下载文档原格式
热轧不锈钢带NO.2表面质量检查标准（试用）一．标准适用范围：本厂连续退火酸洗机组生产的奥氏体不锈钢NO.1成品表面质量的检查基准。
二．热轧原料常见缺陷有哪些，对冷轧生产有什么影响？冷轧所使用的各种热轧原料，最常见的缺陷是表面氧化铁皮压入、边部裂纹、表面麻坑、凸泡过大、纵条状划伤、沿纵向厚度不均、沿横向厚度偏差过大、沿纵向呈镰刀弯或S弯、钢卷塔形、浪形、扁卷、长舌头、冷松卷等。
凡属表面缺陷（裂纹、麻坑、脱皮、凸泡、划伤等）应以程度不同而区别，经修磨处理符合公差尺寸和技术规程要求者，即可通过相应的措施处理；凡缺陷超过规程规定的，应作判废处理或改做他用,不宜勉强进行轧制.凡属尺寸方面的缺陷，也应按具体情况分别处理.原料常见缺陷及其对冷轧生产的影响简述如下：(1)宽度及厚度偏差。
原料带钢宽度偏差是指带钢全长内偏离公称宽度的数值，实际生产中带钢宽度往往是中间窄两头宽,有时中间窄得剪不着边，两头宽得剪下的毛边超过了允许宽度。
当带钢宽度过窄时，剪边过窄,在带钢中心出现偏离时,可能出现空过圆盘剪而造成空剪窄尺.热轧带钢的厚度。
由于轧制过程中轧件温度不均匀和张力波动，通常头部较尾部厚0。
15～0。
20mm；有时由于操作方面的原因，带钢某段出现一边厚一边薄，或一段厚一段薄的现象，或者出现带钢全长超厚现象，这些都会给冷轧造成困难。
因此，对于不同厚度的原料带卷，其厚度偏差都有具体的要求，例如带钢厚度小于3mm时，厚度偏差应为±0。
20mm;带厚为3~5mm时，厚度偏差为±0.24mm；带厚大于5mm时,厚度偏差应为土0.27mm．（2)夹杂及氧化铁皮压入。
夹杂和氧化铁皮压入，从外观看较容易发现，夹杂和氧化铁皮压入采用酸洗的方法多数是不易清除掉的；轻微的夹杂和氧化铁皮压入，即使能够酸洗掉，但会造成其他部位板面过酸洗，氧化铁皮压入较重时酸洗后板面会出现鱼鳞状花纹，个别情况将会使板面留下坑痕，冷轧后因坑痕扩大而造成废品。
基于深度学习的带钢表面缺陷检测系统的研究与实现基于深度学习的带钢表面缺陷检测系统的研究与实现一、引言带钢是制造钢材产品的重要材料之一，在钢铁生产和加工过程中扮演着重要的角色。
然而，由于制造和运输过程中的因素，带钢表面往往会存在各种各样的缺陷，例如划痕、凹陷、氧化等。
这些缺陷如果无法及时发现和处理，将会严重影响带钢的品质和使用寿命，甚至导致产品质量问题和经济损失。
因此，研究和实现一种基于深度学习的带钢表面缺陷检测系统具有重要的理论和实际意义。
二、深度学习在图像识别领域的应用深度学习是一种人工智能的方法，它通过模拟人脑神经网络的结构和功能来实现图像和数据的自动识别和分析。
在图像识别领域，深度学习已经取得了巨大的成功，例如在物体检测、人脸识别、自动驾驶等领域都有广泛的应用。
三、带钢表面缺陷检测系统的设计与实现基于深度学习的带钢表面缺陷检测系统的设计和实现主要包括以下几个关键步骤：1. 数据采集与预处理：利用高清摄像设备对带钢表面进行拍摄，将获得的图像数据进行去噪、灰度化、尺寸归一化等处理，以提高数据的质量和一致性。
2. 数据标注与训练集构建：人工对带钢图像进行标注，标注出图像中存在的不同缺陷区域，并将标注结果与相应的图像进行关联。
构建包含大量带钢图像和相应标注信息的训练集，作为后续深度学习模型的训练数据。
3. 深度学习模型的选择与训练：根据带钢表面缺陷检测的特点和需求，选择适合的深度学习模型，如卷积神经网络（Convolutional Neural Network，CNN）。
利用训练集对选择的模型进行训练和优化，以提高模型的准确性和泛化能力。
4. 缺陷检测与分类：将训练得到的深度学习模型应用于实际的带钢图像中，通过图像的特征提取和比对，检测出图像中存在的缺陷区域，并根据缺陷的类型进行分类。
通过将缺陷与标注信息进行比对，判断出缺陷的位置和严重程度。
5. 结果评估与优化：对检测结果进行评估和统计分析，计算系统的准确率、召回率、误报率等指标，根据评估结果对系统进行优化和调整，以提高系统的检测性能和效果。
热轧带钢表面质量缺陷原因分析热轧带钢的表面质量缺陷是指在热轧工艺过程中，带钢表面出现的各种缺陷。
这些缺陷对带钢的外观和性能都有不良影响，严重时还会导致带钢失效。
以下是热轧带钢表面质量缺陷原因的分析。
1. 轧制工艺不合理：热轧带钢的表面质量缺陷与轧制工艺有着密切关系。
如果轧制工艺控制不当，例如轧制温度过高、辊缝调整不当等，就会导致带钢表面产生热裂纹、鱼鳞鳞片状缺陷等。
2. 材料质量问题：带钢是由钢坯经过多道次轧制形成的，如果钢坯的质量不佳，例如存在夹杂物、气孔等缺陷，就会在轧制过程中扩展并形成表面缺陷。
3. 辊缝问题：辊缝是带钢在轧制过程中受到的挤压力的集中作用点，如果辊缝调整不当，例如过大或过小，都会对带钢表面产生压痕、划痕等缺陷。
4. 轧制润滑问题：轧制过程中需要使用润滑剂来减小摩擦力，如果润滑不均匀或润滑剂存在污染物，就会导致带钢表面出现涂敷不均匀、氧化皮不易剥离等缺陷。
5. 切割质量问题：在热轧带钢生产中，需要对带钢进行切割，如果切割工艺不当，例如切割速度过快、切割刀具磨损等，就会导致切口不整齐、毛刺等缺陷。
6. 后续工艺操作问题：热轧带钢在后续的加工和处理过程中，如果操作不当，例如维护不及时、设备老化等，就会导致带钢表面产生擦伤、磕碰等缺陷。
针对以上分析，可以采取以下措施来改善热轧带钢的表面质量：1. 优化轧制工艺：合理控制轧制温度、辊缝调整，减小轧制力度等，以提高带钢的表面质量。
2. 加强材料质量控制：采用优质钢坯，并对钢坯进行充分检验和清洁处理，以减少杂质的含量和夹杂物的存在。
3. 确保辊缝质量：定期对辊缝进行调整和检查，确保辊缝的尺寸和形状符合要求，减少对带钢表面的压力集中。
4. 加强润滑管理：优化润滑剂的选择和使用方法，确保润滑剂均匀涂敷在轧制表面，并定期清洗润滑系统，减少污染物的残留。
5. 优化切割工艺：控制切割速度，保证切割刀具的锋利度，加强切割设备的维护和监测，以保证切口的质量。
热轧带钢表面质量缺陷原因分析热轧带钢是一种广泛应用于建筑、汽车、机械制造等行业的金属材料。
在生产过程中，热轧带钢表面往往会出现各种质量缺陷，影响产品的质量和使用寿命。
对热轧带钢表面质量缺陷的原因进行分析，具有重要的理论和实际意义。
热轧带钢的表面质量缺陷主要包括：铁锈、麻粒、划痕、表面凹痕、擦伤、氧化皮等。
这些质量缺陷的产生原因多种多样，可以从以下几个方面进行分析：1. 原料质量不合格：热轧带钢的生产是通过将钢坯在高温条件下压延而成的，因此钢坯的质量对于热轧带钢的表面质量有着重要影响。
如果钢坯表面已经存在质量缺陷，如铁锈、氧化皮等，则在热轧过程中很容易形成对应的表面缺陷。
2. 设备状况和操作方式：热轧带钢的生产需要涉及到一系列设备，如热轧机、冷却装置等。
如果设备存在故障或者磨损，会导致带钢表面质量缺陷。
操作人员的技术熟练程度和操作方式也对热轧带钢的表面质量有着直接影响。
如果操作不规范或者技术水平不高，很容易导致带钢表面质量缺陷的产生。
3. 温度控制不当：热轧带钢的生产需要在一定的温度范围内进行。
如果温度控制不当，过高或者过低都会导致带钢表面质量缺陷的产生。
温度过高会导致带钢表面出现氧化皮、烧焦等问题，温度过低则会导致带钢表面出现裂纹等问题。
4. 轧辊磨损：热轧带钢的生产离不开轧辊的使用，轧辊磨损是导致带钢表面质量缺陷的一个重要因素。
轧辊的磨损会导致带钢表面出现凹凸不平、划痕等问题，直接影响产品质量。
5. 冷却方式选择不当：热轧带钢生产过程中，冷却方式的选择对于产品的表面质量有着重要的影响。
如果冷却方式选择不当，如冷却速度过快或者过慢，都会导致带钢表面质量缺陷的产生。
热轧带钢的表面质量缺陷产生原因是多方面的，需要从原料质量、设备状况和操作方式、温度控制、轧辊磨损以及冷却方式等方面进行综合分析和控制。
只有在整个生产过程中各个环节得到有效控制，才能够最大程度地减少热轧带钢表面质量缺陷的产生，提高产品质量和使用寿命。
轧带钢表面划痕缺陷的分析与控制质量检控在钢铁行业中所起作用日渐明显和重要，带钢表面缺陷作为影响其质检环节是否过关的关键因素，其检测对于提升最终质量具备极其重要的作用。
标签：轧带钢;表面缺陷;控制1.前言当前，在带钢生产过程中，传统的人工检测法早已无法满足现实生产需求，所以对带钢表面缺陷检测系统进行深度研究已成为如今钢铁单位的共识。
2.热轧带钢网纹产生的原因热轧带钢有明确的出口平台。
在打开过程中，带钢受打开结构及其原始状态的影响，并在力的作用下局部彎曲。
当弯曲力达到上限时，带钢局部变形并变得不均匀而形成滑动线，这是常见的网格现象。
当热轧铁素体基不锈钢时，工作辊上的网纹辊缺陷程度波动很大，并且网纹辊缺陷增加。
从精轧前的工作辊的状态和工作辊表面的凹凸形状的测量结果可以看出，工作辊表面具有在工作辊的圆周方向上延伸的肋状缺陷。
肋的宽度为1至2mm，并且工作辊主体掉落以形成20至30μm的凹部。
钢板的表面缺陷是与工作辊的表面缺陷相对应的沿着钢板的长度方向延伸的肋状缺陷。
通过EPMA测量钢板表面上的缺陷元素的分布的结果是，推入钢板表面的异物具有与钢板相同的组成。
3.热轧带钢网纹缺陷的控制措施3.1合理的工艺参数根据以上分析结果，为了减少炉渣在铸坯中的混入，浇铸时模具宽，窄面上的水流量分别选择为215和25m3/h，板间的氩背压为0.01至设置为0.025MPa，模具的液位剧烈波动，浸入式喷嘴的浸液深度为80至150mm。
这会导致铸坯中夹渣的增加，从而防止浇注过程中工艺参数的设定不当。
3.2提高保护渣碳含量由于保护渣原料中的炭黑的碳含量不足，并且保温效果低，因此铸造时的弯月面的冷却强度增加，钢容易冻结，铸坯的渣混合率增加。
当碳含量为99%时，由于保温性能高，铸坯的炉渣混合比显着降低，因此必须使铸型粉原料中固定碳的质量比达到99%以上。
..3.3钢板网纹的抑制技术使用的润滑剂是由含硫添加剂的润滑油制成的10%乳液。
热轧带钢表面质量缺陷原因分析热轧带钢是一种常见的金属材料，在工业生产中具有广泛的应用。
其表面质量对于产品的质量和性能有着重要的影响。
在生产过程中，热轧带钢的表面质量会出现一些缺陷，影响产品的质量和外观。
对热轧带钢表面质量缺陷原因进行分析和研究，对于改善产品质量和生产效率具有重要意义。
本文将对热轧带钢表面质量缺陷的原因进行分析。
热轧带钢在生产过程中容易出现许多表面质量缺陷，常见的缺陷有：氧化皮、夹杂物、坑洞、划痕、波纹、卷边、折叠、皱曲等。
这些缺陷会影响带钢的外观质量和性能，并且可能导致产品退货和生产中断，给企业带来经济损失。
1. 滚轧工艺参数不合理热轧带钢的表面质量缺陷与滚轧工艺参数密切相关。
如果轧机的温度、轧制力、轧辊表面状况等参数设定不合理，容易导致带钢表面出现坑洞、波纹、卷边等缺陷。
过大的轧制力也容易导致皱曲等严重的表面质量问题。
2. 原料质量不佳热轧带钢的原材料主要包括钢坯和热轧辅助材料。
如果原材料的质量不佳，可能会导致带钢表面出现氧化皮、夹杂物等缺陷。
特别是在钢坯表面存在夹杂物或氧化皮时，会使其在热轧过程中将夹杂物或氧化皮轧入带钢中，从而形成相应的表面缺陷。
3. 冷却不当热轧带钢在轧制后需要进行冷却处理。
如果冷却不当，可能会导致带钢表面出现过热区或冷却速度不均匀的情况，从而导致表面质量缺陷的产生。
4. 轧辊磨损严重轧辊是热轧带钢生产过程中使用的主要设备之一。
轧辊的表面状况对于带钢的表面质量有着直接的影响。
如果轧辊磨损严重或者表面状况不良，可能会导致带钢表面出现划痕、坑洞等缺陷。
5. 作业人员操作不当热轧带钢生产过程中，操作人员的操作技术和经验水平对于产品的质量有着重要的影响。
如果操作人员操作不当，可能会导致带钢表面出现折叠、皱曲等缺陷。
三、热轧带钢表面质量缺陷的解决方法为了避免因滚轧工艺参数不合理而导致的表面质量缺陷，需要对滚轧工艺参数进行合理的调整和优化。
通过科学合理的轧制力、温度、冷却速度等参数的设定，可以有效地改善热轧带钢的表面质量。
钢板表面质量问题检查一、结疤1、缺陷特征:钢板表面出现不规则的“舌状”、“鱼鳞状"或条状翘起的金属起层，有的与钢板本体相连接,有的粘附在钢板表面与本体没有连结,前面叫开口结疤，后者叫闭口结疤，闭口结疤在轧制时易脱落，使板面成为凹坑。
2、产生原因：炼钢的时候，锭模内壁清理不净，横壁掉肉，上注时，钢液飞溅，粘于横壁，发生氧化，铸温低，有时中断注流,继续注钢时，形成翻皮；下注时，保护渣加入不当，造成钢液飞溅；轧钢的时候,板坯表面残留结疤未清除干净，经轧制后留在钢板上.3、检查与处理：用肉眼检查.钢板表面不允许存在结疤,一经发现必须清除。
当缺陷深度在标准范围内允许修磨，否则切除或判为废品。
二、表面夹杂1、缺陷特征：表面呈现明显点状、块状或线条状的非金属夹杂物，沿轧制方向间断或连续分布,其颜色为好棕色、深灰色或白色.严重时，钢板出现孔洞、破裂、断带。
2、产生原因:1炼钢时造渣不良，钢水粘度大，流动性差，渣子不能上浮，钢中非金属夹杂物多；2铸温低，沸腾不良，夹杂物未上浮；3连铸时，保护渣带入钢中；4钢水罐、钢锭模或注管内的非金属材料未清扫干净。
5板坯皮下夹杂轧后暴露，或板坯原有的表面夹杂轧后残留在钢板表面上;6加热炉耐火材料及泥沙等非金属物落在板坯表面上，轧制时压入板面。
3、检查与处理：用肉眼检查。
夹杂缺陷不允许存在，其清理深度不得超过标准规定，否则切除。
三、分层1、缺陷特征:是基材内部的夹层，这种缺陷不一定出现在表面上,往往表现为单面或双面鼓泡.钢板断面上呈现的明显金属分离现象称分层，缺陷处可见未焊合的缝隙，有时缝隙内还有肉眼可见的夹杂物。
2、产生原因:热轧时气泡未焊合或焊合不良。
3、检查与处理：用肉眼检查。
标准规定分层是不允许存在的缺陷，钢板分层部分必须切除。
四、爪裂1、缺陷特征：钢板表面呈现的深浅不等，类似于鸡爪形状的裂纹称为爪裂.2、检查与处理：用肉眼检查。
标准规定钢板表面裂纹不允许存在，缺陷部分必须切除或用砂轮修磨清理,但清理深度一定要符合标准规定。
热轧带钢表面质量缺陷原因分析【摘要】热轧带钢表面质量缺陷是影响产品质量的重要因素之一。
本文通过分析研究发现，造成热轧带钢表面质量缺陷的主要原因包括热轧工艺参数调整不当、原料质量问题、轧辊磨损和松动、冷却系统故障以及设备设施不良等。
为解决这些问题，加强热轧带钢生产工艺控制尤为重要，调整工艺参数、提高原料质量管理水平、定期检查设备设施并进行及时维护保养是关键措施。
只有通过全面的措施，才能有效提高热轧带钢表面质量，确保产品的质量稳定性和生产效益。
【关键词】热轧带钢、表面质量缺陷、工艺参数、原料质量、轧辊磨损、冷却系统、设备设施、生产工艺控制、原料质量管理、设备维护。
1. 引言1.1 热轧带钢表面质量缺陷原因分析热轧带钢表面质量缺陷是指在热轧生产过程中，带钢表面出现的各种瑕疵和缺陷，会影响带钢的使用性能和外观质量。
热轧带钢表面质量缺陷的原因分析是热轧生产过程中非常重要的一环，只有找准表面质量缺陷的根本原因，才能有效地采取相应的措施进行改进和解决。
热轧带钢表面质量缺陷的原因主要可以分为以下几个方面：首先是热轧工艺参数调整不当导致表面缺陷，比如轧制过程中温度控制不当、轧辊间隙不合适等，都会直接影响带钢表面的质量；其次是原料质量问题引起的表面缺陷，如果原料本身质量不合格或存储条件不当，也有可能导致带钢表面出现缺陷；轧辊磨损和松动、冷却系统故障、设备设施不良等因素也会对热轧带钢表面质量造成影响。
加强热轧带钢生产工艺控制的重要性不言而喻。
提高原料质量管理水平、定期检查设备设施并及时维护保养也是预防和解决热轧带钢表面质量缺陷的有效途径。
通过分析各种可能的原因，找出问题所在并及时处理，才能确保热轧带钢表面质量的稳定和提升。
2. 正文2.1 热轧工艺参数调整不当导致表面缺陷热轧工艺是影响热轧带钢表面质量的重要因素之一。
如果工艺参数调整不当，很容易导致表面缺陷的产生。
热轧工艺参数包括轧制温度、轧制速度、轧制力等多个方面的参数，这些参数之间存在一定的相互关系，如果一个参数调整不当，就会对其他参数造成影响，导致表面质量缺陷的出现。
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（捕捉和识别反光缺陷，如锈蚀、重皮等）和暗域缺陷（捕捉和识别发散光缺陷，如划痕、裂纹及其它表面破损状态），因此分别在亮域和暗域放置线阵CCD进行捕捉。
将线阵CCD横向置于钢板上方进行钢板横向扫描，采用光学镜头将钢板某行表面成像在线阵CCD上，完成一维扫描，钢板运行完成另一维扫描，从而构成二维图象。
在此不采用面阵CCD的原因为①对于速度较高的板材，无法实现实时在线处理。
②面阵CCD的分辨率和视场限制了宽度方向的检测分辨力。
2装置的总体结构带钢表面缺陷在线智能检测装置由两大部分组成。
第一部分是光源-摄像系统,检测产品尺寸、产品质量和所有决定产品质量和生产过程质量的表面缺陷;第二部分是智能系统,确定带钢的质量类别,按照用户规定的验收标准组织发货,并确定为使生产计划调度和过程控制最佳化,应该采取哪些措施,这样就能降低管理成本,提高产品质量,减少因用户异议和索赔所造成的损失。
3 光源光源照明的设计目的是在钢板表面得到一条宽度适当、照度足够的均匀光带，考虑到钢板的宽度、材质和缺陷表面特性的差异，用于检测带钢表面缺陷的光源和光控系统应能满足下列要求:可以调节光的照度以提高图像质量;结构紧凑,以便安装在有限的空间内,不仅能按照生产线速度,而且能根据产品表面的光洁度来调节光的照度。
实验室试验表明,当带钢线速度达到900m/min以上时,常规高强度萤光管最高输出功率下的最好分辨率为4mm。
为了提高分辨率,必须提高光源等级,以便缩短曝光时间。
试验还表明,在额定线速度为900m.min时,为使分辨率达到2mm,需要将光线输出强度增加2.6倍以上。
3.1 光源的设计根据实际情况，选用一种高频荧光灯作为光源，这种荧光灯有一条窄缝不涂荧光粉,由荧光管发射出的光线从窄缝中射出时不必穿过另一层荧光粉,从而使窄缝区的照明效果更好。
为了进一步提高从窄缝中射出的光线强度,需要加一个集光器件，减少荧光管射出的光线散布面积，实现高强度宽视场的均匀照明。
4.2 光源控制器光源控制器是用来控制光源照度的。
在实际生产中,带钢线速度经常发生变化,光源所发出的能量也必须做出相应的变化,使摄像系统所获得的图像质量(包括明暗程度、反差和分辨率)保持不变。
对光源控制器的要求是能够适应加速度为±10m/s²的速度变化。
控制系统的设计是线性的,所以当图像处理器要求有一个特定的照度时,就可以在下一次摄像机扫描过程中准确地达到该照度。
固体摄像器件CCD检测法cc D(c h 呷eCoupldeDeivce)s，即电荷祸合器件，是一种新型的固体成像器件，是近代光电成像领域里非常重要的一种新技术产品。
它是在大规模硅集成电路工艺基础上研制而成的模拟集成电路芯片，集光电变换、光积分、扫描三种功能于一体。
其基本部分由MOS光敏元阵列和读出移位寄存器组成。
固体摄像器件CCD检测原理是用特殊光源(包括荧光管、卤素灯、卤素金属燕汽灯、发光二极管、红外线和紫外线等)以一定方向照射到带钢表面上，CCD摄像机在带钢上扫描成像，扫描所得的图像信号输入计算机，通过图像预处理、图像边缘检测、图像二值化等图像处理方法，提取图像中的特征参数，然后再进行图像识别，判断出是否存在缺陷。
189 0年美国内朋印公司研制的cCD检测系统，采用柱型透镜进行x、y方向的放大倍数分离，以扩大视场;照明用40kHZ 的高频荧光灯以减小光源周期性变化的影响;摄像器件用当时最新的2048像元线阵ccD，并申请了专利13.l，lo1938 年在美国能源部的资助下，Honeywell公司完成了连铸板坯表面在线检测装置的研究。
该装置采用线阵CCD器件，通过增加CCD芯片的有效像元数和提高其帧转移速率，并采用先进的数字图像处理部件，使该装置能可靠地检出微细的表面缺陷。
该项研究工作对于带钢表面质量检测系统的指导意义在于确立了线阵CCD图像传感系统、专用图像阵列处理机的体系结构、基于树分类器和句法模式识别理论的缺陷分类器设计思想及自动检测过程的离线数字仿真等技术路线的主流地位。
1968 年在美国钢铁协会(AlsD的资助下，ewstinghoues公司和EastmanKdoak公司提出了各自的系统解决方案，其中westingho嫂系统采用线阵ccD摄像机和高强度的线光源监视运动带钢表面，在最高带速和最大带宽下可提供17minx2.3Inm 的横、纵向缺陷分辨率。
与此同时，意大利centrosvil叩poMaterial公司在欧洲煤钢联营伍csc)的资助下，研制出用于不锈钢表面检测的实验样机，该系统的特点是:可同时进行带钢上下表面的自动检测，通过设置边部检测摄像机可以进行带钢自动宽度测量和孔洞检测，但是其可识别的缺陷相对较少，并且不具备对周期性缺陷的检出能力[网.意大利slpAR公司开发成功的CCD带钢表面缺陷检测系统，当采用一个2596个像素的线阵CCD摄像机时，它的最大扫描速度为7716次角，对1300min宽的带钢，移动速度最高为4耐5时，分辨率约为0.SInln xo.5nun ;当采用一个1728像素的线性CCD摄像机扫描速度为1100次角，对移动速度为10n口5、170011111宽的带钢，其检测分辨率约1.OlUnxl.Omm，该系统用计算机将采集的数据与一个有预置程序的缺陷数据库进行比较，从而判断出缺陷的种类和性质。
缺陷图像可以进行缩放、平移、滚动、增强反差、增添色彩，还具有通信和打印等功能，几19 1年在荷兰Hogovens钢铁公司热轧生产线投入试运行ectronl。
System侄Es)系统能在热连轧的恶劣环境和高带速下，实时地提供高清晰度的带钢上下两表面无遗漏的缺陷图像，其在最大带宽和最高带速下具有1.02nu”xZ.03Inm 的横纵向检测分辨率。
EES系统具有突出的实用性能，采用双总线结构，即VME总线和高速数据总线。
其中，VME总线支持指令、控制和低速数据，高速数据总线提供高速数据的传输。
ES系统中最有成效的研究工作在于对环境的有效适应能力:通过在摄像机前端安装滤光片，可有效滤除热态带钢表面辐射出的红外光对检测光学系统的千扰;对CCD摄像机进行了循环水冷却，并对照明光源采取了通风散热措施:为彻底消除带钢辐射热对检测系统前端装置的直接影响，在距离F7精轧机架出口侧12m处单独设置一个密闭的现场仪表总站，并将CCD摄像机和照明光源安装于总站内部;在该仪表站下方设置了多个空气喷嘴来清除带钢表面的蒸汽、水滴、油污及灰尘等杂质，以便更加有效地进行光学检测。
美国C o9 】ex公司先后研制成功了15一00自动检测系统和ILe田旧自学习分类器软件系统。
通过此两套系统的无缝连接，整体系统可以提供80GOPS的运算性能，并有效的改善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19夕0!。
15一 20 0系统于194年8月在美国LTV钢铁公司的镀锌生产线上投入实际运行，其功能全面完善，属于目前最先进的带钢表面自动检测系统，在一定程度上代自动检测系统今后的发展趋势。
15一00系统框图如图1.5所示，在带钢上下表面分别设置工作于明域和暗域的各两台CCD摄像机，以增加缺陷检出的数量;在摄像机习D变换单元中有自动增益校正(AGC)功能，并在摄像机数字接口部件中配置了自适应的规格化器，可动态补偿照明光源的不均匀和衰变的特性及带钢表面反射光的不规则;综合运用了多只阀值化器，这些算法分别适用于各自特定的缺陷类型，并可编程为固定的和自适应的运行模式，其综合效果可将缺陷检测阀值严格控制在带钢正常表面像素值偏差的1.0倍至1.6倍;提出了一个实用的自动分类系统iLearn ，该系统运行于一个专用处理器上，可以保证在全轧制速度下实时地完成分类任务。
l) 抽检率低，不能真实可靠地反映带钢表面的质量状况，很难检测到尤其是对于轧制过程中产生的大量非周期缺陷极有可能造成漏检。
(2) 缺乏检测的一致性、科学性.主要依赖检测人员的主观判断，由于不同质检人员经验水平不同，对同一缺陷会得出不同的判断，导致缺陷种类、级别不准，从而降低了检测的可信度。
(3) 检测环境恶劣枯燥，对人的身心危害很大，检测人员的劳动强度大，极易疲乏，容易造成误判和漏检。
(4) 果在前期工序中不能检测出某些严重的表面缺陷，势必将其引入后续工序，这可能导致整批带卷的重加工甚至报废。
(5) 提高产品售后服务水平。
由于产品质量检查全凭人眼，没有产品全部长度的缺陷状况资料，因此产品质量等级不精确，售后服务困难。
因此，表面质量检测己经成为带钢生产企业提高产品质量和产量的瓶颈。
实现对带钢表面缺陷进行非人工的连续准确的检测、缺陷分类和记录，并加以实时控制，对于提高生产效率和产品质量，从而提高企业竞争力将起到非常积极的作用。
