— 广告 —

1

NEWS

(资料图)

表面缺陷检测系统采用的是利用激光式线条相机（linecamera）、CCD/CMOS式线条相机、CCD/CMOS区域相机（areacamera）进行图像识别的方法。过去，钢铁业使用激光式线条相机的情况很多，但在这些情况中使用的激光光点，因直径的制约，很难检查出微小的缺陷，并且不能检查出无凸凹的花纹状缺陷。因此，图像识别方法表面缺陷检测系统是带钢表面缺陷检测系统的主流模式。图像识别方法表面缺陷检测系统的摄像机有区域相机和线条相机两大类别。其中，线条相机的长度方向分辨率优于区域相机。摄像机使用的图像传感器有CCD（电荷耦合元件）传感器和CMOS（互补金属氧化物半导体）传感器。两种传感器在功能和性能方面的差别如下。CCD传感器所有二维像素信号输出的电子，由电容器构成的转送线路将信号发送出去。与此不同，CMOS传感器，将像素信号输出电子增幅，经半导体管转换将各像素的信号输出电子读出。所以，CMOS传感器容易受噪声干扰，但比CCD传感器便宜。随着近年来传感器技术的进步，开发出CMOS传感器的噪声对策技术，所以，表面缺陷检测系统使用的传感器主要是CMOS传感器。日本这家制铁所也采用了使用CMOS传感器线条相机的表面缺陷检测系统。

表面缺陷检测系统的基本结构如图1所示。这样的构成装置是，①摄像机和光源（LED、荧光灯等）、②图像处理计算机、③数据储存/确认控制用PC。表面缺陷检测系统将摄像机拍摄到的被检查对象的连续图像输送到图像处理计算机，对图像进行实时处理，根据图像的色调深浅对缺陷进行判定检查。检查结果被输送到数据储存/确认控制用PC。PC上显示出带钢展开图和缺陷图像，并保存在PC中。当检查到缺陷时，警报器发出警告鸣声。

图2是表面缺陷检测系统判定缺陷方法的概略图。将来自光源的透射光或反射光进行二值化处理后，利用软件或光源输出功率调整的方法使检测信号增幅（标准化处理），然后对二值化信号设定阈值。对检测出超过阈值的信号的像素位置信息和信号强度进行列表。根据规定条件，制成准缺陷图像数据。利用准缺陷图像的大小、形状、色调深浅、位置等参数对检测到的图像进行细致判断，判定检测到的图像是否是缺陷。

2

NEWS

导入表面缺陷检测系统的准备工作

2.1检查缺陷的确定

特殊钢产品上的卷取划伤、刮伤、剥落异物压入等非周期性表面缺陷是表面缺陷检测系统应检查出来的缺陷，并且要表明缺陷位置。可用切取试样方法进行检查的周期性缺陷不在表面缺陷检测系统的检查范围之内。表面缺陷检测系统摄像机和光源的角度不同，缺陷显示的外观也不同。因此在检查前，要确定要检查的缺陷并精准设定表面缺陷检测系统摄像机和光源的角度。

2.2表面缺陷检测系统的设置位置。

保证表面缺陷检测系统检查精度的最重要的因子是通板线（带钢输送线）的稳定性。如图3所示，当通板线不稳定时，摄像机接受的信号波形混乱。为了防止波形混乱导致误检，就要降低阈值，这样就降低了表面缺陷检测系统的检查能力。因此，表面缺陷检测系统应设置在张紧辊等大直径辊和展开角大的位置。或者，如图5所示，在通板线上安装有展开角的检查辊。

1号、2号带钢纵剪线没有现成的大展开角辊，所以，安装了图4所示的新检查辊。

2.3表面缺陷检测系统的选定

国内外有许多厂家销售图像识别式表面缺陷检测系统，其性能、价格多种多样。大所以在选定表面缺陷检测系统的类型时，采集了实际缺陷试样和油污、退火花纹等对产品无害但外观与正常带钢表面不同的非缺陷试样，利用厂家的试验机进行评价试验。

1号、2号带钢纵剪线的表面缺陷检测系统进行了表2所示项目的评价试验，达到选定标准的设备技术条件见表2。

表面缺陷检测系统在带钢的正面和背面都设置了低角度和高角度两种摄像机。用这两种摄像机进行缺陷检查，并导入缺陷图像参数综合判定系统，将有害缺陷与无害的油污、退火花纹区别开来，防止了误判。

如果选定了不符合表2要求的表面缺陷检测系统，则会产生在带钢高速通板中不能进行检查的区间和出现上万个缺陷图像不得不由人工进行判定的困境。因此使用这种不符合表2要求的表面缺陷检测系统，不能建立产品质量保证体系。

3

NEWS

表面缺陷检测系统的调整

特殊钢带钢的生产流程是退火-冷轧-脱脂-平整轧制。制造条件决定带钢的光泽度、油污程度、有无油斑、有无退火花纹等。为了使表面缺陷检测系统具有要求的检查功能，必须使表面缺陷检测系统满足表3所示的最佳处理条件、阈值、判定条件等。如图5所示，在表面缺陷检测系统中构建了自动设定最佳标准化处理条件、阈值、判定条件的机构，实现了带钢表面缺陷的高精度检查体制。

3.1标准化处理的设定

带钢的光泽度不同，对光源光线的反射量也不同。因此本表面缺陷检测系统针对带钢的各种光泽度设定检查条件，调整标准化处理的设定值。

3.2缺陷信号阈值的调整实例

3.2.1缺陷识别范围优化

为了提高缺陷判定规则的精度，应增多缺陷轮廓、色调的准确数据。对缺陷信号阈值进行调整后可以全部检查出带钢上具有缺陷特征的部分。虽然也可以检查出油污、退火花纹，但对表面缺陷检测系统的判定规则进行调整后，可以识别出这些非缺陷。

3.2.2根据带钢原板状态调整缺陷信号阈值

来自上游工序的油附着状态带钢和张力状态带钢常常进入实际的带钢纵剪线上，因此在表面缺陷检测系统进行检查时，带钢正面背面会产生异常信号。例如，对边部30mm内涂油不完全的光泽度极高的带钢进行检查时，带钢边部30mm内不论有无缺陷，在正面低角度摄像机视野内，由于与带钢其他部位外观不同，都识别为缺陷，而发生带钢全长缺陷误判（图6）。

表4是带钢表面缺陷的汇总。在图6的情况下，降低了带钢边部30mm内区间的缺陷阈值，使系统不发生带钢全长缺陷误判。

为了准确判定缺陷，应准确掌握缺陷的特征（如表4），并使用正面（高角）摄像机和背面（低角）摄像机，调整缺陷判定标准，不使缺陷流出厂外。

3.3判定标准的调整

表面缺陷检测系统缺陷判定标准的调整要使用100多个参数（缺陷大小、长宽比、明暗度等），所以，利用人工将缺陷判定标准调整到最佳程度极为困难。为此，导入了缺陷判定标准设定的支援系统，用于缺陷判定标准设定。

为了利用AI进行缺陷判定标准设定，要对AI进行与人工检查员同样的教育。为此，建立了有害缺陷和无害花样的数据库。数据库的数据应尽可能多。1号带钢纵剪线的缺陷判定标准设定支援系统数据库中有2.3万个图像数据，2号带钢纵剪线的缺陷判定标准设定支援系统数据库中有3万个图像数据。根据这些数据设定缺陷判定标准。

本文为部分内容，全文请参阅《世界金属导报》29期B06。