CN111912856A - 一种板带材表面缺陷分析*** - Google Patents
一种板带材表面缺陷分析*** Download PDFInfo
- Publication number
- CN111912856A CN111912856A CN202010753260.1A CN202010753260A CN111912856A CN 111912856 A CN111912856 A CN 111912856A CN 202010753260 A CN202010753260 A CN 202010753260A CN 111912856 A CN111912856 A CN 111912856A
- Authority
- CN
- China
- Prior art keywords
- defect
- unit
- coil
- defects
- data
- 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.)
- Pending
Links
- 230000007547 defect Effects 0.000 title claims abstract description 464
- 238000004458 analytical method Methods 0.000 title claims abstract description 58
- 238000004519 manufacturing process Methods 0.000 claims abstract description 79
- 229910000831 Steel Inorganic materials 0.000 claims description 44
- 239000010959 steel Substances 0.000 claims description 44
- 238000000034 method Methods 0.000 claims description 33
- 230000008569 process Effects 0.000 claims description 25
- 230000008859 change Effects 0.000 claims description 7
- 238000013507 mapping Methods 0.000 claims description 6
- 239000000463 material Substances 0.000 claims description 6
- RTAQQCXQSZGOHL-UHFFFAOYSA-N Titanium Chemical compound [Ti] RTAQQCXQSZGOHL-UHFFFAOYSA-N 0.000 claims description 5
- 229910052719 titanium Inorganic materials 0.000 claims description 5
- 239000010936 titanium Substances 0.000 claims description 5
- 238000010924 continuous production Methods 0.000 claims description 2
- 238000003908 quality control method Methods 0.000 abstract description 7
- 238000005096 rolling process Methods 0.000 description 16
- 238000005097 cold rolling Methods 0.000 description 10
- 238000005098 hot rolling Methods 0.000 description 9
- 239000008186 active pharmaceutical agent Substances 0.000 description 8
- 238000001514 detection method Methods 0.000 description 8
- 238000009749 continuous casting Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000012986 modification Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 238000000137 annealing Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 5
- 238000005520 cutting process Methods 0.000 description 5
- 238000007689 inspection Methods 0.000 description 5
- 239000002893 slag Substances 0.000 description 5
- 239000002994 raw material Substances 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000005246 galvanizing Methods 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 239000002253 acid Substances 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000005554 pickling Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- MYMOFIZGZYHOMD-UHFFFAOYSA-N Dioxygen Chemical compound O=O MYMOFIZGZYHOMD-UHFFFAOYSA-N 0.000 description 1
- 241001061132 Eutaeniophorus sp. 033-Miya Species 0.000 description 1
- 206010027146 Melanoderma Diseases 0.000 description 1
- HCHKCACWOHOZIP-UHFFFAOYSA-N Zinc Chemical compound [Zn] HCHKCACWOHOZIP-UHFFFAOYSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000009432 framing Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000000265 homogenisation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000007747 plating Methods 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000009628 steelmaking Methods 0.000 description 1
- 230000008719 thickening Effects 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
- 238000004804 winding Methods 0.000 description 1
- 239000011701 zinc Substances 0.000 description 1
- 229910052725 zinc Inorganic materials 0.000 description 1
Images
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
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Immunology (AREA)
- Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Theoretical Computer Science (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- General Factory Administration (AREA)
Abstract
本发明公开了一种板带材表面缺陷分析***，包括：原始数据层、缺陷分析层和结果展示层；原始数据层用于存储从控制***中获取的表面缺陷原始数据；缺陷分析层根据缺陷选定操作，确定选定缺陷和选定缺陷对应的选定板卷和所属的选定机组，并根据表面缺陷原始数据，确定选定板卷在选定机组的前序机组和/或后续机组生产时，选定缺陷的对应缺陷；结果展示层在第一显示区域展示选定板卷在选定机组，以及前序机组和/或后续机组生产时的缺陷平铺图，并在前序机组和/或后续机组的缺陷平铺图上标识选定缺陷的对应缺陷；上述***实现了跨机组的快速关联与追溯选定缺陷的对应缺陷，提高了板卷表面质量控制效率。
Description
技术领域
本申请涉及板带轧制技术领域，尤其涉及一种板带材表面缺陷分析***。
背景技术
在板带轧制领域，板带材的表面质量控制历来是产品质量的关键所在，并且随着行业高速发展，产品同质化竞争越发激烈，客户对产品表面质量的要求也逐步升高。在板带轧制生产过程中，板带材通常会经过多条产线，每一条产线都可能引入表面质量缺陷，且前序产线产生的表面质量会在后续产线的生产过程中演变，因此要控制板带材的产品表面质量需要从全流程上进行分析，才能明确缺陷具体成因并据此进行工艺改进。以带钢轧制中的冷轧表面质量类缺陷，带钢前后经历数条产线，包括连铸、热轧、精轧、冷轧酸洗、连退、重卷等机组，表面缺陷来源较广，且上一机组产生的缺陷也可能在下一机组发生变化，其与原料、设备、工艺参数等均有直接或间接的关系，排查过程将会涉及各个方面。表面质量缺陷带来的经济损失是极其明显的，以汽车外板线性缺陷为例，平均每月1900吨封闭卷，降级品650吨，每月仅因为线性缺陷造成的产品降级直接经济损失即达到数万元以上，还没包括上平整开卷、重新挂单产生的间接损失；线性缺陷产生原因包括冷轧划伤、热轧机械翘皮、炼钢卷渣等众多因素，某一工序的控制异常都会造成缺陷的引入，并在后续工序中演变为形貌不同的线性缺陷，或进一步恶化。
目前，在板带轧制生产线上已经安装有表面质量检测***(包括表检仪和监控软件)监控表面质量，但是，现有的表面质量检测***只能查看板带材在当前机组生产时的质量数据，而不同机组之间的表面检测***相互独立，数据孤立，不能查看或追溯某板卷在前后机组生产时与某缺陷直接相关的关联缺陷，目前只能通过人工搜集多个机组的表检数据，综合考虑板带材的变形程度、板卷的生产操作(头尾转换，传动侧操作侧反向，上下表面翻转等)、缺陷演变规律等，推断该特定缺陷在其他机组上对应的关联缺陷；整个过程耗时耗力，且非常依赖表检人员的专业水平，无法保证缺陷判断的准确性。因此，如何实现板带材的表面缺陷在不同机组上的快速追溯和分析，对产品表面质量的控制非常重要。
发明内容
本发明提供了一种板带材表面缺陷分析***，以解决或者部分解决现有的表面检测***无法在多机组之间追溯和分析表面缺陷的技术问题。
为解决上述技术问题，本发明提供了一种板带材表面缺陷分析***，包括：原始数据层、缺陷分析层和结果展示层；
原始数据层用于存储从控制***中获取的表面缺陷原始数据，表面缺陷原始数据包括每个板卷在所经过的全部机组上的缺陷数据和板卷制造数据；
缺陷分析层根据缺陷选定操作，确定选定缺陷和选定缺陷对应的选定板卷和所属的选定机组，并根据表面缺陷原始数据，确定选定板卷在选定机组的前序机组和/或后续机组生产时，选定缺陷的对应缺陷；
结果展示层在第一显示区域展示选定板卷在选定机组，以及前序机组和/或后续机组生产时的缺陷平铺图，并在前序机组和/或后续机组的缺陷平铺图上标识选定缺陷的对应缺陷。
可选的，结果展示层在第二显示区域展示选定缺陷的图像数据。
可选的，结果显示层在第三显示区域展示选定板卷在选定机组、前序机组和/或后续机组生产时的板卷制造数据。
可选的，结果显示层在第四显示区域展示选定板卷的选定缺陷的位置数据与对应缺陷的对应位置区域数据。可选的，结果显示层根据切换缺陷操作变更选定缺陷，并在前序机组和/或后续机组的缺陷平铺图上标识变更后的选定缺陷的对应缺陷。
如上述的技术方案，板卷制造数据包括：板卷经过的所有机组、板卷在各个机组的生产时刻、板卷在各个机组的头尾切除量、板卷是否头尾调转、板卷是否上下翻面、板卷两侧是否调转、板卷长度和板卷厚度。
进一步的，缺陷分析层包括板卷一贯制流程模块、板卷位置匹配模块和缺陷匹配模块；
板卷一贯制流程模块从表面缺陷原始数据中确定选定缺陷对应的选定板卷在选定机组、前序机组和/或后续机组生产时的缺陷数据和板卷制造数据；
板卷位置匹配模块根据板卷制造数据，确定选定缺陷在前序机组和/或后续机组生产时的对应位置区域；
缺陷匹配模块根据缺陷数据，从对应位置区域中确定出对应缺陷。
进一步的，缺陷匹配模块根据缺陷名称一贯制匹配、缺陷长宽比匹配、缺陷灰度匹配和缺陷距离匹配中的至少一种，从对应位置区域中确定出对应缺陷；
其中，缺陷名称一贯制匹配，具体包括：根据选定机组缺陷名称与前序机组和/或后续机组的缺陷名称的对应优先级映射关系，从对应位置区域内的所有缺陷中，将对应优先级最高的缺陷确定为对应缺陷；
缺陷长宽比匹配，具体包括：根据选定缺陷在选定机组上的第一长度/宽度比，以及选定板卷在前序机组和/或后续机组上的宽度变化率和长度变化率，确定选定缺陷在前序机组和/或后续机组上的第二长度/宽度比，从对应位置区域内的所有缺陷中，将最接近第二长度/宽度比的缺陷确定为对应缺陷；
缺陷灰度匹配，具体包括：获取选定缺陷的平均灰度值和灰度等级；从对应位置区域内的所有缺陷中，将灰度等级相同或最接近的缺陷确定为对应缺陷；
缺陷距离匹配，具体包括：确定选定缺陷在对应位置区域中的理论位置点，从对应位置区域内的所有缺陷中，将直线距离与理论位置点最近的缺陷确定为对应缺陷。
进一步的，结果展示层在第四显示区域展示缺陷匹配过程数据、各个机组的整体缺陷统计数据中的至少一种。
如上述的技术方案，板卷为钢卷或钛卷。
通过本发明的一个或者多个技术方案，本发明具有以下有益效果或者优点：
本发明提供了一种板带材表面缺陷分析***，通过将缺陷分析层将选定缺陷对应的选定板卷在前序机组和/或后续机组的对应缺陷找出，然后在结果展示层中同时标识出选定缺陷以及前序机组和/或后续机组的对应缺陷，从而将选定板卷在某选定机组生产时产生的选定机组与其在其他机组生产时的对应缺陷同时显示出来，实现了选定缺陷在当前机组、前序机组和/或后续机组的跨工序快速关联与追溯对应缺陷，提高了板卷表面质量控制的效率，同时避免了不同人主观判断上的差异，提高了产品表面质量控制的精度。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1示出了根据本发明一个实施例的板带材表面缺陷分析***的三层架构示意图；
图2示出了根据本发明一个实施例的板带材表面缺陷分析***的结果显示界面；
图3示出了根据本发明一个实施例的包含卷一贯制流程模块、板卷位置匹配模块和缺陷匹配模块的板带材表面缺陷分析***的三层架构示意图；
图4示出了根据本发明一个实施例的板卷制造数据的示例；
图5示出了根据本发明一个实施例的对应缺陷的对应位置分析的示意图；
图6示出了根据本发明一个实施例的缺陷匹配规则的示意图；
图7示出了根据本发明一个实施例的192187540卷的板卷制造数据；
图8示出了根据本发明一个实施例的192187540卷的对应缺陷匹配示意图。
具体实施方式
为了使本申请所属技术领域中的技术人员更清楚地理解本申请，下面结合附图，通过具体实施例对本申请技术方案作详细描述。在整个说明书中，除非另有特别说明，本文使用的术语应理解为如本领域中通常所使用的含义。因此，除非另有定义，本文使用的所有技术和科学术语具有与本发明所属领域技术人员的一般理解相同的含义。若存在矛盾，本说明书优先。除非另有特别说明，本发明中用到的各种设备等，均可通过市场购买得到或者可通过现有方法制备得到。
基于现有的表面质量检测***无法追溯前后机组的关联缺陷的问题，本申请通过编程开发，在一个可选的实施例中，如图1所示，提出了一种新的表面缺陷分析***，其整体思路如下：
一种板带材表面缺陷分析***，包括：原始数据层、缺陷分析层和结果展示层；
原始数据层10用于存储从控制***中获取的表面缺陷原始数据，表面缺陷原始数据包括每个板卷在所经过的全部机组上的缺陷数据和板卷制造数据；
缺陷分析层20根据缺陷选定操作，确定选定缺陷和选定缺陷对应的选定板卷和所属的选定机组，并根据表面缺陷原始数据，确定选定板卷在选定机组的前序机组和/或后续机组生产时，选定缺陷的对应缺陷；
结果展示层30在第一显示区域展示选定板卷在选定机组，以及前序机组和/或后续机组生产时的缺陷平铺图，并在前序机组和/或后续机组的缺陷平铺图上标识选定缺陷的对应缺陷。
具体的，本实施例中提供了一种板带材表面缺陷分析***软件，分析***与板带材各个生产机组的控制***建立通信连接，从控制***中获取板卷在各个机组生产时产生的制造数据和缺陷数据，其中，缺陷数据源自安装在产线现场的表面质量检测仪；制造数据包括板卷的尺寸参数和控制参数，通过对制造数据的分析，可以分析某缺陷在不同机组上的对应缺陷和对应位置。
原始数据层10从表面质量检测***和/或二级***中采集并管理所有的缺陷数据和板卷制造数据，实现数据的增加、删除、修改、查询等操作，并将操作结果反馈到业务逻辑层；缺陷数据包括缺陷的图像类和字符类数据，以描述缺陷的具体类型、在板卷上的所处位置等信息；缺陷数据来源于现场表面质量检测仪；而板卷制造数据则是板带材在生产流程中产生的生产信息数据，包括机组生产信息和板卷制造信息；板卷在整个生产流程中将经过多道机组(连铸、热轧、冷轧、连退热镀锌、重卷等)；板卷制造数据来自于二级***(各机组的过程控制***)检测的数据，同时表面质量检测***在检测缺陷时也会测定一部分板卷制造数据。在经过每一道安装有表面质量检测仪的机组时，均会产生板卷在该机组上的缺陷数据和板卷制造数据，将这些数据统一存储至原始数据层中；
另一方面，板卷在生产过程中可能出现非常多的缺陷，例如某卷缺陷数量达到6万以上，或该板卷的缺陷数据总量在4G以上，对本实施例中的板带材表面缺陷分析***的数据读取、缺陷分析和结果展示的响应能力要求很高。因此，可选的，本实施例中的板带材表面缺陷分析***通过二级局域网与各机组的表面质量检测***(表检***)建立通信连接，可以在本地终端，利用板带材表面缺陷分析***查询或访问所有表检***的数据库。通过在本地终端上的表面缺陷分析***分析对应缺陷，在表检***远程查询对应缺陷的详细数据相结合的方式，提高缺陷分析的效率，详细数据展示的效果更佳。
缺陷分析层20是板带材表面缺陷分析***的业务逻辑层，基于缺陷在前后机组之间的追溯和关联以及其他的软件功能，从原始数据层中读取相应数据以进行逻辑判断与执行操作，并将处理结果输出至结果展示层进行展现；缺陷分析层确定的对应缺陷，是指选定板卷在前一机组或后一机组生产时，与选定缺陷直接对应的对应缺陷，例如某选定缺陷为连铸表层氧化物夹杂，其在热轧时演变成热轧板对应位置上的翘皮缺陷，那么热轧翘皮缺陷即为连铸铸坯的氧氧化物夹杂缺陷的对应缺陷；
结果展示层30是与用户对接的软件UI，可接收用户的操作指令，并将缺陷分析层经过逻辑运算产生的结果数据进行展现。
在本实施例提供的板带材表面缺陷分析***中，用户可以在软件的UI上选择需要分析的板卷，***根据用户的选择，显示选定板卷在其生产时所经过的、且安装有表面质量检测仪的全部机组的缺陷平铺图；其中，选定板卷在每个机组对应有至少一张缺陷平铺图，如板卷上表面缺陷平铺图或下表面缺陷平铺图。缺陷平铺图是一种将整个板卷上所有缺陷进行可视化平铺显示的平面图，每类缺陷用一种缺陷符号进行标记，用户可以上下(或前后)拖动缺陷平铺图，以查看板卷不同位置上的缺陷。当用户点击某缺陷平铺图上的某个缺陷标记时，此缺陷即成为选定缺陷，同时也确认了选定缺陷当前对应的选定机组。在实际操作时，用户可以操作关闭一些前序或后续机组的缺陷平铺图，也可以重新打开这些缺陷平铺图。在确定了选定缺陷后，表面缺陷分析***将提取缺陷数据和对应的板卷制造数据，自动分析和追溯选定缺陷在前序机组和/或后续机组生产时的对应缺陷(或关联缺陷)，然后在各自对应的缺陷平铺图中，将对应缺陷进行标识，如采用红圈、红框、标亮等方式将对应缺陷进行突出标识，方便技术人员查看与选定缺陷直接关联的、位于其他机组的缺陷平铺图的对应缺陷，具体如图2中的“图形展示”区。
为了方便技术人员查看缺陷的详细信息，可选的，如附图2的左上角所示，结果展示层在第二显示区域展示选定缺陷的图像数据。并且，选定缺陷的图像数据可以根据用户操作指令进行缩放。
可选的，如附图2的缺陷图像下方所示，结果展示层在第二显示区域展示选定板卷在选定机组上的缺陷数据列表。缺陷数据列表中展示了当前的缺陷平铺图中所有缺陷的关键字符类信息。可选的，对于选定缺陷的数据，可以通过标亮，增粗，加框等一种或多种的结合，在缺陷数据列表中突出显示。
可选的，如附图2右上区所示，结果显示层在第三显示区域展示选定板卷在选定机组、前序机组和/或后续机组生产时的板卷制造数据。
可选的，位于附图2的缺陷平铺图的下方所示，结果显示层在第四显示区域展示选定板卷的选定缺陷的位置数据与对应缺陷的对应位置区域数据。对应位置区域数据是根据缺陷分析层的逻辑分析，确定的对应缺陷所处的位置区域，对应位置区域数据主要包括：缺陷距离板带头尾、距最近板边的距离范围等；以方便当板带材表面缺陷分析***中偶尔出现的数据采集丢失、图片显示效果不佳或对应缺陷分析有误时，技术人员可以根据此位置区域，直接查询现场表面检测***中的数据进行确认。
可选的，结果显示层根据切换缺陷操作变更选定缺陷，并在前序机组和/或后续机组的缺陷平铺图上标识变更后的选定缺陷的对应缺陷。例如，用户可以使用键盘的向下PageDown或向上PageUp键，将与原选定缺陷最相邻的缺陷确定为新的选定缺陷，并在第二显示区域中展示新的选定缺陷的图像数据；此时，缺陷分析层将基于变更后的选定缺陷，重新分析并在结果展示层的缺陷平铺图中标识出与新的选定缺陷关联的对应缺陷。
本实施例提供了一种板带材表面缺陷分析***，通过将缺陷分析层将选定缺陷对应的选定板卷在前序机组和/或后续机组的对应缺陷找出，然后在结果展示层中同时标识出选定缺陷以及前序机组和/或后续机组的对应缺陷，从而将选定板卷在某选定机组生产时产生的选定机组与其在其他机组生产时的对应缺陷同时显示出来，实现了选定缺陷在当前机组、前序机组和/或后续机组的跨工序快速关联与追溯对应缺陷，提高了板卷表面质量控制的效率，同时避免了不同人主观判断上的差异，提高了产品表面质量控制的精度。
在上述实施例中提供的板带材表面缺陷分析***可以应用于板材轧制生产线，尤其适用于钢卷或钛卷的板材轧制机组。在接下来的实施例中，为了直观起见，以带钢轧制为应用场景，对具体原理进行说明，钛卷的轧制过程和钢卷非常类似，可直接进行复用。
基于前述实施例相同的发明构思，在另一个可选的实施例中，板卷制造数据包括：板卷经过的所有机组、板卷在各个机组的生产时刻、板卷在各个机组的头尾切除量、板卷是否头尾调转、板卷是否上下翻面、板卷两侧是否调转、板卷长度和板卷厚度。其中，若各机组仪表检测的板卷长度未进行过统一标定、例如二级***检测的卷长和表检仪检测的卷长有明显的偏差，或者各机组头尾切除量数据采集困难时，优选表检仪检测的板卷长度数据，进行缺陷位置的推导分析，如此可提高缺陷分析层20在分析对应缺陷的对应位置数据时的准确率。
具体的，带钢在轧制过程中将经过多次加工变形，并经过多个机组切头尾、转向等操作，在这个过程中与缺陷位置信息直接相关的带钢尺寸、位置数据，在经过每一道机组后都会产生相应的变化，例如，在热轧和冷轧阶段带钢均存在明显的变形，以压下率进行表征，直接结果是带钢长度和宽度的改变；例如，连铸坯的表面缺陷，在经过热轧和冷轧时其位置、缺陷形状和缺陷类型均会产生变化，故而需要通过板卷制造数据追溯选定缺陷在不同机组时的对应缺陷。其中，板卷的头尾调转是指在本机组成卷后的带钢，在下一组生产时钢卷头部将变为尾部，而尾部变为头部；上下翻面是指带钢上下表面的翻转；板卷两侧调转是指在在下一机组生产时，相对于上一机组，带钢的传动侧和操作侧将会反转。上述列举的板卷制造数据均会对选定缺陷在其他机组上的对应缺陷的位置信息产生直接的影响。
为了从板卷制造数据中精确的找出选定缺陷的对应缺陷，基于前述实施例相同的发明构思，在又一个可选的实施例中，如图3所示，缺陷分析层20包括板卷一贯制流程模块210、板卷位置匹配模块220和缺陷匹配模块230；
板卷一贯制流程模块210从表面缺陷原始数据中确定选定缺陷对应的选定板卷在选定机组、前序机组和/或后续机组生产时的缺陷数据和板卷制造数据；
板卷位置匹配模块220根据板卷制造数据，确定选定缺陷在前序机组和/或后续机组生产时的对应位置区域；
缺陷匹配模块230根据缺陷数据，从对应位置区域中确定出对应缺陷。
具体的，板卷一贯制流程模块210需要根据选定缺陷对应的选定板卷，从原始数据层中提取选定板卷在各个机组上对应的板卷制造数据，以钢卷为例，需要确定出钢卷的经过机组、各生产时刻、头尾切除量、头尾调转、上下翻面、两侧调转、带钢长度、带钢厚度等制造信息。这里的“一贯制”，是指将带钢在多道工序中的数据进行整合，形成完整的全流程数据链条。一些板卷制造数据的示例如图4所示。
在确定了选定板卷的制造数据后，接下来应当分析选定缺陷在其他机组上的对应位置区域，以缩小范围，从该区域中找出对应缺陷。由于板卷在不同机组生产时，根据压下率、带钢切头尾、头尾调转等因素产生了尺寸和位置改变，因此需要根据板卷在当前机组与前序机组和/或后续机组的制造数据综合确定出对应缺陷所处的对应位置区域。确定对应位置区域的方法可以是：板卷位置匹配模块220根据板卷制造数据，确定选定缺陷在前序机组和/或后续机组上的对应缺陷的对应位置点；以对应位置点为中心，分别在带钢长度方向扩展第一预设距离，在宽度方向上扩展第二预设距离后形成的矩形区域确定为对应位置区域。
以钢卷为例进行说明，如图5所示，对于钢卷号192187540，在D21机组(连退热镀锌)时确定“第512#缺陷-翘皮”为选定缺陷，选定缺陷距离带钢头部距离为XD21，距离最近边部WS侧(带钢的操作侧)的距离为WD21，卷长LD21，前道机组为S11(酸洗冷连轧)、下道机组为P31(重卷机组)；
首先分析在S11机组上的对应缺陷的对应位置点为：
距离头部XS11＝(D21机组带尾切除量+LS11)*(LD21-XD21)/LD21；其中，LS11为选定带钢在S11机组上的成品卷长度，LD21为选定带钢在D21机组上的成品卷长度；
距离最近边部WS11＝逆WD21，这里的“逆”表示传动侧与操作侧反向，而距离数值相等，这是由于带钢从S11转至D21时发生了两侧调转(传动侧操作侧转向)且宽度没有发生变化，因此与S11上的对应缺陷最近的边部应当是带钢在S11机组时的DS侧(传动侧)，且距离值等于D21；
在确定了对应位置点的具***置后，考虑到实际过程中的机组和测量的位置偏差，以计算的对应位置点为基点，在带钢长度方向前后扩展△h米，宽度方向左右扩展△w毫米，从而确定出对应缺陷最可能的对应位置区域：
最终在S11机组上，对应缺陷的对应位置区域为：
距带头XS31－△h米和XS31+△h米，距离DS侧WS11－△w毫米和WS11+△w毫米之间的矩形区域中。
接着分析在P31机组上的对应缺陷的对应位置点为：
距离头部XP31＝(P31机组带头切除量+LP31)*(LD21-XD21)/LD21；其中，LP31是带钢在P31机组上的成品卷长度；
距离最近边部WP31＝WD21，此处没有“逆”，是由于从连退热镀锌到重卷机组时，钢卷没有进行两侧调转。
在确定了对应位置点的具***置后，考虑到实际过程中的机组和测量的位置偏差，以计算的对应位置点为基点，在带钢长度方向前后扩展△h米，宽度方向左右扩展△w毫米，从而确定出对应缺陷最可能的对应位置区域：
最终在P31机组上，对应缺陷的对应位置区域为：
距带头XP31－△h米和XP31+△h米，距离WS侧WP31－△w毫米和WP31+△w毫米之间的矩形区域。
经过实践表明，对应位置区域的范围可以是：第一预设距离△h的取值范围为5～20米，优选10米；第二预设距离△w的取值范围为5～20毫米，优选10毫米；可以良好解决因误差带来的对应缺陷实际位置与理论位置的偏移，且同时范围内的缺陷数量不会太多，干扰对应缺陷的类型判断。
在确定了对应位置区域之后，接下来应当从对应位置区域中确定出对应缺陷：进一步的，缺陷匹配模块230根据缺陷名称一贯制匹配、缺陷长宽比匹配、缺陷灰度匹配和缺陷距离匹配中的至少一种，从对应位置区域中确定出对应缺陷；
其中，缺陷名称一贯制匹配，具体包括：根据选定机组缺陷名称与前序机组和/或后续机组的缺陷名称的对应优先级映射关系，从对应位置区域内的所有缺陷中，将对应优先级最高的缺陷确定为对应缺陷；
缺陷长宽比匹配，具体包括：根据选定缺陷在选定机组上的第一长度/宽度比，以及选定板卷在前序机组和/或后续机组上的宽度变化率和长度变化率，确定选定缺陷在前序机组和/或后续机组上的第二长度/宽度比，从对应位置区域内的所有缺陷中，将最接近第二长度/宽度比的缺陷确定为对应缺陷；
缺陷灰度匹配，具体包括：获取选定缺陷的平均灰度值和灰度等级；从对应位置区域内的所有缺陷中，将灰度等级相同或最接近的缺陷确定为对应缺陷；
缺陷距离匹配，具体包括：确定选定缺陷在对应位置区域中的理论位置点，从对应位置区域内的所有缺陷中，将直线距离与理论位置点最近的缺陷确定为对应缺陷。
由于缺陷在板卷轧制过程中，在不同机组之间将产生形状变化或类型变化，为了准确的从对应位置区域中确定出对应缺陷，设计了缺陷名称匹配模块，基于钢卷位置匹配模块的结果，锁定圈定对应位置范围内的对应缺陷。通过上述4种方法的单独设定或组合设定的方式，显著的提高了选定缺陷与对应缺陷匹配的准确性。
其中，缺陷名称一贯制匹配，是基于专家经验制定的缺陷名称与前后机组缺陷名称对应的优先顺序的映射关系，进行择优匹配。例如在D21机组上的翘皮缺陷，在前序机组S11上的第一优先级的对应缺陷名称为翘皮，第二优先级的对应缺陷名称为翘皮T，第三优先级的对应缺陷名称为保护渣；若选定钢卷在S11时对应位置区域中存在第一优先级的“翘皮”缺陷，则将其确定为对应缺陷，若对应位置区域中仅存在第三优先级的“保护渣”缺陷，则将其确定为对应缺陷。前后机组的缺陷名称对应的映射关系数据可存储至原始数据层10中供缺陷分析层20调用。
缺陷长宽比匹配，是基于钢卷轧制长度方向的变形理论，在轧制过程中板卷的长度或宽度将产生变化。例如以热轧原料板为基准，在经过冷轧机组时，对热轧原料板施加80％以上的冷轧压下率，则在热轧板上的选定缺陷，在冷轧时由于冷轧变形，其对应缺陷的长度将延长5～6倍，宽度将延长1～1.2倍；基于上述变形规律，从冷轧板对应位置区域中确定长宽比与理论值吻合度最高的缺陷，择优匹配为对应缺陷。不同缺陷类型在不同机组之间的长宽比数据可预先根据制造工艺进行确定，并存储至原始数据层10中供缺陷分析层20调用。
缺陷灰度匹配：是根据选定缺陷的原始灰度进行推算，根据专家经验，将平均灰度0-255划分为若干等级，如8个灰度等级；选定缺陷的匹配方式，以灰度等级相等，或相邻灰度等级为原则，在对应位置区域内择优匹配对应缺陷。缺陷根据灰度进行分级的映射关系数据可预先存储至原始数据层中。
缺陷距离匹配：是以缺陷分析层得到的对应缺陷的对应位置点为基准点，结合三角计算公式，计算对应位置区域中的现有缺陷和基准点之间的直线距离，以距离最短为优，将其确定为对应缺陷。
通过上述4种匹配方式的单独使用或结合使用，能够准确的匹配从对应缺陷，一个缺陷匹配的规则表的示意图如图6所示。
进一步的，结果展示层在第四显示区域展示缺陷匹配过程数据、各个机组的整体缺陷统计数据中的至少一种。通过在结果展示层中展示缺陷匹配过程数据或分析数据，可以使技术人员掌握***的判断过程概览，分析***判断的准确性以进行后续的改进。
在接下来的一个实施例中，以具体实施数据为例进行说明：
在某一时间段内，D21机组翘皮缺陷封锁率较以往增加10％，需要进行原因排查；首先，在原始数据层中包含D21在内的全流程各机组所有钢卷的缺陷信息、制造信息已经完成数据提取。
接下来进行问题排查，例如分析D21机组192187540卷，第512#缺陷-翘皮缺陷，缺陷数据如下：
选定缺陷：在D21机组第512#缺陷，当选定钢卷在D21生产时，距头部20米，距WS侧边部50mm。
通过板卷一贯制流程模块210分析，钢卷192187540，全流程经历了如下机组A11(连铸)→H11(热轧)→S11(酸洗冷连轧)→D21(连退热镀锌)→J21(精整)，通过提取192187540的钢卷制造数据表明，钢卷前后调转了5次头尾、两次操作侧和驱动侧转向，上下表面未经过翻转，192187540的钢卷制造数据如附图7所示。
在钢卷经过的五个机组中，只有H11、S11、D21安装有表面质量检测仪，因此在此时实例中，只对D21的前序机组：H11和S11进行缺陷追溯，A11和J21机组没有进行追溯。
接着，根据板卷位置匹配模块220确定对应缺陷的对应位置区域，偏差△h设置10米，△w设置10mm，通过分析钢卷192187540的制造数据，得到：
S11冷轧机组对应缺陷的对应位置区域：预计选定钢卷在S11机组生产时，位于距头部2279.8±10米，距DS侧边部50±10mm的矩形范围内；
H11热轧机组对应缺陷的对应位置区域：预计选定钢卷在H11机组生产时，位于距头部852.5±10米，距WS侧边部50±10mm的矩形范围。
确定了对应位置区域后，通过缺陷匹配模块进一步确定出对应缺陷，其中，缺陷匹配模块采取缺陷名称一贯制匹配+缺陷距离匹配两种方法进行结合判断：
S11机组在头部2279.8±10米，DS边部50±10mm的范围内共计4处缺陷：
711#黑点缺陷，距头部2288.23米，DS侧59.7mm，大小23*41mm；
712#翘皮B缺陷，距头部2281.39米，DS侧51.2mm，56*5.6mm；
713#未分类缺陷，距头部2277.12米，DS侧54.5mm，78*34mm；
714#未分类缺陷，距头部2275.98米，DS侧42.3mm，128*32mm；
经分析距离最接近、名称最相近的为第712#缺陷翘皮B。
H11机组在头部852.5±10米，WS边部50±10mm的范围内共计3处缺陷：
210#麻点缺陷，距头部845.8米，WS侧53.7mm，大小21*29mm；
211#保护渣缺陷，距头部855.1米，WS侧51.7mm，大小89*23mm；
212#氧化铁皮缺陷，距头部859.3米，WS侧41.3mm，大小90*71mm；
经分析距离最接近、名称最相近的为第211#缺陷保护渣。
如图8所示，结果展示层将上述的判断结果进行展示，便于技术人员进一步分析。其中，方框内的是前序机组分析得到的潜在对应缺陷所处的对应位置区域，***将分析接近度最高的缺陷进行标红高亮显示。在实际使用时，技术人员若想分析192187540卷的其他缺陷，可以重新点击选择某一缺陷平铺图的另一个缺陷，则缺陷图像切换为最新选择的缺陷，然后对应缺陷将重新进行分析并标识；若按键盘向下键，缺陷图片可以在该机组的缺陷间轮换跳转，同时对应缺陷也将重新分析并标识。
通过本发明的一个或者多个实施例，本发明具有以下有益效果或者优点：
本发明提供了一种板带材表面缺陷分析***，通过将缺陷分析层将选定缺陷对应的选定板卷在前序机组和/或后续机组的对应缺陷找出，然后在结果展示层中同时标识出选定缺陷以及前序机组和/或后续机组的对应缺陷，从而将选定板卷在某选定机组生产时产生的选定机组与其在其他机组生产时的对应缺陷同时显示出来，实现了选定缺陷在当前机组、前序机组和/或后续机组的跨工序快速关联与追溯对应缺陷，提高了板卷表面质量控制的效率，同时避免了不同人主观判断上的差异，提高了产品表面质量控制的精度。
尽管已描述了本申请的优选实施例，但本领域内的普通技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种板带材表面缺陷分析***，其特征在于，所述***包括：原始数据层、缺陷分析层和结果展示层；
所述原始数据层用于存储从控制***中获取的表面缺陷原始数据，所述表面缺陷原始数据包括每个板卷在所经过的全部机组上的缺陷数据和板卷制造数据；
所述缺陷分析层根据缺陷选定操作，确定选定缺陷和所述选定缺陷对应的选定板卷和所属的选定机组，并根据所述表面缺陷原始数据，确定所述选定板卷在所述选定机组的前序机组和/或后续机组生产时，所述选定缺陷的对应缺陷；
所述结果展示层在第一显示区域展示所述选定板卷在所述选定机组，以及所述前序机组和/或所述后续机组生产时的缺陷平铺图，并在所述前序机组和/或所述后续机组的缺陷平铺图上标识所述选定缺陷的对应缺陷。
2.如权利要求1所述的***，其特征在于，所述结果展示层在第二显示区域展示所述选定缺陷的图像数据。
3.如权利要求1所述的***，其特征在于，所述结果显示层在第三显示区域展示所述选定板卷在所述选定机组、所述前序机组和/或所述后续机组生产时的板卷制造数据。
4.如权利要求1所述的***，其特征在于，所述结果显示层在第四显示区域展示所述选定板卷的所述选定缺陷的位置数据与所述对应缺陷的对应位置区域数据。
5.如权利要求1所述的***，其特征在于，所述结果显示层根据切换缺陷操作变更选定缺陷，并在所述前序机组和/或所述后续机组的缺陷平铺图上标识变更后的选定缺陷的对应缺陷。
6.如权利要求1所述的***，其特征在于，所述板卷制造数据包括：板卷经过的所有机组、板卷在各个机组的生产时刻、板卷在各个机组的头尾切除量、板卷是否头尾调转、板卷是否上下翻面、板卷两侧是否调转、板卷长度和板卷厚度。
7.如权利要求6所述的***，其特征在于，所述缺陷分析层包括板卷一贯制流程模块、板卷位置匹配模块和缺陷匹配模块；
所述板卷一贯制流程模块从所述表面缺陷原始数据中确定所述选定缺陷对应的选定板卷在所述选定机组、所述前序机组和/或所述后续机组生产时的缺陷数据和板卷制造数据；
所述板卷位置匹配模块根据所述板卷制造数据，确定所述选定缺陷在所述前序机组和/或所述后续机组生产时的对应位置区域；
所述缺陷匹配模块根据所述缺陷数据，从所述对应位置区域中确定出所述对应缺陷。
8.如权利要求7所述的***，其特征在于，所述缺陷匹配模块根据缺陷名称一贯制匹配、缺陷长宽比匹配、缺陷灰度匹配和缺陷距离匹配中的至少一种，从所述对应位置区域中确定出所述对应缺陷；
其中，所述缺陷名称一贯制匹配，具体包括：根据选定机组缺陷名称与前序机组和/或后续机组的缺陷名称的对应优先级映射关系，从所述对应位置区域内的所有缺陷中，将对应优先级最高的缺陷确定为所述对应缺陷；
所述缺陷长宽比匹配，具体包括：根据所述选定缺陷在所述选定机组上的第一长度/宽度比，以及所述选定板卷在所述前序机组和/或所述后续机组上的宽度变化率和长度变化率，确定所述选定缺陷在所述前序机组和/或所述后续机组上的第二长度/宽度比，从所述对应位置区域内的所有缺陷中，将最接近第二长度/宽度比的缺陷确定为所述对应缺陷；
所述缺陷灰度匹配，具体包括：获取所述选定缺陷的平均灰度值和灰度等级；从所述对应位置区域内的所有缺陷中，将灰度等级相同或最接近的缺陷确定为所述对应缺陷；
所述缺陷距离匹配，具体包括：确定所述选定缺陷在所述对应位置区域中的理论位置点，从所述对应位置区域内的所有缺陷中，将直线距离与所述理论位置点最近的缺陷确定为所述对应缺陷。
9.如权利要求8所述的***，其特征在于，所述结果展示层在第四显示区域展示缺陷匹配过程数据、各个机组的整体缺陷统计数据中的至少一种。
10.如权利要求1～9中任一权项所述的***，其特征在于，所述板卷为钢卷或钛卷。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010753260.1A CN111912856A (zh) | 2020-07-30 | 2020-07-30 | 一种板带材表面缺陷分析*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010753260.1A CN111912856A (zh) | 2020-07-30 | 2020-07-30 | 一种板带材表面缺陷分析*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111912856A true CN111912856A (zh) | 2020-11-10 |
Family
ID=73286390
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010753260.1A Pending CN111912856A (zh) | 2020-07-30 | 2020-07-30 | 一种板带材表面缺陷分析*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111912856A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113433147A (zh) * | 2021-06-03 | 2021-09-24 | 北京首钢股份有限公司 | 一种镀锌板表面缺陷来源的分析方法 |
| CN114199892A (zh) * | 2021-12-10 | 2022-03-18 | 江苏雷默智能科技有限公司 | 一种基于机器视觉的板材测量方法及*** |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103886189A (zh) * | 2014-03-07 | 2014-06-25 | 国家电网公司 | 用于无人机巡检的巡检结果数据处理***及方法 |
| CN107040725A (zh) * | 2017-05-15 | 2017-08-11 | 惠科股份有限公司 | 一种图像获取装置的坐标校正方法及图像获取装置 |
| CN107790661A (zh) * | 2016-08-30 | 2018-03-13 | 宝山钢铁股份有限公司 | 一种连铸方坯角部缺陷自动预警***及方法 |
| CN109085178A (zh) * | 2018-08-28 | 2018-12-25 | 武汉科技大学 | 一种用于增材制造的缺陷指纹精确在线监测方法和反馈策略 |
| CN109493311A (zh) * | 2017-09-08 | 2019-03-19 | 上海宝信软件股份有限公司 | 一种无规则缺陷图片模式识别与匹配方法及*** |
| CN110412040A (zh) * | 2019-08-01 | 2019-11-05 | 宁波兰羚钢铁实业有限公司 | 一种基于北斗导航的包装机组钢卷数据跟踪***及方法 |
| CN110619620A (zh) * | 2018-06-04 | 2019-12-27 | 杭州海康威视数字技术股份有限公司 | 导致表面缺陷的异常定位方法、装置、***及电子设备 |
| CN110672631A (zh) * | 2019-09-24 | 2020-01-10 | 深圳市华星光电半导体显示技术有限公司 | 面板缺陷拍照方法和面板缺陷拍照装置 |
-
2020
- 2020-07-30 CN CN202010753260.1A patent/CN111912856A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103886189A (zh) * | 2014-03-07 | 2014-06-25 | 国家电网公司 | 用于无人机巡检的巡检结果数据处理***及方法 |
| CN107790661A (zh) * | 2016-08-30 | 2018-03-13 | 宝山钢铁股份有限公司 | 一种连铸方坯角部缺陷自动预警***及方法 |
| CN107040725A (zh) * | 2017-05-15 | 2017-08-11 | 惠科股份有限公司 | 一种图像获取装置的坐标校正方法及图像获取装置 |
| CN109493311A (zh) * | 2017-09-08 | 2019-03-19 | 上海宝信软件股份有限公司 | 一种无规则缺陷图片模式识别与匹配方法及*** |
| CN110619620A (zh) * | 2018-06-04 | 2019-12-27 | 杭州海康威视数字技术股份有限公司 | 导致表面缺陷的异常定位方法、装置、***及电子设备 |
| CN109085178A (zh) * | 2018-08-28 | 2018-12-25 | 武汉科技大学 | 一种用于增材制造的缺陷指纹精确在线监测方法和反馈策略 |
| CN110412040A (zh) * | 2019-08-01 | 2019-11-05 | 宁波兰羚钢铁实业有限公司 | 一种基于北斗导航的包装机组钢卷数据跟踪***及方法 |
| CN110672631A (zh) * | 2019-09-24 | 2020-01-10 | 深圳市华星光电半导体显示技术有限公司 | 面板缺陷拍照方法和面板缺陷拍照装置 |
Non-Patent Citations (1)
| Title |
|---|
| 付光: "带钢表面缺陷一贯制追溯***", 《河北冶金》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113433147A (zh) * | 2021-06-03 | 2021-09-24 | 北京首钢股份有限公司 | 一种镀锌板表面缺陷来源的分析方法 |
| CN114199892A (zh) * | 2021-12-10 | 2022-03-18 | 江苏雷默智能科技有限公司 | 一种基于机器视觉的板材测量方法及*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111912856A (zh) | 一种板带材表面缺陷分析*** | |
| CN102658298B (zh) | 一种适用于热轧薄规格带钢的板形质量在线判定方法 | |
| CN113034442B (zh) | 一种基于缺陷分布图谱的热轧带钢表面质量分级方法 | |
| CN109612768A (zh) | 一种检验汽车外板纵向条纹缺陷的方法 | |
| CN108796413B (zh) | 一种连续镀锌机组生产画面分切点的跟踪显示方法 | |
| CN113814367B (zh) | 一种基于可见光的连铸坯智能切割定尺方法 | |
| CN103691744B (zh) | 一种带钢动态抛尾量预报方法 | |
| CN113118869B (zh) | 圆盘剪剪刃使用里程的确定方法、***及工控设备 | |
| CN112650789B (zh) | 一种钢铁产品数据通道的监控预警*** | |
| CN109201750B (zh) | 基于水面积的热轧低温卷取带钢表面吹扫控制方法 | |
| CN104525580B (zh) | 一种控制冷轧平整延伸率的***和方法 | |
| CN112246878B (zh) | 一种酸洗卷热轧过程厚度判定***及判定方法 | |
| CN111445441B (zh) | 一种带钢头部缺陷处理方法及装置 | |
| CN113780646A (zh) | 一种连铸坯智能切割定尺方法 | |
| CN109146869B (zh) | 一种镀锌线带钢镀锌缺陷跟踪方法 | |
| CN108399184B (zh) | 一种钢材的表面处理方法 | |
| KR100966545B1 (ko) | 냉연 평탄도 품질 향상을 위한 최적 목표 형상 설정 장치 및 그 방법 | |
| DE102020205120A1 (de) | Verfahren zum Betreiben einer Metallbandbearbeitungsanlage sowie Metallbandbearbeitungsanlage | |
| CN106651945B (zh) | 一种硅钢断面厚差质量图形化区域分析方法 | |
| JP4545458B2 (ja) | 鋼帯の外観展開図の情報参照方法 | |
| CN114378403B (zh) | 一种快速判断钢种纵切类型的方法 | |
| CN112122354B (zh) | 一种动态设计定尺的*** | |
| CN107812787A (zh) | 一种控制轧机轧制成品钢材的方法和装置 | |
| KR20040006696A (ko) | 열연공정에서 사용되는 압연롤의 표면연삭제어방법 | |
| JP4401817B2 (ja) | 鋼帯の外観展開図の情報入力方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201110 |