一種熱鍍鋅產(chǎn)線的康耐視表面質(zhì)量檢測系統(tǒng)的優(yōu)化方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及煉鋼技術(shù)領(lǐng)域，特別涉及一種熱鍍鋅產(chǎn)線的康耐視表面質(zhì)量檢測系統(tǒng) 的優(yōu)化方法。
【背景技術(shù)】
[0002] 隨著科技的進步和汽車行業(yè)的迅猛發(fā)展，兼具生產(chǎn)成本低、鍍層性能優(yōu)、耐腐蝕性 能好、使用壽命長等優(yōu)點的熱鍍鋅板材在汽車外板上的應(yīng)用越來越廣泛，在帶來巨大市場 潛力的同時也對熱鍍鋅板的表面質(zhì)量提出了更高的要求。對熱鍍鋅板表面質(zhì)量進行實時、 全面的檢測和監(jiān)控一方面有助于提高表面質(zhì)量和生產(chǎn)水平，降低人工勞動強度，提高生產(chǎn) 效率，另一方面可以加強生產(chǎn)管控，保存完整準(zhǔn)確的質(zhì)量記錄，避免問題帶鋼進入下一工序 或客戶帶來不必要的損失。
[0003] 與連退或冷硬板相比，熱鍍鋅工序使帶鋼表面缺陷情況變的更復(fù)雜，除常規(guī)的卷 渣、翹皮等缺陷外，熱鍍鋅工序會引入鋅渣、鋅灰、亮斑等細(xì)小缺陷，鋅層還會使原料缺陷變 得模糊難辨，但這些會影響后續(xù)沖壓過程。傳統(tǒng)的表面質(zhì)量檢測采用人工目視抽檢和頻閃 光檢測的方法進行，這種方法有三個主要弊端：1.抽檢率低，只能在帶鋼低速時進行表面 檢測，不能真實可靠地100%反映帶鋼表面的質(zhì)量情況；2.實時性差，遠不能滿足生產(chǎn)線高 速的生產(chǎn)節(jié)奏；3.缺乏一致性，檢測結(jié)果容易受檢測人員主觀判斷的影響，缺乏檢測的一 致性和科學(xué)性。此外，還有暗點等小缺陷難以檢測和對檢測人員有危害等弊端。傳統(tǒng)的人 工檢測往往不能得到滿意的檢測結(jié)果。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明提供一種熱鍍鋅產(chǎn)線的康耐視表面質(zhì)量檢測系統(tǒng)的優(yōu)化方法，解決現(xiàn)有技 術(shù)中人工抽檢率低，實時性低，可靠性低的技術(shù)問題；達到了提升抽檢率和效率，通過自動 化操作提升可靠性。
[0005] 為解決上述技術(shù)問題，本發(fā)明提供了一種熱鍍鋅產(chǎn)線的康耐視表面質(zhì)量檢測系統(tǒng) 的優(yōu)化方法，包括：
[0006] 在現(xiàn)場工控機采用Smartview構(gòu)建系統(tǒng)服務(wù)器數(shù)據(jù)庫；
[0007] 采用兩臺CCD行掃描相機同時檢測表面；
[0008] 通過特定缺陷過濾操作，過濾尺寸微小的缺陷；
[0009] 通過直接判定操作，直接判定尺寸大的缺陷；
[0010] 采用實時表面檢測拍攝的圖片與實物形貌比對的方式建立缺陷圖庫；
[0011] 其中，所述缺陷圖庫中，每種缺陷收集多張缺陷圖片，采用自學(xué)習(xí)反饋控制算法完 善缺陷圖庫；將自學(xué)習(xí)準(zhǔn)確率低于90%的圖片去除，補充新圖片重新進行自學(xué)習(xí)，直至準(zhǔn) 確率尚于90 %。
[0012] 進一步地，所述兩臺C⑶行掃描相機與入射光線夾角為30°，且相機與水平方向 的夾角為60°。
[0013] 進一步地，兩臺(XD行掃描相機鏡頭對齊，兩個相機的對齊誤差0小于.5mm。
[0014] 進一步地，采用下表參數(shù)設(shè)定模式；
[0016] 其中，曝光量為7%~10%。
[0017] 進一步地，所述特定缺陷過濾操作以及直接判定操作具體如下表，
[0021] 本申請實施例中提供的一個或多個技術(shù)方案，至少具有如下技術(shù)效果或優(yōu)點：
[0022] 1、本申請實施例中提供的熱鍍鋅產(chǎn)線的康耐視表面質(zhì)量檢測系統(tǒng)的優(yōu)化方法，采 用康耐視表面檢測系統(tǒng)用于熱鍍鋅鋼板表面質(zhì)量的缺陷檢測，利用既成的圖像檢測系統(tǒng)， 實時拍攝待檢鋼板的表面圖像，并與現(xiàn)場的自學(xué)習(xí)缺陷圖庫比對得到缺陷的判斷，大大提 升了抽檢率和效率，同時自動化的操作也提升可靠性；另一方面，結(jié)合待檢鋼板的特異性， 針對缺陷圖像采用自學(xué)習(xí)反饋控制算法，采用多張實施缺陷圖像作為采樣區(qū)間，進行自學(xué) 習(xí)過程，確定90%的準(zhǔn)確率限定，完善自學(xué)習(xí)缺陷圖庫，從而最終得到高可靠性的缺陷圖像 數(shù)據(jù)庫。
[0023] 2、本申請實施例中提供的熱鍍鋅產(chǎn)線的康耐視表面質(zhì)量檢測系統(tǒng)的優(yōu)化方法，采 用兩個相機相對拍攝的方式，拍攝位于帶鋼中心的缺陷，進行合并分析，提升數(shù)據(jù)分析的可 靠性。
[0024] 3、本申請實施例中提供的熱鍍鋅產(chǎn)線的康耐視表面質(zhì)量檢測系統(tǒng)的優(yōu)化方法，通 過限定系統(tǒng)參數(shù)配合模式，大大提升了康耐視表面檢測系統(tǒng)與熱鍍鋅產(chǎn)線的兼容性能，大 大提升工作效率。
【具體實施方式】
[0025] 本申請實施例通過提供一種熱鍍鋅產(chǎn)線的康耐視表面質(zhì)量檢測系統(tǒng)的優(yōu)化方法， 解決現(xiàn)有技術(shù)中人工抽檢率低，實時性低，可靠性低的技術(shù)問題；達到了提升抽檢率和效 率，通過自動化操作提升可靠性。
[0026] 為解決上述技術(shù)問題，本申請實施例提供技術(shù)方案的總體思路如下：
[0027] 一種熱鍍鋅產(chǎn)線的康耐視表面質(zhì)量檢測系統(tǒng)的優(yōu)化方法，包括：
[0028] 在現(xiàn)場工控機采用Smartview構(gòu)建系統(tǒng)服務(wù)器數(shù)據(jù)庫；
[0029] 采用兩臺CCD行掃描相機同時檢測表面；
[0030] 通過特定缺陷過濾操作，過濾尺寸微小的缺陷；
[0031] 通過直接判定操作，直接判定尺寸大的缺陷；
[0032] 采用實時表面檢測拍攝的圖片與實物形貌比對的方式建立缺陷圖庫；
[0033] 其中，所述缺陷圖庫中，每種缺陷收集多張缺陷圖片，采用自學(xué)習(xí)反饋控制算法完 善缺陷圖庫；將自學(xué)習(xí)準(zhǔn)確率低于90%的圖片去除，補充新圖片重新進行自學(xué)習(xí)，直至準(zhǔn) 確率尚于90 %。
[0034] 通過上述內(nèi)容可以看出，采用康耐視表面檢測系統(tǒng)用于熱鍍鋅鋼板表面質(zhì)量的缺 陷檢測，利用既成的圖像檢測系統(tǒng)，實時拍攝待檢鋼板的表面圖像，并與現(xiàn)場的自學(xué)習(xí)缺陷 圖庫比對得到缺陷的判斷，大大提升了抽檢率和效率，同時自動化的操作也提升可靠性；另 一方面，結(jié)合待檢鋼板的特異性，針對缺陷圖像采用自學(xué)習(xí)反饋控制算法，采用多張實施缺 陷圖像作為采樣區(qū)間，進行自學(xué)習(xí)過程，確定90%的準(zhǔn)確率限定，完善自學(xué)習(xí)缺陷圖庫，從 而最終得到高可靠性的缺陷圖像數(shù)據(jù)庫。
[0035] 一種熱鍍鋅產(chǎn)線的康耐視表面質(zhì)量檢測系統(tǒng)的優(yōu)化方法，包括：
[0036] 在現(xiàn)場工控機采用Smartview構(gòu)建系統(tǒng)服務(wù)器數(shù)據(jù)庫；
[0037] 采用兩臺CCD行掃描相機同時檢測表面；
[0038] 通過特定缺陷過濾操作，過濾尺寸微小的缺陷；
[0039] 通過直接判定操作，直接判定尺寸大的缺陷；
[0040] 采用實時表面檢測拍攝的圖片與實物形貌比對的方式建立缺陷圖庫；
[0041] 其中，所述缺陷圖庫中，每種缺陷收集多張缺陷圖片，采用自學(xué)習(xí)反饋控制算法完 善缺陷圖庫；將自學(xué)習(xí)準(zhǔn)確率低于90%的圖片去除，補充新圖片重新進行自學(xué)習(xí)，直至準(zhǔn) 確率尚于90 %。
[0042] 所述兩臺CCD行掃描相機與入射光線夾角為30°，且相機與水平方向的夾角為 60。。
[0043] 兩臺(XD行掃描相機鏡頭對齊，兩個相機的對齊誤差0小于.5mm。
[0044] 采用下表參數(shù)設(shè)定模式；
[0045]
[0046] 其中，曝光量為7%~10%。
[0047] 所述特定缺陷過濾操作以及直接判定操作具體如下表，
[0050] 下面通過具體的實施例分別就偏移量調(diào)整和缺陷判定詳細(xì)說明。
[0051] 相機偏移量的調(diào)整
[0052] 表檢系統(tǒng)每個表面的檢測畫面由兩個相機組成，當(dāng)缺陷位于帶鋼中心位置時，兩 個相機分別檢測到缺陷的一部分，這時系統(tǒng)便要將兩個照相機的數(shù)據(jù)進行合并分析，從而 得出完整的缺陷信息。
[0053] 如果相機水平?jīng)]有對齊，那么必然會使系統(tǒng)得到的數(shù)據(jù)產(chǎn)生偏差，這就是由于兩 個相機水平偏差造成的。經(jīng)過調(diào)整相機偏移量參