CN114406014A - 带钢边裂缺陷在线检测***及方法 - Google Patents
带钢边裂缺陷在线检测***及方法 Download PDFInfo
- Publication number
- CN114406014A CN114406014A CN202210114935.7A CN202210114935A CN114406014A CN 114406014 A CN114406014 A CN 114406014A CN 202210114935 A CN202210114935 A CN 202210114935A CN 114406014 A CN114406014 A CN 114406014A
- Authority
- CN
- China
- Prior art keywords
- defect
- data
- strip steel
- edge crack
- edge
- 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 175
- 229910000831 Steel Inorganic materials 0.000 title claims abstract description 137
- 239000010959 steel Substances 0.000 title claims abstract description 137
- 238000001514 detection method Methods 0.000 title claims abstract description 51
- 238000000034 method Methods 0.000 title claims abstract description 21
- 230000005540 biological transmission Effects 0.000 claims abstract description 16
- 238000012545 processing Methods 0.000 claims abstract description 16
- 238000007405 data analysis Methods 0.000 claims description 9
- 238000009434 installation Methods 0.000 claims description 9
- 230000003993 interaction Effects 0.000 claims description 9
- 230000009467 reduction Effects 0.000 claims description 6
- 238000003466 welding Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 238000004519 manufacturing process Methods 0.000 abstract description 6
- 238000004891 communication Methods 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 6
- 230000006872 improvement Effects 0.000 description 6
- 230000037303 wrinkles Effects 0.000 description 4
- 238000010924 continuous production Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000000137 annealing Methods 0.000 description 2
- 238000005096 rolling process Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 241001391944 Commicarpus scandens Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21B—ROLLING OF METAL
- B21B38/00—Methods or devices for measuring, detecting or monitoring specially adapted for metal-rolling mills, e.g. position detection, inspection of the product
- B21B38/02—Methods or devices for measuring, detecting or monitoring specially adapted for metal-rolling mills, e.g. position detection, inspection of the product for measuring flatness or profile of strips
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21B—ROLLING OF METAL
- B21B2263/00—Shape of product
- B21B2263/10—Lateral spread defects
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了带钢边裂缺陷在线检测***及方法,包括:边裂缺陷在线检测***,所述边裂缺陷在线检测***内包括***控制单元,所述***控制单元内由带钢表面数据采集***、数据传输模块,数据处理模块和缺陷报警模块组成。本发明可以实现对每卷带钢的两侧边部进行高精度、高密度、低延时的扫描,可连续监测带钢表面状况,可快速精准得找出带钢上深度大于等于0.1mm的边裂缺陷,有效得解决了带钢连续高速生产线上对带钢边裂检测的难题。本发明可根据被测对象的宽度范围确定移动装置的行程和位置,检测装置具备与机组上位机的通讯功能,可实现检测数据离线查询功能。
Description
技术领域
本发明涉及冷轧带钢生产技术领域,更具体为带钢边裂缺陷在线检测***及方法。
背景技术
边裂是由于冷轧基板边部组织不均匀和轧制过程参数控制不当而产生的一种边部开裂缺陷。边部缺陷的存在,将使得带钢在缺陷部位形成严重的应力集中,这种应力集中的存在将使得带钢在后续轧制和连续输送过程中出现各种问题。如在连退机组中,带有边裂缺陷的带钢进入到连退炉后,在炉内张力和炉内高温的作用下,极易使得带钢在炉内发生断带,造成巨大的解决损失。
连续生产中带钢边部的质量问题,一直是钢铁企业关心的问题,国内外有大量的研究成果,形成相关的专利技术。发明专利CN104985002A公开了一种热轧带钢边部缺陷报警方法及装置,通过图像识别的方式,在获取带有边部缺陷的图像后,将边部缺陷进行分类,并判断边部缺陷的严重程度。由于这种方法的检测是依赖图像,对于那些缺陷小,且开口度不大的缺陷,无法得到准确的图像,就很难进行设别。发明专利CN104897058A,该发明公开了一种基于纠偏CPC***检测带钢边裂的装置,该专利通过布置在带钢边部的电磁传感器对带钢边部进行检测,当***检测到的感应电动势出现瞬间剧烈跳变时,判定所述带钢上引发所述瞬间剧烈跳变的位置存在边裂缺陷。由于影响感应电动势的因素较多,根据电动势的改变来判断边裂缺陷并不可靠,且这种检测方法与探头与带钢间的相对位置密切相关,实际检测过程中很难保证这种距离的恒定。
目前现有带钢边部缺陷的方法主流技术是采用图像识别技术,这种检测方法对于边裂缺陷的检测存在灵敏度低,处理速度慢,无法满足高速运行带钢边裂缺陷的检测,其它类型的检查方法由于不成熟,也没有在生产线上推广应用,但边裂缺陷的存在确实对带钢的连续生产带来严重的问题。因此,需要提供一种新的技术方案给予解决。
发明内容
本发明的目的在于提供带钢边裂缺陷在线检测***及方法,解决了目前现有带钢边部缺陷的方法主流技术是采用图像识别技术,这种检测方法对于边裂缺陷的检测存在灵敏度低,处理速度慢,无法满足高速运行带钢边裂缺陷的检测,其它类型的检查方法由于不成熟,也没有在生产线上推广应用,但边裂缺陷的存在确实对带钢的连续生产带来严重的问题的问题。
为实现上述目的,本发明提供如下技术方案:带钢边裂缺陷在线检测***及方法,包括:边裂缺陷在线检测***,所述边裂缺陷在线检测***内包括***控制单元,所述***控制单元内由带钢表面数据采集***、数据传输模块,数据处理模块和缺陷报警模块组成。
作为本发明的一种优选实施方式,所述***控制单元用于控制带钢两侧的移动装置自动寻边,两台激光相机的数据采集,实现与机组的数据交换,接收机组发出的带钢信息,运行状态等信息,发送检测结果。
作为本发明的一种优选实施方式,所述带钢表面数据采集***由两套带控制器的高速激光相机组成,这二套激光相机分别连通带有PLC控制的横向移动装置垂直布置在带钢的二侧边部,横向移动装置根据激光器提供的信息实现自动寻边。
作为本发明的一种优选实施方式,所述数据传输模块的功能是确保数据采集***与数据处理***之间的数据高速传输,将两台激光相机采集到的高度数据成组发送给数据分析***,每组包含的激光线轮廓条数在500~2000条之间。
作为本发明的一种优选实施方式,所述数据处理模块是对每条轮廓进行分析,对于每条轮廓,首先从激光线的最外侧寻找该激光线上的无效数据点,从出现第一个有效数据点开始,计算从该数据点到最后一个有效数据点的点数,记录该条轮廓上的有效数据点数机器对应的高度值,得到(b)的曲线。将该有效数据组成的曲线进行移动平均降噪,降噪后得到(c)所示的曲线,计算该曲线上的最高点和最低点的高度差Δh。
作为本发明的一种优选实施方式,所述缺陷报警***在接收到该缺陷信息后通过设置在操作室的音响向操作人员发出警报,并在旁边设置人机交互界面中显示当前边裂缺陷的二维图像,能让操作人员更直观得看到边裂缺陷的形貌和大小,并及时对机组运行做出调整。
作为本发明的一种优选实施方式,所述边裂缺陷在线检测方法包括如下步骤:
步骤1:根据机组生产的带钢宽度规格,选用两台LJ-V7080激光相机,搭配有效行程的移动装置,组成一套数据采集***,并通过实地考察该机组焊机出口的安装条件,采用龙门架式安装传感器机架,确认激光相机距带钢的基准高度,激光相机从上往下对带钢进行相对高度数据采集;
步骤2:***控制单元主机安装在数据采集***安装位置附近的电气室中,通过数据传输***,接收机组发出的带钢信息,运行状态等信息,带钢焊接结束后开始自动寻边,寻边完成后进行边裂检测,带钢停止时结束边裂检测,发现边裂缺陷后向机组发送边裂缺陷信息;
步骤3:移动装置寻边过程中,实时判断激光相机检测的高度数据中有效数据的占比,当有效数据占比达到50%左右时,停下移动装置,寻边完成;
步骤4:***控制单元主机通过数据传输***,控制数据采集***采集参数,将采集到的带钢高度数据以1000条为一组发送给数据分析***;
步骤5:数据分析***对***控制单元发送来的1000条高度数据逐条进行分析,将高度数据中有效数据的分界点视为带钢的边界点,这样就可以准确获得带钢边部在宽度方向的位置信息,然后通过计算上述每组1000条数据中带钢边部位置的峰峰值,就可以准确得到当前数据中带钢边裂的最大深度,当峰峰值大于阀值0.2mm时,则判别该段轮廓存在较大边裂缺陷。对这段缺陷数据进行分析计算得出该边裂缺陷的最大深度,同时依据带钢运行速度,计算出该边裂缺陷发生的位置,该边裂缺陷的宽度;
步骤6:***控制单元将该缺陷信息发送给机组和缺陷报警***,并将这段缺陷数据及分析后的缺陷信息以txt的格式保存在以当前钢卷号及当前时间的文件夹中;
步骤7:缺陷报警***在接收到该缺陷信息后通过设置在操作室的音响向操作人员发出警报,并在旁边设置人机交互界面中显示当前边裂缺陷的二维图像,能让操作人员更直观得看到边裂缺陷的形貌和大小,并及时对机组运行做出调整;
步骤8:操作人员在对过往钢卷边裂缺陷进行查询时,在人机交互界面中输入部分钢卷号或者某个时间段,即可显示所有符合条件的钢卷号,对存在边裂缺陷的钢卷,其钢卷号用红色字体标出,以便操作人员快速找到存在缺陷的钢卷;点击其中任一钢卷,即可显示该卷钢存在的所有缺陷记录,缺陷记录中包含该缺陷发生时间,发生位置,缺陷深度,缺陷宽度;点击其中任一缺陷记录,即可显示该边裂缺陷的二维图像,以便操作人员更直观得看到边裂缺陷的形貌和大小。
与现有技术相比,本发明的有益效果如下:
本发明采用高速高精度线激光检测技术提取出带钢边部的高度信息数据,通过对高度信息的分析,判断带钢边部是否存在边裂缺陷。检测***在***控制单元的控制之下,通过布置在带钢边部的移动装置分别将布置在带钢边部的两台激光相机移动到带钢边部的检测位置,数据处理单元接收到激光相机采集到的高度信息数据后,逐条分析这些数据,根据各条轮廓信息数据之间的相互关联的信息,***判断带钢边部是否存在边裂缺陷,当发现带钢边部存在超标的边裂缺陷后,计算机自动保留边裂缺陷处的数据,计算缺陷的物理形状,给出边裂缺陷的二维形貌,该***可以实现对每卷带钢的两侧边部进行高精度、高密度、低延时的扫描,可连续监测带钢表面状况,可快速精准得找出带钢上深度大于等于0.1mm的边裂缺陷,有效得解决了带钢连续高速生产线上对带钢边裂检测的难题。本发明可根据被测对象的宽度范围确定移动装置的行程和位置,检测装置具备与机组上位机的通讯功能,可实现检测数据离线查询功能。
附图说明
图1为本发明边裂缺陷检测***原理图;
图2为本发明两台激光相机的检测示意图;
图3为本发明边裂缺陷的判别示意图;
图4为本发明数据处理流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1-图3,本发明提供一种技术方案:带钢边裂缺陷在线检测***及方法,包括:边裂缺陷在线检测***,所述边裂缺陷在线检测***内包括***控制单元,所述***控制单元内由带钢表面数据采集***、数据传输模块,数据处理模块和缺陷报警模块组成。
进一步改进的,所述***控制单元用于控制带钢两侧的移动装置自动寻边,两台激光相机的数据采集,实现与机组的数据交换,接收机组发出的带钢信息,运行状态等信息,发送检测结果。
进一步改进的,所述带钢表面数据采集***由两套带控制器的高速激光相机组成,这二套激光相机分别连通带有PLC控制的横向移动装置垂直布置在带钢的二侧边部,横向移动装置根据激光器提供的信息实现自动寻边。
进一步改进的,所述数据传输模块的功能是确保数据采集***与数据处理***之间的数据高速传输,将两台激光相机采集到的高度数据成组发送给数据分析***,每组包含的激光线轮廓条数在500~2000条之间。
进一步改进的,如图3、4所示:所述数据处理模块是对每条轮廓进行分析,对于每条轮廓,首先从激光线的最外侧寻找该激光线上的无效数据点,从出现第一个有效数据点开始,计算从该数据点到最后一个有效数据点的点数,记录该条轮廓上的有效数据点数机器对应的高度值,得到(b)的曲线。将该有效数据组成的曲线进行移动平均降噪,降噪后得到(c)所示的曲线,计算该曲线上的最高点和最低点的高度差Δh,常见的边裂缺陷如图3所示,它们分别为开口缺陷、边部的褶皱和边部不开口缺陷三种情况,数据处理单元对检测单元发送来的数据进行逐条分析,得到这三种边裂缺陷的形状信息,针对这三种边裂缺陷的判断方法如下所示:
对于边部开口缺陷的判断方法:将当前轮廓与后面一条轮廓进行比较,当后面一条轮廓中的有效数据点与当前轮廓中的有限数据点出现3~5的差异后,则记录当前轮廓有效高度数据的点数,不断与后续的数据进行比较,如出现连续3轮廓均出现有效数据点不断减少的情况,则判断有边裂缺陷发生,存储之后该组所有数据,输出该组数据形成的高度云图,计算该组数据中每条轮廓的最少点数与最大的点数,将该点数与点间距相积,得到边裂的长度;
对于边部褶皱缺陷的判断方法:将判断当前轮廓中的Δh是否超过阀值,通常阀值的定义为0.05~0.1mm,当后续连续出现3~5条轮廓均出现超过阀值的情况后,则判断边部存在有褶皱缺陷发生,存储之后该组所有数据,输出该组数据形成的高度云图,计算该组数据中出现褶皱的轮廓数量,结合当前机组的运行速度,可以得到褶皱缺陷的长度
对于非开口边裂缺陷的判断分析方法:对图4(b)中的缺陷进行分析,判断该曲线中是否存在无效的数据,如存在无效数据则记录当前曲线出现无效数据点的数量,如后续连续2~5条轮廓均出现无效数据点的情况,则判断边部存在有非开口的边裂,存储之后该组所有数据,输出该组数据形成的高度云图,计算该组数据中每条轮廓出现无效点的数量,结合当前机组的运行速度,可以计算出其开口缺陷的几何尺寸。
进一步改进的,所述缺陷报警***在接收到该缺陷信息后通过设置在操作室的音响向操作人员发出警报,并在旁边设置人机交互界面中显示当前边裂缺陷的二维图像,能让操作人员更直观得看到边裂缺陷的形貌和大小,并及时对机组运行做出调整。
进一步改进的,所述边裂缺陷在线检测方法包括如下步骤:
步骤1:根据机组生产的带钢宽度规格,选用两台LJ-V7080激光相机,搭配有效行程的移动装置,组成一套数据采集***,并通过实地考察该机组焊机出口的安装条件,采用龙门架式安装传感器机架,确认激光相机距带钢的基准高度,激光相机从上往下对带钢进行相对高度数据采集;
步骤2:***控制单元主机安装在数据采集***安装位置附近的电气室中,通过数据传输***,接收机组发出的带钢信息,运行状态等信息,带钢焊接结束后开始自动寻边,寻边完成后进行边裂检测,带钢停止时结束边裂检测,发现边裂缺陷后向机组发送边裂缺陷信息;
步骤3:移动装置寻边过程中,实时判断激光相机检测的高度数据中有效数据的占比,当有效数据占比达到50%左右时,停下移动装置,寻边完成;
步骤4:***控制单元主机通过数据传输***,控制数据采集***采集参数,将采集到的带钢高度数据以1000条为一组发送给数据分析***;
步骤5:数据分析***对***控制单元发送来的1000条高度数据逐条进行分析,将高度数据中有效数据的分界点视为带钢的边界点,这样就可以准确获得带钢边部在宽度方向的位置信息,然后通过计算上述每组1000条数据中带钢边部位置的峰峰值,就可以准确得到当前数据中带钢边裂的最大深度,当峰峰值大于阀值0.2mm时,则判别该段轮廓存在较大边裂缺陷。对这段缺陷数据进行分析计算得出该边裂缺陷的最大深度,同时依据带钢运行速度,计算出该边裂缺陷发生的位置,该边裂缺陷的宽度;
步骤6:***控制单元将该缺陷信息发送给机组和缺陷报警***,并将这段缺陷数据及分析后的缺陷信息以txt的格式保存在以当前钢卷号及当前时间的文件夹中;
步骤7:缺陷报警***在接收到该缺陷信息后通过设置在操作室的音响向操作人员发出警报,并在旁边设置人机交互界面中显示当前边裂缺陷的二维图像,能让操作人员更直观得看到边裂缺陷的形貌和大小,并及时对机组运行做出调整;
步骤8:操作人员在对过往钢卷边裂缺陷进行查询时,在人机交互界面中输入部分钢卷号或者某个时间段,即可显示所有符合条件的钢卷号,对存在边裂缺陷的钢卷,其钢卷号用红色字体标出,以便操作人员快速找到存在缺陷的钢卷;点击其中任一钢卷,即可显示该卷钢存在的所有缺陷记录,缺陷记录中包含该缺陷发生时间,发生位置,缺陷深度,缺陷宽度;点击其中任一缺陷记录,即可显示该边裂缺陷的二维图像,以便操作人员更直观得看到边裂缺陷的形貌和大小。
本发明采用高速高精度线激光检测技术提取出带钢边部的高度信息数据,通过对高度信息的分析,判断带钢边部是否存在边裂缺陷。检测***在***控制单元的控制之下,通过布置在带钢边部的移动装置分别将布置在带钢边部的两台激光相机移动到带钢边部的检测位置,数据处理单元接收到激光相机采集到的高度信息数据后,逐条分析这些数据,根据各条轮廓信息数据之间的相互关联的信息,***判断带钢边部是否存在边裂缺陷,当发现带钢边部存在超标的边裂缺陷后,计算机自动保留边裂缺陷处的数据,计算缺陷的物理形状,给出边裂缺陷的二维形貌,该***可以实现对每卷带钢的两侧边部进行高精度、高密度、低延时的扫描,可连续监测带钢表面状况,可快速精准得找出带钢上深度大于等于0.1mm的边裂缺陷,有效得解决了带钢连续高速生产线上对带钢边裂检测的难题。本发明可根据被测对象的宽度范围确定移动装置的行程和位置,检测装置具备与机组上位机的通讯功能,可实现检测数据离线查询功能。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.带钢边裂缺陷在线检测***,其特征在于:包括:边裂缺陷在线检测***,所述边裂缺陷在线检测***内包括***控制单元,所述***控制单元内由带钢表面数据采集***、数据传输模块,数据处理模块和缺陷报警模块组成。
2.根据权利要求1所述的带钢边裂缺陷在线检测***,其特征在于:所述***控制单元用于控制带钢两侧的移动装置自动寻边,两台激光相机的数据采集,实现与机组的数据交换,接收机组发出的带钢信息,运行状态等信息,发送检测结果。
3.根据权利要求1所述的带钢边裂缺陷在线检测***,其特征在于:所述带钢表面数据采集***由两套带控制器的高速激光相机组成,这二套激光相机分别连通带有PLC控制的横向移动装置垂直布置在带钢的二侧边部,横向移动装置根据激光器提供的信息实现自动寻边。
4.根据权利要求1所述的带钢边裂缺陷在线检测***,其特征在于:所述数据传输模块的功能是确保数据采集***与数据处理***之间的数据高速传输,将两台激光相机采集到的高度数据成组发送给数据分析***,每组包含的激光线轮廓条数在500~2000条之间。
5.根据权利要求1所述的带钢边裂缺陷在线检测***,其特征在于:所述数据处理模块是对每条轮廓进行分析,对于每条轮廓,首先从激光线的最外侧寻找该激光线上的无效数据点,从出现第一个有效数据点开始,计算从该数据点到最后一个有效数据点的点数,记录该条轮廓上的有效数据点数机器对应的高度值,得到(b)的曲线。将该有效数据组成的曲线进行移动平均降噪,降噪后得到(c)所示的曲线,计算该曲线上的最高点和最低点的高度差Δh。
6.根据权利要求4所述的带钢边裂缺陷在线检测***,其特征在于:所述缺陷报警***在接收到该缺陷信息后通过设置在操作室的音响向操作人员发出警报,并在旁边设置人机交互界面中显示当前边裂缺陷的二维图像,能让操作人员更直观得看到边裂缺陷的形貌和大小,并及时对机组运行做出调整。
7.根据权利要求1所述的带钢边裂缺陷在线检测***,其特征在于:所述边裂缺陷在线检测方法包括如下步骤:
步骤1:根据机组生产的带钢宽度规格,选用两台LJ-V7080激光相机,搭配有效行程的移动装置,组成一套数据采集***,并通过实地考察该机组焊机出口的安装条件,采用龙门架式安装传感器机架,确认激光相机距带钢的基准高度,激光相机从上往下对带钢进行相对高度数据采集;
步骤2:***控制单元主机安装在数据采集***安装位置附近的电气室中,通过数据传输***,接收机组发出的带钢信息,运行状态等信息,带钢焊接结束后开始自动寻边,寻边完成后进行边裂检测,带钢停止时结束边裂检测,发现边裂缺陷后向机组发送边裂缺陷信息;
步骤3:移动装置寻边过程中,实时判断激光相机检测的高度数据中有效数据的占比,当有效数据占比达到50%左右时,停下移动装置,寻边完成;
步骤4:***控制单元主机通过数据传输***,控制数据采集***采集参数,将采集到的带钢高度数据以1000条为一组发送给数据分析***;
步骤5:数据分析***对***控制单元发送来的1000条高度数据逐条进行分析,将高度数据中有效数据的分界点视为带钢的边界点,这样就可以准确获得带钢边部在宽度方向的位置信息,然后通过计算上述每组1000条数据中带钢边部位置的峰峰值,就可以准确得到当前数据中带钢边裂的最大深度,当峰峰值大于阀值0.2mm时,则判别该段轮廓存在较大边裂缺陷。对这段缺陷数据进行分析计算得出该边裂缺陷的最大深度,同时依据带钢运行速度,计算出该边裂缺陷发生的位置,该边裂缺陷的宽度;
步骤6:***控制单元将该缺陷信息发送给机组和缺陷报警***,并将这段缺陷数据及分析后的缺陷信息以txt的格式保存在以当前钢卷号及当前时间的文件夹中;
步骤7:缺陷报警***在接收到该缺陷信息后通过设置在操作室的音响向操作人员发出警报,并在旁边设置人机交互界面中显示当前边裂缺陷的二维图像,能让操作人员更直观得看到边裂缺陷的形貌和大小,并及时对机组运行做出调整;
步骤8:操作人员在对过往钢卷边裂缺陷进行查询时,在人机交互界面中输入部分钢卷号或者某个时间段,即可显示所有符合条件的钢卷号,对存在边裂缺陷的钢卷,其钢卷号用红色字体标出,以便操作人员快速找到存在缺陷的钢卷;点击其中任一钢卷,即可显示该卷钢存在的所有缺陷记录,缺陷记录中包含该缺陷发生时间,发生位置,缺陷深度,缺陷宽度;点击其中任一缺陷记录,即可显示该边裂缺陷的二维图像,以便操作人员更直观得看到边裂缺陷的形貌和大小。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210114935.7A CN114406014A (zh) | 2022-01-31 | 2022-01-31 | 带钢边裂缺陷在线检测***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210114935.7A CN114406014A (zh) | 2022-01-31 | 2022-01-31 | 带钢边裂缺陷在线检测***及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114406014A true CN114406014A (zh) | 2022-04-29 |
Family
ID=81280184
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210114935.7A Pending CN114406014A (zh) | 2022-01-31 | 2022-01-31 | 带钢边裂缺陷在线检测***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114406014A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20090120224A (ko) * | 2008-05-19 | 2009-11-24 | 주식회사 포스콘 | 이송중인 금속판 제원 측정시스템 및 측정방법 |
CN102500627A (zh) * | 2011-10-19 | 2012-06-20 | 北京金自天正智能控制股份有限公司 | 一种板材的宽度、边部形状、边部缺陷测量仪及测量方法 |
WO2012136114A1 (zh) * | 2011-04-02 | 2012-10-11 | 清华大学 | 一种板带材的厚度凸度检测装置 |
CN104237254A (zh) * | 2014-09-30 | 2014-12-24 | 北京首钢自动化信息技术有限公司 | 一种冷轧生产机组带钢月牙缺陷检测***及其方法 |
CA2986537A1 (en) * | 2016-12-15 | 2018-06-15 | Thyssenkrupp Rasselstein Gmbh | Method of inspecting a steel strip |
WO2021218386A1 (zh) * | 2020-04-28 | 2021-11-04 | 宝山钢铁股份有限公司 | 一种连铸坯表面二维三维组合成像检测***及其方法 |
-
2022
- 2022-01-31 CN CN202210114935.7A patent/CN114406014A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20090120224A (ko) * | 2008-05-19 | 2009-11-24 | 주식회사 포스콘 | 이송중인 금속판 제원 측정시스템 및 측정방법 |
WO2012136114A1 (zh) * | 2011-04-02 | 2012-10-11 | 清华大学 | 一种板带材的厚度凸度检测装置 |
CN102500627A (zh) * | 2011-10-19 | 2012-06-20 | 北京金自天正智能控制股份有限公司 | 一种板材的宽度、边部形状、边部缺陷测量仪及测量方法 |
CN104237254A (zh) * | 2014-09-30 | 2014-12-24 | 北京首钢自动化信息技术有限公司 | 一种冷轧生产机组带钢月牙缺陷检测***及其方法 |
CA2986537A1 (en) * | 2016-12-15 | 2018-06-15 | Thyssenkrupp Rasselstein Gmbh | Method of inspecting a steel strip |
WO2021218386A1 (zh) * | 2020-04-28 | 2021-11-04 | 宝山钢铁股份有限公司 | 一种连铸坯表面二维三维组合成像检测***及其方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104101600B (zh) | 连铸坯断面微小裂纹检测方法 | |
KR20190032908A (ko) | 제철소 철강제품 품질관리를 위한 지능형 결함 제어 방법 및 시스템 | |
CN109709099B (zh) | 一种智能识别带钢表面缺陷的方法和装置 | |
CN113962997B (zh) | 基于图像处理的带钢边裂缺陷检测方法及*** | |
CN103357672B (zh) | 一种带钢边界在线检测方法 | |
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 | |
CN104568956B (zh) | 基于机器视觉的带钢表面缺陷的检测方法 | |
CN114897908B (zh) | 基于机器视觉的激光选区铺粉烧结面缺陷分析方法及*** | |
CN108445020B (zh) | 一种玻璃基板缺陷聚集识别方法 | |
CN113578972B (zh) | 一种热轧产品质量追溯方法及装置 | |
CN109540918B (zh) | 一种热轧卷边部缺陷检测装置及方法 | |
CN113204029A (zh) | 一种热轧板坯翘曲检测装置及方法 | |
CN114406014A (zh) | 带钢边裂缺陷在线检测***及方法 | |
CN112837287B (zh) | 一种板面缺陷区域的提取方法及装置 | |
CN101696876B (zh) | 一种vcm磁钢的视觉检测方法 | |
CN117483445A (zh) | 一种电容器用超薄铝箔的轧制成型的自动控制*** | |
CN109622926B (zh) | 一种面向铸锭过程的锭块边缘检测方法 | |
CN106530292A (zh) | 一种基于线扫描相机的带钢表面缺陷图像快速辨识方法 | |
CN114918622B (zh) | 一种深冲罐加工工艺 | |
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 | |
CN114486913A (zh) | 一种钢卷边部几何特征的检测方法 | |
CN114971064A (zh) | 基于NGBoost算法的热轧带钢表面缺陷预测方法 | |
CN115921548A (zh) | 一种带钢浪形在线检测*** | |
CN111398288B (zh) | 连铸坯在线热状态下表面全幅周向检测***、方法及装置 | |
CN210038833U (zh) | 一种用于钢卷信息识别的装置 |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20230612 Address after: 210039 new building, Zhonghua Gate, Yuhuatai District, Jiangsu, Nanjing Applicant after: SHANGHAI MEISHAN IRON & STEEL Co.,Ltd. Address before: 200000 room 1141, building 216, No. 1269, Shuichan Road, Baoshan District, Shanghai Applicant before: SHANGHAI WUBAO ELECTROMECHANICAL TECHNOLOGY Co.,Ltd. |