不銹鋼表面缺陷在線檢測儀器的關(guān)鍵技術(shù)分析

趙晉雷

（天津太鋼天管不銹鋼有限公司天津300461）

0 引言

不銹鋼冷軋鋼板由于其耐蝕性高、表面光潔度好、易于加工等特點，得到越來越廣泛的使用，對產(chǎn)品表面的質(zhì)量要求要光潔平整、無視覺瑕疵。傳統(tǒng)冷軋生產(chǎn)一般依靠有經(jīng)驗的質(zhì)量檢測人員，用人工目測的方法進(jìn)行表面質(zhì)量檢測和缺陷分類。近年來，一方面隨著高速度生產(chǎn)線的大量投運(yùn)，產(chǎn)品表面品質(zhì)的個性化要求和質(zhì)量標(biāo)準(zhǔn)的普遍提高，人工檢測分類從效率、準(zhǔn)確性、人員技能等方面越來越不能滿足現(xiàn)場需求。另一方面隨著傳感技術(shù)和數(shù)據(jù)處理能力的提高，基于機(jī)器視覺和數(shù)據(jù)分析的智能表面缺陷在線檢測儀器在大工業(yè)現(xiàn)場逐步得到成熟應(yīng)用[1]。

1 表面缺陷檢測分析系統(tǒng)應(yīng)用中存在的技術(shù)問題

完整的表面分析系統(tǒng)大致可分為檢測傳感、圖像采集和表面缺陷辨識三部分，在線帶鋼表面缺陷檢測分析系統(tǒng)由于鋼帶運(yùn)行速度高、缺陷辨識度差等因素，在關(guān)鍵技術(shù)選取和實際應(yīng)用中主要存在以下幾個方面的難題[2]：

（1）檢測傳感技術(shù)普遍可靠性不高；

（2）數(shù)據(jù)處理和缺陷辨識準(zhǔn)確率低、辨識速度慢；

（3）工程應(yīng)用中易受現(xiàn)場環(huán)境、安裝誤差等影響，系統(tǒng)辨識一致性差；

（4）系統(tǒng)穩(wěn)定性差、維護(hù)困難等。

2 關(guān)鍵技術(shù)條件選取

2.1 檢測傳感技術(shù)方面

帶鋼檢測主要方法有激光掃描法、渦流檢測法、紅外檢測法、超聲檢測法、CCD圖像檢測方法等。其中激光掃描法是利用激光器對帶鋼表面逐點掃描以獲得高分辨率與高檢測精度，但激光光學(xué)系統(tǒng)的復(fù)雜性和高安裝精度要求，導(dǎo)致這種方式在冷軋現(xiàn)場應(yīng)用能否成功存在風(fēng)險。而渦流和超聲技術(shù)主要在帶鋼探傷領(lǐng)域更有優(yōu)勢[3]。比較而言，CCD成像的高速性，使得與帶鋼運(yùn)行速度相匹配的高檢測分辨率成為可能，而線陣CCD能夠利用比面陣CCD更少的攝像機(jī)而獲得同等分辨率，故傾向于基于線陣CCD圖像傳感器的成像檢測技術(shù)。

CCD圖像傳感器成像方式是通過專門光源向帶鋼表面發(fā)射光線，高速CCD攝像頭對帶鋼表面進(jìn)行逐行掃描，當(dāng)帶鋼表面沒有缺陷時，反射光在明視場下很強(qiáng)，散射光在暗視場下很弱。相反若有缺陷，則明視場下接收的反射光光強(qiáng)減弱，暗視場下散射光光強(qiáng)增加。系統(tǒng)根據(jù)明暗視場CCD圖像傳感器接收的光強(qiáng)變化并配合數(shù)據(jù)分析和缺陷辨識分類可對鋼卷表面的各類二、三維缺陷實現(xiàn)很好的捕捉獲取和辨識分類。圖1為CCD行掃面示意圖見，圖2為光源明暗視場示意圖。

圖1 CCD行掃面示意圖

圖2 光源明暗視場示意圖

2.2 圖像采集技術(shù)方面

冷軋生產(chǎn)線現(xiàn)場具有帶鋼高速運(yùn)轉(zhuǎn)（250 m/min）、機(jī)組設(shè)備抖動、現(xiàn)場采光惡劣、環(huán)境粉塵等不利和干擾因素，使帶鋼表面成像后的圖像穩(wěn)定性和一致性較差，表面缺陷很難呈現(xiàn)特征顯現(xiàn)、辨識度較差。相對應(yīng)的技術(shù)措施包括強(qiáng)化照明光源配置、高精度帶鋼速度傳感技術(shù)使用等。

光源配置，除壽命、功率、能耗等常規(guī)性能之外，重點還要考慮：光源須有較高的均勻性和照明強(qiáng)度，以使帶鋼的細(xì)微缺陷能以盡量高的分辨率顯現(xiàn)；光源的照明穩(wěn)定性能貫穿全生命周期；照明寬度能覆蓋帶鋼最大寬度（1 240 mm）；照明波長與圖像傳感器的峰值波長相匹配等關(guān)鍵技術(shù)指標(biāo)。目前流行的LED照明能較好解決壽命、穩(wěn)定性等問題，也適用于帶狀或線狀照明，可以保證圖像傳感器和光源有足夠的覆蓋寬度。這樣當(dāng)帶鋼連續(xù)運(yùn)行時CCD可長周期、均勻穩(wěn)定、高速掃描成像（最高1.5萬行/s），實現(xiàn)連續(xù)清晰的從頭到尾完整掃描整個鋼卷，故傾向于帶狀或線狀LED照明。

帶鋼運(yùn)行速度的精密測量和同步化處理是影響圖像采集的另外一個重要因素，常規(guī)的處理方式是“標(biāo)準(zhǔn)化的表面缺陷儀表+取自機(jī)組level 2的鋼卷實時速度信號”，但冷軋?zhí)幚砭€連續(xù)帶鋼長度達(dá)2 500米、帶鋼速度波動最大0.2 m/min、帶鋼常態(tài)化上下抖動等實際情況，使上述常規(guī)方案給圖像精準(zhǔn)采集帶來極大的不可靠性。故傾向于針對具體工業(yè)現(xiàn)場的個性化工程方案+工程實施。圖3為現(xiàn)場工程方案圖。

圖3 現(xiàn)場工程方案圖

2.3 圖像數(shù)據(jù)處理和缺陷辨識技術(shù)方面

高速運(yùn)行狀態(tài)下鋼卷缺陷的實時精準(zhǔn)辨識導(dǎo)致的高速率和大運(yùn)算量一直是數(shù)據(jù)處理的瓶頸，解決方案在系統(tǒng)硬件架構(gòu)技術(shù)路徑主要有專用FPGA+人機(jī)接口、高速工業(yè)以太網(wǎng)+多服務(wù)器、5G物聯(lián)網(wǎng)+云計算等方式。以FPGA為核心處理器，以嵌入式系統(tǒng)實施數(shù)據(jù)實時處理，速率可達(dá)32Mbytes以上，從處理速率和精準(zhǔn)辨識方面基本能滿足要求，且具有成本較低、系統(tǒng)架構(gòu)簡單等優(yōu)勢，但這種單核架構(gòu)很難具備缺陷辨識自學(xué)習(xí)、缺陷庫二次開發(fā)等擴(kuò)展功能，分析認(rèn)為這種架構(gòu)更適用于以單一標(biāo)準(zhǔn)儀表為需求的標(biāo)準(zhǔn)化工業(yè)現(xiàn)場。高速工業(yè)以太網(wǎng)+多服務(wù)器的架構(gòu)模式技術(shù)較為成熟，具有系統(tǒng)柔性好、使用者可二次開發(fā)、自學(xué)習(xí)能力強(qiáng)等優(yōu)點，但也帶來初始投資較高、系統(tǒng)維護(hù)量大等不便。5G物聯(lián)網(wǎng)+云計算是流行的技術(shù)方向，具有投資少、維護(hù)量小等優(yōu)勢，但需要云平臺與數(shù)據(jù)處理模型的完美融合，目前尚未發(fā)現(xiàn)類似工業(yè)系統(tǒng)的成功案例。綜合看傾向于“高速工業(yè)以太網(wǎng)+多服務(wù)器”的硬件配置技術(shù)路徑。

圖像處理在數(shù)據(jù)運(yùn)算方面的主要關(guān)鍵技術(shù)是缺陷辨識算法，缺陷分類器是算法的核心，首先通過閾值算法檢測到缺陷然后經(jīng)過特征提取，輸入缺陷自動分類器進(jìn)行缺陷類型判斷[4]。分類器要滿足高可靠性、特征辨識精準(zhǔn)性、高速實時性等基本要求，此外不銹鋼冷軋工藝技術(shù)和質(zhì)量標(biāo)準(zhǔn)的快速發(fā)展還要求系統(tǒng)具備自學(xué)習(xí)能力、缺陷庫二次開發(fā)能力。目前缺陷分類和辨識算法主要有神經(jīng)網(wǎng)絡(luò)法、貝葉斯分類器、SVM分類器等，這些算法各有優(yōu)勢但也普遍具有正確率不高、訓(xùn)練周期長、樣本需求量大等缺點。多服務(wù)器的硬件架構(gòu)提供了數(shù)據(jù)高速運(yùn)算能力，使具有集成特點的多算法分類器成為可能，故傾向于“多算法+多級分類”的數(shù)據(jù)處理技術(shù)路徑。圖4為分類器圖例

圖4 分類器圖例

3 基于上述分析的關(guān)鍵技術(shù)組合

通過上述分析，提出“線陣CCD圖像傳感器、帶狀LED照明、多服務(wù)器、高速工業(yè)以太網(wǎng)的硬件系統(tǒng)+多算法、多級缺陷分類器的軟件數(shù)據(jù)處理核心+個性化工程設(shè)計”的不銹鋼表面缺陷在線檢測分析儀器的關(guān)鍵技術(shù)最佳組合。主要硬件配置見表1，硬件系統(tǒng)配置圖見圖5，工程實施方案見圖6。

表1 主要硬件配置

圖5 系統(tǒng)配置圖

圖6 工程實施圖

4 實際使用效果分析

實際應(yīng)用中，基于使用者二次開發(fā)+系統(tǒng)自學(xué)習(xí)功能，形成300系不銹鋼、400系不銹鋼兩個缺陷庫，包括目前已知的擦劃傷、輥印、油印、異物壓入、麻點、夾雜等主要缺陷30余種，每種缺陷均由近300個缺陷特征來描述，每個缺陷還分為輕、中、重三個等級，已經(jīng)成功的將表面檢測儀器系統(tǒng)應(yīng)用于不銹鋼表面質(zhì)量檢驗中，成為冷軋連續(xù)生產(chǎn)線質(zhì)量檢驗的核心工具和核心技術(shù)。

4.1 系統(tǒng)的缺陷檢測率和分類準(zhǔn)確率

對2019年7～12月份每月隨機(jī)抽查50個鋼卷，對該在線檢測分析儀器缺陷檢出率和分類準(zhǔn)確率進(jìn)行調(diào)查。通過連續(xù)6個月的運(yùn)行記錄統(tǒng)計以及大量數(shù)據(jù)分析，與人工檢測相比，表面檢測儀器系統(tǒng)整體缺陷檢出率大于95%、缺陷分類準(zhǔn)確率大于90%。

4.1.1 缺陷檢出率

2019年7～12月份不銹鋼表面缺陷檢出率，見表2

（缺陷檢出率）=（表檢儀器檢測到的缺陷數(shù)量）/（人工檢測到的缺陷數(shù)量）

表2 2019年7-12月份不銹鋼表面缺陷檢出率

4.1.2 缺陷分類準(zhǔn)確率

2019年7～12月份不銹鋼表面缺陷分類準(zhǔn)確率，見表3

（缺陷分類準(zhǔn)確率）=（表檢儀器分類正確的缺陷數(shù)量）/（人工檢測分類的缺陷數(shù)量）表3 2019年7-12月份不銹鋼表面缺陷分類準(zhǔn)確率

項目 7月 8月 9月 10月 11月 12月系統(tǒng)分類正確數(shù)量/個 2706 2041253926672413 2725

人為分類數(shù)量/個 2974 2265281229412649 3011缺陷分類準(zhǔn)確檢出率/% 91.0 90.1 90.3 90.7 91.1 90.5

4.2 質(zhì)量數(shù)據(jù)統(tǒng)計分析

表面檢測儀器檢出缺陷形成缺陷匯總報表、缺陷詳細(xì)信息報表、缺陷視線地圖等，報表中顯示了已檢出缺陷的名稱、缺陷的大小、缺陷的位置。通過這些報表數(shù)據(jù)能夠準(zhǔn)確了解帶鋼表面缺陷的詳細(xì)信息和分布情況，并應(yīng)用于下游工序質(zhì)量控制和最終產(chǎn)品的質(zhì)量判定和用戶服務(wù)中。圖7為質(zhì)量數(shù)據(jù)報表示意圖

圖7 質(zhì)量數(shù)據(jù)報表示意圖

4.3 質(zhì)量控制取得的成果

通過本儀器系統(tǒng)的應(yīng)用，在不銹鋼冷軋生產(chǎn)中起到了有效防控批量質(zhì)量問題、快速提升產(chǎn)品表面質(zhì)量水平、更好的為用戶提供個性化服務(wù)等成果，質(zhì)量異議提出率降低了0.17%，提升了市場客戶滿意度。

5 結(jié)語

本文從檢測傳感技術(shù)、圖像采集技術(shù)以及圖像數(shù)據(jù)處理和缺陷辨識技術(shù)三方面系統(tǒng)的分析了表面缺陷在線檢測儀器的關(guān)鍵技術(shù)點。并在硬件和軟件上進(jìn)行了獨(dú)特的設(shè)計，提出了“線陣CCD圖像傳感器、帶狀LED照明、多服務(wù)器、高速工業(yè)以太網(wǎng)的硬件系統(tǒng)+多算法、多級缺陷分類器的軟件數(shù)據(jù)處理核心+個性化工程設(shè)計”關(guān)鍵技術(shù)的最佳組合，并在不銹鋼冷軋生產(chǎn)中實際應(yīng)用，實現(xiàn)了表面缺陷檢出率大于95%、缺陷分類準(zhǔn)確率大于90%的良好效果。為冷軋不銹鋼產(chǎn)品的高質(zhì)量發(fā)展提供了充足保證，進(jìn)一步提升產(chǎn)品市場競爭力，創(chuàng)造經(jīng)濟(jì)效益。