国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      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

      文檔序號:9598466閱讀:527來源:國知局
      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
      當(dāng)前第1頁1 2 
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會獲得點贊!
      1