带钢表面缺陷检测方法研究
带钢表面缺陷检测方法研究
学号： 班级： 姓名：
摘要：表面质量的好坏是带钢的一项重要指标，随着科学技术的不断发展，后续加工工业对带钢的表面质量要求越来越高。如何检测出带钢表面缺陷并加以控制，引起带钢生产企业的高度关注。本文通过对带钢表面的缺陷检测的重要性分析，讲述了国内外带钢表面缺陷检测的发展现状，并比较分析了几种检测方法，最终得出本研究的意义。由于带钢表面缺陷种类繁多，建议下一步研究工作重点放在缺陷种类识别与分类部分，以满足带钢表面缺陷的无遗漏检测。
关键词: 带钢 表面缺陷 缺陷检测
1.1带钢表面缺陷检测的重要性
随着生活水平的提高和生产力的发展，人们对产品质量提出了更高的要求，带钢作为机械、航天、电子等行业的原材料，用户对其表面质量的要求更加严格。影响带钢表面质量的主要因素是带钢在制造过程中由于原材料、轧制设备和加工工艺等多方面的原因，导致其表面出现的擦伤、结疤、划痕、粘结、辊印、针眼、孔洞、表面分层、麻点等不同类型的缺陷。这些缺陷不仅影响产品的外观，更严重的是降低了产品的抗腐蚀性、耐磨性和疲劳强度等性能。原料钢卷的表面缺陷是造成深加工产品废次品的主要原因。由于部分质量缺陷在出厂前不能有效地被检测出来，而在用户使用过程中被发现，造成用户索赔，不仅给企业带来巨大的经济损失，还严重影响了产品的市场形象，降低了用户对产品的信任度。因此，必须加强对带钢表面缺陷的检测和控制，这对于剔除废品、减少原料浪费、提高成材率、改善工人劳动条件都有重要意义。而如何在生产过程中检测出带钢的表面缺陷，从而控制和提高带钢产品的质量，一直是钢铁生产企业非常关注的问题。
1.2 国内外带钢表面缺陷检测方法与装置研究现状
目前带钢表面缺陷检测装置主要分为采用传统检测方法的检测装置、采用自动检测方法的检测装置和采用计算机视觉检测方法的检测装置。
1.2.1传统检测方法
非自动化的传统表面缺陷检测方法可以分为人工目视检测方法和频闪光检测法两种。05年代至06年代，冷轧带钢表面缺陷检测主要采用人工目视检测，检测者凭借肉眼观察缺陷。由于带钢轧制速度很快，人眼无法可靠的捕获缺陷信息。同时，某些高质量的带钢要求其表面缺陷小于0.5mm×0.5mm，这种微小缺陷人的视觉很难发觉，从而产生大量的漏检和误检。人工检测需要在高温、噪音、粉尘、振动的恶劣环境下进行，对人的身体和心理造成极大伤害，检测者极易疲劳而无法工作。因此，人工目视检测法逐渐失去了在线检测的意义。在07年代中期，英钢联、阿格玛、LTV、美钢联合蒂森等钢铁联合企业普遍采用频闪光检测法。人的视觉反应方式，类似于照相过程中光的化学反应，就象化学药品在光的照射下会被激活从而使成像于底片上的影像模糊不清，纠正的办法就是增大照相机的快门速度，以缩短光对底片上药品的活化时间。由于曝光时间短，便能减少模糊，从而得到清晰的图像。显然，人眼摄取图像的速度是不可能加快的，这就要寻找一个相当于照相机快门的代用品，以便不分散操作者的注意力或加重其负担。频闪光检测法的原理是具有10一30us 的脉冲闪光会引起视网膜静止反应，起到照相机快门的作用。将该种检测方法进一步发展，即将频闪光源与专用的视频摄像机结合，通过监视器观察缺陷。虽然这种方法的成本低，但是检测的可信度低，
自动化程度也低。
1.2.2 自动检测方法
目前在实际中得到应用的自动表面缺陷检测方法主要有涡流检测技术、红外检测技术和漏磁检测技术。
1）涡 流 检 测技术
1899年法国洛林连轧公司福斯厂研制成功一种安装在火焰切割设备前端，能够在线无损检测热连铸板坯表面质量的涡流探测设备EDISOL。该设备通过配置在板坯上下表面做横向往复移动的涡流探测器检测纵裂纹，通过配置在板坯窄面和棱边处固定的涡流探测器检测横裂和角裂。由于热连铸板坯宽面温度通常都大大高于居里点，而板坯的棱边附近和窄面的温度只是接近或者低于居里点，因此根据板坯钢是否具有铁磁性来设计相应的工作频率，并对于纵裂、横裂和角裂的检测分别采用了两种不同的差动式涡流探测器。涡流 方 法 只能检测金属板材表面和表皮下层阻流缺陷，并且此种检测需要大电流励磁，在生产线上将造成能源的极大浪费。用涡流检测方法实现热图像检测，检测前的板材必须为均匀温场，这点对于热轧钢板来说是无法满足的。另外为了使缺陷有足够的加热时间以使缺陷充分暴露，速度必须足够慢，这必然限制了检测和生产的速度，不利于生产的高速化实现。因此这种方法不适宜高速轧制带钢的表面检测。
2）红外检测技术
1990年挪威Elkenl公司研制出Therm-O-Matic连铸钢坯自动检测系统。在钢坯传送辊道上设置一个高频感应线圈，钢坯通过时，表面会产生感应电流。由于高频感应的集肤效应，其穿透深度将小于1mm 。在有缺陷的区域，感应电流从缺陷下方流过，从而增加了电流的行程，导致在单位长度的表面上消耗更多电能，这将引起钢坯局部表面的温度上升。由于缺陷处的局部升温取决于缺陷的平均深度、线圈工作频率、特定的输入电能、被检钢坯的电性能和热性能、感应线圈的宽度和钢坯的运动速度等因素，因此如使其它各种因素在一定范围内保持恒定，就可通过检测局部升温值来计算缺陷深度。Therm-O-Matic系统可在线检出热钢坯表面纵裂纹和横裂纹等缺陷。
3）漏磁检测技术
1939年日本川崎制铁千叶制铁所开发出在线非金属夹杂物检测装置，其检测原理是利用漏磁通密度与缺陷的体积成正比的关系，通过测量漏磁通密度从而确定缺陷的大小并对缺陷进行分类。该装置使用直流磁化的漏磁法，励磁器与检测元件呈同一方向配置，检测元件采用了高灵敏度的半导体式磁敏元件，用于检测水平磁通分量。磁敏传感器的输出信号经带通滤波器去除噪声后，由计算机实时识别出缺陷目标并计算出非金属夹杂物的体积等参数。
漏磁检测法不仅能检测表面缺陷，而且还能检测内部微小缺陷，并且其检测精度高，实用温度范围宽，并且造价比较低廉。其缺点主要是不能检测表面粗糙度，并且无法对缺陷进行准确分类。
1.2.4 国内研究现状
与西 方 发 达国家相比，国内带钢表面缺陷检测的研究起步较晚，整体研究水平较低。1900年华中理工大学罗志勇等采用激光扫描方法测量冷轧钢板宽度和检测孔洞缺陷，并开发了相应的信号处理电路，此后又开展了线阵CCD和面阵CCD检测技术的研究工作。1995年他们研制出了采用多台面阵CCD成像、通过基于PC环境的DSP系统所构成的图像处理平台进行冷轧带钢表面孔洞、重皮和边裂缺陷检测和最小带宽测量的实验系统。同年，哈尔滨工业大学机器人研究所开始进行带钢表面主要缺陷的静态检测和识别方法的研究。上海宝山钢铁(集团)公司也与原航天部二院联合研制出用于冷轧带钢表面缺陷的在线检测系统。2002年北京科技大学徐科等人采用多个面阵CCD摄像机同时采集钢板表面图像，由多台客户机和一台服务器组成的并行计算机系统，实现了对钢板表面部分缺陷的检测。
目前人工目测仍然是国内应用最多的方法。宝钢在国内最早采用带钢表面质量激光自动检测系统，宝钢1420mm电镀锡机组出口配置了在线激光表面检测仪，在带钢高速运行情况下可对带钢正反面同时检测，能自动识别出多种缺陷四。
1.3 本研究的目的和意义
本课题来源于陕西省自然科学基金项目和西安市工业攻关项目“带钢表面缺陷检测技术研究”。带钢表面缺陷检测是带钢生产控制中的一项关键技术，也是当前国内外研究的热点。
目前，世界各国在带钢产品的尺寸精度控制方面(如厚度、宽度、板形等方面)已经取得显著成效，然而在带钢表面缺陷检测方面进展缓慢。国内外钢铁制造企业数十年来一直采用人工开卷抽检或频闪光检测方法进行表面质量检测，经过概率计算并参考检测人员的经验数据形成带卷的综合质量评定，然而这些方法具有以下不易克服的弊端:
(l) 抽检率低，不能真实可靠地反映带钢表面的质量状况，很难检测到细微缺陷，尤其是对于轧制过程中产生的大量非周期缺陷极有可能造成漏检。
(2) 缺乏检测的一致性、科学性。主要依赖检测人员的主观判断，由于不同质检人员经验水平不同，对同一缺陷会得出不同的判断，导致缺陷种类、级别不准，从而降低了检测的可信度。
(3) 检测环境恶劣枯燥，对人的身心危害很大，检测人员的劳动强度大，极易疲乏，容易造成误判和漏检。
(4) 如果在前期工序中不能检测出某些严重的表面缺陷，势必将其引入后续工序，这可能导致整批带卷的重加工甚至报废。
(5）难以提高产品售后服务水平。由于产品质量检查全凭人眼，没有产品全部长度的缺陷状况资料，因此产品质量等级不精确，售后服务困难。因此，表面质量检测己经成为带钢生产企业提高产品质量和产量的瓶颈。实现对带钢表面缺陷进行非人工的连续准确的检测、缺陷分类和记录，并加以实时控制，对于提高生产效率和产品质量，从而提高企业竞争力将起到非常积极的作用。
具体来说，实现带钢表面缺陷准确自动的检测具有如下意义:
(1) 提高生产效率，降低工人劳动强度。连续生产线上的机组速度很高，人眼难于发现高速运行的带钢表面的缺陷。有研究表明12刀，物体运动速度在In公5时，人眼就无法分辨较细微的形态，物体运动速度达到3n公5时，人眼就无法看清物体上的形态。生产线上的带钢运动速度一般在sn公5左右，人眼根本就不可能准确的检测出带钢表面微小的缺陷，这将导致生产效率和质量控制之间的尖锐矛盾。因此，如果没有准确高效的自动检测系统，就无法在不影响生产效率的条件下实现表面质量检测。
(2) 改进轧制过程，提高生产质量.从检测信息中提取和挖掘出对生产和销售有用的信息，对评估产品质量有着极强的说服力。利用缺陷信息还可以分析缺陷产生品。
(3) 减少贸易争执，维护企业信誉。国内钢铁企业的带钢产品因表面质量问题而被索赔，进而导致商务纠纷的事件近年来时有发生，给企业造成了很大的经济损失，也使企业形象受到严重伤害。因此，实现带钢表面缺陷自动检测，提高产品表面质量，为用户提供优质的带钢产品，不仅仅是减少赔偿、减少浪费的问题，而是维护企业形象和信誉的重大问题。
神经网络方法在冷轧带钢表面质量检测中的应用研究
季串经网络方法在冷轧带钢表面质量检测中韵应用研究女
口王成明 口颜云辉 口韩英莉 口李骏 口 王永慧 口张尧
摘要：针对冷轧带钢表面缺陷图像识别的特点，在小波变换提取特征的基础上，提出应用ＢＰ神经网络的非线性模
式识别方法对其进行识别。对几种生产现场出现频率较高、危害严重的典型缺陷进行计算机实验研究，结果显示，该方法
能对纹理变化复杂、规律性不强、图片质量较差的缺陷图像进行有效识别，具有更好的适应性。
关键词：冷轧带钢 小波变换神经网络表面缺陷 非线性模式识别
中国分类号：ＴＰ２７４；ＴＦ３０１ 文献标识码：Ａ 文章编号：１０００～４９９８（２００６）１２—００７１—０２
冷轧带钢是钢铁工业的主要产品之一，它是汽车、
家电、造船、航空航天等行业的重要原材料，其表面质
量直接影响最终产品的质量和性能。随着市场竞争的
日趋激烈，冷轧带钢的表面质量已成为国内外市场竞
争的关键性能指标之一。世界各主要钢铁生产国都不
惜花费巨资寻求检测冷轧带钢表面缺陷和提高冷轧
带钢表面质量的方法和途径。提高冷轧带钢的表面质
量，首先就要解决冷轧带钢表面缺陷的检测和分类问
题“川，继而分析其缺陷产生的原因，从而最终提出消
除缺陷的解决方案。
缺陷图像的模式识别是冷轧带钢表面缺陷检测的
关键，然而在冷轧带钢的缺陷类型识别研究过程中发
现，采用线性模式识别方法会出现较大的错识率。其原
因是在现场恶劣环境下采集的图像质量较差，同～类
缺陷图像在表观上也存在较大差异，在某些特征值中，
类与类之间并不是存在很明确的界限，有严重的重叠
现象。因此，针对这些问题，本文在小波变换提取特征
的基础上，提出应用ＢＰ神经网络的非线性模式识别
方法对其进行识别，实验结果表明，该方法对冷轧带钢
表面缺陷的分类识别能够取得比较满意的效果。
Ⅱ特征提取
特征提取是冷轧带钢表面缺陷图像模式识别的关
键，本文对缺陷图像进行二级小波变换，将变换后各频
带输出的厶范数ｅ、平均能量Ｅ等作为分类的特征 １。
基于BP神经网络的冷轧带钢表面质量检测研究
机械设计与制造
一１０６一 Ｍａｃｈｉｎｅｒｙ Ｄｅｓｉｇｎ＆Ｍａｎｕｆａｃｔｕｒｅ 第６期
２００７年６月
文章编号：１００１—３９９７（２００７）０６—０１０６—０３
基于ＢＰ神经网络的冷轧带钢表面质量检测研究木
王成明 颜云辉 李骏付海燕 孙岗存（东北大学，沈阳１１０００４）
Ｒｅｓｅａｒｃｈ ｏｎ ｓｕｒｆａｃｅ ｑｕａｌｉｔｙ ｉｎｓｐｅｃｔｉｏｎ ｏｆ ｃｏｌｄ ｓｔｅｅＩ ｓｔｒｉｐ ｂａｓｅｄ ｏｎ ＢＰ ｎｅｕｒａＩ ｎｅｔｗｏｒｋ
ＷＡＮＧ Ｃｈｅｎｇ－ｍｉｎｇ，ＹＡＮ Ｙｕｎ＇ｈｕｉ，ＬＩ Ｊｕｎ，ＦＵ Ｈａｉ－ｙａｎ，ＳＵＮ Ｇａｎｇ—ｃｕｎ
（Ｎｏｒｔｈｅａｓｔｅｒｎ Ｕｎｉｖｅｒｓｉｔｙ，Ｓｈｅｎｙａｎｇ １ １０００４，Ｃｈｉｎａ）
．ｆ ｅ ｄｅｆｅｃｔ ｉｍａｇｅｓ ｏｆ ｃｏｌｄ ｓｔｅｅｌ ｓｔ唧，ｔｈｅ ｒｅｓｕｌ￣ｓｈｏｗｅｄ ｔｈａｔ ｔｈｅ ｍｅｔｈｏｄ Ｃ０１Ｚ ｒｅｃｏｇｎｉｚｅ ｃｏｒｒｅｃｔｌｙ ｔｈｅ ｓｕ￣ａｃｅ｛
ｄｅｆｅｃｔ ｉｍａｇｅｓ ｏｆｃｏｌｄ ｓｔｅｅｌ ｓｔｒｉｐ ａｎｄ ｈａｓ ０ ｂｅｔｔｅｒ ａｄｊｕｓｔａｂｉｌｉｔｙ． ｉ
ｌｄ ｓｔｅｅｌ ｓｔｒｉｐ；Ｓｕｒｆａｃｅ ｄｅｆｅｃｔ；Ｗａｖｅｌｅｔ ｔｒａｎｓｆｏｒｍ；ＢＰ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ；
中图分类号：ＴＰ２７４．３文献标识码：Ａ
冷轧带钢是钢铁工业的主要产品之一，它是汽车、家电、造
船、航空航天等行业的重要原材料，其表面质量直接影响最终产 品的质量和性能。在制造过程中，由于连铸钢坯、轧制设备、加１二 工艺等多方面的原因，导致冷轧带钢表面出现边缘锯齿、焊缝、
夹杂、抬头纹、辊印、氧化皮、结疤、刮伤、孔洞、针眼、鳞皮、表皮 分层等不同类型的缺陷，这些缺陷不仅影响产品的外观，更严重 的是降低了产品的抗腐蚀性、耐磨性和疲劳强度等性能。欲提高
冷轧带钢的表面质量，必须首先解决其表面缺陷的检测与分类
首钢迁钢热轧带钢表面翘皮缺陷产生原因探析
首钢迁钢热轧带钢表面翘皮缺陷产生原因探析
一、引言
研究背景及意义
迁钢热轧带钢表面翘皮缺陷概述
研究目的与意义
二、文献综述
国内外相关研究现状
先进技术应用情况
存在问题及不足之处
三、实验方法
实验材料及设备
实验流程及步骤
实验数据分析方法
四、实验结果与分析
表面翘皮缺陷的基本特征
产生原因的分析
实验数据分析及图表展示
五、结论与建议
本研究的主要结论
对于翘皮缺陷的防治建议
对迁钢热轧带钢表面质量的改进措施
注：所有内容仅代表个人观点，仅供参考。一、引言
热轧带钢是一种非常重要的钢材产品，在各行各业都有广泛的应用。随着技术的不断进步和市场需求的不断增加，钢材的质量要求也越来越高。然而，在生产过程中，带钢表面翘皮缺陷的产生却给生产工艺和产品质量带来了很大的挑战。
带钢表面翘皮缺陷是指带钢表面出现的一种不均匀凸起，使带钢表面不平整，甚至出现细小的裂纹和龟裂现象。这种缺陷不仅会影响钢材的美观度，而且还会影响钢材的使用寿命，在一定程度上会制约钢管的质量。为了保证钢材的品质，必须对带钢表面翘皮缺陷进行深入的研究和探索。
本文旨在对首钢迁钢热轧带钢表面翘皮缺陷产生原因进行探析，以期找到有效的预防和控制缺陷的方法，提高钢材的质量和产品的竞争力。
本研究的意义在于：
1、深入分析表面翘皮缺陷产生的原因，探究相应的改进措施，减少可避免的生产损失；
2、提供参考，促进热轧带钢行业持续发展，进一步推进热轧带钢的技术创新和进步；
3、为其他类似产业提供借鉴，发挥实际应用和推广的效用。
本文将从以下几个方面进行阐述：文献综述、实验方法、实验结果与分析和结论与建议等。通过对首钢迁钢热轧带钢表面翘皮缺陷的产生原因进行探究，为钢铁生产企业提供一定的参考和借鉴，推动热轧带钢行业的健康发展。二、文献综述
随着国家工业化和现代化的发展，钢铁行业已经成为世界上最重要的行业之一。热轧带钢是钢铁行业的重要产品之一，广泛用于建筑、制造、运输和其他行业。在生产和应用过程中，常常会出现不同程度的表面缺陷，其中翘皮缺陷比较常见。
带钢表面划痕缺陷视觉检测照明系统分析
第３７卷第１２期 ２０１０年１２月 光电工程
Ｏｐｔｏ—Ｅｌｅｃｔｒｏｎｉｃ Ｅｎｇｉｎｅｅｒｉｎｇ Ｖｂ１＿３７．ＮＯ．１２
Ｄｅｃ．２Ｏ１０
文章编号：１００３—５０１Ｘ（２０１０）１２—００５５—０４
带钢表面划痕缺陷视觉检测照明系统分析
胡塔华，余 明，刘国平
（南昌大学机电工程学院，南昌３３００３１）
摘要：本文针对带钢表面划痕缺陷，以常见的面阵ＬＥＤ作为光源搭建低角度、暗域照明系统，同时基于照明系统 推导出在一定照明区域中光照度函数表达式，同时对单个ＬＥＤ发光强度曲线进行了拟合，得出其光强分布函数， 基于该函数对照明系统进行建模，利用Ｔｒａｃｅｐｒｏ光学软件对照度函数中进行了仿真，分析其中参数 、Ｓ与照明 均匀度△Ｅ之间的关系，为视觉检测照明系统的搭建提供了相应的依据，并最终通过照明实验对仿真结果进行了验
正。 关键词：划痕缺陷；ＬＥＤ照明系统；照明均匀性；光学仿真；直方图 中图分类号：ＴＭ９２３．０１ 文献标志码：Ａ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００３－５０１Ｘ．２０１０．１２．０１Ｉ
Ｌｉｇｈｔｉｎｇ Ｓｙｓｔｅｍ Ａｎａｌｙｓｉｓ ｏｆ Ｖｉｓｕａｌ Ｉｎｓｐｅｃｔｉｏｎ Ｏｆ Ｓｔｒｉｐ．ｓｕｒ１．ａｃｅ Ｓｃｒａｔｃｈ Ｄｅｆｅｃｔｓ
ＨＵ Ｒｏｎｇ—ｈｕａ，ＹＵ Ｍｉｎｇ，ＬＩＵ Ｇｕｏ－ｐｉｎｇ （Ｉｎｓｔｉｔｕｔｅ ｏｆＭｅｃｈａｎｉｃａｌ ａｎｄＥｌｅｃｔｒｉｃａｌ，Ｎａｎ Ｃｈａｎｇ Ｕｎｉｖｅｒｓｉｔｙ，Ｎａｎｃｈａｎｇ ３３００３１，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｔｈｅ ｌｏｗ．－ａｎｇｌｅ ａｎｄ ｄａｒｋ－－ｆｉｅｌｄ ｌｉｇｈｔｉｎｇ ｓｙｓｔｅｍ ｉｓ ｓｅｔ ｕｐ ｗｉｔｈ ｃｏｍｍｏｎ ａｒｒａｙ ＬＥＤ ｓｏｕｒｃｅ ｆｏｒ ｔｈｅ ｓｔｒｉｐ－－ｓｕｒｆａｃｅ ｓｃｒａｔｃｈ ｄｅｆｅｃｔｓ．Ｍｅａｎｗｈｉｌｅ，ｉｌｌｕｍｉｎａｔｉｏｎ ｆｕｎｃｔｉｏｎ ｉｎ ｔｈｅ ｇｉｖｅｎ ａｒｅａ ｉｓ ｄｅｒｉｖｅｄ ｏｎ ｔｈｅ ｂａｓｉｓ ｏｆ ＬＥＤ ｌｉｇｈｔｉｎｇ ｓｙｓｔｅｍ，ｗｈｉｃｈ ｒｅｃｅｉｖｅｓ ｔｈｅ ｌｉｇｈｔ ｉｎｔｅｎｓｉｔｙ ｄｉｓｔｒｉｂｕｔｉｏｎ ｆｕｎｃｔｉｏｎ ｏｆ ＬＥＤ ｂｙ ｔｈｅ ｃｕｒｖｅ ｆｉｔｔｉｎｇ．Ｔｈｅ ｌｉｇｈｔｉｎｇ ｓｙｓｔｅｍ ｍｏｄｅｌ ｉｓ ｂｕｉｌｔ ｂａｓｅｄ ｏｎ ｔｈｅ ｄｉｓｔｒｉｂｕｔｉｏｎ ｆｕｎｃｔｉｏｎ．ａｎｄ ｔｈｅ Ｔｒａｃｅｐｒｏ ｉｓ ｕｓｅｄ ｔｏ ｓｉｍｕｌａｔｅ ｔｈｅ ｌｉｇｈｔｉｎｇ ｓｙｓｔｅｍ ｍｏｄｅｌ，ａｎｄ ｔｈｅ ｒｅｌａｔｉｏｎ ｉｓ ａｎａｌｙｚｅｄ ｂｅｔｗｅｅｎ ｔｈｅ ｐａｒａｍｅｔｅｒ ，Ｓ ａｎｄ ｉｌｌｕｍｉｎａｔｉｏｎ ｕｎｉｆｏｒｍｉｔｙ ＡＥ，ｗｈｉｃｈ ｐｒｏｖｉｄｅｓ ｔｈｅ ｃｏｒｒｅｓｐｏｎｄｉｎｇ ｂａｓｉｓ ｆｏｒ ｓｅｔｔｉｎｇ ｕｐ ｔｈｅ ｌｉｇｈｔｉｎｇ ｓｙｓｔｅｍ ｏｆ ｖｉｓｕａｌ ｉｎｓｐｅｃｔｉｏｎ．Ｆｉｎａｌｌｙ，ｔｈｅ ｓｉｍｕｌａｔｉｏｎ ｒｅｓｕｌｔｓ ａｒｅ ｖｅｒｉｆｉｅｄ ｔｈｒｏｕｇｈ ｌｉｇｈｔｉｎｇ ｅｘｐｅｒｉｍｅｎｔｓ． Ｋｅｙ ｗｏｒｄｓ：ｓｃｒａｔｃｈ ｄｅｆｅｃｔ；ＬＥＤ ｌｉｇｈｔｉｎｇ ｓｙｓｔｅｍ；ｉｌｌｕｍｉｎａｔｉｏｎ ｕｎｉｆｏｒｍｉｔｙ；ｏｐｔｉｃａｌ ｓｉｍｕｌａｔｉｏｎ；ｈｉｓｔｏｇｒａｍ
热轧带钢在线表面检测系统关键技术的研究与应用
陈 达：热轧带钢在线表面检测系统关键技术的研究与应用
热轧带钢在线表面检测系统
关键技术的研究与应用
陈 达
（太原钢铁（集团）有限公司，太原０３０００３）
摘要：随着我国新型工业化进程的全面推进，钢铁工业产品在产量上已经达到了相＂－３
的规模，近年来，一些地区不断建设和改造新型生产线，使钢材市场的供求关系发生了很
大变化。产能过剩，出现供大于求的局面，市场竞争非常激烈。由于热轧产品的使用广泛
性，特别是当前钢材产品如汽车用钢、家电板、不锈钢装饰板等品种开发逐渐增多，其表面
质量对市场竞争力起着决定性作用。介绍了上下表面检测仪在热轧带钢厂的应用，上下表
面检测仪的工作原理、设备配置和机器视觉的发展，主要对表面检测识别技术和安装设计
的相关条件进行了论述。 关键词：ＣＣＤ摄像机；表面缺陷；在线检测；光学配置
中图分类号：ＴＧ１１５．２１ ３ 文献标识码：Ａ 文章编号：１００Ｏ一８１３６（２０１３￣２－００１７－０２
近２０年来，国内外的一些钢铁企业和设备供应商积极致力
于带钢表面质量在线检测技术的研究，并由此涌现了一批优秀
的带钢表面质量检测企业，如Ｐａｒｓｙｔｅｃ，Ｃｏｇｎｅｘ等，实现对带钢表 面缺陷进行非人工的连续的准确检测、缺陷分类和记录，并加以
实时控制。现在有许多新建的和改造的热轧带钢厂都相继设置
了上下表面检测仪。热轧带钢表面缺陷的检测和控制，对于剔除
废品、提高成品率、提高产品质量、满足下工序及用户的要求、改 善工人劳动条件等有着重要意义。
１ 工作原理
在线表面检测系统是通过摄像头捕捉光源照射到带钢表面
产生的反光，形成电子图像文件，软件部分将图像处理分类后形 成表面质量检查结果并存储，检查结果同时显示到操作终端供
操作员和检查员使用。在金属板带表面如有缺陷，会引起反射光
线的变化。根据这个原理，通过检测摄像头里光强的变化，便可
检测出材料表面上的一些物理缺陷。如图１所示。
．：三二 ：
冷轧Q195窄带钢表面缺陷分析及对策
山西冶金 Ｅ—ｎｍｉｌ：ｖｅｉｉｎｓｘ＠ｌ２６．ＣＯｒｎ 第３５卷
１）要防止结晶器保护渣卷入钢坯内部。控制好
入炉原料的质量，以尽量避免铸坯的表面针孔和皮下 气泡；降低钢中硫含量，提高ｍ（Ｍｎ）／ｍ（ｓ）比［ ；
必须要经常检查结晶器水口的设计，加强对结晶器 水口的检修，防止结晶器水口破坏导致保护渣卷入
钢坯内部［５ｌ。
２）要种严格制定加热制度、加热温度。为减少 氧化铁皮的生成，应尽可能地快速加热，减少钢坯在
高温段的滞留时间，并使加热炉的生产能力与轧机 生产能力相匹配；控制炉内气氛，应在保证完全燃烧
的前提下，减少过剩空气量，以降低炉气中自由氧的 浓度【６】。
３）除磷要彻底。确保高压水除鳞系统正常运
行，带钢用铸坯规格较大时，为提高和保证除鳞效 果，适当调整水压力和水量；其次对于除鳞系统，加 强点检和维护力度，避免因水嘴方位问题或者个别
水嘴堵塞而造成的除鳞效果不良。 通过实践表明，以上措施的提出对减少起皮、麻
点等表面缺陷具有重要的意义。 ４结论 １）Ｑ１９５冷轧后出现起皮、麻点等缺陷都是由 冷轧前的冶炼、加热、除磷等工序导致的。
２）起皮、麻点的产生都是氧化铁皮去除不净和
结晶器保护渣卷入铸坯共同作用的结果。 ３）从冶炼、加热、除磷三方面人手，提出了控制
原料质量和结晶器水口结构、优化加热制度、提高除 磷效果和加强维护等措施，对现场具有重要的指导 意义。
参考文献 ［１］栾兆亮，高志新，焦红．Ｑ１９５窄带钢质量研究与改进【Ｊ］．物理 测试，２００８，２６（１）：５７—６２． ［２］栾兆亮，焦红，张玉华，等．热轧低碳带钢实物质量分析与提升 ［Ｊ］．山东冶金，２００７，２９（６）：４０．＿４３． ［３］赵楠，穆海岭，胡恒法．热（冷）轧板表面质量问题分析［Ａ］２０ｏ５ 中国钢铁年会论文集［Ｃ］ Ｅ京：轧钢编辑部，２００５．１８７—１９１． ［４］栾兆亮，张玉华，李风安．莱钢低碳窄带钢质量缺陷的研究与 改进［Ｊ］．莱钢科技，２００７，（６）：３７－４１． ［５］王永胜，成泽伟，李宏，等．热轧板坯表面缺陷分析［Ｊ］．钢铁研 究学报，２００２，１４（２）：７５—７６． ［６］张宇军．中厚钢板表面麻点产生原因分析［Ａ］．第４届中国金 属学会青年学术年会论文集［Ｃ］．中国金属学会学术部， ２００８．２５７－２６０． （编辑：苗运平）
基于人工神经网络的钢材表面缺陷快速识别技术研究
基于人工神经网络的钢材表面缺陷快速识别技术研究
摘要
本文利用人工神经网络的钢材表面缺陷快速识别系统以及bp神经网络的缺陷检测和分类的方法，实现钢材表面疵病的准确检测与分类。选用matlab作为系统软件工具，以bp神经网络作为其缺陷检测的计算方法，实现冷轧带钢表面缺陷检测技术的软件方案设计，完成bp神经网络在钢材表面缺陷检测的应用研究，满足带钢生产线的表面缺陷检测要求。
关键词：缺陷检测；人工神经网络；bp神经网络
中图分类号：tn711 文献标识码：a 文章编号：
冷轧带钢已成为汽车生产、机械制造、化工、航空航天、造船等工业不可缺少的原材料，在国民经济中占据重要地位。而钢材表面缺陷是影响带钢质量的重要因素，因此，表面缺陷的识别检测对提高带钢的质量具有十分重要的意义。
本文根据钢材表面的缺陷情况，研究需要系统识别的常见钢材表面缺陷类型，结合表面缺陷检测系统的主要技术要求，提出基于人工神经网络的钢材表面缺陷识别系统的总体方案。利用计算机和图像采集设备，使软件和硬件协同配合，实现图像信息的实时采集及处理，为bp神经网络的训练学习建立钢材表面缺陷数据库，通过训练可以实时自动识别钢材表面存在的缺陷。
1bp神经网络的基本原理 bp（back propagation）神经网络是一种神经网络学习算法，全称基于误差反向传播算法的人工神经网络。它是目前研究最多、应用最广泛的神经网络模型之一【1】。bp网络是一种多层前向反馈神经网络，把样本的输入输出变成一个非线性优化问题，使用了最优化中最普遍的梯度下降算法，用迭代运算求解权值，它可以实现从输入到输出的任意连续的非线性映射。bp网络主要用于函数逼近、模式识别、数据压缩等。bp神经网络由输入层、隐含层和输出层三部分组成，其结构如图1所示。
图1bp神经网络结构示意图
fig. 1 the bp neural network structure diagram
bp神经网络在具体工作之前必须通过学习获得一定的“智能”，才可以在实际的应用中取得良好的效果。其学习由四个过程组成：
热卷箱带钢表面擦伤缺陷分析
热卷箱带钢表面擦伤缺陷分析
王新华①
（上海梅山钢铁股份有限公司热轧厂 江苏南京２１００３９）
摘 要 分析了带钢表面擦伤的产生机理，按照产生擦伤的特征和表现，对比带钢在热卷箱整个动作
工序中的路径，结合热卷箱的工作原理，识别出容易在带钢表面产生擦伤缺陷的工序环节，针对这些可能的
部位，采用实验法对比效果，从辊面材质改进实验、控制顺序优化实验等措施，对比改进前后的效果，确定热
卷箱容易产生擦伤的部位，以及找到了减少擦伤质量缺陷的发生改进方法，总体改进的措施取得了很好的
效果，擦伤发生率大幅度下降，具有一定的推广价值。
关键词 热卷箱 表面擦伤 辊面材质
中图法分类号 ＴＧ３３３．２＋４ 文献标识码 Ｂ
Ｄｏｉ：１０３９６９／ｊｉｓｓｎ１００１－１２６９２０２３０２０１１
ＡｎａｌｙｓｉｓｏｆＳｕｒｆａｃｅＳｃｒａｔｃｈＤｅｆｅｃｔｏｆＨｏｔＣｏｉｌＢｏｘＳｔｒｉｐＳｔｅｅｌ
ＷａｎｇＸｉｎｈｕａ
（ＨｏｔｒｏｌｌｉｎｇｐｌａｎｔｏｆＳｈａｎｇｈａｉＭｅｉｓｈａｎＩｒｏｎａｎｄＳｔｅｅｌＣｏ．，Ｌｔｄ．，Ｎａｎｊｉｎｇ２１００３９）
ＡＢＳＴＲＡＣＴ Ｔｈｉｓｐａｐｅｒａｎａｌｙｚｅｓｔｈｅｏｃｃｕｒｒｅｎｃｅｍｅｃｈａｎｉｓｍｏｆｔｈｅｓｃｒａｔｃｈｏｎｔｈｅｓｕｒｆａｃｅｏｆｔｈｅｓｔｒｉｐ，
ｃｏｍｐａｒｅｓｔｈｅｒｏａｄｓｔｒｅｎｇｔｈｏｆｔｈｅｓｔｒｉｐｉｎｔｈｅｗｈｏｌｅａｃｔｉｏｎｐｒｏｃｅｓｓｏｆｔｈｅｈｏｔｃｏｉｌｂｏｘａｃｃｏｒｄｉｎｇｔｏｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓ
ａｎｄｐｅｒｆｏｒｍａｎｃｅｏｆｔｈｅｓｃｒａｔｃｈ，ａｎｄｉｄｅｎｔｉｆｉｅｓｔｈｅｐｒｏｃｅｓｓｌｉｎｋｓｔｈａｔａｒｅｅａｓｙｔｏｐｒｏｄｕｃｅｓｃｒａｔｃｈｄｅｆｅｃｔｓｏｎｔｈｅ
ｓｕｒｆａｃｅｏｆｔｈｅｓｔｒｉｐｉｎｃｏｍｂｉｎａｔｉｏｎｗｉｔｈｔｈｅｗｏｒｋｉｎｇｐｒｉｎｃｉｐｌｅｏｆｔｈｅｈｏｔｃｏｉｌｂｏｘ．Ｆｏｒｔｈｅｓｅｐｏｓｓｉｂｌｅｐａｒｔｓ，
一种基于支持向量机的带钢表面缺陷识别方法
第１０卷第４期 ２０１１年１２月 浙江工商职业技术学院学报 Ｊｏｕｒｎａｌ ｏｆ Ｚｈｅｊｉａｎｇ Ｂｕｓｉｎｅｓｓ Ｔｅｃｈｎｏｌｏｇｙ Ｖｏ１．１０ Ｎｏ．４ Ｄｅｃ．２０１１
一种基于支持向量机的带钢表面缺陷识别方法
朱向华 苏宏立
（中国联合工程公司，浙江杭州 ３１００２２）
摘要：鉴于支持向量机ｆＳｖＭ）在小样本、高维模式分类中具有的优良分类性能，可以基于多分类支持向量机来检测带铜表 面的缺陷 本文构造了一类有向无环图支持向量机（ＤＡＧＳＶＭ），利用交叉验证进行了参数和模型的选取，对冷轧带钢中几 种现场易出现的缺陷进行分类．并与ＢＰ神经网络进行比较分析。实验结果表明，这类基于ＳＶＭ的算法识别效率较高， 较好地解决了小样本学习问题．避免了ＢＰ神经网络出现的过学习、收敛速度慢、泛化能力弱等缺点，可有效地应用于带 铜表面缺陷检测。 关键词：冷轧带钢；缺陷识别；支持向量机：ＢＰ神经网络；分类器 中图分类号：ＴＰ１８１ 文献标志码：Ａ 文章编号：１６７１—９５６５（２０１１）０４—０９２—０５
ＳＶＭ Ｂａｓｅｄ Ｓｕｒｆａｃｅ Ｄｅｆｅｃｔｓ Ｒｅｃｏｇｎｉｔｉｏｎ ｏｆ Ｃｏｌｄ Ｓｔｅｅｌ Ｓｔｒｉｐ
ＰＥＮＧ Ｋａｉ－ｘｉａｎｇ ＺＨＡＮＧ Ｘｕ－ｌｉ （１．Ｓｃｈｏｏｌ ｏｆ Ｉｎｆｏｒｍａｔｉｏｎ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ，Ｂｅｉｊｉｎｇ １０００８３，Ｃｈｉｎａ，＂２．Ｋｅｙ Ｌａｂｏｒａｔｏｒｙ ｏｆ Ａｄｖａｎｃｅｄ Ｃｏｎｔｒｏｌ ｏｆ Ｉｒｏｎ ａｎｄ Ｓｔｅｅｌ Ｐｒｏｃｅｓｓ（Ｍｉｎ￣ｔｒｙ ｏｆ Ｅｄｕｃａｔｉｏｎ），Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｓｃｉｅｎｃｅ ａｎｄ
Ｔｅｃｈｎｏｌｏｇｙ，Ｂｅｉｊｉｎｇ １０００８３，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｈｉｓ ｐａｐｅｒ ｐｒｏｐｏｓｅｄ ａ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ａｎｄ ｒｅｃｏｇｎｉｔｉｏｎ ｍｅｔｈｏｄ ｏｆ ｃｏｌｄ ｓｔｅｅｌ ｓｔｒｉｐ ｂａｓｅｄ ｏｎ ＳＶＭ ａｃｃｏｒｄｉｎｇ ｔｏ ｉｔｓ ｇｏｏｄ ｐｅｒｆｏｒｍａｎｃｅ ｉｎ ｓｍａｌｌ ｄａｔａ ｓｅｔｓ ａｎｄ ｈｉｇｈ ｄｉｍｅｎｓｉｏｎ ｆｅａｔｕｒｅ ｓｐａｃｅｓ．Ｔｏ ｃｌａｓｓｉｆｙ ｓｅｖｅｒａｌ ｃｏｍｍｏｎ ｄｅｆｅｃｔｓ ｏｆ ｔｈｅ ｓｔｅｅｌ ｓｔｒｉｐ，ｗｅ ｕｓｅｄ ＤＡＧＳＶＭ，ａｎｄ ｏｐｔｉｍｉｚｅｄ ｔｈｅ ｐａｒａｍｅｔｅｒｓ ａｎｄ ｔｈｅ ｃｌａｓｓｉｆｉｅｒｓ ｂｙ ｔｈｅ ｃｒｏｓｓ－ｖａｌｉｄａｔｉｏｎ ｍｅｔｈｏｄ．Ｔｈｅ ｒｅｓｕｌｔｓ ｗｅｒｅ ｃｏｍｐａｒｅｄ ｗｉｔｈ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ ａｌｇｏｒｉｔｈｍ．Ｔｈｅ ｒｅｓｕｌｔｓ ｉｎｄｉｃａｔｅ ｔｈａｔ ｔｈｅ ａｌｇｏｒｉｔｈｍ ｏｆ ＳＶＭ ａｐｐｌｉｅｄ ｔｏ ｄｅｆｅｃｔ ｄｅｔｅｃｔｉｏｎ ｉｓ ｂｅｔｔｅｒ ｔｈａｎ ｔｈｅ ＢＰ ｎｅｔｗｏｒｋ ｉｎ ａｖｏｉｄｉｎｇ ｏｖｅｒ—ｆｉｔｔｉｎｇ ａｎｄ ｈａｖｅ ｂｅｔｔｅｒ ｇｅｎｅｒａｌｉｚａｔｉｏｎ ａｂｉｌｉｔｙ．Ｉｔ ｈａｓ ａ ｇｏｏｄ ｅｆｆｅｃｔ ｉｎ ｓｕｒｆａｃｅ ｄｅｆｅｃｔｓ ｒｅｃｏｇｎｉｔｉｏｎ ｏｆ ｃｏｌｄ ｓｔｅｅｌ ｓｔｒｉｐ． Ｋｅｙ ｗｏｒｄｓ：ｃｏｌｄ－ｓｔｅｅｌ ｓｔｒｉｐ；ｓｕｒｆａｃｅ ｄｅｆｅｃｔｉｏｎ；ｓｕｐｐｏａ ｖｅｃｔｏｒ ｍａｃｈｉｎｅ；ＢＰ Ｎｅｕｔｒａｌ ｎｅｔｗｏｒｋ；ｃｌａｓｓｉｆｉｃａｔｉｏｎ
冷轧带钢表面缺陷的二级检测与快速判定方法研究
第２２卷第１期 ２０１１年２月 中原工学院学报 ＪＯＵＲＮＡ１ ＯＦ ＺＨＯＮＧＹＵＡＮ ＵＮＩＶＥＲＳＩＴＹ ＯＦ ＴＥＣＨＮＯＩ ＯＧＹ ＶＯ１．２２ Ｎ０．１ Ｆｅｂ．，２０１１
文章编号：１６７１—６９０６（２０１１）０１—００４５—０３
冷轧带钢表面缺陷的二级检测与快速判定方法研究
王成明，赵明嗥，穆用可，张 向
（郑州大学机械工程学院，郑州４５０００１）
摘要： 针对冷轧带钢表面缺陷图像采集计算量大、实时性强的特点，在提取灰度信息特征的基础上，采用二级检测的 处理方法采集缺陷图像．实验验证结果表明：二级检测模式可以提高检测速度、缩短检测时间，具有良好的生产适应性． 关 键 词： 冷轧带钢；表面缺陷；灰度；二级检测 中图分类号：ＴＧ１４２．１ 文献标志码：Ａ ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１６７１ ６９０６．２０１１．０１．０１２
冷轧带钢在制造过程中，由于连铸钢坯、轧制设
备、加工工艺等多方面的原因，其表面往往会出现边缘
锯齿、焊缝、夹杂、抬头纹、辊印、氧化皮、结疤、孔洞、针
眼、表皮分层等不同类型的缺陷，它们不仅影响产品外
观，而且还将降低产品的抗腐蚀性、耐磨性和疲劳强
度．因此，研究冷轧带钢表面缺陷检测与分类问
题 ］，对分析缺陷产生机制和消除缺陷具有重要的
意义．针对从大量带钢图像中识别出含有缺陷图像的
实际需求，本文拟就中值滤波去噪复原图像的二级检
测处理采集缺陷方法进行研究，以期实现缺陷的快速
提取．
１ 缺陷图像的二级检测模式
根据冷轧带钢生产现场的实际考察发现：生产
流程中拍摄的大部分带钢表面图像中都不存在缺
陷，而显示有缺陷的图像仅在５ 以下．如果不加选
择地对每幅图像都进行特征提取及图像分割，势必
会大大降低图像处理速度，难以完成实时监测的要
求．因此需先对图像进行含缺陷样本采集（一级检
测），然后只对确定的缺陷图像执行特征提取、缺陷
分类等任务（二级检测）．这种二级检测模式系统构