CN109709099B - 一种智能识别带钢表面缺陷的方法和装置 - Google Patents
一种智能识别带钢表面缺陷的方法和装置 Download PDFInfo
- Publication number
- CN109709099B CN109709099B CN201811639176.6A CN201811639176A CN109709099B CN 109709099 B CN109709099 B CN 109709099B CN 201811639176 A CN201811639176 A CN 201811639176A CN 109709099 B CN109709099 B CN 109709099B
- Authority
- CN
- China
- Prior art keywords
- strip steel
- defects
- quality detector
- unit
- strip
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了一种智能识别带钢表面缺陷的方法和装置,其特征在于,包括:带钢表面缺陷智能识别服务器、入口段带钢表面质量检测仪和出口段带钢表面质量检测仪;所述的带钢表面缺陷智能识别服务器利用出口带钢表面质量检测仪的检测结果与入口带钢表面质量检测仪的检测结果进行比对,识别出带钢表面的来料缺陷和通过本机组入口表面质量检测仪之后产生的机组新增缺陷。通过上述方式,本发明不仅能够识别出带钢表面缺陷的发生部位、数目和种类,而且还能够对入口带钢的清洗质量进行定量评级、最终自动判定带钢的表面质量并在检测到严重缺陷时及时报警,以便操作人员及时采取对策措施,减少质量损失。
Description
技术领域
本发明涉及带钢智慧制造领域,特别是涉及一种智能识别带钢表面缺陷的方法和装置。
背景技术
随着人工成本的上升,钢铁制造的自动化、智能化、少人化的趋势越来越明显。对于带钢生产钢铁企业,在带钢表面缺陷检测上,传统的方法是设置质检岗位,通过人工肉眼检查的方法来检查、辨识带钢表面缺陷。但带钢运行速度快时,人工肉眼很难辨识出细小的缺陷,而且如果仅设置一名质检工,往往关注带钢上表面缺陷时会漏检带钢下表面缺陷,如果设置两名质检工,又造成人工成本上升。另外,人工检查会存在疲劳问题,即使是配置两名质检工,缺陷的检出率仍然相对较低。
为了克服这些不足,目前许多带钢连续退火机组和连续热镀锌机组都配置了表面缺陷自动检测仪,辅助人工进行带钢表面缺陷检测。专利申请号CN201310476088.X《基于机器视觉的带钢表面缺陷的检测方法》就给出了一种带钢表面缺陷的检测方法,可以辅助质检人员进行带钢表面缺陷检测。专利申请号CN201110180603.0《带钢生产过程表面质量在线精准检测方法》提供了一种图像式带钢生产过程表面质量在线精准检测方法,能够实现带钢表面缺陷的实时检测和精准分类。但这些方法与现有表面缺陷自动检测技术一样,都是孤立的带钢表面缺陷检测系统,无法高效率地判断出上下工序都会发生的缺陷是本机组产生的,还是来料带来的。例如,对于常见的划伤缺陷,可能是来料带来的,也可能是本机组产生的。如果是本机组产生的,则需要机组人员立即查找缺陷产生位置,采取对策措施进行解决,减少缺陷的发生量。如果是来料带来的,机组的应对措施就会完全不同。因此,对于带钢连续退火和热镀锌机组来说,非常希望能够及时准确辨识出哪些缺陷是来料的,哪些缺陷是本机组产生的。
另外,对于带钢连续退火和热镀锌机组来说,带钢退火前通常都要进行清洗,带钢表面清洗质量的好坏对最终产品的表面质量和热镀锌镀层表面质量都有影响。传统的方法是人工肉眼检查、停机或借助装置在线用专用带钢表面清洁度检测胶带粘附带钢表面,根据胶带颜色或反光度评价带钢表面的清洗质量。例如专利申请号CN201710785721.1《一种检测带钢清洗效果的方法》就给出一种根据反射率值定量评定带钢清洗效果的方法。但这些方法都是靠人工抽检来判断带钢表面清洗质量,不能实时检测出带钢表面清洗质量,特别是带钢表面清洗质量的变化情况。对于带钢连续退火和热镀锌机组,业界均希望能够实时检测出带钢清洗质量,发现异常时,可以立即采取措施,减少带钢损失量。
对于带钢智慧制造来说,迫切需要能够开发出完全替代人工的智能检测系统,目前许多企业和研究院所已经在着手研究开发相关技术。专利申请号CN201510252979.6《一种带钢表面缺陷在线智能识别检测系统及其检测方法》提供了一种带钢表面缺陷在线智能识别检测系统,能够检测出多种类型的带钢缺陷,且具有实时检测、精准分类和高准确率的优点。不过,该方法离完全替代人工,实现智能化、无人化检测和质量自动判定放行还有很大差距。
经过检索发现,目前现有的带钢智慧制造领域对于带钢缺陷的检测方法和系统都存在着需要耗费过多的人工抽检成本而且实时检测能力不足、工作效率低下的问题。
发明内容
为了克服上述之不足,本发明目的在于提供一种带钢表面缺陷智能识别方法及其装置。为了实现上述目的,本发明采用的一个技术方案是:
包括:带钢表面缺陷智能识别服务器、机组出口带钢表面质量检测仪、机组入口带钢清洗质量检测仪兼带钢表面质量检测仪;所述机组入口带钢清洗质量检测仪兼带钢表面质量检测仪,除了检测入口带钢表面缺陷外,还可以对入口清洗段带钢的清洗质量进行定量评级,实时在线评价清洗段设备的清洗效果;所述钢表面缺陷智能识别服务器利用机组出口带钢表面质量检测仪的测量结果与机组入口带钢清洗质量检测仪兼带钢表面质量检测仪的测量结果进行比对,识别出带钢表面缺陷是来料缺陷还是本机组入口表面质量检测仪之后产生的新增缺陷;所述带钢表面缺陷智能识别装置包括带钢表面缺陷数据库;
所述的入口带钢清洗质量检测仪兼带钢表面质量检测仪安装在机组入口清洗段与中央段退火炉之间,该入口带钢清洗质量检测仪兼带钢表面质量检测仪具有带钢清洗表面质量在线自动检测功能,除了检测入口带钢表面缺陷外,还可以对入口清洗段带钢的清洗质量进行定量评级,可以实时在线评价清洗段设备的清洗效果;所述带钢表面缺陷智能识别装置与机组基础自动化系统连通,通过TCP/IP协议进行通讯,所述出口带钢表面质量检测仪和入口带钢清洗质量检测仪兼带钢表面质量检测仪都与该机组基础自动化系统连通,通过硬接线联锁信号和TCP/IP协议进行通讯;
所述机组基础自动化系统包括PLC机组硬件,机组出口带钢表面质量检测仪、机组入口带钢清洗质量检测仪兼带钢表面质量检测仪在检测出带钢表面缺陷的同时可以给出各个缺陷在带钢长度方向、宽度方向的位置信息;当出口带钢表面质量检测仪检测出带头或带尾一定长度内具有不可放行表面缺陷时,通过基础自动化系统,可以实现对带头、带尾缺陷进行自动切除;
所述的带钢表面缺陷智能识别服务器还具备表面缺陷自动判定放行功能,该带钢表面缺陷智能识别服务器根据各表面缺陷的特征、发生频率、所在位置与带钢表面缺陷判定放行标准进行比对,对带钢表面质量进行自动判定,优先对本机组产生的不能放行缺陷进行报警;
所述智能识别带钢表面缺陷的方法,步骤如下:
步骤(1):在智能识别带钢表面缺陷装置运作时,带钢通过清洗段15清洗后经过入口带钢清洗质量检测仪兼带钢表面质量检测仪,对带钢表面缺陷进行检测同时确定缺陷的位置信息并定量评价带钢的清洗质量;
步骤(2):入口带钢清洗质量检测仪兼带钢表面质量检测仪将检测得到的数据传递给带钢表面缺陷智能识别服务器;
步骤(3):带钢表面缺陷智能识别服务器连接带钢表面缺陷数据库,将得到的数据与带钢表面缺陷数据库中的已有数据进行比对,对入口带钢清洗质量检测仪兼带钢表面质量检测仪的缺陷检测结果进行修正,得出最终确认的缺陷类型,并对该缺陷分级,如该缺陷可以放行,则结束,若该缺陷为无法放行缺陷,则进入步骤(4);
步骤(4):带钢表面缺陷智能识别服务器通知报警机构进行报警;
步骤(5):带钢经过出口段,机组出口带钢表面质量检测仪对带钢表面缺陷进行检测同时确定缺陷的位置信息,在终端HMI画面上显示;
步骤(6):机组出口带钢表面质量检测仪将检测得到的各种数据传递给带钢表面缺陷智能识别服务器;
步骤(7):带钢表面缺陷智能识别服务器连接带钢表面缺陷数据库,将得到的数据与带钢表面缺陷数据库中的已有数据进行比对,对出口带钢表面质量检测仪的缺陷检测结果进行修正,得出最终缺陷类型,同时根据各表面缺陷的特征、发生频率、所在位置与带钢表面缺陷判定放行标准进行比对,对带钢表面质量进行初判,即初步自动判定,然后优先对本机组产生的不能放行缺陷进行报警,对于带头或带尾一定长度内具有不可放行表面缺陷时,通过基础自动化系统,可对带头、带尾缺陷进行自动切除;
步骤(8):当钢卷剪切成卷后,对于切除带头带尾成卷的钢卷再次进行表面质量自动终判,即最终判定,包括判废、降级、返修、放行。
进一步地,所述带钢表面缺陷智能识别服务器与机组基础自动化系统连通,获得炉内带钢延伸量及平整带钢延伸量,在有拉矫时获得拉矫带钢延伸量,根据机组总的带钢延伸量对入口或出口带钢表面质量检测仪所检测出缺陷的长度位置信息进行修正,然后比对出入口带钢表面缺陷,识别带钢表面缺陷的产生位置,即该检测仪之后新产生的,还是该检测仪之前就有的;所述机组出口带钢表面质量检测仪、机组入口带钢清洗质量检测仪兼带钢表面质量检测仪也与机组过程控制系统通过TCP/IP协议进行连通通讯。
进一步地,所述带钢表面缺陷智能识别装置包括带钢表面缺陷数据库,带钢表面缺陷智能识别服务器与带钢表面缺陷数据库连通,所述带钢表面缺陷数据库采用大数据原理利用云技术收集本机组和/或其它机组的表面缺陷信息,带钢表面缺陷智能识别服务器将机组出口带钢表面质量检测仪和入口带钢清洗质量检测仪兼带钢表面质量检测仪检测出的缺陷与带钢表面缺陷数据库的缺陷进行特征对比来精确识别和给出缺陷类型。
进一步地,所述带钢表面缺陷智能识别装置还包括质量控制系统,所述带钢表面缺陷智能识别服务器、过程控制系统都与质量控制系统连通,通过TCP/IP协议进行通讯,这样带钢表面缺陷智能识别服务器可以实现缺陷信息在上下游机组之间的传递和自动安排返修。
进一步地,所述入口带钢清洗质量检测仪兼带钢表面质量检测仪为一体式带钢上下表面质量检测仪,在同一台设备上,同时对带钢上下表面的表面质量和带钢清洗质量进行检测。
进一步地,所述的带钢表面质量检测仪和带钢清洗质量检测仪兼带钢表面质量检测仪都是采用高速相机、基于图像识别技术对带钢表面缺陷进行识别和对带钢表面清洗质量进行定量评级。
进一步地,所述的出口表面质量检测仪和入口带钢清洗质量检测仪兼带钢表面质量检测仪包括高速相机单元、光源、编码器、图像处理器、显示器、检测计算机、服务计算机;该服务计算机将检测结果在显示器显示并传输到带钢表面缺陷智能识别服务器。
进一步地,所述出口表面质量检测仪和入口带钢清洗质量检测仪兼带钢表面质量检测仪利用带钢表面缺陷数据库对带钢表面缺陷严重程度进行分级,当检测到严重缺陷时,由报警机构在线实时进行报警。
进一步地,所述报警机构的报警均是采用声光加语音的报警方式。
本发明的有益效果是:1、能够对带钢进行自动判定,包括判废、降级、分选、放行等处理,实现了带钢表面质量检测自动化、智能化、无人化,带钢连续退火机组和带钢连续热镀锌机组可以不配置质检工,降低机组运行人工成本;2、不仅能够识别出带钢表面有哪些缺陷,而且还能够识别出哪些缺陷是来料缺陷、哪些缺陷是本机组入口表面质量检测仪之后产生的新增缺陷,使得机组操作人员能够及时采取恰当的措施减少缺陷发生量;3、不仅能够检测入口带钢表面缺陷,还可以对入口清洗段带钢的清洗质量进行定量评级,实时在线评价清洗段设备的清洗效果,在带钢清洗质量不佳时操作人员能够及时对清洗工艺进行调整,确保带钢表面质量;4、当检测到严重缺陷时,特别是检测到本机组新产生的严重缺陷时,系统会及时进行声光+语音报警,以便操作人员及时采取对策措施,减少质量损失。
附图说明
图1是本发明带钢表面缺陷智能识别系统构成框架示意图;
图2是本发明在带钢连续退火机组实施位置示意图;
图3是本发明在带钢连续热镀锌机组实施位置示意图。
附图中各部件的标记如下:11、开卷机;12、入口剪;13、焊机;14、入口活套;15、清洗段;16、一体式带钢上下表面质量检测仪;17、退火炉;18、中间活套;19、平整机;20、出口活套;21、圆盘剪;22、质检室;23、出口上表面缺陷检测仪;、24出口下表面缺陷检测仪;25、涂油机;26、出口飞剪;27、卷取机;31、炉鼻子;32、锌锅;33、气刀;34、最终水冷槽。
具体实施方式
下面结合具体实施例对本专利的实施方法进行进一步说明:需要说明的是,本实施例仅是本发明专利实施的两种具体实施方法,本发明方法和装置还有多种实施方法,应用本发明专利思想的各种实施方法都在本发明专利的保护范围内。
实施例1
请参照图1、图2;在带钢连续退火机组,如图2所示,需要说明的是,这仅是对机组配置的一种简化示意,实际机组配置可以有多种变化;带钢经开卷机11开卷后,在入口剪12处剪切、在焊机13处焊接,进入入口活套14,然后进入清洗段15进行清洗,接着进入退火炉17进行退火。在清洗段15与退火炉17之间配置一体式带钢上下表面质量检测仪16,该检测仪除了检测入口带钢表面缺陷外,还可以对入口清洗段带钢的清洗质量进行定量评级,实时在线评价清洗段设备的清洗效果。本实施例中,该一体式带钢上下表面质量检测仪16包括高速相机单元、光源、编码器、图像处理器、显示器、检测计算机、服务计算机,服务计算机带有表面缺陷数据库和清洗质量数据库,该高速相机单元在带钢上下表面都配有高速相机,对带钢表面图像进行采集,检测计算机对带钢表面缺陷和带钢清洗后斑迹、色差等进行检测识别,结果包括与基础自动化系统和过程控制系统结合获得的卷号、位置等信息传输给服务计算机,由服务计算机与表面缺陷数据库和清洗质量数据库的信息进行比对,对带钢表面缺陷进行辨识和对带钢表面清洗质量进行定量评定;结果,其中含卷号、位置等信息,除了在显示器显示外,还传输到带钢表面缺陷智能识别服务器。带钢从退火炉17退火结束出来后进入中间活套18,然后进入平整机19进行平整,然后进入出口活套20,接着通过圆盘剪21进行切边。切边后的带钢继续向后运行,经涂油机25涂油后再经过出口飞剪26,随后进入卷取机27卷取成卷。本实施例,在质检室22顶部转向辊带钢上表面配置了出口上表面缺陷检测仪23,在质检室22后转向辊的带钢下表面配置了出口下表面缺陷检测仪24。所述出口上表面缺陷检测仪23和出口下表面缺陷检测仪24都采用高速相机、基于图像识别技术对带钢表面缺陷进行识别,与传统配置相同,不再细述,同样,它们的检测结果,含卷号、位置等信息,除了在显示器显示外,还传输到带钢表面缺陷智能识别服务器。带钢表面缺陷智能识别服务器利用出口上表面缺陷检测仪23和出口下表面缺陷检测仪24的检测结果与一体式带钢上下表面质量检测仪16的检测结果进行比对,识别哪些缺陷是来料缺陷、哪些缺陷是本机组一体式带钢上下表面质量检测仪16之后产生的机组新增缺陷。本实施例中对缺陷的形貌、大小、位置设置不同的对比辨识权重,其中缺陷的形貌权重占比大。另外,由于带钢在退火过程中长度和宽度都会发生变化、平整过程中带钢长度还会发生变化,而且带钢切边后带钢宽度也发生变化,因此,该带钢表面缺陷智能识别服务器除与机组基础自动化系统连通外,还与机组过程控制系统连通,通过TCP/IP协议进行通讯,获得炉内带钢延伸量、平整带钢延伸量、带钢宽度变化量,根据机组总的带钢延伸量对入口一体式带钢上下表面质量检测仪16或出口上表面缺陷检测仪23和出口下表面缺陷检测仪24所检测出缺陷的长度位置信息进行修正,提高缺陷比对成功率,并对边部切除掉的入口缺陷进行舍弃,提高缺陷判定准确率。而且该带钢表面缺陷智能识别服务器还与带钢表面缺陷数据库连通,所述带钢表面缺陷数据库采用大数据原理利用云技术收集多条相关机组的表面缺陷信息,带钢表面缺陷智能识别服务器将机组出入口带钢表面质量检测仪检测出的缺陷与带钢表面缺陷数据库的缺陷进行特征对比,用于提高缺陷识别正确率和准确率。该带钢表面缺陷智能识别服务器根据各表面缺陷的特征,含缺陷种类、大小等信息、发生频率、所在位置是上表面还是下表面、带钢中部还是边部与带钢表面缺陷判定放行标准,含缺陷种类、大小、频率、位置等信息,进行比对,对带钢进行自动判定,含判废、降级、分选、放行等和信息传输、存储,必要时随时可以打印,实现了完全替代人工表面质量检查。另外,本实施例中带钢表面缺陷智能识别服务器和过程控制系统都与质量控制系统连通,通过TCP/IP协议进行通讯,带钢表面缺陷智能识别服务器可以实现缺陷信息在上下游机组之间的传递和自动安排返修。因此,本实施例在质检室22内未配置质检工。另外,本带钢表面缺陷数据库也对带钢表面缺陷严重程度进行分级,带钢表面缺陷智能识别服务器识别到无法放行的缺陷时,通知报警机构在线实时进行报警,且报警机构采用声光+语音方式优先对本机组产生的不能放行缺陷进行报警,以便操作人员及时采取应对措施。
实施例2
请参照图1、图3;在带钢连续热镀锌机组,如图3所示,需要说明的是,这仅是对机组配置的一种简化示意,实际机组配置可以有多种变化;带钢退火及退火前所走的路径和设备配置与实施例1基本相同;不同的是,带钢从退火炉17退火后经炉鼻子31浸入锌锅32中进行热镀锌,然后经气刀33控制锌层重量后进行镀后冷却,然后进入最终水冷槽34进行水冷,然后进入中间活套18。之后带钢所走流程路径和设备配置与实施例1基本相同,不再细述。但需特别指出的是,由于带钢热镀锌后带钢表面状态发生了变化,带钢表面缺陷智能识别服务器利用出口上表面缺陷检测仪23和出口下表面缺陷检测仪24的检测结果与一体式带钢上下表面质量检测仪16的检测结果进行比对时,对缺陷的形貌、大小、位置设置的对比辨识权重发生了很大变化,此时对于缺陷的形貌权重占比很小,主要通过缺陷位置辅助缺陷大小信息和带钢表面缺陷数据库信息来进行比对识别哪些缺陷是来料缺陷、哪些缺陷是带钢经过本机组的一体式带钢上下表面质量检测仪16之后产生的机组新增缺陷。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (6)
1.一种智能识别带钢表面缺陷的装置,其特征在于,包括:带钢表面缺陷智能识别服务器、机组出口带钢表面质量检测仪、机组入口带钢清洗质量检测仪兼带钢表面质量检测仪;所述带钢表面缺陷智能识别服务器利用机组出口带钢表面质量检测仪的测量结果与机组入口带钢清洗质量检测仪兼带钢表面质量检测仪的测量结果进行比对,识别出带钢表面缺陷是来料缺陷还是本机组入口表面质量检测仪之后产生的新增缺陷;
所述的机组入口带钢清洗质量检测仪兼带钢表面质量检测仪安装在机组入口清洗段与中央段退火炉之间,该机组入口带钢清洗质量检测仪兼带钢表面质量检测仪具有带钢清洗表面质量在线自动检测功能,除了检测入口带钢表面缺陷外,还对入口清洗段带钢的清洗质量进行定量评级,实时在线评价清洗段设备的清洗效果;
所述的带钢表面缺陷智能识别服务器还具备表面缺陷自动判定放行功能,该带钢表面缺陷智能识别服务器根据各表面缺陷的特征、发生频率、所在位置与带钢表面缺陷判定放行标准进行比对,对带钢表面质量进行自动判定,优先对本机组产生的不能放行缺陷进行报警;所述智能识别带钢表面缺陷的装置还包括质量控制系统,所述带钢表面缺陷智能识别服务器、过程控制系统都与质量控制系统连通,通过TCP/IP协议进行通讯,这样带钢表面缺陷智能识别服务器实现缺陷信息在上下游机组之间的传递和自动安排返修;
所述智能识别带钢表面缺陷的装置与机组基础自动化系统连通,通过TCP/IP协议进行通讯,获得炉内带钢延伸量及平整带钢延伸量,在有拉矫时获得拉矫带钢延伸量,根据机组总的带钢延伸量对机组入口或机组出口带钢表面质量检测仪所检测出缺陷的长度位置信息进行修正,然后比对出入口带钢表面缺陷,识别带钢表面缺陷的产生位置;所述机组出口带钢表面质量检测仪和机组入口带钢清洗质量检测仪兼带钢表面质量检测仪都与该机组基础自动化系统连通,通过硬接线联锁信号和TCP/IP协议进行通讯;所述机组基础自动化系统包括PLC机组硬件,机组出口带钢表面质量检测仪、机组入口带钢清洗质量检测仪兼带钢表面质量检测仪在检测出带钢表面缺陷的同时给出各个缺陷在带钢长度方向、宽度方向的位置信息;当机组出口带钢表面质量检测仪检测出带头或带尾一定长度内具有不可放行表面缺陷时,通过基础自动化系统,实现对带头、带尾缺陷进行自动切除;
所述智能识别带钢表面缺陷的装置包括带钢表面缺陷数据库,带钢表面缺陷智能识别服务器与带钢表面缺陷数据库连通,所述带钢表面缺陷数据库采用大数据原理利用云技术收集本机组和/或其它机组的表面缺陷信息,带钢表面缺陷智能识别服务器将机组出口带钢表面质量检测仪和机组入口带钢清洗质量检测仪兼带钢表面质量检测仪检测出的缺陷与带钢表面缺陷数据库的缺陷进行特征对比来精确识别和给出缺陷类型。
2.根据权利要求1所述的一种智能识别带钢表面缺陷的装置,其特征在于:所述机组入口带钢清洗质量检测仪兼带钢表面质量检测仪为一体式带钢上下表面质量检测仪,在同一台设备上,同时对带钢上下表面的表面质量和带钢清洗质量进行检测。
3.根据权利要求1所述的一种智能识别带钢表面缺陷的装置,其特征在于:所述的机组出口带钢表面质量检测仪和机组入口带钢清洗质量检测仪兼带钢表面质量检测仪都是采用高速相机、基于图像识别技术对带钢表面缺陷进行识别和对带钢表面清洗质量进行定量评级。
4.根据权利要求1所述的一种智能识别带钢表面缺陷的装置,其特征在于:所述的机组出口带钢表面质量检测仪和机组入口带钢清洗质量检测仪兼带钢表面质量检测仪包括高速相机单元、光源、编码器、图像处理器、显示器、检测计算机、服务计算机;该服务计算机将检测结果在显示器显示并传输到带钢表面缺陷智能识别服务器。
5.根据权利要求1所述的一种智能识别带钢表面缺陷的装置,其特征在于:
所述机组出口带钢表面质量检测仪和机组入口带钢清洗质量检测仪兼带钢表面质量检测仪利用带钢表面缺陷数据库对带钢表面缺陷严重程度进行分级,当检测到严重缺陷时,由报警机构在线实时进行报警;
所述报警机构的报警均是采用声光加语音的报警方式。
6.一种使用权利要求1至5中任一项所述装置的智能识别带钢表面缺陷的检测方法,其特征在于:该方法的步骤如下:
步骤(1):在智能识别带钢表面缺陷装置运作时,带钢通过清洗段清洗后经过机组入口带钢清洗质量检测仪兼带钢表面质量检测仪,对带钢表面缺陷进行检测同时确定缺陷的位置信息并定量评价带钢的清洗质量;
步骤(2):机组入口带钢清洗质量检测仪兼带钢表面质量检测仪将检测得到的数据传递给带钢表面缺陷智能识别服务器;
步骤(3):带钢表面缺陷智能识别服务器连接带钢表面缺陷数据库,将得到的数据与带钢表面缺陷数据库中的已有数据进行比对,对机组入口带钢清洗质量检测仪兼带钢表面质量检测仪的缺陷检测结果进行修正,得出最终确认的缺陷类型,并对该缺陷分级,如该缺陷可以放行,则结束,若该缺陷为无法放行缺陷,则进入步骤(4);
步骤(4):带钢表面缺陷智能识别服务器通知报警机构进行报警;
步骤(5):带钢经过出口段,机组出口带钢表面质量检测仪对带钢表面缺陷进行检测同时确定缺陷的位置信息,在终端HMI画面,即人机界面上显示;
步骤(6):机组出口带钢表面质量检测仪将检测得到的各种数据传递给带钢表面缺陷智能识别服务器;
步骤(7):带钢表面缺陷智能识别服务器连接带钢表面缺陷数据库,将得到的数据与带钢表面缺陷数据库中的已有数据进行比对,对机组出口带钢表面质量检测仪的缺陷检测结果进行修正,得出最终缺陷类型,同时根据各表面缺陷的特征、发生频率、所在位置与带钢表面缺陷判定放行标准进行比对,对带钢表面质量进行初判,即初步自动判定,然后优先对本机组产生的不能放行缺陷进行报警,对于带头或带尾一定长度内具有不可放行表面缺陷时,通过基础自动化系统,可对带头、带尾缺陷进行自动切除;
步骤(8):当钢卷剪切成卷后,对于切除带头带尾成卷的钢卷再次进行表面质量自动终判,即最终判定,包括判废、降级、返修、放行。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811639176.6A CN109709099B (zh) | 2018-12-29 | 2018-12-29 | 一种智能识别带钢表面缺陷的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811639176.6A CN109709099B (zh) | 2018-12-29 | 2018-12-29 | 一种智能识别带钢表面缺陷的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109709099A CN109709099A (zh) | 2019-05-03 |
CN109709099B true CN109709099B (zh) | 2022-02-08 |
Family
ID=66260161
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811639176.6A Active CN109709099B (zh) | 2018-12-29 | 2018-12-29 | 一种智能识别带钢表面缺陷的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109709099B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110320337A (zh) * | 2019-06-05 | 2019-10-11 | 广州Jfe钢板有限公司 | 一种带钢表面质量自动判级系统和方法 |
CN110400099A (zh) * | 2019-08-09 | 2019-11-01 | 马鞍山钢铁股份有限公司 | 一种带钢产品表面质量分级方法 |
CN110899385A (zh) * | 2019-12-04 | 2020-03-24 | 广西柳州银海铝业股份有限公司 | 拉伸弯曲矫直机视频成像装置 |
CN111353694A (zh) * | 2020-02-21 | 2020-06-30 | 湖南华菱涟源钢铁有限公司 | 钢卷质量检测方法、装置、终端设备及存储介质 |
CN111438195B (zh) * | 2020-03-31 | 2022-04-26 | 首钢京唐钢铁联合有限责任公司 | 一种用于降低套筒使用量的方法及装置 |
TWI776141B (zh) * | 2020-04-13 | 2022-09-01 | 中國鋼鐵股份有限公司 | 物件清潔度之監測方法與監測系統 |
CN111695765A (zh) * | 2020-04-30 | 2020-09-22 | 首钢京唐钢铁联合有限责任公司 | 一种镀锌产线产品质量的监测方法、装置及监控系统 |
CN112598621B (zh) * | 2020-11-27 | 2022-07-19 | 攀钢集团西昌钢钒有限公司 | 一种冷轧带钢表面质量的智能判定方法 |
CN113030114B (zh) * | 2021-02-25 | 2023-03-17 | 首钢京唐钢铁联合有限责任公司 | 一种带钢检测系统及立式质检台制造方法 |
CN113670941A (zh) * | 2021-08-30 | 2021-11-19 | 宝钢湛江钢铁有限公司 | 一种多功能连退带钢表面氧化色缺陷在线定量评价的方法 |
CN114264786B (zh) * | 2021-11-29 | 2024-01-12 | 马鞍山钢铁股份有限公司 | 基于连铸中间包浸入式水口脱落结瘤物的铸坯质量评价方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202079091U (zh) * | 2011-04-25 | 2011-12-21 | 宝山钢铁股份有限公司 | 一种带钢清洁度检测在线装置 |
JP2012229928A (ja) * | 2011-04-25 | 2012-11-22 | Jfe Steel Corp | 表面欠陥検出方法、および表面欠陥検出装置 |
CN103191918A (zh) * | 2012-01-06 | 2013-07-10 | 宝山钢铁股份有限公司 | 热连轧带钢生产工艺 |
CN103472065A (zh) * | 2013-09-06 | 2013-12-25 | 鞍钢股份有限公司 | 一种钢板表面图像采集及数据传输方法 |
CN104368602A (zh) * | 2014-09-30 | 2015-02-25 | 巢湖广丰金属制品有限公司 | 一种带钢表面缺陷整形自动控制方法 |
CN204945058U (zh) * | 2015-09-30 | 2016-01-06 | 江苏比微曼智能科技有限公司 | 缺陷检测机 |
-
2018
- 2018-12-29 CN CN201811639176.6A patent/CN109709099B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202079091U (zh) * | 2011-04-25 | 2011-12-21 | 宝山钢铁股份有限公司 | 一种带钢清洁度检测在线装置 |
JP2012229928A (ja) * | 2011-04-25 | 2012-11-22 | Jfe Steel Corp | 表面欠陥検出方法、および表面欠陥検出装置 |
CN103191918A (zh) * | 2012-01-06 | 2013-07-10 | 宝山钢铁股份有限公司 | 热连轧带钢生产工艺 |
CN103472065A (zh) * | 2013-09-06 | 2013-12-25 | 鞍钢股份有限公司 | 一种钢板表面图像采集及数据传输方法 |
CN104368602A (zh) * | 2014-09-30 | 2015-02-25 | 巢湖广丰金属制品有限公司 | 一种带钢表面缺陷整形自动控制方法 |
CN204945058U (zh) * | 2015-09-30 | 2016-01-06 | 江苏比微曼智能科技有限公司 | 缺陷检测机 |
Also Published As
Publication number | Publication date |
---|---|
CN109709099A (zh) | 2019-05-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109709099B (zh) | 一种智能识别带钢表面缺陷的方法和装置 | |
EP4058858A1 (de) | Verfahren und system zur ermittlung von zusammenhängen zwischen erfassten produktfehlern und erfassten zustandsvariablen einer produktionsanlage | |
CN102107224B (zh) | 热轧生产中判断测厚仪和热轧板厚度异常的方法 | |
CN109794518A (zh) | 一种带钢厚度不符的识别方法及其装置 | |
WO2008128504A1 (de) | Verfahren zur erkennung und klassifizierung von oberflächenfehlern auf stranggegossenen brammen | |
CN108655203B (zh) | 热连轧带钢镰刀弯缺陷的快速识别和监控方法 | |
CN102621153A (zh) | 基于印刷质量在线检测的卷盘烟标生产系统及缺陷处理方法 | |
CN110989510A (zh) | 一种热镀锌产品全流程质量控制与等级自动判断系统 | |
CN105014032A (zh) | 铸坯切割长度异常监测系统及监测方法 | |
US20050198809A1 (en) | Working system of metallic wire rod | |
Sousa et al. | Enhancing the steel tube manufacturing process with a zero defects approach | |
CN115430625A (zh) | 一种用于电池箔在线表面缺陷及针孔缺陷检测的生产系统 | |
CN117196416B (zh) | 一种工业中台驱动的设备状态监测系统 | |
DE102018213280A1 (de) | Qualitätsoptimierter Zuschnitt von Metallbändern | |
CN111445441B (zh) | 一种带钢头部缺陷处理方法及装置 | |
CN104128387B (zh) | 一种极薄带钢高速精整机组正次品分选卷取工艺 | |
CN115112664A (zh) | 一种基于热眼设备的盘条表面缺陷精准高效的管控方法 | |
KR100775237B1 (ko) | 리코일링 라인(rcl)에서의 강판 표면 결함 판별방법 | |
CN114535308B (zh) | 冷轧酸轧开卷质量预警系统及方法 | |
JP7158777B1 (ja) | 製造情報管理装置、製造情報管理方法、及び、製造情報管理プログラム | |
CN116037669A (zh) | 一种防止平整机叠轧断带的控制方法、系统、设备及介质 | |
KR20100000230A (ko) | 스트립 표면 결함 제거 방법 및 시스템 | |
JPH03118913A (ja) | 電解洗浄ラインにおける疵情報に基ずく次工程での金属板表面検査方法 | |
CN113843278B (zh) | 一种冷轧重卷线盲区质量自检自动控制方法 | |
CN214407332U (zh) | 一种钢带冲孔尺寸检测装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |