

我就各种查资料，找设备来测量张力。

我用了一个仪器来连着带钢，就像给带钢戴了个紧箍咒一样实时监测它的张力数据。

可这新问题又出来了，这个数据波动太多因素影响它了，像带钢生产时的速度稍微一变，这张力数据就乱套了，又没法准确判断跑偏了。

经过这么多失败，我才开始从整体系统来考虑。

其实这个冷轧带钢跑偏检测系统啊，要想用得好，得多管齐下。

首先，摄像头还是要用的，但是要改善光线环境，就好比给它戴个遮光眼罩，让光线稳定下来。

然后接触式传感器也要改进，要弄个减震的外壳，就像给手机戴个保护套一样，减少震动的干扰。

测量张力这个部分也不能放弃，要配合着其他两种检测方式，综合分析数据。

就比如说有一次，我把这三者结合起来进行测试。

在光线稳定、传感器减震做好，张力监控小误差消除的情况下，终于能比较准确地检测出带钢是不是跑偏了。

不过这个系统还有改进的空间，像摄像头获取画面如何能更智能的分析，传感器怎样做到更精准的感应，张力监测怎么排除更多干扰因素，这些我还在继续研究中呢。

但我觉得只要沿着这个多方式结合的路子走，总是能越来越完善这个冷轧带钢跑偏检测系统和方法的。

冷轧带钢表面质量检测方法的研究

冷轧带钢表面质量检测方法的研究关键字：检测表面缺陷冷轧带钢反射导读：1 引言冷轧带钢表面的质量问题,已经引起了越来越多钢铁企业的关注,目前大部分冷轧厂仍是通过肉眼来检测冷轧带钢的表面质量情况,这种方式存在很多问题,远远不能满足企业对带钢的表面质量要求,带钢表面质量自动检测...1 引言冷轧带钢表面的质量问题,已经引起了越来越多钢铁企业的关注,目前大部分冷轧厂仍是通过肉眼来检测冷轧带钢的表面质量情况,这种方式存在很多问题,远远不能满足企业对带钢的表面质量要求,带钢表面质量自动检测系统的研究和开发已经是带钢企业与科研院所共同关心的课题。

国外已在冷轧生产线开发了带钢表面质量自动检测系统,国内在这一领域的研究,虽然也有一些报道,但这些研究基本上还停留在实验室研究阶段,而不能在生产线得到实际应用[1]。

早在20世纪70年代,日本新日铁公司、千叶、八幡和其他企业,在冷轧涂层板和电工钢板材生产线采用激光扫描表面缺陷监测系统。

90年代以来,由于CCD技术的发展,线阵CCD相机和面阵CCD相机在表面缺陷检测中被广泛应用。

CCD相机对带钢表面进行连续扫描,以实现带钢的表面缺陷在线检测和认可,CCD扫描器的实时图像处理技术是冷轧钢板表面缺陷检测领域中最先进、最实用的方法。

国外有这方面的产品和多条生产线,但目前在这一领域的研究,仍然有许多不足之处,如缺陷的检出率不高,检测速度慢,不能满足有高速测试要求的生产线,不锈钢不能检测等。

利用光源和不同的钢板表面的光反射性能,表面缺陷检测有两种方法:“明场模式和暗场模式”。

“明场模式”可用于碳钢表面检测,“暗场模式”可用于检测不锈钢表面缺陷,同时利用“实时处理”和“准确处理”两种数据处理方法,以确保缺陷检测算法的实时性[2]。

2 硬件设计及其工作原理2.1 硬件设计系统由检测装置、计算机系统、服务器、摄像头组成,为了提高系统的检测精度和检测宽度,采用多个面阵CCD摄像头同步采集图像的方式,摄像头的数目由检测精度和检测宽度决定,由摄像头摄取的视频图像信号传送给计算机系统,并由计算机系统对图像进行处理和分析,得到缺陷检测和识别的结果,同时还可通过检测到的钢带运动速度来调整图像采集速度,保证采集到的表面图像不重叠。

冷轧产品表面缺陷图谱

冷轧产品表面缺陷图谱 2007年4月1日为方便管理者和操作者识别冷轧产品的表面缺陷、了解缺陷产生的原因及规范冷轧产品的质量缺陷定义，收集和整理了本缺陷图谱手册，以利于提高产品质量。

目录第一部分：冷轧质量缺陷定义规范第二部分：质量缺陷实例及分析第一部分冷轧质量缺陷定义规范1.凸棱：分布在钢带的纵向上，目视缺陷部位发亮，用手触摸有凸起的感觉。

2.夹杂：钢板表面有明显的呈白色或黑色的点状、块状、长条状缺陷，严重时表面起皮。

3.氧化铁皮：钢带表面粘附着一层鱼鳞状、细条状、块状或弥散型点状的棕色或灰黑色物，可表现为麻点、线痕或大面积的压痕。

4.翘皮：是呈舌状、线状、层状或M状的折叠（不连续，常出现翘起），常出现在钢带表面边部。

5.欠酸洗：钢带表面残留着未酸洗掉的氧化铁皮，呈横向的黑色条纹（类似“抬头纹”的横向黑色细纹），形成带状或片状分布在钢板表面上。

用手摸，手上将粘有黑色的污物。

6.过酸洗：钢带表面比正常酸洗后的钢板粗糙，颜色不是银白色，而是呈现暗黑色或棕黑色。

7.停车斑：停车斑是酸洗线停车时，由于化学物质沾在钢带表面形成大片斑迹。

可分布在钢带的任何位置。

8.震纹：呈不规则波纹状，沿轧制方向可分布在整个钢带宽度上，在轧制方向上钢带厚度有变化。

9.乳化液斑：是残留在钢带表面的裂化乳化液，随机的分布在钢带表面，形状不规则，颜色发暗。

10.黑带：钢板表面上的黑色薄膜，呈条状或片状纵向分布，条状宽窄不同，颜色深浅不一。

11.轧油斑：钢带表面上存在大小不等的黑色或褐色的斑痕，经退火后一般有明显的轮廓线。

12.孔洞：钢带表面非连续的、贯穿钢带上下表面的缺陷。

一般位于钢带的中部或边部，大多呈串状分布。

13.14.清洗黑印：钢带经过清洗机组后，沿带钢轧制方向有表面残留的黑色痕迹。

15.清洗液残留：经过清洗机组后，钢带表面残留的清洗液，呈片状，退火前不明显，退火后呈现白色斑迹。

16.氧化：冷轧钢带退火后在钢带表面呈现的黄色或蓝色痕迹，罩式炉退火后在钢带边部呈S形，在连续退火情况下，变色痕迹会均匀的分布在整个钢带表面。

冷轧带钢各工序质量检验细则

冷轧带钢各工序质量检验细则冷轧带钢是一种重要的金属材料，广泛应用于建筑、机械、汽车等领域。

为了确保冷轧带钢的质量，需要对其各个工序进行严格的质量检验。

下面是冷轧带钢各工序质量检验的细则。

一、原材料检验1.原材料品种、规格、牌号、批号的核对；2.原材料外观的检查，包括表面是否平整、无变形、无划痕等；3.原材料净尺寸的测量，包括宽度、厚度、长度等尺寸的测量，并与技术要求进行对比；4.原材料化学成分和物理性能的检测，包括化学分析、拉伸试验、硬度试验等。

二、轧制工序检验1.轧机设备的检查，包括辊子的磨损情况、轧辊与轧辊之间的间隙大小等；2.轧辊表面的检查，包括表面平整度、辊子上是否有凹痕、裂纹等；3.冷轧带钢净尺寸的测量，包括宽度、厚度、长度等尺寸的测量，并与技术要求进行对比；4.冷轧带钢外观质量的检查，包括表面是否有氧化、夹杂物、划痕、凹痕等缺陷；5.冷轧带钢力学性能的测试，包括拉伸试验、弯曲试验、冲击试验等。

三、退火工序检验1.退火设备的检查，包括加热系统、保温系统、冷却系统等设备的运行情况；2.退火工艺参数的检验，包括加热温度、保温时间、冷却速度等；3.退火后冷轧带钢尺寸的测量，包括宽度、厚度、长度等尺寸的测量，并与技术要求进行对比；4.退火后冷轧带钢的物理性能的测试，包括硬度、延伸率、冷脆性等。

四、表面处理工序检验1.表面处理设备的检查，包括脱脂设备、除锈设备、酸洗设备等；2.表面处理工艺参数的检验，包括脱脂液、除锈液、酸洗液的浓度、温度、处理时间等；3.表面处理后冷轧带钢的外观质量的检查，包括表面是否光滑、无油渍、无氧化等；4.表面处理后冷轧带钢的化学成分的检测，包括化学分析、金相分析等。

五、包装运输工序检验1.包装材料的检查，包括钢带、木箱、托盘等的检查；2.包装方法的检查，包括包装密度、包装牢固度等；3.冷轧带钢外观质量的检查，包括表面是否有划痕、凹痕、氧化等；4.冷轧带钢质量证书和出厂合格证明的核对。

冷轧钢板表面质量在线检测系统开发与应用

冷轧钢板表面质量在线检测系统开发与应用一、介绍近年来，随着钢铁行业的发展，市场对于冷轧钢板表面质量的要求也越来越高。

表面质量优良的冷轧钢板在建筑、汽车、电气等领域有着广泛的应用。

但是，传统的冷轧钢板表面质量检测方式存在着复杂、大量人力、低效的问题，因此，冷轧钢板表面质量在线检测系统的开发与应用势在必行。

本文将介绍冷轧钢板表面质量在线检测系统的开发和应用，涉及检测系统的设计方案、硬件平台、软件系统、检测参数等具体内容。

通过本文的介绍，相信读者将会对冷轧钢板表面质量在线检测系统有更深入的了解。

二、检测系统设计方案1. 检测原理冷轧钢板表面质量在线检测系统采用视觉检测技术，通过光学成像系统获取冷轧钢板表面图像，对冷轧钢板表面进行分析，判断表面的质量，完成表面缺陷的检测任务。

2. 检测系统的构成冷轧钢板表面质量在线检测系统主要由采集单元、处理单元和显示单元三部分组成。

采集单元：主要由光源、相机、镜头等设备组成，用于实现钢板表面图像的实时采集。

处理单元：主要由图像处理系统、计算机硬件和软件系统等组成，用于实现图像处理和缺陷识别任务。

显示单元：主要由显示器、控制面板等组成，用于实现实时显示监测结果。

3. 检测参数冷轧钢板表面质量在线检测系统主要检测的参数包括：钢板表面缺陷类型、缺陷面积、缺陷长度、缺陷深度等。

三、硬件平台1. 光源冷轧钢板表面质量在线检测系统选用具有高亮度和长寿命的LED光源，用于提供均匀的照明光线。

2. 相机冷轧钢板表面质量在线检测系统采用高分辨率的彩色工业相机，用于实现高速和高精度的图像采集。

3. 镜头冷轧钢板表面质量在线检测系统采用高质量的镜头，用于实现图像的清晰度和对比度。

4. 图像处理器冷轧钢板表面质量在线检测系统采用高性能的图像处理器，用于提高图像的清晰度和对比度。

四、软件系统1. 图像处理算法冷轧钢板表面质量在线检测系统采用多种图像处理算法，包括滤波、边缘检测、分割、形态学运算等算法，用于提高图像的质量和缺陷的检测率。

冷轧带钢表面质量在线监测系统_徐科

放置在检测装置的附近以便保证数据传输的快速与安全
, 。
服务器用来接收由客户端得到的检测结果并且对这些结果进行合并和集成从而得出整个带卷的缺陷分布情况以便对带卷的表面质量进行总体
,
过图像数字化和目标检测两个步骤以便决定
。 , 。 , ,
因此研究和开
,
素如何在生产过程中在线检测冷轧带钢的表面缺
发表面自动在线监测系统对我国钢铁企业具有重大
陷从而控制和提高带钢产品的表面质量一直是钢铁企业非常关注的内容
, 。
以上
。
在如此高的速度下靠人的视觉来检测表面
。
的缺陷是不可能的
同时高质量的带钢表面要求
X
.
,
态下的冷轧带钢表面图像并且通过一套由多台客
,
其缺陷小于
.
0 5
。
视觉很难发现统〔
` “
,
~
0 5
,
为了解决这方面的问题国外已经
, ,
,
检测人员可以
,
部分而每部分的图像由单独的计算机来处理因此
图像是通过并行的方式来处理的这样就大大提高
了系统的数据处理能力
。

冷轧带钢表面缺陷在线检测软件体系结构设计

冷轧带钢表面缺陷在线检测软件体系结构设计
刘伟嵬;颜云辉;孙宏伟
【期刊名称】《计算机工程与设计》
【年(卷),期】2008(029)005
【摘要】为解决带钢表面缺陷在线检测系统的信息支持和后续处理的问题,遵循软件工程的设计思想,提出了一套完整的冷轧带钢表面缺陷在线检测系统的软件体系结构设计方案,建立了系统的层次结构模型、功能结构模型及其后台数据库,通过可视化程序设计和关系数据库实现了检测软件的系统功能.该系统不仅能够识别分类各种缺陷,而且可通过数据库保存各类数据信息,便于对各类信息数据进行查询和管理,并解决了系统算法更新的问题.该体系结构的设计为在线检测缺陷分类识别的进一步研究奠定了基础,具有一定的实用价值.
【总页数】4页(P1276-1278,1282)
【作者】刘伟嵬;颜云辉;孙宏伟
【作者单位】东北大学,机械工程与自动化学院,辽宁,沈阳,110004;东北大学,机械工程与自动化学院,辽宁,沈阳,110004;东北大学,机械工程与自动化学院,辽宁,沈阳,110004
【正文语种】中文
【中图分类】TP302.1;TP274+.3
【相关文献】
1.带钢表面缺陷在线检测图像噪声滤除算法研究 [J], 赵薇
2.带钢表面缺陷在线检测系统的设计 [J], 仲兆准;谢光伟;钟胜奎;张运诗;沈峰
3.基于角点检测的热轧带钢表面缺陷在线检测 [J], 刘佳敏;甘屹;姚俊
4.新型冷轧带钢表面缺陷在线检测系统 [J], 罗志勇;刘栋玉
5.热轧带钢表面缺陷在线检测方法 [J], 王立辉
因版权原因，仅展示原文概要，查看原文内容请购买。

冷轧钢带表面检查线缺陷检查讲诉

表面检查线缺陷检查Inspection Line Surface Defect Checking钢带轧制表面缺陷分析Catalogue of Surface DefectsTexture Rolled Steel Strip缺陷目录Index of contents1. Scratches, longitudinal 纵向擦伤 22. Scratches, transversal 横向擦伤 33. Grooves 凹痕 44. Remains of quenching medium 淬火介质残留 55. Pimples (roll defect) 钢带表面皮疹（轧辊缺陷） 66. Scales (roll defect) 刻痕（轧辊缺陷）77. Rolling marks, transversal lines 轧印，横向轧线88. Rolling marks, cross defect 轧印，交叉类型99. Chatter marks 振颤印1010. Rokes 纵裂纹1111. Shell 剥落1212. Holes 孔洞1313. Inrolled external particles 杂质轧入1414. Scratches with internal cracks 内裂纹滑痕1515. Grinding martensite 抛光状马氏体16Type of defect(缺陷类型) Scratches, longitudinal纵向擦伤Definition说明Surface defects in rolling direction. 沿轧制方向产生Appearance缺陷形貌Defects in rolling direction of various sizes, which are either open or closed.缺陷沿轧制方向产生，有各种尺寸，缺陷形式可能是开放的或封闭的Picture缺陷照片V = 6.3 : 1R max = 6.55 μmCause of defect缺陷成因Defects can occur in most production steps of cold rolling, due to running strip over edges orridges of machine parts or pre-stripper (overrolled particles in guides etc).在冷轧生产的各个环节都可能产生该种缺陷，比如钢带的利边、设备的棱角或钢带导位上的小杂质都可能造成该缺陷。