[发明专利]一种基于机器视觉的钢材低倍数字化检测方法

说明书

本发明提供一种基于机器视觉的钢材低倍数字化检测方法，属于钢铁冶金领域，本发明通过集成制样输送、图像采集、缺陷识别评级和数据分析整理功能，具有小型化、自动化、安全化、高效化以及实时人机交互设计特点，实现操作人员高度自动化、标准化控制作业，减少操作人员工作强度以及作业的酸性环境对操作人员身体的危害。提升检测过程的自动化、智能化、精确化和安全化程度。以图像处理技术为基础对钢材低倍缺陷进行检测和分类，并且将缺陷信息数字化，能够高效、准确、客观的建立钢材低倍组织质量评价体系，为钢铁行业产品质量检测向短流程、自动化、智能化发展提供技术支撑，对于提高企业经济效益，实现绿色低碳高质量发展具有重要意义。

技术领域

本发明涉及钢铁冶金领域，特别涉及一种基于机器视觉的钢材低倍数字化检测方法。

背景技术

钢材产品在国防军工、船舶工业、核电设备等领域有着广泛应用，生产出组织均匀、心部无缺陷的高品质钢材对于提高企业竞争力具有重要意义。连铸-加热-连轧-冷却是钢材典型的生产工艺过程，具有高效自动化生产的特点。连铸坯的质量直接决定了轧制后钢材产品质量。尽管目前连铸技术已经相当成熟，但连铸过程中由于冷却工艺、铸坯拉速不匹配等原因导致的连铸坯中心疏松缩孔、裂纹、枝晶偏析等缺陷仍是连铸领域的共性问题，且随着连铸坯规格尺寸增大，问题也更加突出。因此对连铸坯心部缺陷的快速识别，对于溯源优化生产工艺、改善连铸坯质量、提高钢材产品质量具有重要意义。

由于钢材在生产过程中，不可避免地出现缺陷，甚至废品，而不同工艺状态下产生的缺陷类型、特征和形成机制也不完全相同。这些加工缺陷将对产品质量产生较大影响，因此对铸坯缺陷检测和控制对提高钢材产品质量也有一定意义。

综合以上两点可以得知，连铸坯在凝固过程中形成的内部组织形态，对于后续生产环节对最终产品的力学性能有着极为重要的影响。在生产过程中，多种因素(如钢水中的非金属杂质、气体，温度控制不当，工艺缺陷或操作人员失误等)都会使连铸坯内部产生低倍缺陷，以及影响连铸坯凝固组织结构。连铸坯凝固组织结构反映了铸坯结晶的形貌，结晶状况的差异会使凝固组织的结构发生相应的变化。通过对连铸坯低倍试样凝固组织的区域识别，可以及时监测铸坯产品质量，进而优化生产工艺，避免产生大量不合格产品，造成巨大经济损失。

连铸坯的低倍检验是企业质量控制的最重要环节。对于企业而言，铸坯低倍组织检验的最基本任务有：①优化操作工艺，改善铸坯内部质量，大多低倍缺陷都是在连铸中产生的，通过对钢坯的低倍组织进行观察，可判断出操作工艺存在的问题；②研制新钢种，通过对铸坯凝固组织进行验证，可初步判断新钢种的性能；③为连铸机的维护检修工作提供指导性信息，控制铸坯缺陷的产生；④在最终产品质量体系中，为铸坯初始形态提供检验结果证明。

近年来，随着钢铁冶金行业自动化程度及生产水平不断提高，需要快速而精确地对钢材低倍组织缺陷进行检测，以适应更快的生产速度及更高的产品质量。目前常规低倍检测评级方法仍采取人工评级模式，即将低倍组织试样图片与国家/行业标准进行目测或人工测量后对比，给出评级报告。这种评级方法不可避免的存在误差大、评级滞后、缺乏数据库支持等缺陷。由于每个质检人员的经验水平参差不齐，评判标准各不相同，导致主观因素对检测结果产生影响，并且数据的汇总整理、归档主要依赖人工手动完成，较难保障数据的完整性和有效组织，容易出现数据丢失、不一致的情况，抑制了低倍缺陷评级在先进自动化钢铁生产流程的发挥。

随着机器视觉技术的迅猛发展，视觉检测作为一种快速、准确的非接触无损检测方法，已广泛应用于工业制造领域。相较于人工检测，视觉检测的优势主要体现在以下几个方面：①人工检测人力成本高，检测速度慢，使用视觉检测可以有效降低成本；②人工检测往往存在一定的误差和人为因素，而视觉检测在确定装置的检测标准后，检测过程将严格按照检测标准进行，精度较高；③视觉检测具有很高的自动化程度，不仅可以提高检测效率，还会为企业的设备及工作的安全性带来好处。此外，通过将视觉检测与各种技术、设备和算法相结合，可以最大限度发挥出系统的潜力，具有较高的应用前景。