KR20030046253A - Device for detecting and evaluating the point of defect on strip surface - Google Patents
Device for detecting and evaluating the point of defect on strip surface Download PDFInfo
- Publication number
- KR20030046253A KR20030046253A KR1020010076730A KR20010076730A KR20030046253A KR 20030046253 A KR20030046253 A KR 20030046253A KR 1020010076730 A KR1020010076730 A KR 1020010076730A KR 20010076730 A KR20010076730 A KR 20010076730A KR 20030046253 A KR20030046253 A KR 20030046253A
- Authority
- KR
- South Korea
- Prior art keywords
- defect
- strip
- defects
- detected
- fault
- Prior art date
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/30—Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces
- G01B11/306—Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces for measuring evenness
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
- G01B21/30—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring roughness or irregularity of surfaces
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
Description
본 발명은 종래 작업자의 목측에 의하여 수행되던 스트립표면의 롤마크성 또는 스케일성 결함부검사 및 결함평점과정을 자동화시켜서 결함발견시에 시각적, 청각적으로 경고신호를 출력하여 결함제거를 위한 적절한 조치를 수행하며, 또한 결함부의 흠발생정도에 따른 결함평점을 산출하여 코일의 후처리동작을 지시하는 스트립표면 결함부의 검출 및 평점산출장치에 관한 것이다.The present invention automates the roll mark or scalability defect inspection and flaw evaluation process of the surface of the strip, which has been performed by the neck of a conventional worker, and outputs a warning signal visually and acoustically when a defect is found, so as to appropriately remove the defect. The present invention relates to an apparatus for detecting and rating a strip surface defect part for instructing a post-processing operation of a coil by calculating a defect score according to the degree of defect occurrence of the defect part.
일반적으로 열연공정은 연속주조기(1)로부터 공급받은 소재(슬라브)를 가열로(2) 장치에서 압연에 적당한 온도로 재가열하여 추출한 후, 조압연기(3)에서 폭압연 및 두께압연을 실시하고, 마무리(사상)압연기(4)에서 수요자가 원하는 두께의 제품으로 최종 두께압연을 실시한 후에, 권취기(5)에서 압연된 스트립을 코일(Coil) 형태로 권취하며, 권취직후에는 테일부를 부분검사하여 결함을 검사하며, 권취된 후에는 고온상태의 코일을 냉각시킨 후에 코일을 풀어서 스트립의 표면을 작업자가 목측에 의하여 표면결함검사를 수행하여 처리한다. 이러한 열(간압)연공정에서 스트립 제품결함에 대한 검사과정을 상세히 설명하면 다음과 같다.In general, in the hot rolling process, the raw material (slab) supplied from the continuous casting machine 1 is reheated and extracted at a temperature suitable for rolling in the furnace 2 apparatus, and then the width rolling and thickness rolling are performed in the roughing mill 3, After the final thickness rolling in the finishing (4) rolling mill (4) to the product of the desired thickness, the roll rolled in the winder (5) is wound in the form of a coil (coil), and after winding the tail part by partial inspection After winding, the coil is cooled to a high temperature, and then the coil is released and the surface of the strip is treated by the operator by the neck. Referring to the inspection process of the strip product defects in the hot (inter rolling) process as follows.
먼저 가열로(2)에서 추출된 압연소재는 통상 1100∼1200℃의 고온에서 작업이 진행되기 때문에 스케일(scale)이라는 표면결함과 함께, 조압연기(3), 마무리 (사상)압연기(4) 등을 통과하면서 치입되는 이물질로 인하여 손상된 롤에 의하여 압연롤마크발생 또는 통판성불량 또는 분사노즐의 막힘현상에 의한 열연강판표면의 디스케일링 불량으로 각종 스케일성 표면결함이 발생하고 이에 따라서 불량제품이 발생되고 있다. 이러한 결함에 의하여 스트립 코일은 수요자의 사용용도와 표면결함의 발생정도에 따라서 정상적인 제품으로 판매되거나 또는 헐값의 주문외 제품이 되기도 한다.First, the rolled material extracted from the heating furnace 2 is generally operated at a high temperature of 1100 to 1200 ° C, and thus has surface defects called scale, rough mill (3), and finish (gravel) mill (4). Various scale surface defects occur due to descaling of the surface of hot rolled steel sheet due to rolling roll marks or poor sheeting or clogging of spray nozzles due to damaged rolls caused by foreign substances that pass through them. It is becoming. Due to these defects, the strip coil may be sold as a normal product or a low-order off-order product depending on the consumer's use and the occurrence of surface defects.
상기와 같은 스트립표면상의 결함은 열연공장의 특성상, 한 번 발생되면 전공정에 걸쳐서 연속적으로 발생되기 때문에 제품의 품질향상에 막대한 악영향을 끼치고 있는 형편이다. 이러한 제품결함의 발생을 방지하기 위하여 종래에는 중간검사반과 정정검사반을 두어서 표면결함의 발생 및 발생된 표면결함의 심각성을 검사하고 있다.As described above, the defects on the surface of the strip have a great adverse effect on the quality of the product because the defect occurs once in a continuous process throughout the entire process. In order to prevent the occurrence of such product defects, an intermediate inspection group and a correction inspection group are conventionally inspected for the occurrence of surface defects and the seriousness of the generated surface defects.
중간검사반에서는 작업자가 목측에 의하여 검사한 결과 심각한 스케일성 표면결함이 발생되면 마무리압연작업반에서는 압연소재의 압연온도를 낮추고, 압연롤의 냉각계통에 대하여 점검작업을 수행한다. 또한 스케일성결함을 제거하는 디스케일링(Descaling) 장치등의 압력과 노즐(Nozzle) 상태등을 점검한 후에 다음 작업을 진행한다. 또한 롤마크성 표면결함이 발생되면, 압연중 사용된 압연롤의 상세 점검 및 교체등의 필요한 조치를 취하게 된다. 또한 정정검사반에서는 권취된 코일을 야드에서 냉각시킨 후에 스트립표면을 검사하여 결함평점을 산출하고 평점을 입력하여 처리에 사용한다.In the intermediate inspection group, when the operator inspects by the neck side, if severe scale surface defect occurs, the finishing rolling group lowers the rolling temperature of the rolled material and checks the cooling system of the rolling roll. In addition, after checking the pressure and nozzle status of the descaling device to remove scale defects, proceed to the next work. In addition, when a roll mark surface defect occurs, necessary measures such as detailed inspection and replacement of the rolling roll used during rolling are taken. In addition, the correction inspection team cools the wound coil in the yard, inspects the surface of the strip, calculates the defect score, inputs the rating, and uses it for processing.
도 2는 열간압연된 스트립코일의 제조공정 및 표면결함검사를 위한 공정을 도시한 것으로서, 권취기(5)에 의하여 감겨진 모든 코일들은 고온상태이므로 하절기에는 4∼5일, 동절기에는 2∼3일 정도 야드에 적치시켰다가 코일을 풀어낸 후에 표면결함검사를 수행한다. 표면결함 검사후에는 결함에 대한 평점부여 및 등급이 판정된다. 표면결함평점은 컴퓨터에 수동입력되어서 데이터로 보관된다. 한편 등급판정을 받은 스트립코일들은 평량후에, 각각의 결함평점에 따라서 분류된 후에 출하처리된다. 도면에서는 결함평점이 5점, 3,4점, 및 1,2점으로 분류됨을 알 수 있다.Figure 2 shows the manufacturing process and surface defect inspection of the hot rolled strip coil, all coils wound by the winder (5) is a high temperature state 4 to 5 days in summer, 2 to 3 in winter Place it in the yard for about one day, then unwind the coil and perform surface defect inspection. After surface defect inspection, the rating and grade of the defect is determined. Surface defect scores are manually entered into the computer and stored as data. On the other hand, graded strip coils are shipped after basis weight, sorted according to their respective defect scores. In the drawings, it can be seen that the defect ratings are classified into 5, 3, 4, and 1,2 points.
그러나 상기와 같은 표면검사 및 평점부여는 검사를 하는 작업자의 숙련도에 따라서 많은 편차가 발생하게 되고, 또한 야드에서 냉각과정을 거친 후에 모든 코일제품에 대하여 되감기작업을 하여야 하기 때문에 즉시 출고가능한 코일제품까지도 검사를 하는 등 중복작업문제가 있었다.However, the surface inspection and rating as described above may cause a lot of deviation depending on the skill of the operator who performs the inspection, and also the coil products that can be shipped immediately because the coils must be rewound after cooling in the yard. There was a duplication problem such as inspection.
더욱이 열간압연공정에서 발생된 표면결함의 평점부여가 잘못되어 목외제품이 정상적인 제품으로 출고된 경우에 수요자의 클레임을 유발하게 되며 공장에서의 가공시에 설비고장 및 공정정지를 유발하여 사업상 막대한 지장을 초래하게 되며, 결과적으로 사회적손실을 초래한다.Moreover, when the external defects are released as a normal product due to the incorrect evaluation of the surface defects generated during the hot rolling process, it causes the claim of the consumer. It results in social loss.
본 발명은 상기한 문제점을 해결하기 위한 것으로서, 본 발명의 목적은 종래 작업자의 목측에 의하여 수행되던 스트립표면의 롤마크성 또는 스케일성 결함부검사 및 결함부평가를 자동화시켜서 결함발견시에 시각적, 청각적으로 경고신호를 출력하여 결함제거를 위한 적절한 조치를 수행하며, 또한 결함부의 흠발생정도에 따른 평점을 산출하는 스트립표면 결함부의 검출 및 평점산출장치를 제공하는데 있다.SUMMARY OF THE INVENTION The present invention has been made to solve the above problems, and an object of the present invention is to automate the roll mark or scalability defect inspection and defect evaluation of the strip surface, which has been performed by the neck side of the prior art, so that visual, The present invention provides an apparatus for detecting and calculating a strip surface defect part that outputs a warning signal audibly and performs appropriate measures for removing the defect, and also calculates a rating according to the degree of defect occurrence of the defect part.
본 발명의 다른 목적은 제품의 품질불량을 미연에 방지함으로서 수요자의 불만을 감소시키고, 신뢰성있는 제품을 제공할 수 있으며, 평점부여를 자동화시킴으로서 종래 수 일 이상이 걸리던 제품의 처리를 신속하게 수행할 수 있는 스트립표면 결함부의 검출 및 평점산출장치를 제공하는데 있다.It is another object of the present invention to reduce the quality of the product in advance to reduce the complaints of the consumer, to provide a reliable product, and to automate the rating process to quickly perform the processing of the product that previously took more than a few days The present invention provides a device for detecting and evaluating strip surface defects.
도 1은 종래 열간압연에 의한 스트립강판 제조공정의 개략도,1 is a schematic diagram of a process for manufacturing a strip steel sheet by conventional hot rolling;
도 2는 종래 열연스트립강판의 제조공정 및 등급판정상태 개략도,2 is a schematic view illustrating a manufacturing process and grade determination state of a conventional hot rolled strip steel sheet;
도 3은 본 발명의 스트립강판의 제조공정 및 등급판정상태 개략도,Figure 3 is a schematic view of the manufacturing process and grade determination state of the strip steel sheet of the present invention,
도 4는 본 발명에 의한 검색 및 평점산출장치의 개략적인 설치상태도,Figure 4 is a schematic installation state of the search and rating device according to the present invention,
도 5는 본 발명에 의한 압연공정에서의 탐상상태를 설명하는 플로우차트,5 is a flowchart illustrating a flaw detection state in a rolling step according to the present invention;
도 6은 본 발명에 의한 주기성판단상태를 설명하는 플로우차트,6 is a flowchart illustrating a periodic determination state according to the present invention;
도 7은 열연스트립강판의 표면에 발생되는 롤마크흠의 분포상태도,7 is a distribution state diagram of a roll mark flaw generated on a surface of a hot rolled strip steel sheet;
도 8은 스케일성결함분류에 따른 치명성정도를 나타내는 평점분포도,8 is a rating distribution chart showing the degree of fatality according to the scale defect classification;
도 9는 롤마크성결함의 결함확률분포도.9 is a defect probability distribution diagram of roll mark defects.
※도면의 주요부분에 대한 부호의 설명※※ Explanation of symbols about main part of drawing ※
1 : 연속주조기 2 : 가열로1: continuous casting machine 2: heating furnace
3 : 조압연기 4 : 마무리(사상)압연기3: roughing mill 4: finishing mill
5 : 권취기 6 : 스트립5: winder 6: strip
7 : 표면흠탐상기 8 : 마무리압연용PC7: Surface flaw detector 8: Finish rolling PC
9 : 제어용서버 10: 중간검사용PC9: control server 10: intermediate inspection PC
51-66: 표면결함부 L1-L7: 검색 범위51-66: Surface defect L1-L7: Search range
상기 목적을 달성하기 위한 본 발명은, 열간압연공정에서 생산되는 스트립코일의 표면상에 발생되는 결함부를 감지하고 표면결함발생 및 결함평점을 산출하여 작업자에게 통보하는 장치에 있어서, 이동하는 스트립의 표면상태를 영상정보로 변환하여 출력하기 위한 표면흠탐상기와, 상기 표면흠탐상기로부터 입력되는 영상정보를 이용하여 스트립의 표면에 형성된 롤마크성결함부와 스케일성결함부를 실시간 검출하고 내장프로그램에 따라서 스트립의 표면결함상태를 판독하고 검출된 결함에 대하여 미리 설정된 기준치에 따른 결함평점을 산출하여 표시하며 메시지파일을 작성하여 출력하는 제어용서버와, 상기 제어용서버로부터 결함부관련 경고용 메시지파일이 입력되면 모니터 및 스피커를 통하여 작업자에게 통보하고 운전자가 수행한 조치를 입력하면 이것을 확인하고 메시지파일을 삭제하는 마무리압연용PC와 중간검사용PC를 포함하는 것을 특징으로 한다.The present invention for achieving the above object, in the device for detecting a defect generated on the surface of the strip coil produced in the hot rolling process, and calculates the surface defects and the defect scores to notify the operator, the surface of the moving strip Using the surface flaw detector for converting and outputting the state into image information and the image information input from the surface flaw detector, the roll mark defect and the scale defect formed on the surface of the strip are detected in real time, and the strip is detected according to the embedded program. A control server that reads the surface defect status of the controller, calculates and displays defect scores according to a preset reference value for the detected defects, creates and outputs a message file, and monitors when a message file for warning of defects is input from the control server. And actions taken by the driver by notifying the operator via the speaker If you enter this feature to check and delete the message file, characterized in that it comprises a PC for finishing and intermediate inspection.
이하 첨부된 도면을 참고하여 본 발명의 열간압연공정에서의 스트립표면 결함부 검색장치를 상세히 설명하면 다음과 같다.Hereinafter, a strip surface defect detection device in the hot rolling process of the present invention will be described in detail with reference to the accompanying drawings.
먼저 도 3을 참고하여 종래 등급판정방식과 본 발명에 의한 등급판정방식을비교설명한다.First, with reference to Figure 3 will be described a comparison between the conventional rating method and the rating method according to the present invention.
본 발명에서는 종래 권취기(5)에 의하여 감겨진 코일을 냉각시킨 후에 다시 감겨진 코일을 풀어서 검사하기 위하여 장시간동안 필드에 야적할 필요성이 없으며, 즉시 처리가 가능한 이점을 가진다. 이것은 마무리(사상)압연기(4)와 권취기(5) 사이에 설치되는 표면흠탐상기(7)를 이용하여 실시간으로 스트립표면의 흠을 검출함으로서 가능해진다. 다시말하면, 표면흠탐상기(7)를 이용하여 스트립표면의 영상정보를 획득하고, 획득된 영상정보를 실시간으로 처리하여 스트립표면에 발생된 결함부를 인식하고, 결함부의 심각성을 판단하도록 미리 설정된 점수를 부여하여 결함평점을 산출하고, 산출된 결함평점에 따라서 고온상태라도 후처리가 결정되기 때문에 냉각후에 즉시 처리함으로서 시간단축의 효과가 있다. 결함평점에 의하여 5점이면 자동목외품으로 판정되며, 결함평점이 3,4점이면 재판정, 결함평점이 1,2점이면 제품라벨이 부착되어서 출하되며, 이것은 종래와 본질적으로 동일한 과정이 된다.In the present invention, after cooling the coil wound by the conventional winder (5), there is no need to deposit in the field for a long time to release and inspect the coil wound again, it has the advantage that it can be processed immediately. This is made possible by detecting the flaw of the strip surface in real time by using the flaw flaw detector 7 provided between the finishing (magnet) rolling mill 4 and the winding machine 5. In other words, by using the surface flaw detector (7) to obtain the image information of the strip surface, and process the obtained image information in real time to recognize the defect portion generated on the strip surface, and to determine the pre-set score to determine the severity of the defect portion The defect rating is calculated, and post-treatment is determined even at a high temperature in accordance with the calculated defect score. Thus, processing is performed immediately after cooling, thereby reducing the time. If it is 5 points by defect score, it is judged as automatic visual goods. If it is 3,4 points, it is judged. If it is 1,2 points, product label is attached and shipped. This is essentially the same process.
상기와 같이 작동되는 본 발명의 평점산출장치는, 도 4를 참고하면, 표면흠탐상기(7)(Surface Defect Detector)가 종래 마무리압연기(4)와 권취기(5)의 사이를 통과하는 스트립(미도시됨)의 표면을 검출할 수 있도록 소정의 위치에 설치된다. 설치위치는 스트립의 표면을 용이하게 인식할 수 있으며 스트립의 진행에 방해되지 않는 위치이다. 스트립 표면과의 거리는 사용되는 표면흠탐상기(7)의 성능에 따라서 가변될 수 있다. 표면흠탐상기(7)는 통상 사용되는 카메라를 이용하여 구성할 수 있다.Referring to FIG. 4, the rating device of the present invention operated as described above, a surface through which a surface defect detector 7 (Surface Defect Detector) passes between the conventional finishing mill 4 and the winding machine 5 ( It is installed at a predetermined position to detect the surface of the (not shown). The installation position is a position that can easily recognize the surface of the strip and does not interfere with the progress of the strip. The distance from the strip surface may vary depending on the performance of the surface flaw detector 7 used. The surface flaw detector 7 can be comprised using the camera normally used.
표면흠탐상기(7)는 스트립(6) 표면의 결함을 판단하고, 판단결과에 따라서 결함평점을 산출하기 위한 프로그램이 내장된 제어용서버(9)와 연결되어서 획득된 영상정보를 전송한다. 상기 제어용서버(9)는 마무리압연용PC(8)와 중간검사용PC(10)와 상호연동될 수 있도록 케이블을 통하여 네트웍으로 연결된다. 상기 마무리압연용PC(8)와 제어용서버(9)와 중간검사용PC(10)들은 모두 모니터와 사운드카드를 내장하고 있으며 일반적인 개인용컴퓨터와 동일한 구성을 가진다. 또한 상기 마무리압연용PC(8)와 중간검사용PC(10)들은 마무리작업반 및 중간검사 작업반의 작업자들에게 경고메시지를 출력한다. 경고메시지는 결함발생사실을 통보하거나 또는 코일의 평점을 통보하는 내용이 될 수 있다.The surface flaw detector 7 determines a defect on the surface of the strip 6 and transmits the image information obtained by being connected to a control server 9 in which a program for calculating a defect score is embedded according to the determination result. The control server 9 is connected to the network via a cable so as to interlock with the finishing rolling PC (8) and the intermediate inspection PC (10). The finishing rolling PC (8), the control server (9) and the intermediate inspection PC (10) all have a monitor and a sound card, and have the same configuration as a general personal computer. In addition, the finishing rolling PC (8) and the intermediate inspection PC (10) outputs a warning message to the workers of the finishing work and the intermediate inspection work. A warning message may be a notification of a fault or a rating of a coil.
상기 제어용서버(9)에서는 표면흠탐상기(7)로부터 입력되는 영상신호를 처리하여 모니터화면상에 출력한다. 작업자는 출력상태를 감시하고 있다가 표면결함상태를 인식할 수 있다. 또한 제어용서버(9)는 동시에 내장되어 있는 프로그램을 이용하여 스트립 표면의 결함부에 대한 결함의 정도를 판단한다. 결함상태를 판단하기 위한 판단알고리즘에 대하여 후에 상세히 설명된다.The control server 9 processes the video signal input from the surface flaw detector 7 and outputs it on the monitor screen. The operator can monitor the output and recognize the surface defect. In addition, the control server 9 judges the degree of the defect of the defective portion of the strip surface by using the program embedded at the same time. The determination algorithm for determining the defect state will be described later in detail.
상기 마무리압연용PC(8)와 중간검사용PC(10)들은 작업장에 인접하여 설치되어서 작업자들에게 스트립의 결함상태를 통보하고 적절한 조치를 취하도록 지시하는데 사용된다. 또한 스트립의 표면상태를 실시간으로 전송하여 작업자들에게 표시할 수 있다.The finishing rolling PC 8 and the intermediate inspection PC 10 are installed adjacent to the workplace and used to notify the workers of defect states of the strip and to take appropriate measures. In addition, the surface condition of the strip can be transmitted in real time to be displayed to workers.
먼저 제어용서버(9)에서 수행되는 스트립표면의 결함검출 및 분류처리과정의 기본개념을 설명하면 다음과 같다.First, the basic concept of the defect detection and classification process of the strip surface performed in the control server 9 is as follows.
먼저 카메라인 표면흠탐상기(7)로부터 영상을 추출하고, 영상으로부터 사물검출(OD1: Object detection 1)을 수행한다. 이렇게 사물검출(OD1)후에 흠검출(OD2)을 수행한다. 검출된 흠결함을 단위흠으로 생성하는 영역분석(RA:Region Analysys)을 수행한다. 그 후에 결함의 특징을 추출(Feature extraction)하고, 결함을 분류(Classiifcation)한다. 그 후에 결함을 병합하고 필터링한다. 최종적으로 결함을 분류하고 평점을 부여한다. 이러한 과정을 상세히 설명한다.First, an image is extracted from the surface flaw detector 7, which is a camera, and object detection 1 (OD1) is performed from the image. After the object detection OD1, the defect detection OD2 is performed. Region analysis (RA) is performed to generate detected defects as unit defects. After that, the feature extraction of the defects is performed and the classification is performed. Then merge and filter the defects. Finally, classify and grade the defect. This process is described in detail.
사물검출(OD1)은 카메라에서 검출한 영상내에서 실시간으로 사물의 유무를 판단하는 알고리즘으로 1초당 120 프레임의 영상을 취득하여 사물을 저장하는 과정으로 실시간으로 처리된다.Object detection (OD1) is an algorithm that determines the presence or absence of an object in real time in an image detected by a camera. The object is detected in real time by obtaining an image of 120 frames per second and storing the object.
사물검출(OD1)은 카메라에서 취득한 영상(Obeject Image)과 기준영상(Refernece Image)의 화소대 화소 차이(Point to Point Subtraction)을 구하여 만든 차이영상(Different Image)에 대하여 영역분할 및 다중임계기법을 적용하여 흠의 유무가 판단되며 기준영상(Reference Image)으로부터 구해진다.Object detection (OD1) applies region division and multi-threshold techniques to differential images created by obtaining point-to-point subtraction of the image acquired from the camera and the reference image. The presence or absence of a defect is determined and obtained from a reference image.
영역분할(Tile Anslysys)이란 취득한 흠영상을 N * M 크기의 작은 사각형 영역들로 나누는 것을 의미하며, 다중임계기법(Multi-Threshold Method)은 나누어진 작은 영역별로 네 가지 레벨의 임계값을 적용시켜 흠을 검출하는 방식이다.Tile Anslysys means to divide the acquired image into small rectangular areas of size N * M. The Multi-Threshold Method applies four levels of thresholds to each divided small area. It is a method of detecting a flaw.
흠검출(OD2)은 사물검출(OD1)에서 결함이 있다고 판단되는 영상에서 흠화소(Defect Pixel)을 구분해내는 알고리즘이다. 즉, 결함이 있는 세그먼트들을 8-Connected labeling에 따라서 화소단위가 아니라 세그먼트영역단위로 라벨링한후에, 같은 레벨값을 갖는 세그먼트를 둘러싸는 가장 작은 사각형영역을 만든다. 흠(OD2)검출 알고리즘에서 사용되는 각 필터들은 이를 사각형영역에만 적용시킴으로서 처리시간을 단축시킨다.The defect detection OD2 is an algorithm for distinguishing defective pixels from an image determined to be defective in the object detection OD1. That is, after labeling defective segments by segment region unit rather than pixel unit according to 8-Connected labeling, the smallest rectangular region surrounding the segment having the same level value is created. Each filter used in the OD2 detection algorithm reduces the processing time by applying it only to the rectangular region.
흠검출(OD2) 알고리즘은 4종류의 필터를 사용하여 표면결함을 검출한다. 각각은 디스크타입(Disk Type), 포인트타입(Point Type), 에어리어타입(Area Type), 라인타입(Line Type) 필터로 구분된다. 이것은 스트립코일의 표면에 발생하는 결함의 형태에 따라서 최적의 검출효과를 얻기 위해서 각기 특성화된 필터를 사용하기 위한 것이다.The defect detection (OD2) algorithm uses four types of filters to detect surface defects. Each is divided into a disk type, a point type, an area type, and a line type filter. This is to use a filter that has been characterized in order to obtain an optimal detection effect according to the type of defect occurring on the surface of the strip coil.
각각의 필터의 특성은 다음과 같다. 디스크타입 필터는, 원형형태의 표면결함에 최적화된 성능을 보인다. 디스크타입 필터는 디스크형태와 링형태의 구조요소(Structing element)를 사용한다. 디스크형태는 검출하고자 하는 표면결함의 크기와 비슷하여야 하며, 링형태는 디스크형태를 포함해야 한다.The characteristics of each filter are as follows. Disc type filters show optimized performance for circular surface defects. Disc type filters use disc and ring structural elements. The disk shape should be similar to the size of the surface defect to be detected, and the ring shape should include the disk shape.
디스크형태는 검출대상을 인핸스먼트(Enhancement)하는 기능을 가지며, 링형태는 검출대상을 디프레싱(Depressing)하는 기능을 가진다. 검출하고자 하는 원형형태의 결함중에서 주변 화소값보다 밝은 부분을 나타내는 Dull mark와 같은 결함은 인핸스먼트 구조에 딜레이션(Dilation)을 적용하고, 반대로 결함이 주변의 화소값보다 어두운 부분특성을 갖는 롤마크(Roll mark)와 같은 결함에는 이로젼(Erosion)을 적용한다.The disk type has a function of enhancing the detection target, and the ring shape has a function of depressing the detection target. Among the defects of circular shape to be detected, such as a Dull mark indicating a brighter part than the surrounding pixel value, a division is applied to the enhancement structure, and a roll mark in which the defect has a partial characteristic darker than the surrounding pixel value. Erosion is applied to defects such as (Roll mark).
그리고 디프레싱 구조에는 메디안(Median)을 적용하여 주변 화소값을 획득한다. 그레이(Gray) 영상에서의 딜레이션(Dilation)과 메디안(Median)은 구조요소내에서 최대값과 최소값으로 필터결과를 나타내지만 이 경우에 잡음(Noise)에 민감하기 때문에 효과적이지 않다. 따라서 구조요소내의 화소값을 소팅(sorting)하여 n%에 해당하는 화소값을 선택한다. 기존의 딜레이션은 100%에 해당되며 0%는 이로젼에 해당된다. 디스크타입필터는 인핸스먼트와 디프레스결과의 차이에 대한 스레스홀드로서 결함을 검출한다.Median is applied to the depressing structure to obtain the peripheral pixel values. Dilation and median in the gray image show the filter results with the maximum and minimum values in the structural elements, but in this case they are not effective because they are sensitive to noise. Accordingly, the pixel value corresponding to n% is selected by sorting the pixel value in the structure element. The existing deal is 100% and 0% is erosion. The disc type filter detects a defect as a threshold for the difference between the enhancement and the depress result.
포인트타입 필터는 콘트라스트가 아주 높은 포인트성의 포인트러스트(Point Rust)와 같은 결함을 검출한다. 포인트타입필터는 디스크타입필터와 거의 같은 원리를 적용한다. 딜레이션과 이로젼을 수행하는 3*3 구조요소를 사용하며 최대값과 최소값을 사용한다. 백그라운드필터로는 5*5 Mean 필터를 사용한다. 마찬가지로 두 필터의 차에 대한 스레스홀드로서 결함을 검출한다.Point type filters detect defects such as point rust with very high contrast. Point type filters apply almost the same principle as disc type filters. It uses 3 * 3 structural elements to perform dilation and erosion, using the maximum and minimum values. 5 * 5 Mean filter is used as the background filter. Similarly, defects are detected as thresholds for the difference between the two filters.
에어리어타입필터는 영역러스트(Area Rust) 또는 이물묻음과 같은 넓은 면적을 갖는 결함을 검출하기 위한 검출알고리즘이다. 먼저 처리하고자 하는 영상과 OD 알고리즘에서 만든 기준영상과의 차이를 구한 영상에 대하여 피라미드형식으로 영상크기를 축소시킨다. 즉 각 피라미드레벨에서의 영상크기는 이전 영상보다 4배(가로, 세로 각 2배)씩 감소된다. 줄이는 방법은 4화소를 평균해서 1화소를 만든다. 이런 방식으로 n레벨 피라미드영상이 구해지면 스레스홀드를 하여 이진화시킨다음 원래 영상으로 복구한다. 피라미드방식의 에어리어타입필터는 작은 흠이나 잡은 또는 불규칙한 대상을 제거해주면서 효율적으로 면적에 기인하는 결함들을 산출한다.The area type filter is a detection algorithm for detecting defects having a large area such as area rust or foreign matter. First, the image size is reduced in pyramid form for the difference between the image to be processed and the reference image made by the OD algorithm. In other words, the image size at each pyramid level is reduced by 4 times (horizontal, 2 times vertically) than the previous image. The reduction method is to make 1 pixel by averaging 4 pixels. In this way, when an n-level pyramid image is obtained, it is thresholded to binarize and then restored to the original image. Pyramid-type area filters efficiently eliminate defects due to area while removing small flaws, trapped or irregular objects.
라인필터는 스케일이나 스크래치 등과 같은 라인형태의 결함들을 효과적으로 검출하기 위하여 특성화된 필터이다. 이 필터는 인핸스먼트 필터와 백그라운드 필터 결과의 차이를 스레스홀드하여 라인형태의 결함을 검출한다. 인핸스먼트는 3*15의 Mean 필터를 사용하며, 백그라운드필터는 11*1의 구조요소를 사용하여 n%(보통 20∼30%)의 값을 사용한다.The line filter is a filter characterized to effectively detect line-shaped defects such as scale or scratch. This filter thresholds the difference between the enhancement filter and the background filter result to detect line defects. The enhancement uses a 3 * 15 Mean filter and the background filter uses a value of n% (usually 20-30%) using 11 * 1 structural elements.
흠검출(OD2)은, 4종류의 필터결과를 병합(merge)하여 최종적으로 표면결함을 나타낸다. 표면결함으로 인식된 화소에 대하여 인접한 화소끼리 같은 결함단위로 인식할 수 있도록 라벨링한다.The defect detection (OD2) merges four types of filter results and finally shows surface defects. Pixels recognized as surface defects are labeled so that adjacent pixels can be recognized in the same defect unit.
또한 군집형태의 결함단위를 하나의 단위결함으로 형성하기 위하여 영역확대(Region Growing)이라는 방법을 사용한다. 영역확대는 OD2결과 영상을 1/10로 축소한 영상에서 라벨링작업을 하는 것이다. 축소방법은 10*10화소내에 결함이 존재하면 축소된 해당화소는 결함화소로 설정된다. 라벨링후에 다시 원래의 영상으로 복귀하면 군집결함은 하나의 단위결함으로 라벨링된다.In addition, a method called region growing is used to form a cluster-type defect unit as a unit defect. Area enlargement is the labeling operation on the image of OD2 resulted image reduced to 1/10. In the reduction method, if there are defects in 10 * 10 pixels, the reduced pixels are set as defective pixels. When labeling returns to the original image, the cluster defect is labeled as one unit defect.
RA(Region Analysys)(검출흠의 단위흠생성)은 흠영상에서 검출된 흠화소들을 분석하여 화소들을 단위흠으로 구분지어 주는 역할을 한다. 예를 들어 스케일과 같은 흠이 검출되었을 때, 하나의 스케일은 여러 조각으로 나누어지는데, 이를 하나의 스케일로 인식되게 한다. RA에서는 먼저 OD2에서 검출된 영상을 라벨링하는 과정을 거쳐서 연결된 화소들을 같은 이름의 라벨을 붙여서 구분시킨다. 다음으로 영역확대방법을 이용하여 서로 인접한 라벨영역을 결합시킨다. 영역확대방법은 원형형태의 확대방법과 사각형형태의 확대방법이 있다.RA (Region Analysys) (unit defect generation of the detection defect) plays a role of classifying pixels into unit defects by analyzing the defect pixels detected in the defect image. For example, when a flaw, such as a scale, is detected, one scale is divided into several pieces, which makes it recognized as one scale. In RA, the pixels detected by the OD2 are first labeled, and the connected pixels are labeled with the same name. Next, the label enlargement method is used to combine adjacent label areas. The area enlargement method has a circular enlargement method and a rectangular enlargement method.
특징추출(Feature Extraction)은 각 검출된 단위흠별로 흠의 특징값을 추출하는 알고리즘이다. 추출되는 값은 그레이분포분석, 형태학적인 분석, 바이너리정보분석등에 의하여 추출되며, 총 300여개의 특징(폭, 길이, 평균값, 모양, 각도, 색상)들을 추출할 수 있다. 튜닝단계에서 특징값을 데이터베이스에 많이 입력하여 자체 학습하게 된다.Feature Extraction is an algorithm for extracting feature values of each defect. The extracted values are extracted by gray distribution analysis, morphological analysis, binary information analysis, etc., and a total of 300 features (width, length, average value, shape, angle, color) can be extracted. In the tuning phase, a lot of feature values are entered into the database to be self-learned.
결함분류(CL:Classification)는 검출된 흠을 분류하는 알고리즘이다. 추출된 특징값을 바탕으로 흠의 명칭을 결정한다. 현재 표면흠탐상기(7)에서 사용될 수 있는 분류알고리즘으로는 C-5 Rule Base Classification(Fussy Rule Set)에 의한 방법과 Neural Network을 사용하는 방법등이 있다.CL (Classification) is an algorithm that classifies detected defects. The name of the flaw is determined based on the extracted feature values. Currently, classification algorithms that can be used in the surface flaw detector 7 include a method based on C-5 Rule Base Classification (Fussy Rule Set) and a method using a neural network.
분류알고리즘에서는 흠명칭을 훈련시킬 수 있는 샘플의 마스터 셋업 (Master set-up of Sample)이 필요하며, 이러한 마스터 셋업은 온라인상에서 검출된 영상을 작업자가 흠명칭별로 분류하여 저장하면 자동으로 학습을 수행하여 분류자(Classifier)를 생성시킨다.The classification algorithm requires a master set-up of samples that can train the scratches, and the master setup automatically learns when the operator classifies and stores the images detected online. Create a classifier.
상기와 같은 방법을 통하여 열연강판에서 발생된 표면결함에 대해 표면흠탐상기(7)의 계측결과정보를 제어용서버(9)에서 분석하여 롤마크, 스케일결함등의 치명적인 결함발생을 판단하게 된다.Through the above method, the measurement result information of the surface flaw detector 7 is analyzed by the control server 9 for the surface defects generated in the hot-rolled steel sheet to determine the occurrence of fatal defects such as roll marks and scale defects.
상기와 같은 구성을 가진 본 발명의 검사장치의 작동상태 및 표면흠결함판단상태를 도 5의 플로우차트를 참고하여 설명한다.The operation state and the surface defect determination state of the inspection apparatus of the present invention having the above configuration will be described with reference to the flowchart of FIG. 5.
제어용서버(9)에서는 정상적인 압연작업을 실시하는 단계(S1)에서 표면흠탐상기(7)로부터 스트립 표면의 영상정보를 입력받으며(S2), 이것을 이용하여 1차적으로 결함순서(Ri)와 결함길이(Rj)와 결함폭(Wj)등의 위치정보를 제어용서버(9)의 저장장치에 기록한다(S3). 이 정보는 상기한 것과 같은 방법에 의하여 롤마크성 및스케일성 결함의 검출 및 평점산출에 사용된다. 표면흠탐상기(7)에 의하여 수행되는 영상정보는 일정구간에 걸쳐서 수행된다.The control server 9 receives the image information of the surface of the strip from the surface flaw detector 7 in the step S1 of performing a normal rolling operation (S2), by using the defect order Ri and the defect length first. Position information such as (Rj) and defect width (Wj) is recorded in the storage device of the control server 9 (S3). This information is used for the detection and evaluation of roll mark and scale defects by the same method as described above. Image information performed by the surface flaw detector (7) is performed over a certain period.
제어용서버(9)에서는 상기와 같이 기록되는 스트립의 표면정보를 이용하여 검사를 수행한다. 이 때 롤마크성결함이 최초로 검색되면(S4), 제어용서버(9)에서는 이것이 주기성을 가지고 반복되는가 아닌가를 판단하기 위하여 주기성검사를 수행한다(S5). 주기성검사에 대하여 후에 상술된다.The control server 9 performs inspection using the surface information of the strip recorded as above. At this time, if the roll mark defect is first detected (S4), the control server 9 performs a periodicity check to determine whether it is repeated with periodicity (S5). The periodicity test will be described later.
주기성결함검사결과 주기성이 있으면(S8), 결함발생에 대한 정보를 포함하는 메시지파일(TXT파일)을 생성한다(S9).If the periodicity defect inspection result is periodicity (S8), a message file (TXT file) containing information on the occurrence of a defect is generated (S9).
만일 주기성검사결과 주기성이 없으면(S6), 스케일성결함검사를 수행한다(S7). 스케일성검사결과 결함이 발견되지 않으면 제어용서버(9)는 검사를 종료하고 대기상태를 유지하다가 다음 정상압연작업이 실시되면 표면흠탐상기(7)를 이용하여 결함검출을 수행한다(S2).If there is no periodicity as a result of periodicity test (S6), a scale defect test is performed (S7). If no defect is found as a result of the scalability test, the control server 9 ends the inspection and maintains the standby state, and then performs defect detection using the surface flaw detector 7 when the next normal rolling operation is performed (S2).
스케일성결함검사결과 주기성이 있으면, 결함발생에 대한 정보를 포함하는 메시지파일(TXT파일)을 생성한다(S9). 상기와 같이 메시지파일이 작성되는 경우는, 먼저 롤마크성결함을 검사하고 스케일성결함을 검사하여 롤마크성결함이 주기성을 가지거나 스케일성결함이 발견되는 경우이다.If there is periodicity in the scale defect inspection result, a message file (TXT file) containing information on the occurrence of a defect is generated (S9). When the message file is created as described above, the roll mark defect is first checked and the scale mark defect is checked, so that the roll mark defect has periodicity or the scale defect is found.
이와 동시에 주기성이 있는 롤마크 및/또는 스케일성결함등에 대하여 내부에 저장된 기준치를 이용하여 점수를 부여하고 평점을 산출한다. 평점산출에 대한 일실시예가 도 7을 참고하여 설명된다.At the same time, scores are calculated and scores are calculated using a reference value stored internally for periodic roll marks and / or scale defects. An embodiment of the rating calculation is described with reference to FIG.
상기와 같이 결함검사에 의하여 롤마크성 또는 스케일성결함이 발견되면, 제어용서버(9)는 생성된 메시지파일을 마무리압연용PC(8)와 중간검사용PC(10)로 전송한다(S10). 상기 마무리압연용PC(8)와 중간검사용PC(10)에 전송이 완료되면(S11), 제어용서버(9)는 생성된 메시지파일을 삭제한다(S12). 상기와 같은 과정은 제어용서버(9)에서 수행되는 과정이다. 상기와 같은 메시지파일의 전송은 선택적으로 수행될 수 있으며, 메시지파일에 포함되는 내용에는 또한 해당 코일에 대한 평점이 추가되어서 즉시 후처리과정을 지정할 수 있다.If a roll mark or scale defect is found by defect inspection as described above, the control server 9 transmits the generated message file to the finishing rolling PC 8 and the intermediate inspection PC 10 (S10). . When transmission is completed to the finishing rolling PC 8 and the intermediate inspection PC 10 (S11), the control server 9 deletes the generated message file (S12). The above process is a process performed in the control server (9). The transmission of the message file as described above may be selectively performed, and the content included in the message file may also be added with a rating for the coil to immediately designate a post-process.
도 3을 다시 참고하면, 평점이 5점이면, 자동목외품으로 판정하여 정정야드적치후에 냉각되면 보급, 평량, 포장작업, 보류장적치, 수요가재결정, 제품창고입고, 및 출하와 같은 과정을 따라서 처리된다. 또한 평점이 3,4점이면 되감기작업을 수행하여 표면결함검사를 다시 실시하여 결함평점 및 등급판정을 하고, 평량, 제품라벨부착, 포장작업, 제품창고입고후에 출하한다. 또한 평점이 1,2점이면 되감기작업없이 정정야드에서 냉각후에 보급, 평량, 제품라벨부착, 포장작업, 제품창고입고, 출고한다.Referring to FIG. 3 again, if the rating is 5 points, it is judged as an auto-outdoor product, and the process such as supply, basis weight, packing work, hold storage value, demand re-determination, product warehouse receipt, and shipment when cooled after correction yard loading Therefore it is processed. Also, if the rating is 3 or 4 points, rewind operation is performed to perform surface defect inspection again to determine flaw rating and grade, and to be shipped after basis weight, product labeling, packing work, and product warehouse. In addition, if the score is 1,2 points, it is replenished in the correction yard without rewinding, and then it is supplied, basis weight, product labeling, packing work, product warehouse, and shipping.
한편, 결함이 발견되었다는 메시지를 전송받은 마무리압연용PC(8)와 중간검사용PC(10)에서는 메시지파일의 전송을 확인한 후에(S13, S14), 메시지파일의 내용에 따라서 작업자들에게 메시지 및 음성을 출력한다(S15). 메시지는 각각의 PC(8,10)에 연결되어 있는 모니터화면을 통하여 출력되며, 음성은 사운드카드에 연결된 스피커를 통하여 출력된다. 메시지화면의 일례를 들면 현재 작업완료된 스트립코일에서 롤마크성결함 또는 스케일성결함이 발견되었다는 내용과, 코일의 평점정보를 포함한다. 또한 스피커를 통한 음성출력도 동일한 내용이 될 수 있다.On the other hand, in the finishing rolling PC (8) and the intermediate inspection PC (10) received a message that a defect was found after confirming the transmission of the message file (S13, S14), according to the contents of the message file, The voice is output (S15). The message is output through the monitor screen connected to each PC (8, 10), and the voice is output through the speaker connected to the sound card. An example of the message screen includes the fact that a roll mark defect or a scale defect has been found in the strip coil currently completed and the rating information of the coil. In addition, the audio output through the speaker can be the same.
상기와 같이. 메시지와 음성출력후에 마무리압연용PC(8)와 중간검사용PC(10)는 대기상태를 유지한다. 이러한 대기상태에서 메시지와 음성출력을 보고 들은 작업자, 마무리 압연기 운전자 및/또는 중간검사 검사자는 결함발견결과를 직접 확인하고 제품을 분리수거하거나 또는 롤마크결함이나 스케일성결함을 발생시키는 원인을 제거하고(S16) 제거결과를 마무리압연용PC(8) 또는 중간검사용PC(10)에 입력시킨다(S17).As above. After the message and voice output, the finishing rolling PC 8 and the intermediate inspection PC 10 remain in a standby state. Operators, finishing mill operators, and / or intermediary inspectors who see and hear messages and voice outputs in this standby state can directly check for defect findings, remove the product or eliminate the cause of roll mark or scale defects. (S16) The removal result is inputted to the finishing rolling PC 8 or the intermediate inspection PC 10 (S17).
상기와 같이 입력되면 마무리압연용PC(8) 또는 중간검사용PC(10)에서는 결함에 관련된 메시지파일을 삭제하여 결함검사작업을 완료한다(S18). 삭제작업후에 다시 새로운 결함발견메시지파일이 제어용서버(9)로부터 전송되는 가를 확인하도록 대기상태를 유지한다.If it is input as described above, the finishing rolling PC (8) or the intermediate inspection PC (10) deletes the message file related to the defect to complete the defect inspection operation (S18). After the deletion operation, the standby state is again maintained to check whether a new defect discovery message file is transmitted from the control server 9.
도 6 및 도 7을 참고하여 롤마크성결함의 주기성판단로직의 일례를 설명하면 다음과 같다.An example of the periodicity determination logic of the roll mark defect will be described with reference to FIGS. 6 and 7.
하기에서 길이방향으로 일정한 범위는 사용중인 최종 마무리 압연롤의 1회전 후에 재발생할 수 있는 롤마크의 길이오차범위를 의미하는 것으로서, 도 7의 L1-L7이 해당된다.In the following, the predetermined range in the longitudinal direction means a range of length error of the roll mark which can be regenerated after one rotation of the final finish rolling roll in use, and corresponds to L1-L7 of FIG. 7.
주기성판단은 먼저 표면흠탐상기(7)로부터 입력되는 영상정보데이터를 이용하여, 제어용서버(9)에서 주기성판단위치에 검출된 결함부의 존재를 확인하고(S51), 동일라인 또는 소정의 폭을 가진 라인범위안에 검출된 결함부를 확인하고(S52), 결함수가 3개 이상이 되는 가를 판단하여(S53) 3개 이상이 되면 주기성을 가진 결함부로 판단하여 롤마크성 결함부(S8; 도 3의 S8과 동일함)로 인식하는 것이다.The periodic determination first checks the presence of the defect portion detected at the periodic determination position in the control server 9 by using the image information data input from the surface flaw detector 7 (S51), and has the same line or the predetermined width. Defects detected in the line range are checked (S52), and the number of defects is determined to be three or more (S53). When three or more are determined, the defects having periodicity are determined and roll mark defects (S8; S8 in Fig. 3). Is the same as
상기와 같은 판단과정을 도 7의 구체적인 결함부의 예를 들어 설명하면 다음과 같다.The determination process as described above will be described with reference to an example of the specific defect part of FIG. 7.
스트립(6) 표면상에 존재하는 결함부중에서 최초 롤마크성결함부(51)가 확인되면(S4; 도 5의 S4와 동일함), 확인된 첫 번 째 결함부(51)로부터 길이방향으로 일정한 범위(2000±100mm)내에 존재하는 결함부를 대상으로 하여 10회 연속하여 범위내에 결함부를 전부 확인(S51)하여, 결함부가 없으면 다음 결함부(52)(N번 째: An)를 확인(S5-1)하고, 결함부(51)가 있으면 각 결함부중 최초 결함부(51)와 동일라인(±200mm 이내: D1)에 있는 결함부(58,60,65)을 확인한다(S52). 만일 결함부가 없으면 다음 결함부(52)를 확인(S5-1)하고, 결함부가 있으면 상기 길이방향의 범위(L1-17)안에 있는 결함(51,58,60,65)의 숫가 몇 개인가를 판단(S53)한다. 갯수가 3개 이상이면 주기성이 있는 것으로 판단(S8)하고 도 3에서 설명된 것과 같이 진행된다. 3개 미만이면 다음 결함부(52)를 확인하여(S5-1) 최초와 동일한 방식으로 연속확인하다가 최종 결함(Ai)까지 연속성이 없으면 주기성이 없는 것으로 판단(S6)한다. 상기 단계 S54-S56은 상기 단계 S51-S53과 동일한 과정이다. 상기와 같이 하여 롤마크성 결함부에 대한 판단이 수행된 후에 메시지파일을 작성한다. 상기 구체예에 있어서, 스트립(6)의 폭은 2000mm 내외의 크기를 갖는 것을 기준으로 하였으며, 폭의 크기가 다른 경우에는 다른 범위등의 크기가 변경될 수 있다.If the first roll mark defect 51 is found among the defects present on the surface of the strip 6 (S4; same as S4 in FIG. 5), the first defect mark 51 is identified in the longitudinal direction from the identified first defect 51. For all the defects within the range 10 times in a row (S51) for the defects that exist within a certain range (2000 ± 100 mm), if there are no defects, check the next defect 52 (Nth: An) (S5). -1), if there is a defective portion 51, the defective portions 58, 60, and 65 on the same line (within ± 200mm: D1) as the first defective portion 51 of each defective portion are checked (S52). If there is no defect, the next defect 52 is checked (S5-1), and if there is a defect, the number of defects 51, 58, 60, 65 in the longitudinal range L1-17 is determined. (S53). If the number is three or more, it is determined that there is a periodicity (S8) and proceeds as described in FIG. If less than three, the next defective portion 52 is checked (S5-1) and continuously checked in the same manner as the first one. If there is no continuity until the final defect Ai, it is determined that there is no periodicity (S6). Steps S54-S56 are the same processes as steps S51-S53. The message file is created after the determination on the roll mark defect is performed as described above. In the above embodiment, the width of the strip 6 is based on having a size of about 2000mm, and when the size of the width is different, the size of other ranges and the like may be changed.
도 9는 롤마크성결함부의 탐상수에 따른 확인 결과를 도시한 것으로서, 결함으로 판정될 확률이 나타나 있다. 통상 롤마크결함부의 갯수가 3개 이상이면 90%이상이 결함부로 나타나고 있음을 알 수 있다. 실제로 이러한 수치들은 상기 구체예에 대하여 적용된 것이다.9 shows the verification result according to the flaw detection number of the roll mark defect part, and shows the probability of determination as a defect. In general, when the number of roll mark defects is three or more, it can be seen that 90% or more appear as defects. Indeed these values are applied for the above embodiments.
한편 스케일성 결함부는 주로 군집을 이루어 발생되므로, 통상적으로 스케일성 결함발생면적을 비교하여 치명적인 스케일성결함을 판단한다. 이러한 면적판단을 위하여 두가지 면적이 사용된다. 하나는 표면흠탐상기(7)의 카메라장치에서 인식된 스케일성결함부가 차지하는 면적(K1)이고 다른 하나는 제어용서버(9)의 내부처리프로그램으로부터 계산된 스케일성결함부가 차지하는 면적(K2)이다. 각각의 면적은 PC에서의 면적을 표시하는 픽셀(Pixel) 단위로 표시된다. 이렇게 표시되는 각각의 면적이 소정치와 비교하여 이것을 초과하면 스케일성결함부로 판단하게 되는 것이다. 상기 소정치는 면적 K1, K2에 대하여 각각 설정될 수 있으며, 예를 들면 스케일성결함부가 치명적인 결함으로 판단되는 값이 된다.On the other hand, since the scalability defects are mainly generated by clustering, the scalability defects are usually compared to determine the fatal scalability. Two areas are used for this area judgment. One is the area K1 occupied by the scale defects recognized by the camera device of the surface flaw detector 7 and the other is the area K2 occupied by the scale defects calculated from the internal processing program of the control server 9. Each area is expressed in units of pixels representing the area on the PC. If each area displayed in this way exceeds this in comparison with a predetermined value, it is judged as a scale defect part. The predetermined value may be set for the areas K1 and K2, respectively, and for example, the scale defect is a value determined as a fatal defect.
도 8은 표면흠탐상기(7)에서 발견된 스케일성 결함부를 작업자가 확인하였을 때 그 치명성 정도와 검출면적을 비교한 것으로서, 치명적인 결함으로 분류되는 항목(6번)이 대부분 픽셀의 크기가 "56034" 보다 큰 범위에 있는 것을 알 수 있다. 이것을 시스템내부처리기준으로 검출하였을 때 "614" 픽셀 이상임을 확인할 수 있으며, 상기 픽셀의 범위 이상에 속하는 결함부를 검출하였을 때 메시지파일을 작성하도록 구성할 수 있다. 물론 상기 픽셀의 범위는 스트립(6)의 폭 및 단위범위에 따라서 변경될 수 있다.FIG. 8 compares the degree of lethality and the detection area when the operator checks the scalability defects found in the surface flaw detector 7, and the item (No. 6) classified as a fatal defect has a large pixel size. We can see that it's larger than 56034 ". When it is detected by the system internal processing criterion, it can be confirmed that the pixel is "614" or more, and a message file can be created when the defect part belonging to the pixel range or more is detected. Of course, the range of the pixel may be changed according to the width and the unit range of the strip 6.
상기와 같이 검출된 흠에 대한 평점산출과정중에서 롤마크평점부여는 의사결정나무(Decision Tree) 방법을 이용하여 수행할 수 있다. 예를 들어서,The roll mark scoring may be performed by using a decision tree method in the process of calculating the grade of the detected defect as described above. For example,
feature.w_sbox(Box Width)=검출된 표면결함 흠(ROI)의 폭(Pixel), W: w1=17, w2=24, w3=32, w4=126;feature.w_sbox (Box Width) = Pixel of detected surface defect defect (ROI), W: w1 = 17, w2 = 24, w3 = 32, w4 = 126;
feature.h_sbox(Box Height)=검출된 표면결함 흠(ROI)의 높이(Pixel), H: h1=13, h2=20, h3=24, h4=84;feature.h_sbox (Box Height) = Pixel of detected surface defect defect (ROI), H: h1 = 13, h2 = 20, h3 = 24, h4 = 84;
feature.A_sbox(Box Area)=검출된 표면결함흠(ROI)의 면적, S: s1=140, s2=686, s3=1280, s4=6042;feature.A_sbox (Box Area) = area of detected surface defect (ROI), S: s1 = 140, s2 = 686, s3 = 1280, s4 = 6042;
feature.A(Area)=ROI 박스내에서 검출된 픽셀(Pixel)의 수(단위 p), A: a1=32, a2=44, a3=67, a4=76, a5=85, a6=276, a7=350;feature.A (Area) = number of pixels (Pixel) detected in the ROI box, A: a1 = 32, a2 = 44, a3 = 67, a4 = 76, a5 = 85, a6 = 276, a7 = 350;
Meagv(Mean Gray Level) = ROI Box 내에서 검출된 픽셀의 평균화소값,Meagv (Mean Gray Level) = average pixel value of pixels detected in ROI Box,
Mgvdif(Foreground Contrast)= ROI Box 내에서 검출된 픽셀의 평균화소값과 배경화소값의 차이, M: m1=-15, m2=1,Mgvdif (Foreground Contrast) = difference between the average pixel value and the background pixel value of pixels detected in the ROI box, M: m1 = -15, m2 = 1,
등과 같이 각각의 검출된 면적, 픽셀, 평균화소값, 평균화소값과 배경화소값과의 차이등에 대하여 결함의 정도를 분류하기 위한 임계 기준값들을 설정하고, 표면검사에 의하여 검출된 측정치를 상기 기준값들과 의사결정나무방식으로 비교해가면서 최종적으로 결함평점을 부여하는 것이다. 이러한 평점부여방식의 간단한 예를 들면, 하기와 같다.Setting threshold reference values for classifying the degree of defects for each detected area, pixel, average pixel value, difference between the average pixel value and the background pixel value, and the like. And the decision tree method is used to finally give a defect rating. A simple example of such a rating method is as follows.
A_sbox <= 686:A_sbox <= 686:
A > 67:A> 67:
h_sbox > 24: 2(평점)h_sbox> 24: 2 (rating)
h_sbox <=24:h_sbox <= 24:
A > 85: 3(평점)A> 85: 3 (rating)
A <= 85:A <= 85:
A <= 76: 3(평점)A <= 76: 3 (rating)
A > 76: 2(평점)A> 76: 2 (rating)
상기에서 A_sbox는 검출된 표면결함흠(ROI)의 면적으로서, 이것의 크기를 기준치와 상호비교하여 가면서 최종평점을 부여하고 있다. 이러한 트리방식은 또한 플로우차트방식을 이용하여 간단하게 구성할 수 있다.In the above, A_sbox is the area of the detected surface defect defect (ROI), and the final score is given while comparing the size thereof with the reference value. Such a tree method can also be simply configured using a flowchart method.
이와 같은 본 발명에 의하면 종래 작업자의 목측에 의하여 수행되던 스트립표면의 롤마크성 또는 스케일성 결함검사 및 결함평점과정을 자동화시켜서 결함발견시에 시각적, 청각적으로 경고신호를 출력하여 결함제거를 위한 적절한 조치를 수행하며, 또한 결함부의 흠발생정도에 따른 결함평점을 산출하여 코일의 후처리동작을 지시함으로서 처리시간이 단축되고, 작업공수가 단축되는 효과가 있다.According to the present invention by automating the roll mark or scalability defect inspection and defect scoring process of the strip surface performed by the neck side of the prior art by outputting a warning signal visually and acoustically when defects are found for defect removal By performing appropriate measures and calculating the flaw point according to the degree of flaw of the defective part to instruct the post-treatment operation of the coil, the processing time can be shortened and the labor time can be shortened.
Claims (4)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020010076730A KR100838723B1 (en) | 2001-12-05 | 2001-12-05 | Device for detecting and evaluating the point of defect on strip surface |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020010076730A KR100838723B1 (en) | 2001-12-05 | 2001-12-05 | Device for detecting and evaluating the point of defect on strip surface |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20030046253A true KR20030046253A (en) | 2003-06-12 |
| KR100838723B1 KR100838723B1 (en) | 2008-06-16 |
Family
ID=29573258
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020010076730A KR100838723B1 (en) | 2001-12-05 | 2001-12-05 | Device for detecting and evaluating the point of defect on strip surface |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR100838723B1 (en) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100627488B1 (en) * | 2005-05-16 | 2006-09-25 | 주식회사 포스코 | Method for determining surface quality of strip using surface defect informations |
| KR100832434B1 (en) * | 2001-12-26 | 2008-05-26 | 주식회사 포스코 | Method for automatically controling o.r.g with the surface defect of strip |
| CN112819748A (en) * | 2020-12-16 | 2021-05-18 | 机科发展科技股份有限公司 | Training method and device for strip steel surface defect recognition model |
| CN113344730A (en) * | 2021-06-04 | 2021-09-03 | 北京首钢股份有限公司 | Strip steel disposal system and method |
| CN113670941A (en) * | 2021-08-30 | 2021-11-19 | 宝钢湛江钢铁有限公司 | Method for online quantitative evaluation of oxidation color defects on surface of multifunctional continuous annealing strip steel |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101725605B1 (en) | 2014-12-19 | 2017-04-11 | 주식회사 포스코 | Method for detecting continuous defects using surface defect information and recording medium |
| KR102128647B1 (en) * | 2017-12-29 | 2020-06-30 | 주식회사 포스코아이씨티 | System for Surface Defect Inspection |
| MX2021007733A (en) * | 2018-12-25 | 2021-08-05 | Jfe Steel Corp | Learned model generation method, learned. |
| KR102196114B1 (en) * | 2018-12-28 | 2020-12-29 | 주식회사 포스코아이씨티 | Apparatus and method for inspecting steel products |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0225736A (en) * | 1988-07-15 | 1990-01-29 | Kawasaki Steel Corp | Method of deciding flaw characteristic |
| JPH04182030A (en) * | 1990-11-14 | 1992-06-29 | Nkk Corp | Device for alarming generation of scratch on thin steel strip |
| JP3021266B2 (en) * | 1994-01-31 | 2000-03-15 | 新日本製鐵株式会社 | Optical steel sheet surface inspection equipment |
| KR100264983B1 (en) * | 1996-12-19 | 2000-09-01 | 이구택 | A detecting appratus and method for rolling-crop |
| KR100838722B1 (en) * | 2001-12-05 | 2008-06-16 | 주식회사 포스코 | Device for detecting the defects on the strip surface |
| KR20030049735A (en) * | 2001-12-17 | 2003-06-25 | 주식회사 포스코 | A method for identifying the number of roller stand causing a periodical roll mark on the hot rolled steel sheet |
-
2001
- 2001-12-05 KR KR1020010076730A patent/KR100838723B1/en active IP Right Grant
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100832434B1 (en) * | 2001-12-26 | 2008-05-26 | 주식회사 포스코 | Method for automatically controling o.r.g with the surface defect of strip |
| KR100627488B1 (en) * | 2005-05-16 | 2006-09-25 | 주식회사 포스코 | Method for determining surface quality of strip using surface defect informations |
| CN112819748A (en) * | 2020-12-16 | 2021-05-18 | 机科发展科技股份有限公司 | Training method and device for strip steel surface defect recognition model |
| CN112819748B (en) * | 2020-12-16 | 2023-09-19 | 机科发展科技股份有限公司 | Training method and device for strip steel surface defect recognition model |
| CN113344730A (en) * | 2021-06-04 | 2021-09-03 | 北京首钢股份有限公司 | Strip steel disposal system and method |
| CN113344730B (en) * | 2021-06-04 | 2024-06-07 | 北京首钢股份有限公司 | Strip steel treatment system and method |
| CN113670941A (en) * | 2021-08-30 | 2021-11-19 | 宝钢湛江钢铁有限公司 | Method for online quantitative evaluation of oxidation color defects on surface of multifunctional continuous annealing strip steel |
Also Published As
| Publication number | Publication date |
|---|---|
| KR100838723B1 (en) | 2008-06-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8499821B2 (en) | Method for detecting and classifying surface defects on continuously cast slabs | |
| KR100838723B1 (en) | Device for detecting and evaluating the point of defect on strip surface | |
| US20160203593A1 (en) | Method and device for testing an inspection system for detecting surface defects | |
| JP5471818B2 (en) | Method and apparatus for inspecting periodic defects in strip material | |
| KR100838722B1 (en) | Device for detecting the defects on the strip surface | |
| KR101937562B1 (en) | Method for determining surface quality of strip | |
| JP4639858B2 (en) | Surface defect inspection method and apparatus | |
| JP5354187B2 (en) | Traveling material surface quality judging device and surface quality judging method | |
| CN115272980A (en) | Conveying belt surface detection method and system based on machine vision | |
| JP5299046B2 (en) | Wrinkle detection device, wrinkle detection method and program | |
| JPH06148098A (en) | Surface defect inspection apparatus | |
| RU2502572C2 (en) | Classification of flaws and grinding of forming rolls | |
| JPH0558805B2 (en) | ||
| CN111062939A (en) | Method for quickly discriminating quality and automatically extracting defect characteristics of strip steel surface | |
| CN104985002A (en) | Hot rolled strip steel edge defect alarm method and apparatus | |
| KR101725605B1 (en) | Method for detecting continuous defects using surface defect information and recording medium | |
| Mazur | Monitoring the surface quality in sheet rolling | |
| JPH08271440A (en) | Flaw inspection equipment | |
| KR20050010355A (en) | apparatus for milling and detecting defects of surface of a hot strip feeder | |
| JP2004125686A (en) | Method and apparatus for detecting flaw of steel sheet, computer program, and computer-readable recording medium | |
| JP4344312B2 (en) | Method and apparatus for inspecting surface flaw of strip or column | |
| KR20030049331A (en) | Apparatus for detecting surface defect of cold rolled steel plate and the same method | |
| JP7464208B1 (en) | METAL STRIP DEFECT DETECTION APPARATUS, METAL STRIP COLD ROLLING APPARATUS, METAL STRIP DEFECT DETECTION METHOD, AND METAL STRIP COLD ROLLING METHOD | |
| JP7517385B2 (en) | METHOD FOR DETERMINING ACCEPTANCE OF METAL STRIP AND METAL STRIP MANUFACTURING METHOD | |
| JP2004132712A (en) | Method and apparatus for inspecting surface flaw in strip-like object |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20130611 Year of fee payment: 6 |
|
| FPAY | Annual fee payment |
Payment date: 20140611 Year of fee payment: 7 |
|
| FPAY | Annual fee payment |
Payment date: 20150611 Year of fee payment: 8 |
|
| FPAY | Annual fee payment |
Payment date: 20160613 Year of fee payment: 9 |
|
| FPAY | Annual fee payment |
Payment date: 20170612 Year of fee payment: 10 |
|
| FPAY | Annual fee payment |
Payment date: 20190611 Year of fee payment: 12 |