CN107677677A - 一种连铸坯偏析程度定量化表征方法 - Google Patents
一种连铸坯偏析程度定量化表征方法 Download PDFInfo
- Publication number
- CN107677677A CN107677677A CN201710852006.5A CN201710852006A CN107677677A CN 107677677 A CN107677677 A CN 107677677A CN 201710852006 A CN201710852006 A CN 201710852006A CN 107677677 A CN107677677 A CN 107677677A
- Authority
- CN
- China
- Prior art keywords
- segregation
- continuous casting
- thickness
- analyzed
- photo
- 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.)
- Granted
Links
- 238000005204 segregation Methods 0.000 title claims abstract description 115
- 238000009749 continuous casting Methods 0.000 title claims abstract description 90
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000011002 quantification Methods 0.000 title claims abstract description 23
- 239000011159 matrix material Substances 0.000 claims abstract description 21
- 238000006243 chemical reaction Methods 0.000 claims abstract description 17
- 238000011282 treatment Methods 0.000 claims abstract description 17
- 238000000605 extraction Methods 0.000 claims description 10
- 238000009628 steelmaking Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 7
- 239000002253 acid Substances 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 238000005530 etching Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 238000007689 inspection Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- VEXZGXHMUGYJMC-UHFFFAOYSA-N Hydrochloric acid Chemical compound Cl VEXZGXHMUGYJMC-UHFFFAOYSA-N 0.000 description 2
- CDBYLPFSWZWCQE-UHFFFAOYSA-L Sodium Carbonate Chemical compound [Na+].[Na+].[O-]C([O-])=O CDBYLPFSWZWCQE-UHFFFAOYSA-L 0.000 description 2
- 230000007797 corrosion Effects 0.000 description 2
- 238000005260 corrosion Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000003801 milling Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011946 reduction process Methods 0.000 description 2
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 1
- CWYNVVGOOAEACU-UHFFFAOYSA-N Fe2+ Chemical compound [Fe+2] CWYNVVGOOAEACU-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000227 grinding Methods 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005272 metallurgy Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005554 pickling Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 229910000029 sodium carbonate Inorganic materials 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
Landscapes
- Chemical & Material Sciences (AREA)
- Biochemistry (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Analytical Chemistry (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating And Analyzing Materials By Characteristic Methods (AREA)
- Continuous Casting (AREA)
Abstract
本发明提供一种连铸坯偏析程度定量化表征方法,能够定量化地表征连铸坯偏析的严重程度。所述方法包括:获取待分析连铸坯的厚度截面的照片;对获取的所述照片进行二值化处理,得到包括偏析点和基体的图像;将所述待分析连铸坯的厚度方向定为指定向坐标,根据得到的包括偏析点和基体的图像,统计所述指定向标上坐标值对应的偏析点占厚度截面照片的总像素点的比例,作为所述指定向坐标上的厚度值对应的偏析比例;根据得到的偏析比例,提取特征量以评判所述待分析连铸坯偏析的严重程度。本发明涉及炼钢连铸技术领域。
Description
技术领域
本发明涉及炼钢连铸技术领域,特别是指一种连铸坯偏析程度定量化表征方法。
背景技术
偏析是钢铁材料连铸坯常见的一种缺陷,通常认为与强度及韧性性能有着比较密切的联系。对连铸坯中心偏析的表征方法通常为将所观测连铸坯区域进行打磨,用热酸进行浸蚀,目测并与标准图样比对并进行评级。
现有技术中,采用依靠人眼观察并与标准图谱比对的方式,对连铸坯偏析进行评级,评级结果完全依赖评判人的主观性,准确性低。
发明内容
本发明要解决的技术问题是提供一种连铸坯偏析程度定量化表征方法,以解决现有技术所存在的依靠人眼观察和人为判断的分级评价结果具有准确性低的问题。
为解决上述技术问题,本发明实施例提供一种连铸坯偏析程度定量化表征方法,包括:
获取待分析连铸坯的厚度截面的照片;
对获取的所述照片进行二值化处理,得到包括偏析点和基体的图像;
将所述待分析连铸坯的厚度方向定为指定向坐标,根据得到的包括偏析点和基体的图像,统计所述指定向标上坐标值对应的偏析点占厚度截面照片的总像素点的比例,作为所述指定向坐标上的厚度值对应的偏析比例;
根据得到的偏析比例,提取特征量以评判所述待分析连铸坯偏析的严重程度。
进一步地,所述获取待分析连铸坯的厚度截面的照片包括:
对长度不小于100mm的待分析连铸坯的厚度截面进行拍照,获取所述待分析连铸坯的厚度截面的照片。
进一步地,所述对获取的所述照片进行二值化处理,得到包括偏析点和基体的图像包括:
按照预设的二值化阈值对获取的所述照片进行二值化处理,得到包括偏析点和基体的图像。
进一步地,所述指定向坐标为横坐标;
所述将所述待分析连铸坯的厚度方向定为指定向坐标,根据得到的包括偏析点和基体的图像,统计所述指定向标上坐标值对应的偏析点占厚度截面照片的总像素点的比例,作为所述指定向坐标上的厚度值对应的偏析比例包括:
将所述待分析连铸坯的厚度方向定为横坐标;
针对横坐标上指定的坐标值范围,统计所述指定的坐标值范围内,每个坐标值对应的偏析点占厚度截面照片的总像素点的比例,作为所述指定的坐标值范围内各厚度值对应的偏析比例。
进一步地,所述方法还包括:
确定所述指定的坐标值范围内各厚度值对应的偏析比例时,可加入断点数作为辅助参量。
进一步地,所述根据得到的偏析比例,提取特征量以评判所述待分析连铸坯偏析的严重程度包括:
将得到的偏析比例作为纵坐标的变量值,得到相应的曲线;
基于得到的曲线,提取用于评判所述待分析连铸坯偏析严重程度的特征量;
根据提取的特征量,评判所述待分析连铸坯偏析的严重程度。
进一步地,所述特征量包括:所述曲线的最大峰值、全宽、全宽内峰值数、半高宽度、全宽外峰值数中的一种或多种。
本发明的上述技术方案的有益效果如下:
上述方案中,获取待分析连铸坯的厚度截面的照片;对获取的所述照片进行二值化处理,得到包括偏析点和基体的图像;将所述待分析连铸坯的厚度方向定为指定向坐标,根据得到的包括偏析点和基体的图像,统计所述指定向标上坐标值对应的偏析点占厚度截面照片的总像素点的比例,作为所述指定向坐标上的厚度值对应的偏析比例;根据得到的偏析比例,提取特征量以评判所述待分析连铸坯偏析的严重程度。这样,根据得到的偏析比例,提取特征量以评判连铸坯偏析的严重程度,能够将传统的依靠人眼观察和人为判断的分级评价变成精确的定量化统计,且能够反映出连铸坯偏析连续性和厚度分布范围。
附图说明
图1为本发明实施例提供的连铸坯偏析程度定量化表征方法的流程示意图;
图2为本发明实施例提供的Mannesmann评级图谱中的图像示意图;
图3为本发明实施例提供的Mannesmann评级图谱二值化处理后的图像示意图;
图4为本发明实施例提供的根据偏析比例绘制的曲线示意图一;
图5为本发明实施例提供的检测面照片示意图;
图6为本发明实施例提供的偏析部位局部照片二值化处理结果示意图;
图7为本发明实施例提供的根据偏析比例绘制的曲线示意图二。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚,下面将结合附图及具体实施例进行详细描述。
本发明针对现有的依靠人眼观察和人为判断的分级评价结果具有准确性低的问题,提供一种连铸坯偏析程度定量化表征方法。
实施例一
如图1所示,本发明实施例提供的连铸坯偏析程度定量化表征方法,包括:
S101,获取待分析连铸坯的厚度截面的照片;
S102,对获取的所述照片进行二值化处理,得到包括偏析点和基体的图像;
S103,将所述待分析连铸坯的厚度方向定为指定向坐标,根据得到的包括偏析点和基体的图像,统计所述指定向标上坐标值对应的偏析点占厚度截面照片的总像素点的比例,作为所述指定向坐标上的厚度值对应的偏析比例;
S104,根据得到的偏析比例,提取特征量以评判所述待分析连铸坯偏析的严重程度。
本发明实施例所述的连铸坯偏析程度定量化表征方法,获取待分析连铸坯的厚度截面的照片;对获取的所述照片进行二值化处理,得到包括偏析点和基体的图像;将所述待分析连铸坯的厚度方向定为指定向坐标,根据得到的包括偏析点和基体的图像,统计所述指定向标上坐标值对应的偏析点占厚度截面照片的总像素点的比例,作为所述指定向坐标上的厚度值对应的偏析比例;根据得到的偏析比例,提取特征量以评判所述待分析连铸坯偏析的严重程度。这样,根据得到的偏析比例,提取特征量以评判连铸坯偏析的严重程度,能够将传统的依靠人眼观察和人为判断的分级评价变成精确的定量化统计,且能够反映出连铸坯偏析连续性和厚度分布范围。
本实施例中,在获取待分析连铸坯的厚度截面的照片之前,需对所述待分析连铸坯进行打磨并用热酸浸蚀,随后对长度不小于100mm的待分析连铸坯的厚度截面(检测面)进行拍照。
本实施例中,作为一可选实施例,所述对获取的所述照片进行二值化处理,得到包括偏析点和基体的图像包括:
按照预设的二值化阈值对获取的所述照片进行二值化处理,得到包括偏析点和基体的图像。
本实施例中,获取所述待分析连铸坯的厚度截面的照片后,可以利用计算机图像处理的方法显示所述待分析连铸坯的偏析区,具体方法为:
对获取的照片进行图像增强、降噪处理;接着,选取合理的划分临界值作为二值化阈值,按照所述二值化阈值将获取的所述照片进行二值化处理。
在前述连铸坯偏析程度定量化表征方法的具体实施方式中,进一步地,所述指定向坐标为横坐标;
所述将所述待分析连铸坯的厚度方向定为指定向坐标,根据得到的包括偏析点和基体的图像,统计所述指定向标上坐标值对应的偏析点占厚度截面照片的总像素点的比例,作为所述指定向坐标上的厚度值对应的偏析比例包括:
将所述待分析连铸坯的厚度方向定为横坐标;
针对横坐标上指定的坐标值范围,统计所述指定的坐标值范围内,每个坐标值对应的偏析点占厚度截面照片的总像素点的比例,作为所述指定的坐标值范围内各厚度值对应的偏析比例。
本实施例中,将所述待分析连铸坯的厚度方向定为横坐标X,针对横坐标上X指定的坐标值范围,统计所述指定的坐标值范围内,每个坐标值对应的偏析点占厚度截面照片的总像素点的比例,作为所述指定的坐标值范围内各厚度值对应的偏析比例。
在前述连铸坯偏析程度定量化表征方法的具体实施方式中,进一步地,所述方法还包括:
确定所述指定的坐标值范围内各厚度值对应的偏析比例时,可加入断点数作为辅助参量。
在前述连铸坯偏析程度定量化表征方法的具体实施方式中,进一步地,所述根据得到的偏析比例,提取特征量以评判所述待分析连铸坯偏析的严重程度包括:
将得到的偏析比例作为纵坐标的变量值,得到相应的曲线;
基于得到的曲线,提取用于评判所述待分析连铸坯偏析严重程度的特征量;
根据提取的特征量,评判所述待分析连铸坯偏析的严重程度。
本实施例中,将得到的偏析比例作为纵坐标Y的变量值,得到相应的曲线;基于得到的曲线,提取用于评判所述待分析连铸坯偏析严重程度的特征量,所述特征量包括:所述曲线的最大峰值、全宽、全宽内峰值数、半高宽度、全宽外峰值数中的一种或多种;根据提取的特征量,评判所述待分析连铸坯偏析的严重程度。
本实施例中,对待分析连铸坯的厚度截面(检测面)进行打磨,并采用热酸浸蚀的方法对待分析连铸坯厚度截面进行腐蚀;对长度不少于100mm的待分析连铸坯的厚度截面进行拍照;将所拍摄的照片进行二值化处理,以区分出偏析部分和周围基体;将所述待分析连铸坯的厚度方向指定为横坐标,偏析比例为纵坐标画出一条曲线,进而提取曲线的最大峰值、全宽、全宽内峰值数、半高宽度、全宽外峰值数中的一种或多种作为评判待分析连铸坯偏析严重程度的特征量。
实施例二
自1997年8月4日发布YB/T 4003—1997《连铸钢板坯低倍组织缺陷评级图》的标准以来,国内冶金行业都参照此标准对连铸坯中心偏析进行评级。
但是该评级图谱中图片质量较差,无法进行特征量提取,所以采用了在国际同行中较为认可的曼内斯曼评级图谱作为研究对象,曼内斯曼(Mannesmann)评级图谱中关于连铸坯偏析评级分为5个级别,级别越高代表质量越差。图2是从曼内斯曼评级图谱中提取出来的图片,图3是图2经过图片增强、降噪、二值化处理后的效果,图4为统计偏析比例后绘制的曲线,表1中的数据为从图4中获得的特征量。图4中,没有class 1是因为该级别偏析程度较轻,获取的照片中几乎提取不出特征量,故实例中没有。
表1曲线的特征量
最大峰值 | 全宽 | 全宽内峰值数 | 半高宽度 | 全宽外峰值数 | |
class2 | 0.055 | 31 | 4 | 9.42 | 1 |
class3 | 0.147 | 29 | 1 | 6.67 | 1 |
class4 | 0.462 | 36 | 1 | 10.5 | 1 |
class5 | 0.244 | 36 | 2 | 13.3 | 0 |
实施例三
A)、打磨
待分析连铸坯加工时,必须去除由切割造成的变形和热影响区,确保检验面不受其影响,其中,检验面距切割面的尺寸为:不小于15mm。具体的:
首先使用刨床或铣床把检验面刨(或铣)平;然后,用磨床磨光,使得检验面的粗糙度为:Ra≤1.6μm。
B)、热酸浸蚀:
酸蚀液成分:盐酸水溶液1:1(容积比)
酸液温度:80℃保温
酸蚀时间:30min
待分析连铸坯腐蚀时,检验面不应与容器或其他连铸坯接触,检验面上的腐蚀产物可以选用容积比为5%的碳酸钠水溶液刷除,然后用无水乙醇洗净,再用高压风吹干。
C)、检测面拍照
光线采用自然光顺光,单反用三脚架固定,保持镜头中心与待分析连铸坯的检测面在同一个水平面上,对焦,并对长度不小于100mm的待分析连铸坯的厚度截面进行拍照,获取所述待分析连铸坯的厚度截面的照片,如图5所示。
D)、二值化处理及特征量提取:
在MATLAB软件中通过自编算法,对获取的照片进行图像增强、降噪处理、二值化处理,得到图6所示的图像(图6对应的是图5中方框内的部分,为了准确的做图片处理及特征量提取,故选择以中心偏析线为中心线,宽6cm的区域),图6中,黑色代表偏析区,白色代表基体;然后绘制偏析比例曲线,如图7所示,最终,基于图7得到表2所示的特征量。
表2曲线的特征量
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明所述原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (7)
1.一种连铸坯偏析程度定量化表征方法,其特征在于,包括:
获取待分析连铸坯的厚度截面的照片;
对获取的所述照片进行二值化处理,得到包括偏析点和基体的图像;
将所述待分析连铸坯的厚度方向定为指定向坐标,根据得到的包括偏析点和基体的图像,统计所述指定向标上坐标值对应的偏析点占厚度截面照片的总像素点的比例,作为所述指定向坐标上的厚度值对应的偏析比例;
根据得到的偏析比例,提取特征量以评判所述待分析连铸坯偏析的严重程度。
2.根据权利要求1所述的连铸坯偏析程度定量化表征方法,其特征在于,所述获取待分析连铸坯的厚度截面的照片包括:
对长度不小于100mm的待分析连铸坯的厚度截面进行拍照,获取所述待分析连铸坯的厚度截面的照片。
3.根据权利要求1所述的连铸坯偏析程度定量化表征方法,其特征在于,所述对获取的所述照片进行二值化处理,得到包括偏析点和基体的图像包括:
按照预设的二值化阈值对获取的所述照片进行二值化处理,得到包括偏析点和基体的图像。
4.根据权利要求1所述的连铸坯偏析程度定量化表征方法,其特征在于,所述指定向坐标为横坐标;
所述将所述待分析连铸坯的厚度方向定为指定向坐标,根据得到的包括偏析点和基体的图像,统计所述指定向标上坐标值对应的偏析点占厚度截面照片的总像素点的比例,作为所述指定向坐标上的厚度值对应的偏析比例包括:
将所述待分析连铸坯的厚度方向定为横坐标;
针对横坐标上指定的坐标值范围,统计所述指定的坐标值范围内,每个坐标值对应的偏析点占厚度截面照片的总像素点的比例,作为所述指定的坐标值范围内各厚度值对应的偏析比例。
5.根据权利要求4所述的连铸坯偏析程度定量化表征方法,其特征在于,所述方法还包括:
确定所述指定的坐标值范围内各厚度值对应的偏析比例时,可加入断点数作为辅助参量。
6.根据权利要求1所述的连铸坯偏析程度定量化表征方法,其特征在于,所述根据得到的偏析比例,提取特征量以评判所述待分析连铸坯偏析的严重程度包括:
将得到的偏析比例作为纵坐标的变量值,得到相应的曲线;
基于得到的曲线,提取用于评判所述待分析连铸坯偏析严重程度的特征量;
根据提取的特征量,评判所述待分析连铸坯偏析的严重程度。
7.根据权利要求6所述的连铸坯偏析程度定量化表征方法,其特征在于,所述特征量包括:所述曲线的最大峰值、全宽、全宽内峰值数、半高宽度、全宽外峰值数中的一种或多种。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710852006.5A CN107677677B (zh) | 2017-09-19 | 2017-09-19 | 一种连铸坯偏析程度定量化表征方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710852006.5A CN107677677B (zh) | 2017-09-19 | 2017-09-19 | 一种连铸坯偏析程度定量化表征方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107677677A true CN107677677A (zh) | 2018-02-09 |
CN107677677B CN107677677B (zh) | 2020-03-03 |
Family
ID=61136455
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710852006.5A Expired - Fee Related CN107677677B (zh) | 2017-09-19 | 2017-09-19 | 一种连铸坯偏析程度定量化表征方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107677677B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109283311A (zh) * | 2018-08-22 | 2019-01-29 | 邯郸钢铁集团有限责任公司 | 定性检测活塞销用钢发纹和偏析的方法 |
CN109856359A (zh) * | 2019-01-31 | 2019-06-07 | 江苏省沙钢钢铁研究院有限公司 | 连铸坯中心偏析定量标准的获取方法 |
CN110070543A (zh) * | 2019-05-28 | 2019-07-30 | 北京科技大学 | 基于数字化图像处理的全自动连铸坯中心偏析的评级*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03202707A (ja) * | 1989-12-29 | 1991-09-04 | Canon Inc | 基板実装検査装置 |
KR20100128501A (ko) * | 2009-05-28 | 2010-12-08 | (주) 애인테크놀로지 | 철강공정 내부 크랙 및 중심편석 판정 방법 |
CN106596615A (zh) * | 2016-12-25 | 2017-04-26 | 首钢总公司 | 一种连铸坯枝晶偏析的定量分析方法 |
-
2017
- 2017-09-19 CN CN201710852006.5A patent/CN107677677B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03202707A (ja) * | 1989-12-29 | 1991-09-04 | Canon Inc | 基板実装検査装置 |
KR20100128501A (ko) * | 2009-05-28 | 2010-12-08 | (주) 애인테크놀로지 | 철강공정 내부 크랙 및 중심편석 판정 방법 |
CN106596615A (zh) * | 2016-12-25 | 2017-04-26 | 首钢总公司 | 一种连铸坯枝晶偏析的定量分析方法 |
Non-Patent Citations (2)
Title |
---|
罗倩华等: "不锈钢连铸板坯横截面偏析的原位统计分布分析", 《冶金分析》 * |
隋欣: "钢锭表面缺陷分类检测方法", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109283311A (zh) * | 2018-08-22 | 2019-01-29 | 邯郸钢铁集团有限责任公司 | 定性检测活塞销用钢发纹和偏析的方法 |
CN109856359A (zh) * | 2019-01-31 | 2019-06-07 | 江苏省沙钢钢铁研究院有限公司 | 连铸坯中心偏析定量标准的获取方法 |
CN110070543A (zh) * | 2019-05-28 | 2019-07-30 | 北京科技大学 | 基于数字化图像处理的全自动连铸坯中心偏析的评级*** |
Also Published As
Publication number | Publication date |
---|---|
CN107677677B (zh) | 2020-03-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102353680B (zh) | 小型工件表面缺陷的评估方法以及检测不合格工件的流程 | |
CN115082418B (zh) | 一种汽车零部件精密识别方法 | |
CN105606619B (zh) | 一种铸坯修磨机的检测及优化修磨方法 | |
CN107677677A (zh) | 一种连铸坯偏析程度定量化表征方法 | |
CN113962997B (zh) | 基于图像处理的带钢边裂缺陷检测方法及*** | |
CN115047162B (zh) | 一种钢管热处理的缺陷检测方法及*** | |
CN111402245B (zh) | 一种辊压机辊面缺陷识别方法和装置 | |
CN101995412B (zh) | 一种鲁棒的玻璃划伤缺陷检测方法及其装置 | |
CN112697803A (zh) | 一种基于机器视觉的板带钢表面缺陷检测方法及装置 | |
CN110111301A (zh) | 基于频域变换的金属氧化表面缺陷视觉检测方法 | |
CN115345876B (zh) | 一种基于超声图像的螺栓螺纹缺陷检测方法 | |
CN115035106A (zh) | 一种带钢缺陷智能检测方法 | |
CN116342586A (zh) | 基于机器视觉的路面质量检测方法 | |
CN114565314A (zh) | 一种基于数字孪生的热轧钢卷端面质量管控***及方法 | |
CN114155226A (zh) | 一种微小缺陷边缘计算方法 | |
CN111062939B (zh) | 一种带钢表面快速质量甄别与缺陷特征自动提取方法 | |
CN102313740B (zh) | 太阳能电池板裂痕检测方法 | |
Hu et al. | Heavy rail surface defects detection based on the morphology of multi-scale and dual-structure elements | |
CN115980063A (zh) | 工件表面瑕疵检测方法及装置 | |
CN112668133A (zh) | 一种基于大数据分析的热轧带钢横断面自动判定方法 | |
CN114841971A (zh) | 金属块凹坑缺陷检测方法、***及装置 | |
CN114971064A (zh) | 基于NGBoost算法的热轧带钢表面缺陷预测方法 | |
CN115661126A (zh) | 一种基于改进YOLOv5算法的带钢表面缺陷检测方法 | |
CN104308054A (zh) | 一种锻制方扁钢的方法 | |
CN110070543B (zh) | 基于数字化图像处理的全自动连铸坯中心偏析的评级*** |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200303 |
|
CF01 | Termination of patent right due to non-payment of annual fee |