CN102015161A

CN102015161A - 孔隙检测

Info

Publication number: CN102015161A
Application number: CN2009801167127A
Authority: CN
Inventors: 维克多·F·朗德基斯特; 拉尔夫·B·丁威迪
Original assignee: Southwire Co LLC
Current assignee: RUNDQUIST VICTOR F
Priority date: 2008-03-17
Filing date: 2009-03-17
Publication date: 2011-04-13
Anticipated expiration: 2029-03-17
Also published as: WO2009117380A1; EP2257401A1; JP5341977B2; EP2257401B1; KR101296465B1; US20130060511A1; HK1150811A1; KR20100132035A; US8991472B2; JP5622904B2; US20090229779A1; ES2526554T3; JP2013240833A; JP2011514261A; US8276645B2; CN102015161B

Abstract

可以使用执行软件算法的计算机来检测温度轮廓图中的凹入。可以对温度轮廓图进行平滑，以消除噪声。接下来，可以提取温度轮廓图的中心。可以向提取的数据拟合多项式。用于拟合多项式的算法可以确保拟合曲线的峰在实际温度数据的峰以下。接着，可以通过从实际数据中减去拟合曲线来计算残差。如果在中心存在下倾，则中心处的残差可能小于零。则在计算机上执行的软件算法可以基于残差的符号进行判定。例如，小于零的残差可以指示棒料孔隙。零以上的残差可以指示无孔隙。残差的幅度可以用于对检测到的瑕疵的尺寸进行归类。

Description

孔隙检测

相关申请

本申请是于2009年3月17日作为PCT国际专利申请，由美国公民Victor F.Rundquist和美国公民Ralph B.Dinwiddie，Jr作为针对所有指定国家的申请人而提交的，并要求2008年3月17日提交的美国临时专利申请序列号No.61/037,077以及2009年1月30日提交的美国临时专利申请序列号No.61/148,503的优先权。

版权

本文包括的材料中的所有权利，包括版权，归属于申请人并且是申请人的财产。申请人持有并保留本文包括的材料中的所有权利，并且只有在与授予专利的再现有关而无其他目的时才授予再现该材料的许可。

背景技术

当连续铸造金属产品时，重要的是在与连续铸造工艺相关联的熔融金属凝固之前使化学性质和环境条件正确。在凝固期间，如果金属的化学性质或冷却不正确，则会在铸造工艺的产品中形成空隙。这些空隙对于产品而言可能是有害的。例如，在制杆工艺中，最终产品可能是配线。如果在与杆关联的原始铸件中存在空隙，则配线可能断裂。例如管和坯等结构化产品的机械属性可能受到原始铸件中空隙的不利影响。

发明内容

提供该发明内容部分，以简化形式介绍构思选择，这在以下具体实施方式部分会进一步描述。该发明内容部分不是要标识出要求保护的主题内容的关键特征或必要特征。该发明内容部分也不是要限制要求保护的主题内容的范围。

可以提供孔隙检测。首先，可以创建铸件的从第一边缘到第二边缘的自然温度轮廓图。接着，可以将多项式拟合至自然温度轮廓图。然后，可以将自然温度轮廓图与拟合的多项式相比较。当响应于该比较，自然温度轮廓图的峰值小于多项式的峰值时，可以指示铸件中存在空隙。

以上总体描述和以下详细描述提供了示例并且仅仅是说明性的。因此，以上总体描述和以下详细描述不应视为是限制性的。此外，除了这里给出的特征或变体之外，还可以提供其他特征和变体。例如，实施例可以针对详细描述中给出的多种特征组合或子组合。

附图说明

附图结合并构成本公开的一部分，附图示出了本发明多种实施例，附图中：

图1示出了孔隙检测系统；

图2更详细地示出了图1的孔隙检测系统；

图3示出了提供孔隙检测的方法的流程图；

图4A是样品空隙减少截面温度轮廓图；

图4B是对应于包括空隙的铸件的温度轮廓图；以及

图5示出了铸件中的空隙。

具体实施方式

以下详细描述参照附图。在任何可能情况下，附图和以下描述中使用相同的附图标记来指示相同或相似元素。虽然描述了本发明实施例，但是修改、调整和其他实施方式也是可能的。例如，可以对图中所示元素进行替换、添加或修改，并且可通过对公开的方法进行替换、重排序或添加步骤，来修改本文描述的方法。因此，以下详细描述不限制本发明。

红外热成像法可以用于检测例如钢坯铸件等中的瑕疵。这可以在静态环境中进行，并用于检测表面瑕疵。本发明实施例可以采用热成像技术。根据本发明实施例，可以解决三个问题：i)获知何时铸件具有内部瑕疵；ii)允许连续铸造工艺中的另一优化参数；以及iii)帮助确定铸造工艺中是否出现问题。

当获知铸件具有内部瑕疵时，可以对铸件的最终产品进行适当归类。这可以显著节省与向顾客和从顾客运输劣质产品相关联的装运成本。通过实时监控瑕疵，一直到刚好在检测到瑕疵之前，工厂操作员都可以加速铸造工艺。这可以允许针对当前条件来优化工厂生产速度。当引入了金属化学性质的有关问题或铸件冷却中的问题时，这些问题可以表明为铸件中的空隙。通过实时检测这些空隙，可以在生产太多产品并且最终作为废品浪费掉之前，向工厂操作员警报铸造工艺的问题。

当连续铸造金属产品时，希望在与连续铸造工艺关联的熔融金属凝固之前使化学性质和环境条件正确。在凝固期间，如果金属的化学性质或冷却不正确，则会在铸造工艺的产品中形成空隙。这些空隙对于产品而言可能是有害的。例如，在制杆工艺中，最终产品可能是配线。如果在与杆关联的原始铸件中存在空隙，则配线可能断裂。例如管和坯等结构化产品的机械属性可能受到原始铸件中空隙的不利影响。因此，根据本发明实施例，可以提供对铸件内部瑕疵的实时监控。

使用x射线或电子束衍射原理会引入高实施成本，并且对于暴露于使用这种原理的工艺的工人而言，会造成不希望的环境条件。通过使用红外热成像法，本发明实施例可以通过冷却铸件的表面，并允许空隙的热特征传播至铸件表面，来检测铸件内部的空隙。

根据本发明的实施例可以包括一种用于提供孔隙检测的系统。该系统可以包括用于保持数据库的记忆存储器、以及耦接至记忆存储器的处理单元。处理单元可以操作来创建铸件的从第一边缘到第二边缘的自然温度轮廓图。此外，处理单元可以操作来将二次多项式拟合至自然温度轮廓图。然后，处理单元可以将自然温度轮廓图与拟合的二次多项式相比较。进一步，处理单元可以操作来在响应于该比较，自然温度轮廓图的峰值低于二次多项式的峰值时，指示铸件中存在空隙。

图1示出了孔隙检测系统100，例如包括孔隙检测处理器105、网络115和红外设备120。红外设备120可以包括，但不限于，红外摄像机或红外检测器。根据本发明实施例，上述存储器、处理单元和其他组件可以在例如图1的孔隙检测系统100等系统中实施。可以使用硬件、软件和/或固件的任何适当组合来实现存储器、处理单元或其他组件。例如，结合系统100，可以通过孔隙检测处理器105来实现存储器、处理单元或其他组件。根据本发明实施例，上述系统和处理器是示例，其他系统和处理器可以包括上述存储器、处理单元或其他组件。

图2更加详细地示出了图1的孔隙检测处理器105。如图2所示，空隙检测处理器105可以包括处理单元225和存储器230。存储器230可以包括孔隙检测软件模块235和数据库240。当在处理单元225上执行时，孔隙检测软件模块235可以执行用于提供孔隙检测的处理，例如包括以下参照图3描述的方法300的一个或多个步骤。

可以使用个人计算机、网络计算机、主机或其他类似的基于微型计算机的工作站来实现系统100中包括的孔隙检测处理器105(“处理器”)。然而，处理器可以包括任何类型的计算机操作环境，例如手持设备、多处理器系统、基于微处理器的或可编程的发送方电子设备、迷你计算机、主机计算机等。处理器也可以在分布式计算环境中实施，其中由远程处理设备执行任务。此外，处理器可以包括移动终端，例如智能电话、蜂窝电话、使用无线应用协议(WAP)的蜂窝电话、个人数字助理(PDA)、智能寻呼机、便携式计算机、手持计算机、常规电话或传真机。上述系统和设备是示例性的，处理器可以包括其他系统或设备。

网络115例如可以包括局域网(LAN)或广域网(WAN)。当使用LAN作为网络115时，可以使用位于任何处理器处的网络接口来互连任何处理器。当在例如互联网等WAN联网环境中实施网络115时，处理器可以典型地包括内部或外部调制解调器(未示出)或者用于通过WAN建立通信的其他装置。此外，在利用网络115时，可以使用公知的加密/解密技术对通过网络115发送的数据加密，以确保数据安全。

除了使用有线通信网络作为网络115之外，还可以使用无线通信系统或有线和无线的组合，作为网络115，以便例如经由互联网交换网页、经由互联网交换电子邮件，或者以便利用其他通信信道。无线可以定义为经由空中波段(airwaves)的无线电传输。然而，可以理解，可以使用多种其他通信技术来提供无线传输，包括红外瞄准线、蜂窝技术、微波、卫星、分组无线电、以及扩频无线电。无线环境中的处理器可以是任何移动终端，例如上述移动终端。无线数据可以包括，但不限于，寻呼、文本消息、电子邮件、互联网接入、以及专门排除或包括话音传输的其他专用数据应用。例如，处理器可以通过例如蜂窝接口等无线接口(例如，通用分组无线系统(GPRS)、增强数据率全球演进(EDGE)、全球移动通信系统(GSM))、无线局域网接口(例如WLAN、IEEE 802、WiFi、WiMax)、蓝牙接口、其他RF通信接口和/或光学接口。

红外设备120可以包括热成像摄像机，该热成像摄像机包括前瞻红外摄像机、扫描红外摄像机或红外检测器。红外设备120可以经由网络115连接至孔隙检测处理器105。红外设备120可以使用红外辐射来形成图像，与使用可见光形成图像的普通摄像机类似。红外设备120可以工作在长达14,000nm(即，14μm)的波长上，而不是在可见光摄像机的450-750纳米范围上。

系统100也可以通过除网络115之外的或与网络115组合的其他方法和过程来传输数据。这些方法和过程可以包括，但不限于，经由磁盘、闪存棒、CD ROM、传真、常规邮件、交互式话音应答系统(IVR)或者经由公共交换电话网络上话音来传送数据。

图3是给出了根据本发明实施例的用于提供孔隙检测的方法300的总体步骤的流程图。可以使用上述参照图2详细描述的孔隙检测处理器105来实现方法300。下面更加详细地描述实施方法300的步骤的途径。可以使用与运行图像分析软件(例如，孔隙检测软件模块235)的计算机(例如，孔隙检测处理器105)耦接的红外设备(例如，红外设备120)，来实现方法300。如下所述，图像分析软件可以解码图像并查找瑕疵。

如图3所示，可以初始化参数(步骤305)，并可以创建空白序列(步骤310)。然后，当铸件移动过红外设备120的视野时，孔隙检测处理器105可以查看铸件的红外图像(步骤315)。当铸件正在移动时，孔隙检测处理器105可以查找瑕疵。例如，孔隙检测处理器105可以首先获取铸件的预定长度上的平均值(步骤315)。铸件边缘处的温度比铸件中部的温度低，这是因为在铸件中央比在边缘存在更多能量。包括铸件的从边缘到边缘的自然温度轮廓图的绘图可以产生包括平均温度轮廓图的抛物线或高斯式曲线。

接下来，孔隙检测处理器105可以找到平均温度轮廓图的最大值(步骤315)。该最大值可以包括铸件的中央。可以将二次多项式拟合至该轮廓图(步骤315)。二次多项式的峰可能正好在数据峰以下。接着，孔隙检测处理器105可以查看数据峰，因为该数据峰与创建的二次多项式有关(步骤320)。如果二次多项式的峰区域中的数据低于二次多项式的峰，则孔隙检测处理器105可以指示已在铸件中找到空隙，如下面参照图4B更详细地示出和描述的一样(步骤325)。这是因为铸件中的空隙相比周围材料具有更少能量，并且表面处的温度会比没有空隙情况下的表面温度低。

图4A是样品空隙减少截面温度轮廓图。如图4A所示，曲线405可以对应于铸件的自然温度轮廓图。曲线410可以对应于拟合至曲线405的自然温度轮廓图的多项式。因为曲线405的峰值大于曲线410的峰值，所以这可以指示铸件中不存在空隙。

图4B是对应于包括空隙的铸件的温度轮廓图。如图4B所示，曲线415可以对应于铸件的自然温度轮廓图。曲线420可以对应于拟合至曲线415的自然温度轮廓图的多项式。因为曲线415的峰值小于曲线420的峰值，所以这可以指示铸件中存在空隙。图5是示出了由本发明实施例检测到的铸件中空隙的照片。

在孔隙检测处理器105分析当前图像之后，可以提示下一图像，并且可以重复上述过程(步骤330)。可以维护计数器，对铸件中存在的瑕疵的数目进行计数(步骤325)。如果需要，可以保存结果数据和图像帧，以用于进一步处理(步骤335)。

下面是可以结合本发明实施例用于孔隙检测软件模块235的软件示例的代码列表。下面是示例，可以使用其他软件模块。

Option Explicit

Sub Southwire()

Dim LineProfID As Integer

Dim PeakVal As Single

Dim PeakLocation As Integer

Dim a0 As Single

Dim al As Single

Dim a2 As Single

Dim t0 As Double

Dim t1 As Double

Dim t2 As Double

Dim i As Integer

Dim j As Integer

Dim k As Integer

Dim x As Integer

′Dim ProfDat(321)As Single`针对数据分配数组

Dim LineDat(30)As Single`针对数据分配数组

Dim Ndata As Integer`序列中帧的数目

Dim LastDirectory As String*255

Dim S As String*1

Dim Iname As String*255

Dim Title As String*60

Dim Flaw As String*30

Dim OldX1 As Integer

Dim OldY1 As Integer

Dim OldX2 As Integer

Dim OldY2 As Integer

Dim X1 As Integer

Dim Y1 As Integer

Dim X2 As Integer

Dim Y2 As Integer

Dim numbins As Integer

Dim endPts(2)As POINTAPI

Dim stats(10)As Single

Dim S0S1 As Double

Dim S0S2 As Double

Dim S0S3 As Double

Dim S0S4 As Double

Dim S1S1 As Double

Dim S1S2 As Double

Dim S1S3 As Double

Dim S1S4 As Double

Dim S2S2 As Double

Dim S2S3 As Double

Dim S2S4 As Double

Dim S3S2 As Double

Dim S3S3 As Double

Dim DetS As Double

Dim Fit8 As Single

Dim PeakIndex As Integer

Dim TotalFlaws As Integer

Dim Skipped As Integer

Dim PercentFlaws As Single

Dim NoiseLevelPercent As Single

`初始化

S0S1＝2312

S0S2＝25432

S0S3＝314432

S0S4＝4145416

S1S1＝18496

S1S2＝203456

S1S3＝2515456

S1S4＝33163328

S2S2＝2238016

S2S3＝27670016

S2S4＝364796608

S3S3＝342102016

DetS＝53767872

TotalFlaws＝0

NoiseLevelPercent＝0.009`0.01＝1％噪声，0.05＝5％噪声，等等

′**************************************

′**************************************读取x1，y1，x2，y2的上次使用的值

Open″C:\IPWin4\SouthwireTemp.txt″For Input As#1

Input#1，LastDirectory，OldX1，OldY1，OldX2，OldY2

Close#1

′LastDirectory＝″C:\IPWIN4\Images\Feb 8\″

′OldX1＝60

′OldY1＝60

′OldX2＝80

′OldY2＝239

ret＝IpOutputClear()

ret＝IpOutputSbow(1)

ret＝IpStGetName(″Select Sequence″，LastDirectory，″*.FTS″，Iname)

Ifret＝0 Then GoTo StopEarly

ret＝IpWsLoad(Iname，″FTS″)

ret＝IpDrShow(1)

ret＝IpDrSet(DR_BEST，0，IPNULL)

ret＝IpSeqSet(SEQ_ACTTVEFRAME，0)

i＝255

While S<>″\″

i＝i-1

s＝Mid$(Iname，i，1)

′Ifs<>″″Then ret＝IpOutput(″i＝″+Str$(i)+″S＝″+S$+

Chr$(13)+Chr$(10))

Wend

LastDirectory＝Left$(Iname，i)

′ShortLastDirectory＝Left(Iname，i-1)

x＝255

While S<>″.″

x＝x-1

If X＜1 Then

IpOutput(″x＝″+Str$(x)+″i＝″+Str(i)+Chr$(13)+

Chr$(10))

GoTo StopEarly

End If

S＝Mid$(Iname，x，1)

Wend

′ret＝IpOutput(″x＝″+Str$(x)+″i＝″+Str(i)+Chr$(13)+

Chr$(10))

x＝x-i-1

Title＝Mid$(Iname，i+1，x)

ret＝IpSeqGet(SEQ_NUMFRAMES，Ndata)

LineProfID＝IpProfCreate()

ret＝IpProfSetAttr(LINETYPE，THICKVERT)

ret＝IpProfLineMove(OldX1，OldY1，OldX2，OldY2)

If MsgBox(″Please adjust the position of the line.Then press

OK″，vbOkCancel)＝vbCancel Then End

ret＝IpProfGet(GETPOINTS，0，endPts(0))

Open″C:\IPWin4\SouthwireTemp.txt″For Output As#1

Write#1，LastDirectory，endPts(0).x，endPts(0).y，endPts(1).x，endPts(1)y

Close#1

ret＝IpOutput(Trim$(Title)+Chr$(13)+Chr$(10))

ret＝IpOutput(Chr$(13)+Chr$(10))

ret＝IpOutput(″Coordinates:x1＝″+Trim(Str(endPts(0).x))+″y1＝

″+Trim(Str(endPts(0).y))+″x2＝″+Trim(Str(endPts(1).x))+″y2＝

″+Trim(Str(endPts(1).y))+Chr$(13)+Chr$(10))

ret＝IpOutput(″Image#Flaw？″+Chr$(13)+Chr$(10))

numbins＝endPts(1).y-endPts(0).y+1

ReDim profdat(numbins)As Single

′ret＝IpOutput(″Numbibs＝″+Str(numbins)+Chr$(13)+Chr$(10))

′********************************************

`*

`*读取数据并重新编索引

`*

′********************************************

For i＝0 To Ndata-1

ret＝IpProfGet(GETVALUES，numbins，profdat(0))

ret＝IpProfGet(GETSTATS，0，stats(0))

PeakVal＝stats(4)

PeakLocation＝0

j＝0

Do

j＝j+1

Ifprofdat(j)＞14000 Then

Flaw＝″Skipped Due to Noise″

Skipped＝Skipped+1

GoTo SkipFrame

End If

If profdat(j)＝Peak Val Then PeakLocation＝j

Loop While PeakLocation＝0

For j＝0 To 16

k＝PeakLocation-8+j

LineDat(j)＝ProfDat(k)

′ipoutpu(Trim(Str(LineDat(j)))+Chr$(13)+Chr$(10))

Nextj

′*******************************************

′*

`*二次多项式拟合例程

′*

′*******************************************

T0＝0

T1＝0

T2＝0

For k＝0 To 16

T0＝T0+LineDat(k)

T1＝T1+LineDat(k)*k

T2＝T2+LineDat(k)*k^2

Next k

a0＝(t0*S2S4+t2*s1s3+t1*s2s3-s2s2*t2-s1s4*t1-s3s3*t0)/DetS

a1＝(t1*s0s4+t0*s2s3+t2*s1s2-t1*s2s2-t2*s0s3-t0*s1s4)/DetS

a2＝(t2*s0s2+t1*s1s2+t0*s1s3-t0*s2s2-t1*s0s3-t2*s1s1)/DetS

PeakIndex＝Int(-a1/(2*a2))

If((PeakIndex＜0)Or(PeakIndex＞17))Then

Flaw＝″Skipped Due to Bad Fit″

Skipped＝Skipped+1

GoTo SkipFrame

End If

′ret＝IpOutput(Trim(Str(PeakIndex))+″″+Chr$(13)+Chr$(10))

Fit8＝a0+a1*PeakIndex+a2*PeakIndex^2

If(LineDat(PeakIndex)-((1-NoiseLevelPercent)*Fit8))＜0 Then

Flaw＝″YES″

TotalFlaws＝TotaIFlaws+1

Else

Flaw＝″NO″

End If

SkipFrame：

ret＝IpOutput(Trim(Str(i))+″″+Flaw+Chr$(13)+Chr$(10))

′ret＝IpOutput(″PeakIndex＝″+Trim(Str(PeakIndex))+″″+Flaw+

Chr$(13)+Chr$(10))

′ret＝IpOutput(″LineDat-F8＝″+Trim(Str(LineDat(PeakIndex)-Fit8))+

Chr$(13)+Chr$(10))

′ret＝IpOutput(″＝″+Trim(Str(a0))+″+″+Trim(Str(a1))+

″*x+″+Trim(Str(a2))+″*x^2″+Chr$(13)+Chr$(10))

′ret＝IpOutput(Chr$(13)+Chr$(10))

ret＝IpSeqPlay(SEQ_NEXT)

Next i

ret＝IpOutput(″RESULTS：″+Trim(Str(TotalFlaws))+″Flaws out of″+

Trim(Str(NData-Skipped))+″images″+Chr$(13)+Chr$(10))

PercentFlaws＝Int(((TotalFlaws*100)/(NData-Skipped))*100)/100

ret＝IpOutput(″Percent of Images with Flaws＝″+Trim(Str(PercentFlaws))+″

％″)

StopEarly：

End Sub

根据本发明实施例，可以使用执行软件算法的计算机来检测温度轮廓图中的凹入。首先，可以对温度轮廓图略微地进行平滑，以消除系统噪声。接下来，可以提取温度轮廓图的中心。可以向提取的数据拟合多项式(例如，n次多项式)。用于拟合多项式的算法可以确保拟合曲线的峰在实际数据的峰以下。接着，可以通过从实际数据中减去拟合曲线来计算残差。如果在中心存在下倾，则中心处的残差可能小于零。则在计算机上执行的软件算法可以基于残差的符号进行判定。例如，小于零的残差可以指示棒料孔隙(bar porosity)。零以上的残差可以指示无孔隙。残差的幅度可以用于对检测到的瑕疵的尺寸进行归类。

操作示例

表1总结了使用根据本发明实施例的过程得到的数据。表1示出了以45英尺每分钟(FPM)，测试1使用千分尺测量了在棒料冷却并被切开之后的4.5％瑕疵。根据本发明实施例，IR过程测量了5.6％瑕疵。1.1％的差异可以归因于过程中的噪声以及IR方法。45FPM测试2示出了IR与测量瑕疵之间的.5％的差异。当铸造速率增加到50和52FPM时，IR和测量瑕疵急剧增加。对于50FPM，负值差异可以归因于在对瑕疵计数期间摄像机的帧速率的误差。需要校正这些误差，并且需要设计在铸造机器上永久安装的系统。

棒料速度¹	测量瑕疵²	由IR成像检测的瑕疵³	差异⁴
				45测试1	4.5％	5.6％	1.1
45测试2	4.5％	5.0％	0.5
				50	17.2％	15.3％	-1.9
52	15.2％	14.8％	0.4

表1针对所选制造速率的相关数据

1.铸造机器的速度，以ft/min为单位

2.采用千分尺在棒料中测量到的瑕疵

3.IR瑕疵检测系统的输出

4.差异＝IR-测量瑕疵

表2示出了根据瑕疵尺寸，不同噪声数字对根据本发明实施例的IR测量瑕疵与实际瑕疵之间的差异的影响。与铸造速率无关，可以使用噪声因子0.012来寻找0.003in²以上的瑕疵，使用噪声因子0.0095来寻找0.0019in²以上的瑕疵，以及使用噪声因子0.0078来寻找0.0007in²以上的瑕疵。

表2噪声校正后数据

1.英尺每分钟

根据本发明实施例，可以对检测到的瑕疵的尺寸进行归类。例如，可以将瑕疵分组到三个尺寸组：小，中等和大。对应于相应尺寸组的瑕疵的实际尺寸可以取决于例如单独的棒磨机。为了归类瑕疵，可以分析指示了瑕疵的残差的幅度，并将残差的幅度用作归类准则。表3总结了可以用于定义例如小、中等和大瑕疵尺寸组的数据。在47、50和52FPM，可以将计数的全部瑕疵划分成三个尺寸类别。接下来，可以将残差幅度划分成例如如下：

·80以下＝小

·80以上且140以下＝中等

·140以上＝大

这些准则可以用于计算全部瑕疵中每个尺寸类别可能贡献的百分比。在表3中，在44FPM，0.6％的产品具有瑕疵，在该0.6％的产品中，100％的产品具有小瑕疵。在47FPM，5.6％的产品具有瑕疵，在该5.6％的产品中，86％的产品具有小瑕疵，13％的产品具有中等瑕疵，1％的产品具有大瑕疵。在52FPM，瑕疵增加到7％，其中，73％是小瑕疵，23％是中等瑕疵，4％是大瑕疵。“具有瑕疵产品百分比”可以定义为可能已检测到瑕疵的产品中英寸、厘米等百分比。例如，如果值是10％，则当分析100英寸样品棒料时，10英寸样品可能含有瑕疵。然而，这可能并不指示样品中存在10英寸瑕疵区域。

表3瑕疵尺寸分布

一般而言，根据本发明实施例，程序模块可以包括例程、程序、组件、数据结构、以及可以执行具体任务或可以实施具体抽象数据类型的其他类型的结构。此外，本发明实施例可以采用其他计算机系统配置来实施，包括手持设备、多处理器系统、基于微处理器的或可编程消费电子、迷你计算机、大型计算机等。本发明实施例也可以实施在分布式计算环境中，其中由通过通信网络链接的远程处理设备执行任务。在分布式计算环境中，程序模块可以位于本地和远程记忆存储设备中。

此外，本发明实施例可以实施在电路中，电路包括分立电子元件、包含逻辑门的封装或集成的电子芯片、使用微处理器的电路，或者本发明实施例可以实施在包含电子元件或微处理器的单个芯片上。本发明实施例也可以使用能够执行例如与、或和非等逻辑运算的其他技术来实施，包括但不限于机械、光、流体和量子技术。此外，本发明实施例可以实施在通用计算机或其他任何电路或系统内。

例如，本发明实施例可以实现为计算机进程(方法)、计算系统、或制造品，例如计算机程序产品或计算机可读介质。计算机程序产品可以是计算机系统可读的、对用于执行计算机进程的指令的计算机程序进行编码的计算机程序产品。计算机程序产品也可以是在计算机系统可读的载体上的、对用于执行计算机进程的指令的计算机程序进行编码的传播信号。因此，本发明可以硬件和/或软件(包括固件、驻留软件、微代码等)实现。换言之，本发明实施例可以采取在计算机可用或计算机可读的存储介质上的计算机程序产品的形式，该介质中具体体现计算机可用或计算机可读的程序代码，由指令执行系统使用或结合指令执行系统来使用。计算机可用或计算机可读的介质可以是能够包含、存储、通信、传播或传输通过或结合指令执行系统、装置或设备来使用的程序的任何介质。

计算机可用或计算机可读的介质可以是例如，但不限于，电子、磁、光、电磁、红外或半导体系统、装置、设备或传播介质。更加具体的计算机可读介质示例(非穷尽列表)，计算机可读介质可以包括如下：具有一条或多条配线的电连接、便携式计算机盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或闪存)、光纤、以及便携式光盘只读存储器(CD-ROM)。注意，计算机可用或计算机可读介质甚至可以是其上印有程序的纸张或其他适合的介质，因为可以经由例如对纸张或其他介质的光扫描来电子地捕获程序，然后编译、解译或以适当方式处理程序，如果有必要，则在计算机存储器中存储程序。

例如，以上参照框图和/或根据本发明实施例的方法、系统和计算机程序产品的操作示例描述了本发明实施例。框图中的功能/动作可以不按照任何流程图中所示的顺序发生。例如，相继示出的两个方框实际上可以基本上并发地执行，或者可以按照逆序执行方框，这取决于涉及的功能/动作。

虽然已经描述本发明特定实施例，但是可以存在其他实施例。此外，虽然将本发明实施例描述为与存储器和其他存储介质中存储的数据相关联，但是数据也可以存储在或者读取自其他类型的计算机可读介质，例如次级存储设备，例如硬盘、软盘或CD-ROM、来自互联网的载波或其他形式的RAM或ROM。此外，在不背离本发明的前提下，可以任何方式修改所公开的方法步骤，包括对步骤重新排序和/或插入或删除步骤。

虽然说明书包括示例，然而本发明的范围由所附权利要求限定。此外，虽然以特定于结构特征和/或方法动作的语言描述了说明书，然而权利要求不限于上述特征或动作。而是，上述特定特征和动作公开作为本发明实施例的示例。

Claims

1.一种用于提供孔隙检测的系统，所述系统包括：

记忆存储装置；以及

处理单元，耦接至记忆存储装置，其中处理单元进行操作来：

创建铸件的自然温度轮廓图；

向自然温度轮廓图拟合多项式；

将自然温度轮廓图与拟合的多项式相比较；以及

当响应于所述比较，自然温度轮廓图的峰值小于多项式的峰

值时，指示铸件中存在空隙。

2.根据权利要求1所述的系统，其中，铸件包括如下之一：铜铸件和铝铸件。

3.根据权利要求1所述的系统，其中，处理单元进行操作来创建铸件的自然温度轮廓图包括：处理单元进行操作来为铸件创建从铸件的第一边缘到铸件的第二边缘的自然温度轮廓图。

4.根据权利要求1所述的系统，还包括处理单元进行操作来从红外设备接收与铸件的自然温度对应的数据。

5.根据权利要求1所述的系统，其中，还包括处理单元进行操作来在响应于所述比较，自然温度轮廓图的峰值大于多项式的峰值或等于多项式的峰值时，指示铸件中不存在空隙。

6.根据权利要求5所述的系统，其中，还包括处理单元进行操作来响应于铸件中不存在空隙的指示，加速与铸件关联的铸造过程。

7.根据权利要求1所述的系统，其中，还包括处理单元进行操作来响应于铸件中存在空隙的指示，减缓与铸件关联的铸造过程。

8.根据权利要求1所述的系统，其中，向自然温度轮廓图拟合多项式包括：拟合包括二次多项式的多项式。

9.一种用于提供孔隙检测的方法，所述方法包括：

创建铸件的自然温度轮廓图；

向自然温度轮廓图拟合二次多项式；

将自然温度轮廓图与拟合的二次多项式相比较；以及

当响应于所述比较，自然温度轮廓图的峰值小于二次多项式的峰值时，指示铸件中存在空隙。

10.根据权利要求9所述的方法，其中，创建铸件的自然温度轮廓图包括：为包括铜铸件和铝铸件之一的铸件创建自然温度轮廓图。

11.根据权利要求9所述的方法，其中，创建铸件的自然温度轮廓图包括：为铸件创建从铸件的第一边缘到铸件的第二边缘的自然温度轮廓图。

12.根据权利要求9所述的方法，还包括：从红外设备接收与铸件的自然温度对应的数据。

13.根据权利要求9所述的方法，其中，还包括：当响应于所述比较，自然温度轮廓图的峰值大于二次多项式的峰值或者等于二次多项式的峰值时，指示铸件中不存在空隙。

14.根据权利要求13所述的方法，还包括：响应于铸件中不存在空隙的指示，加速与铸件关联的铸造过程。

15.根据权利要求9所述的方法，还包括：响应于铸件中存在空隙的指示，减缓与铸件关联的铸造过程。

16.一种存储有指令集的计算机可读介质，当执行指令集时，执行用于提供孔隙检测的方法，由指令集执行的方法包括：

从红外设备接收与铸件的自然温度对应的数据；

基于所述数据，为铸件创建从铸件的第一边缘到铸件的第二边缘的自然温度轮廓图；

向自然温度轮廓图拟合多项式；

将自然温度轮廓图与拟合的多项式相比较；以及

当响应于所述比较，自然温度轮廓图的峰值小于多项式的峰值时，指示铸件中存在空隙；以及

当响应于所述比较，自然温度轮廓图的峰值大于多项式的峰值或者等于多项式的峰值时，指示铸件中不存在空隙。

17.根据权利要求16所述的计算机可读介质，还包括：响应于铸件中不存在空隙的指示，加速与铸件关联的铸造过程。

18.根据权利要求16所述的计算机可读介质，还包括：响应于铸件中存在空隙的指示，减缓与铸件关联的铸造过程。

19.根据权利要求16所述的计算机可读介质，其中，创建铸件的自然温度轮廓图包括：为包括铜铸件和铝铸件之一的铸件创建自然温度轮廓图。

20.根据权利要求16所述的计算机可读介质，其中，向自然温度轮廓图拟合多项式包括：拟合包括二次多项式的多项式。