带钢表面缺陷检测 姓名：朱士娟学号：1110121137 摘要 表面质量的好坏是带钢的一项重要指标，随着科学技术的不断发展，后续加工工业对带钢的表面质量要求越来越高。如何检测出带钢表面缺陷并加以控制，引起带钢生产企业的高度关注。随着计算机视觉技术的发展和计算机性能的不断提高，由带钢图像在线检测其表面质量已成为国内外学者研究的热点课题。在本课题中，首先提出了带钢表面监测系统的总体设计方案，从硬件和软件上保汪系统的实时性和精确度。其次设计一种获得噪声图像的方法，分析图像的噪声特性。并在此基础上针对传统中值滤波算法复杂、处理时间长等缺点，提出一种改进的迭代的中值滤波方法，这种方法在有效滤掉噪声的同时尽可能地保存了图像的细节，并比传统的中值滤波方法大大地减少了处理时间。在对图像进行滤波处理后，本文分别提出了BP神经网络法，区域灰度羞绝对值闽值法和基于背景差分的小区域闽值法三种方法，对带钢表面缺陷进行检测。本文选取300幅带钢图片进行实验，结果表明这三种方法的漏检率和错判率均在5％以下，且速度至少能达到10毫秒／每帧，满足实时检测系统低漏检率、低错判率和快速检测的要求。其中BP网络检测方法适应性好，可以通过样本学习适应相应的环境变化，并且不但能检测出已知样本的缺陷，而且对未知缺陷样本的检测效果也很好。区域灰度差绝对值检测方法算法简单，运算速度最快，能实现5毫秒／每帧的检测速度。基于背景差分的小区域闽值法除了算法简单，速度快以外，它还能有效地检测出微小的、对比度低的缺陷，并且背景图像的不断更新能使系统适应带钢表面质量的不断变化，使系统能满足不同生产环境的检测需要。通过本论文的研究和探索，使带钢表面监测系统的实用化更前迸一步，为进一步的带钢表面质量在线控制识别奠定了基础。 关键词带钢，图像处理，滤波，缺陷检测 1检测原理 设轧制带钢速度为ν，在钢板的上下表面各安置一套检测装置（图1），在平行于钢板表面且垂直于速度方向处放置一个高强度线光源，光源经过聚焦光学系统照亮钢板表面。根据表面主要缺陷特点可将缺陷分为亮域缺陷（捕捉和
带钢表面缺陷检测系统 （无锡创视新科技有限公司李军） 表面质量是带钢质量的一项重要指标，随着科学技术的不断发展，对带钢表面质量的要求越来越高。在市场的激烈竞争条件下，其质量不仅代表企业的形象，而且还是赢得市场的首要条件。如何有效检测带钢表面缺陷的同时加快检测速度是当前带钢缺陷实时检测技术的一个很重要的课题。传统上，冷轧带钢的表面缺陷检测由检测人员通过人眼目光来完成。但是，这种方法存在着很多不足：（1）检测结果容易受检测人员主观因素影响；（2）这种方法只能用于检测运行速度很慢（在50m/min下）的带钢表面；（3）这种方法很难检测到小的缺陷。然而近年来，微电子技术、计算机技术、自动化技术和光电子技术的飞速发展，人工智能、神经网络理论的深化及实用化，和机器视觉被运用到带钢表面缺陷检测以后，带钢表面缺陷检测终于走向了智能自动化的时代。 一、带钢表面缺陷的分类 带钢表面缺陷往往具有多样性、复杂性的特点。不同生产线产生的表面缺陷往往会有不同的特点，同一生产线在不同工艺参数，或工艺参数相同而生产条件不同情况下产生的表面缺陷也有区别。由于带钢表面缺陷的种类太多，为研究方便，本文特提供带钢表面常见的几种缺陷。 1、压入氧化铁 “压入氧化铁”的典型形状见下图 特征：一般粘附在钢板表面，分布于板面局部和全部。外观呈现不规则形状。 成因：轧制节奏快，轧辊材质性能差等原因造成的轧辊表面氧化膜脱落。 2、结疤 “结疤”的典型形状见下图 特征：呈现叶状、羽状、条状、鱼鳞状、舌端状等形状。 成因：铸锭条件不佳或飞溅造成的表面缺陷和皮下气泡等。 3、擦伤 “擦伤”的典型形状见下图 特征：沿轧制方向呈现深浅不一的擦痕。 成因：辊道表面粗糙、磨损、变形或不转动，使钢板与辊道相擦。 4、辊印 “辊印”的典型形状见下图 特征：具有一定间距的凹凸缺陷。 成因：轧辊表面粘有异物压入带钢表面、轧辊材质不佳造成粘辊、带钢焊缝过高而轧制中抬辊不及时引起粘辊造成的。 5、边裂 “边裂”的典型形状见下图 特征：钢板边缘沿长度方向的一侧或两侧出现破裂，严重者呈现锯齿状。 成因：轧辊调整不好或辊型与版型配合不好，使钢带边部延伸不均。 6、划痕 “划痕”的典型形状见下图
研究背景： 产品表面质量是产品质量的重要组成部分，也是产品商业价值的重要保障。产品表面缺陷检测技术从最初的依靠人工目视检测到现在以CCD 和数字图像处理技术为代表的计算机视觉检测技术，大致经历了三个阶段，分别是传统检测技术阶段、无损检测技术阶段、计算机视觉检测技术阶段。[] 传统检测技术 （1）人工目视检测法 （2）频闪检测法 无损检测技术 （1）涡流检测法 （2）红外检测法 （3）漏磁检测法 计算机视觉检测技术 （1）激光扫描检测法 （2）CCD 检测法 采用荧光管等照明设备，以一定方向照射到物体表面上，使用CCD摄像机来扫描物体表面，并将获得的图像信号输入计算机，通过图像预处理、缺陷区域的边缘检测、缺陷图像二值化等图像处理后，提取图像中的表面缺陷的相关特征参数，再进行缺陷图像识别，从而判断出是否存在缺陷及缺陷的种类信息等。 优点：实时性好，精确度高，灵活性好，用途易于扩充，非接触式无损检测。 基于机器视觉的缺陷检测系统优点： 集成化生产缩短产品进入市场时间改进生产流程100%质量保证实时过程监控提高产量精确检测100%检测 由于经济和技术原因国内绝大多数图像处理技术公司都以代理国外产品为主，没有或者很少涉足拥有自主知识产权的机器视觉在线检测设备，对视觉技术的开发应用停留在比较低端的小系统集成上，对需要进行大数据量的实时在线检测的研究很少也很少有成功案例，但是随着国内经济发展和技术手段不断提高对产品质量检测要求就更高，对在线检测设备的需求也就更大具有巨大的市场潜力。 机器视觉图像处理技术是视觉检测的核心技术 铸件常见缺陷：砂眼气孔缩孔披缝粘砂冷隔掉砂毛刺浇不足缺陷变形 问题的提出： 1.水渍、污迹等不属于铸件缺陷，但由于其外观形貌与缺陷非常类似, 因此易被检测系统误识为缺陷。从目前发表的文献来看，对于伪缺陷的识别率较低。 2.不同种缺陷之间可能存在形状、纹理等方面的相似性，造成缺陷误判。 国外研究发展现状： 20 世纪90 年代后，基于机器视觉检测系统的自动化功能和实用化水平得到了进一步的提高。 1990 年芬兰Rautaruukki New Technology公司研制了Smartivis表面检测系统[]，该系统具有自学习分类功能，应用机器学习方法对决策树结构进行自动设计优化。 1996 年美国Cognex公司研发了一套iLearn自学习分类器软件系统并应用于其研制了iS-2000 自动检测系统。通过这两套系统的无缝衔接，极大地提高了检测系统实时的运算速度，有效的改进了传统自学习分类方法在算法执行速度、数据实时吞吐量、样本训练集规模及模式特征自动选择等方面的不足之处[]。 2004 年Parsytec公司发布了新一代表面质量检测产品Parsytec5i，该系统运用了自学习神经
表面缺陷无损检测方法的比较方法 项目 磁粉检测（MT） 漏磁检测（MLF） 渗透检测（PT） 涡流检测（ET） 方法原理 磁力作用 磁力作用 毛细渗透作用 电磁感应作用 能检出的缺陷 表面和近表面缺陷 表面和近表面缺陷 表面开口缺陷 表面及表层缺陷 缺陷部位的显示形式 漏磁场吸附磁粉形成磁痕 漏磁场大小分布 渗透液的渗出
检测线圈输出电压和相位发生变化 显示信息的器材 磁粉 计算机显示屏 渗透液、显像剂 记录仪、示波器或电压表 适用的材料 铁磁性材料 铁磁性材料 非多孔性材料 导电材料 主要检测对象 铸钢件、锻钢件、压延件、管材、棒材、型材、焊接件、机加工件在役使用的上述工件检测铸钢件、锻钢件、压延件、管材、棒材、型材、焊接件、机加工件在役使用的上述工件检测任何非多孔性材料、工件及在役使用过的上述工件检测 管材、线材和工件检测；材料状态检验和分选；镀层、涂层厚度测量 主要检测缺陷 裂纹、发纹、白点、折叠、夹渣物、冷隔 裂纹、发纹、白点、折叠、夹渣物、冷隔 裂纹、白点、疏松、针孔、夹渣物
裂纹、材质变化、厚度变化缺陷显示 直观 直观 直观 不直观 缺陷性质判断 能大致确定 能大致确定 能基本确定 难以判断 灵敏度 高 高 高 较低 检测速度 较快 快 慢
很快 污染 较轻 无污染 较重 无污染 相对优点 可检测出铁磁性材料表面和近表面（开口和不开口）的缺陷。 能直接的观察出缺陷的位置、形状、大小和严重程度。 具有较高的检测灵敏度，可检测微米级宽度的缺陷。 单个工件的检测速度快、工艺简单，成本低、污染轻。 综合使用各种磁化方法，几乎不受工件大小和几何形状的影响。 检测缺陷重复性好。 可检测受腐蚀的在役情况。 a) 易于实现自动化 b) 较高的检测可靠性 c) 可以实现缺陷的初步量化 d) 在管道的检查中，在厚度高达30mm的壁厚范围內，可同时检测內外壁缺陷 e) 高效、无污染,可以获得很高的检测效率. 可检测出任何非松孔性材料表面开口性缺陷。 能直接的观察出缺陷的位置、形状、大小和严重程度。 具有较高的灵敏度。 着色检测时不用设备，可以不用水电，特别适用于现场检验。 检测不受工件几何形状和缺陷方向的影响。 对针孔和疏松缺陷的检测灵敏度较高。 非接触法检测，适用于对管件、棒材和丝材进行自动化检测，速度快。 可用检测材料导电率代替硬度检测。了解材料的热处理状态和进行材料分选。污染很小。 相对局限性
编号 本科生毕业设计 基于机器视觉的表面缺陷检测系统设计 Surface defect detection system design based on machine vision 学生姓名 专业电子信息工程 学号 指导教师 学院电子信息工程学院 二〇一三年六月
毕业设计（论文）原创承诺书 1．本人承诺：所呈交的毕业设计（论文）《基于机器视觉的表面缺陷检测系统设计》，是认真学习理解学校的《长春理工大学本科毕业设计（论文）工作条例》后，在教师的指导下，保质保量独立地完成了任务书中规定容，不弄虚作假，不抄袭别人的工作内容。 2．本人在毕业设计（论文）中引用他人的观点和研究成果，均在文中加以注释或以参考文献形式列出，对本文的研究工作做出重要贡献的个人和集体均已在文中注明。 3．在毕业设计（论文）中对侵犯任何方面知识产权的行为，由本人承担相应的法律责任。 4．本人完全了解学校关于保存、使用毕业设计（论文）的规定，即：按照学校要求提交论文和相关材料的印刷本和电子版本；同意学校保留毕业设计（论文）的复印件和电子版本，允许被查阅和借阅；学校可以采用影印、缩印或其他复制手段保存毕业设计（论文），可以公布其中的全部或部分内容。 以上承诺的法律结果将完全由本人承担！ 作者签名：年月日
中文摘要 为了不断提高产品质量和生产效率，金属工件表面缺陷在线自动检测技术在生产过程中显得日益重要。针对金属工件表面的多种缺陷，本文设计了一套基于机器视觉能够实现对金属工件表面缺陷进行实时在线、无损伤的自动检测系统。该系统采用面阵CCD和多通道图像采集卡作为图像采集部分，提高了检测系统的速度并降低了对CCD的性能要求，使系统在现有的条件下比较容易实现实时在线检测；采用自动选取图像分割阈值，根据实际应用的阈值把工件信息从图像中提取出来并扫描工件图像中的信息，实现了系统的自动测量；根据扫描得到的工件信息去除掉工件边缘的光圈，利用自动选取的阈值对金属工件表面的图像进行二值化分割，从而实现各种缺陷的自动提取及识别。 关键词：机器视觉表面缺陷CCD 图像处理缺陷检测
结疤（重皮） 图1 图2 1.缺陷特征 附着在钢带表面，形状不规则翘起的金属薄片称结疤。呈现叶状、羽状、条状、鱼鳞状、舌端状等。结疤分为两种，一种是与钢的本体相连结，并折合到板面上不易脱落；另一种是与钢的本体没有连结，但粘合到板面上，易于脱落，脱落后形成较光滑的凹坑。 2.产生原因及危害 产生原因： ①板坯表面原有的结疤、重皮等缺陷未清理干净，轧后残留在钢带表面上；
②板坯表面留有火焰清理后的残渣，经轧制压入钢带表面。 危害：导致后序加工使用过程中出现金属剥离或产生孔洞。 3.预防及消除方法 加强板坯质量验收，发现板坯表面存在结疤和火焰清理后残渣应清理干净。气泡 图1 开口气泡 图2 开口气泡 1.缺陷特征
钢带表面无规律分布的圆形或椭圆形凸包缺陷称气泡。其外缘较光滑，气泡轧破后，钢带表面出现破裂或起皮。某些气泡不凸起，经平整后，表面光亮，剪切断面呈分层状。 2.产生原因及危害 产生原因： ①因脱氧不良、吹氮不当等导致板坯内部聚集过多气体； ②板坯在炉时间长，皮下气泡暴露或聚集长大。 危害：可能导致后序加工使用过程中产生分层或焊接不良。 3.预防及消除方法 ①加强板坯质量验收，不使用气泡缺陷暴露的板坯； ②严格按规程加热板坯，避免板坯在炉时间过长。
压入氧化铁皮 图1 一次（炉生）氧化铁皮（压入） 图2 二次氧化铁皮（轧制过程产生）
图3 二次氧化铁皮(轧辊氧化膜脱落) 1.缺陷特征 热轧过程中氧化铁皮压入钢带表面形成的一种表面缺陷称压入氧化铁皮。按其产生原因不同可分为炉生（一次）氧化铁皮、轧制过程中产生的（二次）氧化铁皮或轧辊氧化膜脱落压入带钢表面形成的（二次）氧化铁皮。 2.产生原因及危害 产生原因： ①钢坯表面存在严重纵裂纹； ②钢坯加热工艺或加热操作不当，导致炉生铁皮难以除尽； ③高压除鳞水压力低、喷嘴堵塞等导致轧制过程中产生的氧化铁皮压入带钢表面； ④轧制节奏过快、轧辊冷却不良等导致轧辊表面氧化膜脱落压入带钢表面。 危害：影响钢带表面质量和涂装效果。 3.预防及消除方法 ①加强钢坯质量验收，表面存在严重纵裂纹的板坯应清理合格后使用； ②合理制订钢坯加热工艺，按规程要求加热板坯； ③定期检查高压除鳞水系统设备，保证除鳞水压力，避免喷嘴堵塞；
对于生产物件的检测，由于科学技术的限制，起初只能采用人工进行检测，这样的方式不仅消耗大量人力，而且浪费时间，效率低下。于是，基于机器视觉技术的表面缺陷检测技术应运而生，我们有必要关注关注，并了解相关注意事项。 当今社会，随着计算机技术，人工智能等科学技术的出现和发展，以及研究的深入，出现了基于机器视觉技术的表面缺陷检测技术。这种技术的出现，大大提高了生产作业的效率，避免了因作业条件、主观判断等影响检测结果的准确性，实现能更好更准确地进行表面缺陷检测，更加快速的识别产品表面瑕疵缺陷。 产品表面缺陷检测属于机器视觉技术的一种，就是利用计算机视觉模拟人类视觉的功能，从具体的实物进行图象的采集处理、计算、进行实际检测、控制和应用。产品的表面缺陷检测是机器视觉检测的一个重要部分，其检测的准确程度直接会影响产品的质量优劣。由于使用人工检测的方法早已不能满足生产和现代工艺生产制造的需求，而利用机器视觉检测很好地克服了这一点，表面缺陷检测系统的广泛应用促进了企业工厂产品高质量的生产与制造业智能自动化的发展。
在进行产品表面检测之前，有几个步骤需要注意。 首先，要利用图像采集系统对图像表面的纹理图像进行采集分析； 其次，对采集过来的图像进行一步步分割处理，使得产品表面缺陷能像能够按照其区域特征进行分类； 再者，在以上分类区域中进一步分析划痕的目标区域，使得范围更加的准确。 通过以上的三步处理之后，产品表面缺陷区域和特征能够进一步确认，这样表面缺陷检测的基本步骤就完成了。 利用机器视觉技术提高了用户生产效率，使得生产更加细致化，分工更加明确，同时，减少了公司的人工成本支出，节省了财力，实现机器智能一体化发展。 南京博克纳自动化系统有限公司总部位于美丽的中国古都南京，是国内专业研制无损检测仪器及设备的高科技企业。公司致力于涡流、漏磁和超声波仪器及各种非标设备的研制，已拥有自主研发的多项国家专利。产品被广泛应用于航天航空、军工、汽车、电力、铁路、冶金机械等行业。产品出口：美国、
基于视觉的缺陷检测 在机器视觉的应用中,表面缺陷检测占据非常重要的位置,因为其可有效地提高产品质量、降低成本,并可提高用户满意度。 根据表面图像的特点可以将基于视觉的缺陷检测技术分为两类：一类为不具备明显纹理特征材质的缺陷检测，如光学元件，金属类器件等；一类为纹理类材质的缺陷检测，如木材、布匹等。 根据缺陷的形状可以分为两类：广义线类，包括裂纹，刻痕等；广义点类，包括凸块，凹陷，孔穴，污物等。 基于视觉的缺陷检测的主要步骤为： 特征提取为其中的关键，缺陷特征提取的好坏直接影响检测的效果。 预处理的目的是减少图像的噪声，提高目标与背景的对比度，突出图像中的缺陷特征。 小波技术在预处理中的应用： 1.小波去噪 2.小波融合 可以将不同角度拍摄的图像进行融合 采用小波融合方法既能够很好地保留几幅源图像基本信息，又能够突出图像中的缺陷边缘、结构等高频信息，使融合后的图像信息更加全面、准确，图像质量效果更加优良，全方位地表达了缺陷特征，可以为缺陷的进一步分类识别提供充足的数据支持。 不具备明显纹理特征的图像检测 此类图像的特点为缺陷目标和背景对比度低，瑕疵目标的形状比较复杂，整个瑕疵目标占整幅图像的比例非常小，受噪声影响大，图像没有纹理。 由于图像中无纹理，缺陷特征一般先用边缘检测算子提取缺陷区域的边缘，在将其从目标图像中分割出来，提取其特征参数如周长，面积，质心，圆形度，伸长度等，以此来进行缺陷检测和分类。 边缘检测算子： 1.梯度算子 2.LoG算子 3.canny算子 边缘检测算子需要准确的提取瑕疵边缘，又能抑制噪声的干扰，同时该算法还要具备快速、自适应性。需要寻找一种新或改进的算法。 为了辩识缺陷目标，需要将其与源图像的背景中分离出来，在此基础上进行进一步的处理和分析。 图像分割的算法： 1.阈值分割
冷轧缺陷 冷轧常见缺陷 冷轧带钢得质量指标中，带钢得尺寸偏差、板形以及表面粗糙度等要求就是很主要得项目，消除产品在这些方面得缺陷就是冷轧生产中质量提高得关键之一。 一、表面缺陷 大多就是由于热轧带钢坯质量不高，酸洗不良或冷轧轧辊表面有缺陷，冷轧时得工作环境不佳以及操作上得不注意等原因造成得。鉴于表面缺陷所导致得废品比重很大，特别就是要求高得产品，表面缺陷必需严加控制。常见得表面缺陷有： (1) 结疤带钢表面呈“舌状”或“鳞状”得金属薄片，外形近似一个闭合得曲线。结疤一般有两种，一就是嵌在表面上不易脱落，另一就是粘合到表面上易脱落。 产生原因就是：由于轧制过程中带钢内部靠近表面层分布得细气泡及夹杂层在轧制中破裂变成结疤，钢锭由于浇注条件不同而产生得结疤；重皮也就是轧制带钢表面产生结疤得主要原因，此外在剧烈磨损了得轧辊或有缺陷(如砂眼)得轧辊上热轧，均能使带钢出现结疤；如果所轧带钢得表面上形成局部凸点等，则在轧制时由于受辗压而产生结疤状得细小凸瘤。 (2) 气泡带钢表面上分布有无规则且大小不同得圆形凸包。沿凸包切断后，在大多数情况下均成分层状露出。 产生原因：钢锭凝固时气体析出形成气泡，或酸洗时带钢内部孔隙进入氢原子形成气泡。
(3) 分层带钢截面上有局部得，明显得金属结构分离层。 产生原因：钢质不良，带钢中存在非金属夹杂，主要就是三氧化二铅与二氧化矽，另外，坯料有缩孔残余或严重得疏松等也能形成分层，从而使酸洗得带钢在有分层得地方形成突起与气泡出露。 (4)裂纹带钢表面完整性比较严重得破裂，它就是以纵向、横向或一定角度得形式出现得裂缝。 产生原因：轧制前带钢不均匀加热或过热，轧制时带钢不均匀延伸，或带钢表面有缺陷清除不彻底，以及带钢上有非金属夹杂及皮下气泡，另外，冷轧时不正确地调整轧辊与不正确得设计辊型，同样会产生裂纹，再有，用落槽得轧辊轧制带钢，张力太大，化学成分不合适等也可能会出现裂纹。 (4) 表面夹杂带钢表面上具有轧制方向上伸长得红棕色，淡黄色，灰白色得点状，条状与块状得非金属夹杂物。 产生原因：热轧时坯料在加热过程中，炉渣或耐火材料碎块粒附在坯料上，以及冶炼时造渣不好或盛钢桶不净所致。 (1) 麻点带钢表面缺陷中较常见得一种缺陷，其表面存在细小凹坑群与局部得粗糙面。一般其形状不规则，面积也小，但数量多。 产生原因：热轧时压入了氧化铁皮，酸洗未净，又经冷轧造成，或冷轧时粘在轧辊上得氧化铁皮压入带钢表面。轧辊磨损严重同样可造成带钢得麻面。冷轧时，带钢表面不干净及粘有杂质或杂质压入带钢表面后脱落，也会造成带钢得麻点。除此以外，带钢得严重锈蚀及酸洗过度都可成形麻点。 (2) 凹坑带钢表面存在得凹面，一般数量少，面积大。 产生原因；轧制时辊面上缺陷或异物(硬杂质)与氧化铁皮被轧入带钢表面脱
带钢表面缺陷检测方法研究 学号：1110121096 班级：11材控2班姓名：倪明 摘要：表面质量的好坏是带钢的一项重要指标，随着科学技术的不断发展，后续加工工业对带钢的表面质量要求越来越高。如何检测出带钢表面缺陷并加以控制，引起带钢生产企业的高度关注。本文通过对带钢表面的缺陷检测的重要性分析，讲述了国内外带钢表面缺陷检测的发展现状，并比较分析了几种检测方法，最终得出本研究的意义。由于带钢表面缺陷种类繁多，建议下一步研究工作重点放在缺陷种类识别与分类部分，以满足带钢表面缺陷的无遗漏检测。 关键词: 带钢表面缺陷缺陷检测 1.1带钢表面缺陷检测的重要性 随着生活水平的提高和生产力的发展，人们对产品质量提出了更高的要求，带钢作为机械、航天、电子等行业的原材料，用户对其表面质量的要求更加严格。影响带钢表面质量的主要因素是带钢在制造过程中由于原材料、轧制设备和加工工艺等多方面的原因，导致其表面出现的擦伤、结疤、划痕、粘结、辊印、针眼、孔洞、表面分层、麻点等不同类型的缺陷。这些缺陷不仅影响产品的外观，更严重的是降低了产品的抗腐蚀性、耐磨性和疲劳强度等性能。原料钢卷的表面缺陷是造成深加工产品废次品的主要原因。由于部分质量缺陷在出厂前不能有效地被检测出来，而在用户使用过程中被发现，造成用户索赔，不仅给企业带来巨大的经济损失，还严重影响了产品的市场形象，降低了用户对产品的信任度。因此，必须加强对带钢表面缺陷的检测和控制，这对于剔除废品、减少原料浪费、提高成材率、改善工人劳动条件都有重要意义。而如何在生产过程中检测出带钢的表面缺陷，从而控制和提高带钢产品的质量，一直是钢铁生产企业非常关注的问题。 1.2 国内外带钢表面缺陷检测方法与装置研究现状 目前带钢表面缺陷检测装置主要分为采用传统检测方法的检测装置、采用自动检测方法的检测装置和采用计算机视觉检测方法的检测装置。 1.2.1传统检测方法 非自动化的传统表面缺陷检测方法可以分为人工目视检测方法和频闪光检测法两种。05年代至06年代，冷轧带钢表面缺陷检测主要采用人工目视检测，检测者凭借肉眼观察缺陷。由于带钢轧制速度很快，人眼无法可靠的捕获缺陷信息。同时，某些高质量的带钢要求其表面缺陷小于0.5mm×0.5mm，这种微小缺陷人的视觉很难发觉，从而产生大量的漏检和误检。人工检测需要在高温、噪音、粉尘、振动的恶劣环境下进行，对人的身体和心理造成极大伤
热轧带钢氧化铁皮表面缺陷的产生及对策 [我的钢铁] 2009-02-16 07:02:16 1氧化铁皮分类 氧化铁皮是热轧钢带较常见的一种产品质量缺陷，按照生成部位不同一般分为炉生氧化铁皮、粗轧和精轧氧化铁皮和卷取后氧化铁皮和保护渣去除不净铁皮。 2氧化铁皮产生机理 氧化铁皮的生成一般是由于钢坯在加热炉内加热或高温状态下与氧化性气氛接触后发生化学反应生成Fe304、Fe203、FeO的一种混合物。当温度高于700℃时，FeO在最接近钢坯的内层形成，占95％；Fe304在中间层形成，占4％；Fe203在最外层形成，占1％。 3炉生氧化铁皮 炉生氧化发生在加热炉内，同化学成分、加热温度、在炉时间、炉内气氛有关。加热温度越高、在炉时间越长、炉内氧化性气氛越强则越容易生成铁皮。化学成分中C、Si、Ni、Cu等元素促进氧化铁皮生成，Mn、Al、Cr可以减缓氧化铁皮的生成。例如：生产中常见的含Si钢、高碳钢和高强钢在钢带通条长度，整个板面均有分布的氧化铁皮，且下表面较上表面重，由于含Si钢中低熔点(1170℃)的化合物FeSi204在氧化铁皮和钢基体之间产生，这种呈楔形的氧化物在随后的轧制过程中保留下来形成棕红色的氧化铁皮。 4轧制过程氧化铁皮 粗轧氧化铁皮的清除与粗轧除鳞水压力、水嘴角度、水质、立辊侧压能力等有关，除鳞水压力越高、立辊侧压越大则氧化铁皮除鳞效果越好。
精轧区氧化铁皮分为水系统铁皮和轧辊生成铁皮。水系统铁皮是指除鳞水、侧喷水、除尘水等压力不足，水嘴角度、高度不正确，或不投入、堵塞，在高温下钢带与空气中的氧结合而生成氧化铁皮不能及时扫射掉由工作辊压入而生成的氧化铁皮。另外，侧喷水也可以抑制氧化铁皮的生成。正常生产时，精轧除鳞水、除尘水必须投入使用。但有时生产薄规格产品时，为了保证板形，降低钢板边部温降，提高轧制稳定性，防止甩尾，往往不投入侧喷水，导致精轧机架内生成的铁皮不能及时被除去，氧化铁皮压入钢板表面。 精轧机组的另一种氧化铁皮缺陷是所谓辊生氧化铁皮，其产生机理见图3。影响辊生氧化铁皮的主要因素有轧辊材质以及轧辊温度。轧辊表面与钢板表面接触时，瞬间高温，表面温度急剧升高而膨胀(一般热轧轧辊接触瞬间温度为600～800℃)，呈现较高的压应力；轧件离开轧辊时，轧辊由于冷却水的冷却而急剧降温(精轧机架轧辊温度一般为60～90℃)，表面转呈拉应力，如此反复，在轧辊表面易出现疲劳裂纹，造成表面氧化膜破损，破损表面印入钢板表面，形成辊生氧化铁皮缺陷。 一般辊生氧化铁皮发生在精轧前三机架，即F1、F2和F3，主要是由于前三架轧辊表面温度高，导致轧辊表面氧化膜破裂，产生辊生氧化铁皮。由图4可见，加热温度1230℃，进精轧温度950～1010℃时，即图中阴影为无铁皮区域。进精轧温度1030～1080℃之间氧化铁皮严重，进精轧温度在950～1030℃之间，没有氧化铁皮或氧化铁皮较轻。根据各热轧厂设备及所生产钢质不同，进精轧温度控制在950℃生产高强钢或高碳钢时，前三架轧制力过高，可能损坏设备，建议根据轧辊材质不同进精轧温度应控制在950～1030℃，可有效降低上游机架轧辊温度，减少辊生氧化铁皮的发生。 5卷取产生氧化铁皮 卷取后氧化铁皮转变速度非常快，钢卷刚刚从卷取机出来时，表面呈现白色粉末状条带分布，宽窄不一，十几分钟后转变成深色氧化铁皮，作用机理目前尚不清楚。同一钢卷出卷取机瞬间和15分钟之后步进梁上表面生成氧化铁皮表面形貌
热镀锌带钢表面缺陷检查 一、热镀锌缺陷 镀锌缺陷是由于设备运转失常或者操作控制不良造成的。此类缺陷一般可以排除， 常见的有下列几种 （一）锌粒 在热镀锌板面上分布有类似米粒的小颗粒，习惯上称为锌粒。它造成表面粗糙不平， 不仅妨碍美观，而且对使用也有害。通过r 射线显微组织分析和电子探针分析都确定锌 粒实际是铁锌化合物。 形成锌粒的主要原因是： 1）底渣过多被机械搅动而浮起，从而伴随锌液粘附在镀锌板面上。 2）锌液温度过高，例如超过470℃时，使底渣浮起。 3）锌液中铝（Al）含量过高时，会降低铁在锌液中的溶解度（锌液中的铝含量低于 15%时，铁的溶解度为0.03）。此外，铝对铁有较大的亲合力，这样铝就会紧紧地拉 住铁，阻止锌渣下沉而悬浮于锌液中。 消除锌粒缺陷的措施有： 1）按时捞取底渣，使底渣与沉没辊之间的距离不小于200毫米。根据经验，用铁锌 锅时，每生产5000吨镀板，需要捞取一次底渣，用感应加热锌锅时，每生产60000吨， 捞取一次底渣。 2)降低锌液温度，使其保持在440~450℃。 3）缩短镀锌原板的库存时间，减轻带钢表面的氧化。 4）降低锌液中铝含量，使铝含量保持在0.1%左右。 5）降低带钢入锌锅温度，使之维持在460℃左右。 （二）厚边 当热镀锌带钢边沿的锌层比中部的锌层厚时，就是厚边缺陷。这种缺陷对带钢的卷 取特别有害，因为在张力卷取时，边部厚就拉力大，所以易把边部拉长，进而形成浪边 缺陷。 根据经验，厚边既可在高速下形成，称为高速厚边；也可在低速下（带钢速度低于 60米/分）形成，称为低速厚边。而在相同的条件下窄带钢比宽带钢更易形成厚边缺陷。 高速厚边主要是由于气刀的角度调整不佳，造成对吹，形成扰流而产生的。适当调 整气刀角度即可排除此缺陷。 带钢运行速度低于60米/分时，就可能产生厚也缺陷。特别是当带钢速度降到30米/分以下时，由于喷嘴两端的气流向外散失一部分，这样即减小了边部气流的冲量，造成边部刮锌量比中部小，所以形成厚边缺陷。这时，镀锌板每面边部的锌层重量往往比中部的锌层重量多15克/米2。为了消除厚边缺陷，可在带钢进部装设附加喷嘴来增加带钢边部的喷气压力，根据经验，当喷气压力超过0.15公斤/厘米2时，可以消除低速厚边缺陷。但是由于某种情况不能提高喷气压力时，可采取另外一种措施，即在带钢两侧使用移动式调节板来消除低速厚边缺陷，见图5-1。
表面缺陷无损检测方法的比较 方法 项目 磁粉检测（MT）漏磁检测（MLF）渗透检测（PT）涡流检测（ET）方法原理磁力作用磁力作用毛细渗透作用电磁感应作用 能检出的缺陷表面和近表面缺陷表面和近表面缺陷表面开口缺陷表面及表层缺陷 缺陷部位的显示形式漏磁场吸附磁粉形成 磁痕 漏磁场大小分布渗透液的渗出 检测线圈输出电压和 相位发生变化 显示信息的器材磁粉计算机显示屏渗透液、显像剂 记录仪、示波器或电 压表 适用的材料铁磁性材料铁磁性材料非多孔性材料导电材料 主要检测对象铸钢件、锻钢件、压 延件、管材、棒材、 型材、焊接件、机加 工件在役使用的上述 工件检测 铸钢件、锻钢件、压 延件、管材、棒材、 型材、焊接件、机加 工件在役使用的上述 工件检测 任何非多孔性材 料、工件及在役使 用过的上述工件检 测 管材、线材和工件检 测；材料状态检验和 分选；镀层、涂层厚 度测量 主要检测缺陷裂纹、发纹、白点、 折叠、夹渣物、冷隔 裂纹、发纹、白点、 折叠、夹渣物、冷隔 裂纹、白点、疏松、 针孔、夹渣物 裂纹、材质变化、厚 度变化 缺陷显示直观直观直观不直观缺陷性质判断能大致确定能大致确定能基本确定难以判断灵敏度高高高较低 检测速度较快快慢很快 污染较轻无污染较重无污染 相对优点可检测出铁磁性材料 表面和近表面（开口 和不开口）的缺陷。 能直接的观察出缺陷 的位置、形状、大小 和严重程度。 具有较高的检测灵敏 度，可检测微米级宽 度的缺陷。 单个工件的检测速度 快、工艺简单，成本 低、污染轻。 综合使用各种磁化方 法，几乎不受工件大 a) 易于实现自动化 b) 较高的检测可靠 性 c) 可以实现缺陷的 初步量化 d) 在管道的检查中， 在厚度高达30mm的 壁厚范围內，可同时 检测內外壁缺陷 e) 高效、无污染,可以 获得很高的检测效率. 可检测出任何非松 孔性材料表面开口 性缺陷。 能直接的观察出缺 陷的位置、形状、 大小和严重程度。 具有较高的灵敏 度。 着色检测时不用设 备，可以不用水电， 特别适用于现场检 验。 检测不受工件几何 形状和缺陷方向的 非接触法检测，适用 于对管件、棒材和丝 材进行自动化检测， 速度快。 可用检测材料导电率 代替硬度检测。了解 材料的热处理状态和 进行材料分选。 污染很小。
基于机器视觉技术的物体表面缺陷检测 何小利1 , 宋钰 2 (1. 四川理工学院计算机学院, 四川自贡643000; 2. 四川理工学院网络中心, 四川自贡643000; 摘要:本文对物体表面缺陷进行研究和检测. 而检测的方法是采用LED 环形灯光直接暗视场正面照明方式来提取插座面板划痕图像. 具体过程是使用动态阈值分割图像, 并采用放射变换、区域特征处理及连通区域提取等技术来检测出插座面板划痕. 关键词:机器视觉; 物体表面; 缺陷检测中图分类号:T P393 文献标识码:A 文章编号: 1009-4970(2011 02-0064-050 引言 在传统的产品生产过程中, 一般情况下对产品的表面缺陷检测是采用人工检测的方法. 随着科学 技术的不断发展, 特别是计算机技术的发展, 出现了计算机视觉检测技术. 利用这种新技术设计出来的系统不受恶劣环境和主观因素的影响, 能快速、准确地检测产品的质量, 完成人工无法完成的检测任务. 机器视觉检测结合了计算机图像处理和模式识别理论, 它综合了计算机技术、数据结构、图像处理, 模式识别和软件工程等不同领域的相关知识. 一个典型的机器视觉系统应该包括以下五大块, 照明、镜头、相机、图像采集卡、视觉处理器.
1 物体表面缺陷检测 物体表面缺陷检测是机器视觉的一种典型应用. 本文以插座面板划痕检测为例, 通过采用LED 环形灯直接暗视场正面照明方式采集图像, 然后使用动态阈值分割法将插座面板区域中划痕检测的感兴趣区域提取出来, 再通过使用区域特征、区域形态学对插座面板区域使用腐蚀运算去掉分割区域中杂点和小的突出物, 确保计算上有足够的精度, 最后使用放射变换、图像平滑、连通区域提取等算法 检测出划痕并显示其结果(见图 1. 图1 插座面板划痕检测流程图 1. 1 图像获取 照明的方向性通常有两种:漫射和直接照射.
带钢表面缺陷检测方法研究 学号：班级：姓名： 摘要：表面质量的好坏是带钢的一项重要指标，随着科学技术的不断发展，后续加工工业对带钢的表面质量要求越来越高。如何检测出带钢表面缺陷并加以控制，引起带钢生产企业的高度关注。本文通过对带钢表面的缺陷检测的重要性分析，讲述了国内外带钢表面缺陷检测的发展现状，并比较分析了几种检测方法，最终得出本研究的意义。由于带钢表面缺陷种类繁多，建议下一步研究工作重点放在缺陷种类识别与分类部分，以满足带钢表面缺陷的无遗漏检测。 关键词: 带钢表面缺陷缺陷检测 1.1带钢表面缺陷检测的重要性 随着生活水平的提高和生产力的发展，人们对产品质量提出了更高的要求，带钢作为机械、航天、电子等行业的原材料，用户对其表面质量的要求更加严格。影响带钢表面质量的主要因素是带钢在制造过程中由于原材料、轧制设备和加工工艺等多方面的原因，导致其表面出现的擦伤、结疤、划痕、粘结、辊印、针眼、孔洞、表面分层、麻点等不同类型的缺陷。这些缺陷不仅影响产品的外观，更严重的是降低了产品的抗腐蚀性、耐磨性和疲劳强度等性能。原料钢卷的表面缺陷是造成深加工产品废次品的主要原因。由于部分质量缺陷在出厂前不能有效地被检测出来，而在用户使用过程中被发现，造成用户索赔，不仅给企业带来巨大的经济损失，还严重影响了产品的市场形象，降低了用户对产品的信任度。因此，必须加强对带钢表面缺陷的检测和控制，这对于剔除废品、减少原料浪费、提高成材率、改善工人劳动条件都有重要意义。而如何在生产过程中检测出带钢的表面缺陷，从而控制和提高带钢产品的质量，一直是钢铁生产企业非常关注的问题。 1.2 国内外带钢表面缺陷检测方法与装置研究现状 目前带钢表面缺陷检测装置主要分为采用传统检测方法的检测装置、采用自动检测方法的检测装置和采用计算机视觉检测方法的检测装置。 1.2.1传统检测方法 非自动化的传统表面缺陷检测方法可以分为人工目视检测方法和频闪光检测法两种。05年代至06年代，冷轧带钢表面缺陷检测主要采用人工目视检测，检测者凭借肉眼观察缺陷。由于带钢轧制速度很快，人眼无法可靠的捕获缺陷信息。同时，某些高质量的带钢要求其表面缺陷小于0.5mm×0.5mm，这种微小缺陷人的视觉很难发觉，从而产生大量的漏检和误检。人工检测需要在高温、噪音、粉尘、振动的恶劣环境下进行，对人的身体和心理造成极大伤
冷轧带钢表面缺陷识别与控制 李峰①叶学卫姜正连黄健 (宝钢股份公司冷轧厂，上海 200941) 摘要针对冷轧带钢常见表面缺陷的种类、识别以及产生原因进行详细的论述，提出了主要预防和控制措施,对冷轧带钢表面缺陷有了进一步的认识，对提高带钢表面质量极其重要。 关键词冷轧带钢表面缺陷识别 Identification and Control of Surface Defects on Cold Rolled Sheet Li Feng Ye Xuewei Jiang Zhenglian Huang Jian (Cold Rolling Plant, Baoshan Iron & Steel Co., Ltd Branch, Shanghai 200941, China) ABSTRACT The common defects of types, identification and causes of cold rolled sheet surface were involved in the detailed discussion in this paper with some prevention and control measures proposed and a comprehensive understanding of surface defects of cold rolled sheet. KEYWORDS Cold Rolled Sheet Surface Defects Identification 1 前言 随着用户对冷轧带钢表面质量要求的提高，表面缺陷的控制越来越受到关注，其控制水平已成为能否向高端用户供货的关键因素之一。然而，表面缺陷的种类和形成原因非常复杂，从炼钢、热轧、冷轧直至用户使用的每一个过程都可能产生表面缺陷，其成因涉及工艺、设备、技术、管理、操作、生产组织的各个环节。因此，表面缺陷控制也是产品质量极其重要的一个方面。 2 冷轧带钢常见表面缺陷分类及识别 根据表面缺陷产生的机理，主要可为以下几类: 2.1来料缺陷 在炼钢、热轧等前道工序已经产生，在冷轧工序无法消除并进一步暴露。如孔洞、夹杂、氧化铁皮压入、丝状斑迹等。 孔洞是薄规格冷轧带钢中的一种常见缺陷（见图1），一般是指铸坯中的夹杂、卷渣、表面裂纹等缺陷在轧制过程中形成[1]。孔洞可用肉眼识别，对高速运行带钢来说，可采用在线孔洞仪装置来检测。 图1 孔洞 夹杂是残留在板坯内部的颗粒夹杂物经冷轧后沿轧制方向平行的黑色、灰黑色、灰白色长条状缺陷（见①作者简介：李峰（1982-），男，硕士，工程师，毕业于东北大学金属压力加工专业，现从事冷轧板带生产工艺研究
第4"卷第1期 2018年2月 光学仪器 O P T I C A L I N S T R U M E N T S Vol. 40，N〇.1 February, 2018 文章编号：1005-5630(2018)01-0078-10 光学元件表面缺陷检测方法研究现状 向弋川，林有希，任志英 (福州大学机械工程及自动化学院，福建福州350108) 摘要：随着科学技术的发展，人们对光学元件的表面粗糙度和表面面形精度提出了越来越高的 要求，光学元件表面缺陷检测技术也受到了广泛重视。通过简述表面缺陷的类型，强调了缺陷 给光学系统带来的危害，由此分析和讨论了目前国内外对光学元件疵病的检测方法，并指出各 种方法的优缺点，同时对机器视觉技术在疵病检测方面的应用进行了介绍，还探讨了光学元件 表面缺陷检测技术未来发展需要注意解决的问题。 关键词：光学元件；表面缺陷；数字图像处理$机器视觉 中图分类号：T P391 文献标志码：A do# 10.3969%. issn.1005-5630. 2018. 01. 014 S t u d y o n surface defect detection m e t h o d of optical e l e m e n t X I A N G Yichuan，LIN Youxi，R E N Zhiying (College of Mechanical Engineering and Automation，Fuzhou University , Fuzhou 350108 , China) Abstract：With the development of science and technology，the surface roughness and surface shape accuracy of o ptical components has an highly increasing demand.The surface defect detection technology of ptical components has also attracted great interests.By analyzing the types of surface defects and emphasizing the harm caused by the defects to the optical sys this paper analyzes a nd discusses the detection methods of optical components at home and abroad，and p oints out the advantages and disadvantages of various methods.At the same time，technology in the defect detection research has been introduced to explore the problem in the future development. Keywords：optical components; surface defects; digital image processing； machine vision 引言 随着现代工业的快速发展，精密光学元件在各个工业领域有着广泛的应用，光学元件作为实现光学 功能的载体，为各类光学仪器的开发使用起到了至关重要的作用。所以，鉴于光学元件表面具有的散射 特性[1]，如何更好地对元件表面缺陷进行检测也随之被提出来。 收稿日期：2017-06-20 基金项目：国家自然科学基金资助项目（51375094);清华大学摩擦学国家重点实验室开放基金资助项目（S K L T K F13B02);福建省自 然科学基金资助项目（2015J01195) 作者简介：向弋川（1994 )，男，硕士研究生，主要从事摩擦学、先进制造技术等方面的研究。E-mail842225584@https://www.doczj.com/doc/802379413.html, 通信作者：林有希(1967 )，男，教授，主要从事摩擦学、先进制造技术等方面的研究。E-mail:youthlin@fzu. edu. cn
带钢外观质量缺陷及预防措施 一、热轧板材外观质量的主要问题 根据热轧板带材的发展形势，板带的外观“美”已成为市场竞争的重要指标。然而由于钢铁产品生产的特殊性，钢铁企业板带产品的外观质量问题比较普遍，主要包括：卷形不良、氧化铁皮卷、结疤、折边、辊印、划伤、边裂、浪形、规格偏差、其他等。 1、卷形不良 （1）塔形卷 塔形卷是一种带钢边部卷绕不平齐，一处或多处呈螺旋状出边的不良卷形。主要分为头塔和尾塔两种。头塔是由于带钢头部偏离轧制中心线或2—3圈后从轧制中心线偏离导致的。尾塔是由于带钢尾部偏离轧制中心线或2—3圈后从轧制中心线偏离导致的。 （2）塔形卷形成原因 ①带钢自身原因 来料镰刀弯、楔形、异常凸度以及波浪、气泡、头部温度低，材质硬度大等都容易产生头部塔形。对策是要求精轧调整压下水平，卷取操作方面应尽早打开助卷辊。 ②操作上的原因 导板夹力过大，带钢弓起，运行不平稳，以及带钢中心偏离导板中心进入卷取机。对策是采用适当的夹紧力、夹紧方法，以及适当的导板开口度。 ③设备上的原因 侧导板的部分松动以及动作不一致，夹紧力不足、侧导板偏心、下夹送辊不水平、夹送辊左右辊缝不平衡。由于带钢尾部从精轧抛出时，带钢张力比正常状态低，因此，平时因为高张力而未能表现出来的使带钢横向移动的力就变得明显，使带钢横向移动后卷取，有时可以通过改变减速点来达到控制尾部张力。 （3）松卷 松卷是指钢卷没有卷紧，处于松散状况的缺陷卷。对策是根据带钢的厚度、宽度、材质、卷取温度、卷取速度设定合适的张力。 2、氧化铁皮卷（麻点、粘结、黑线） 氧化铁皮是影响热轧带钢表面质量的重要因素之一，氧化铁皮压入的板材酸洗后，会严重影响后道工序冷轧板的表面质量，造成产品质量下降。 （1）一次氧化铁皮 钢坯表面与高温炉气生成的氧化铁皮称为一次氧化铁皮,一次氧化铁皮压入缺陷呈小斑点、大块斑痕和带状条纹形式不规则地分布在带钢上，常伴有粗糙的麻点状表面。一次氧化铁皮压入产生的原因有以下几个方面： ①加热方面的原因:加热温度高，加热时间长；炉内气氛不好，供入风量过大；炉内形成负压，吸入冷风；炉内加热温度低于规程规定的最低温度过多。在加热过程中，若出现上述情况的一种或数种，在出钢轧制时，氧化铁皮便会粘在钢坯、钢板上，不容易被清除掉，从而形成一次氧化铁皮压入缺陷。 ②除鳞设备方面原因：高压水压不足；喷嘴磨损严重，能力小；高压水嘴堵塞；高压水未能集中喷射到钢坯表面上；除鳞喷嘴（喷嘴角度）装配不当；喷射距离不佳；除鳞时序不当；设备投入不足。 ③板坯化学成分的影响，如含硫、硅、铝过多。这里主要是钢坯本身性质决定的，