论文部分内容阅读
摘要：质量检控在钢铁行业中所起作用日渐明显和重要，带钢表面缺陷作为影响其质检环节是否过关的关键因素，其检测对于提升最终质量具备极其重要的作用。
关键词：轧带钢;表面缺陷;控制中图分类号：TU文献标识码：A文章编号：（2020）-02-251
1.前言
当前，在带钢生产过程中，传统的人工检测法早已无法满足现实生产需求，所以对带钢表面缺陷检测系统进行深度研究已成为如今钢铁单位的共识。
2.热轧带钢网纹产生的原因
热轧带钢有明确的出口平台。在打开过程中，带钢受打开结构及其原始状态的影响，并在力的作用下局部彎曲。当弯曲力达到上限时，带钢局部变形并变得不均匀而形成滑动线，这是常见的网格现象。当热轧铁素体基不锈钢时，工作辊上的网纹辊缺陷程度波动很大，并且网纹辊缺陷增加。从精轧前的工作辊的状态和工作辊表面的凹凸形状的测量结果可以看出，工作辊表面具有在工作辊的圆周方向上延伸的肋状缺陷。肋的宽度为1至2mm，并且工作辊主体掉落以形成20至30μm的凹部。钢板的表面缺陷是与工作辊的表面缺陷相对应的沿着钢板的长度方向延伸的肋状缺陷。通过EPMA测量钢板表面上的缺陷元素的分布的结果是，推入钢板表面的异物具有与钢板相同的组成。
3.热轧带钢网纹缺陷的控制措施
3.1合理的工艺参数
根据以上分析结果，为了减少炉渣在铸坯中的混入，浇铸时模具宽，窄面上的水流量分别选择为215和25m3/h，板间的氩背压为0.01至设置为0.025MPa，模具的液位剧烈波动，浸入式喷嘴的浸液深度为80至150mm。这会导致铸坯中夹渣的增加，从而防止浇注过程中工艺参数的设定不当。
3.2提高保护渣碳含量
由于保护渣原料中的炭黑的碳含量不足，并且保温效果低，因此铸造时的弯月面的冷却强度增加，钢容易冻结，铸坯的渣混合率增加。当碳含量为99%时，由于保温性能高，铸坯的炉渣混合比显着降低，因此必须使铸型粉原料中固定碳的质量比达到99%以上。..
3.3钢板网纹的抑制技术
使用的润滑剂是由含硫添加剂的润滑油制成的10%乳液。在工作辊和轧制材料之间提供润滑剂，并在V=2m/min和U=12m/min（γ=6）的条件下轧制铁素体基不锈钢。润滑在润滑条件下，可以稳定地轧制铁素体基不锈钢，工作轧辊与轧制材料之间的摩擦系数为μ=0.39。另外，钢板表面没有不良的组织。这证明润滑油的供应对于降低铁素体基不锈钢的热轧过程中的摩擦系数并防止出现织构缺陷非常有效。
4.基于机器视觉的带钢表面缺陷检测系统的硬件设计
4.1图像传感器
图像传感器作为相机的关键组件，其主要功能就是将相机采集到的图像转变成由特定格式组成的有效数据，并上传至计算机。图像传感器的好坏会直接影响到后续环节中图像处理与解析的难易程度。普通的图像传感器主要包括电荷耦合组件和互补金属氧化物场效应管两种[1]。CCD图像传感器上具备-定的光电转变、电荷储存和获取功能，最终将光信号转换为计算机可读的数字信号，CCD图像传感器在实践操作中大规模应用。
4.2高速CCD相机
带钢表面缺陷检测的实现必须率先从带钢图像的采集开始，选取合适的相机完成图像采集。备选传感器包括CMOS图像传感器、线阵或面阵CCD图像传感器。CMOS图像传感器不适合广泛应用在生产环境极端恶劣的工业生产中。基于机器视觉的带钢表面缺陷检测系统，系统可选取线阵CCD相机或者面阵CCD相机，同时综合考虑到系统应用于带钢表面缺陷的相关检测，因而本系统选择高速线阵CCD相机。
4.3光源设计
工业视频相机的最短曝光时间大概是1/10000秒大概约位100us，针对现场的高速运动目标，在100us时间里，对于运动速度为10m/s的带钢钢卷，其发生了10mm的位移，就会造成0.05mm的缺陷甚至更小的缺陷模糊不清，无法实现精准检测，因而我们必须利用其它设备来保证更短的曝光时间。为有效解决这个问题，本文系统使用频闪灯作为主导光源，同时对于热轧带钢生产实践过程中，利用蓝光透镜滤片与红外线光阻离滤片帮助完成带钢表面图像信息的采集。
5.基于机器视觉的带钢表面缺陷检测系统的软件设计
5.1图像滤波去噪
现场拍摄场景下获得的带钢表面图像信息容易受到周围环境、照明情况以及相机本身等各种因素的影响出现图像噪声。噪声对于后期识别过程的纹理、尺寸、灰度特征的提取有着非常重要的影响，直接影响到最终识别结果的精度。所以在对图像进行后续操作以前，需要过滤掉噪声。图像的噪声类别很多，对图像信号频率和相位的影响十分复杂，有些噪声和图像信号之间毫无关联，有些则密切相关。因而必须降低图像中的噪声，针对实际状况采取不同措施，否则很难获得令人满意的效果[2]。理想状态下，噪声属于高频信号，在处理过程中有必要选择低通滤波器。可图像的边缘信息也属于高频信号，其中含有被测物体的大部分特征信息，是后续图像处理过程中必须提取的关键信息。在此基础上，对于图像滤波方法的选择上，以中值滤波为最优。中值滤波就是利用-个内含奇数点的滑动窗口，将窗口中间的点值用窗口内各点的均值取代。
5.2缺陷特征的提取和选择
特征提取作为系统内图像处理过程的-个关键环节，是确保系统实用性和缺陷识别准确性的重要流程，在实际应用过程中，特征提取也是带钢表面缺陷识别中较为困难的任务。在系统检测和识别缺陷的过程中，特征提取作为其中的重要-步，它也是神经网络判断带钢图像是否存在缺陷或分类的前提条件。系统对钢板图像进行检测的首要-步就是检测图像有无缺陷，因此缺陷提取的第-步就是汇总分析出所有缺陷的共有特征，以此作为神经网络判断图像有无缺陷的重要依据。系统检测钢板图像的第二步就是对存在缺陷的钢板图像进行精准分类。因为钢板图像的缺陷有很多，因而仅仅利用单-的某种特征是无法准确全面地描述出所有缺陷的种类，既而也就无法对所有的缺陷完成精准分类，只有汇总多种特征才可以精准的描述出所有缺陷特征，从而实现准确分类。
6.结束语
总之，针对带钢的缺陷问题，我们要提高重视程度，并采取有效的检测手段，提高缺陷的检测，同时要做好缺陷的预防和控制。
参考文献
[1]唐天博，周勇，董宝权.本钢1880生产线花纹辊破边问题的应用研究[J].本钢技术，2018（1）：26
[2]刘小军，郭勇，刘吉，侯新华，刘峰.提升热轧花纹板过程控制能力的优化措施[J].新疆钢铁，2020（1）：18
关键词：轧带钢;表面缺陷;控制中图分类号：TU文献标识码：A文章编号：（2020）-02-251
1.前言
当前，在带钢生产过程中，传统的人工检测法早已无法满足现实生产需求，所以对带钢表面缺陷检测系统进行深度研究已成为如今钢铁单位的共识。
2.热轧带钢网纹产生的原因
热轧带钢有明确的出口平台。在打开过程中，带钢受打开结构及其原始状态的影响，并在力的作用下局部彎曲。当弯曲力达到上限时，带钢局部变形并变得不均匀而形成滑动线，这是常见的网格现象。当热轧铁素体基不锈钢时，工作辊上的网纹辊缺陷程度波动很大，并且网纹辊缺陷增加。从精轧前的工作辊的状态和工作辊表面的凹凸形状的测量结果可以看出，工作辊表面具有在工作辊的圆周方向上延伸的肋状缺陷。肋的宽度为1至2mm，并且工作辊主体掉落以形成20至30μm的凹部。钢板的表面缺陷是与工作辊的表面缺陷相对应的沿着钢板的长度方向延伸的肋状缺陷。通过EPMA测量钢板表面上的缺陷元素的分布的结果是，推入钢板表面的异物具有与钢板相同的组成。
3.热轧带钢网纹缺陷的控制措施
3.1合理的工艺参数
根据以上分析结果，为了减少炉渣在铸坯中的混入，浇铸时模具宽，窄面上的水流量分别选择为215和25m3/h，板间的氩背压为0.01至设置为0.025MPa，模具的液位剧烈波动，浸入式喷嘴的浸液深度为80至150mm。这会导致铸坯中夹渣的增加，从而防止浇注过程中工艺参数的设定不当。
3.2提高保护渣碳含量
由于保护渣原料中的炭黑的碳含量不足，并且保温效果低，因此铸造时的弯月面的冷却强度增加，钢容易冻结，铸坯的渣混合率增加。当碳含量为99%时，由于保温性能高，铸坯的炉渣混合比显着降低，因此必须使铸型粉原料中固定碳的质量比达到99%以上。..
3.3钢板网纹的抑制技术
使用的润滑剂是由含硫添加剂的润滑油制成的10%乳液。在工作辊和轧制材料之间提供润滑剂，并在V=2m/min和U=12m/min（γ=6）的条件下轧制铁素体基不锈钢。润滑在润滑条件下，可以稳定地轧制铁素体基不锈钢，工作轧辊与轧制材料之间的摩擦系数为μ=0.39。另外，钢板表面没有不良的组织。这证明润滑油的供应对于降低铁素体基不锈钢的热轧过程中的摩擦系数并防止出现织构缺陷非常有效。
4.基于机器视觉的带钢表面缺陷检测系统的硬件设计
4.1图像传感器
图像传感器作为相机的关键组件，其主要功能就是将相机采集到的图像转变成由特定格式组成的有效数据，并上传至计算机。图像传感器的好坏会直接影响到后续环节中图像处理与解析的难易程度。普通的图像传感器主要包括电荷耦合组件和互补金属氧化物场效应管两种[1]。CCD图像传感器上具备-定的光电转变、电荷储存和获取功能，最终将光信号转换为计算机可读的数字信号，CCD图像传感器在实践操作中大规模应用。
4.2高速CCD相机
带钢表面缺陷检测的实现必须率先从带钢图像的采集开始，选取合适的相机完成图像采集。备选传感器包括CMOS图像传感器、线阵或面阵CCD图像传感器。CMOS图像传感器不适合广泛应用在生产环境极端恶劣的工业生产中。基于机器视觉的带钢表面缺陷检测系统，系统可选取线阵CCD相机或者面阵CCD相机，同时综合考虑到系统应用于带钢表面缺陷的相关检测，因而本系统选择高速线阵CCD相机。
4.3光源设计
工业视频相机的最短曝光时间大概是1/10000秒大概约位100us，针对现场的高速运动目标，在100us时间里，对于运动速度为10m/s的带钢钢卷，其发生了10mm的位移，就会造成0.05mm的缺陷甚至更小的缺陷模糊不清，无法实现精准检测，因而我们必须利用其它设备来保证更短的曝光时间。为有效解决这个问题，本文系统使用频闪灯作为主导光源，同时对于热轧带钢生产实践过程中，利用蓝光透镜滤片与红外线光阻离滤片帮助完成带钢表面图像信息的采集。
5.基于机器视觉的带钢表面缺陷检测系统的软件设计
5.1图像滤波去噪
现场拍摄场景下获得的带钢表面图像信息容易受到周围环境、照明情况以及相机本身等各种因素的影响出现图像噪声。噪声对于后期识别过程的纹理、尺寸、灰度特征的提取有着非常重要的影响，直接影响到最终识别结果的精度。所以在对图像进行后续操作以前，需要过滤掉噪声。图像的噪声类别很多，对图像信号频率和相位的影响十分复杂，有些噪声和图像信号之间毫无关联，有些则密切相关。因而必须降低图像中的噪声，针对实际状况采取不同措施，否则很难获得令人满意的效果[2]。理想状态下，噪声属于高频信号，在处理过程中有必要选择低通滤波器。可图像的边缘信息也属于高频信号，其中含有被测物体的大部分特征信息，是后续图像处理过程中必须提取的关键信息。在此基础上，对于图像滤波方法的选择上，以中值滤波为最优。中值滤波就是利用-个内含奇数点的滑动窗口，将窗口中间的点值用窗口内各点的均值取代。
5.2缺陷特征的提取和选择
特征提取作为系统内图像处理过程的-个关键环节，是确保系统实用性和缺陷识别准确性的重要流程，在实际应用过程中，特征提取也是带钢表面缺陷识别中较为困难的任务。在系统检测和识别缺陷的过程中，特征提取作为其中的重要-步，它也是神经网络判断带钢图像是否存在缺陷或分类的前提条件。系统对钢板图像进行检测的首要-步就是检测图像有无缺陷，因此缺陷提取的第-步就是汇总分析出所有缺陷的共有特征，以此作为神经网络判断图像有无缺陷的重要依据。系统检测钢板图像的第二步就是对存在缺陷的钢板图像进行精准分类。因为钢板图像的缺陷有很多，因而仅仅利用单-的某种特征是无法准确全面地描述出所有缺陷的种类，既而也就无法对所有的缺陷完成精准分类，只有汇总多种特征才可以精准的描述出所有缺陷特征，从而实现准确分类。
6.结束语
总之，针对带钢的缺陷问题，我们要提高重视程度，并采取有效的检测手段，提高缺陷的检测，同时要做好缺陷的预防和控制。
参考文献
[1]唐天博，周勇，董宝权.本钢1880生产线花纹辊破边问题的应用研究[J].本钢技术，2018（1）：26
[2]刘小军，郭勇，刘吉，侯新华，刘峰.提升热轧花纹板过程控制能力的优化措施[J].新疆钢铁，2020（1）：18