CN105606619A - 一种铸坯修磨机的检测及优化修磨方法 - Google Patents
一种铸坯修磨机的检测及优化修磨方法 Download PDFInfo
- Publication number
- CN105606619A CN105606619A CN201610032455.0A CN201610032455A CN105606619A CN 105606619 A CN105606619 A CN 105606619A CN 201610032455 A CN201610032455 A CN 201610032455A CN 105606619 A CN105606619 A CN 105606619A
- Authority
- CN
- China
- Prior art keywords
- reconditioning
- qualified
- image
- defect
- detection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000005266 casting Methods 0.000 title claims abstract description 23
- 238000001514 detection method Methods 0.000 title claims abstract description 22
- 238000005457 optimization Methods 0.000 title claims abstract description 19
- 238000012545 processing Methods 0.000 claims abstract description 4
- 230000007547 defect Effects 0.000 claims description 41
- 238000007689 inspection Methods 0.000 claims description 10
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 claims description 8
- 229910001651 emery Inorganic materials 0.000 claims description 8
- 238000004140 cleaning Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 5
- 238000010926 purge Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 4
- 239000000377 silicon dioxide Substances 0.000 claims description 4
- 230000004069 differentiation Effects 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- 230000015572 biosynthetic process Effects 0.000 claims description 2
- 238000005096 rolling process Methods 0.000 claims description 2
- 230000008901 benefit Effects 0.000 abstract description 4
- 238000004836 empirical method Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 229910001220 stainless steel Inorganic materials 0.000 description 2
- 239000010935 stainless steel Substances 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 238000003339 best practice Methods 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 230000001447 compensatory effect Effects 0.000 description 1
- 238000009749 continuous casting Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000012467 final product Substances 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 238000012372 quality testing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B24—GRINDING; POLISHING
- B24B—MACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
- B24B27/00—Other grinding machines or devices
- B24B27/033—Other grinding machines or devices for grinding a surface for cleaning purposes, e.g. for descaling or for grinding off flaws in the surface
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Mechanical Engineering (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Constituent Portions Of Griding Lathes, Driving, Sensing And Control (AREA)
Abstract
本发明公开了一种铸坯修磨机的检测及优化修磨方法。该方法为修磨机配置实施定位、检测图像系统。将图像划分成许多网格，计算合格标准（平均）值，根据工艺要求选择对应合格阈值，判断各个网格的合格等级并合并质量相同的网格。根据各个区域的质量等级、制定优化修磨规程。该修磨机的优化修磨具有成本低、易于实施、节能、效益高的优点。
Description
技术领域
本发明涉及一种冶金精整用的铸坯修磨机质量检测、缺陷修磨方法，特别涉及一种铸坯修磨系统的实施智能检测优化修磨方法。
背景技术
铸坯、特别是特种钢铸坯，深加工前一般都要经过修磨处理，以消除表面的氧化皮、裂纹等缺陷。而现在铸坯（如板坯、大方坯等）修磨机，由于没有经济、实用的在线实时检测手段，只能采用经验统计方法、进行修磨。现以板坯修磨机为例说明：跟据生产过程好坏、来料铸坯区分为A（优）、B（良）、C（中）、D（差）四类等级。修磨规则一般为：A类：不修磨；B类：只修磨边、角部分；C类：全面（平均深度）修磨；D类：（全面平均深度）加重修磨。按照这种统计经验方法制定的深度进行修磨，以能去除绝大部分缺陷。经修磨后再进行人工检查，如还有遗漏缺陷、再进行局部补修。统计经验方法的制定依据是通过一遍或多遍修磨、达到规定修磨深度后，能去除绝大部分缺陷。
这种修磨方法存在许多不该修磨的区域却进行了不必要的修磨，造成了极大的浪费。通常铸坯表面合格部分占多数，而这种统计经验方法却将相当多的合格的铸坯去除掉了。以常规年修磨不锈钢能力为30万吨的板坯修磨机为例，按平均修磨率1%为计，年修磨掉3000T。若仅能少修磨20%，即可年节约数百万元。这还不算其它消耗和二氧化碳的减排。
国外某公司声称其提供的智能修磨系统能根据检测缺陷进行修磨，但价格为每套高达200多万。由于价格过高，国内企业无法接受，至到现在国内智能修磨几乎为零。
而实施智能优化修磨，理想的检测方法是：不采用现在使用的统计经验方法，而是用检查缺陷的方法，其特点为：实时检查出所有（至少是绝大部分）种类的缺陷、大小、深度、分布，依此确定铸坯表面各个区域质量等级。典型的如专利申请号[201310377121]的“缺陷检测装置、缺陷修正装置及缺陷测量方法”所述。以实时检测为依据、再根据产品的质量要求，并基于此制定各个区域修磨缺陷量的最优化修磨（深度）量、控制修磨砂轮实时控制修磨。最后进行对完修磨铸坯进行合格效果的检查。这种方法实施的前提条件是能检测出所有（至少是绝大部分）种类的缺陷及大小、分布，而且所有命中率要高于80%才有实际意义。而最终检验准确率需高于98%。
随着CCD技术、激光扫描的发展，用图像检测技术实时在线检测铸坯表面质量、从而实现智能修磨的方案已有很多。但是实施起来却相当困难。其中主要原因有：
①按照理想的修磨方法对检查缺陷的要求很高。从修磨工艺要求来说，一般要求检查0.5mm直径以下的针孔缺陷。而这对于检测设备、计算设备要求都很高。仍以常规的连铸板坯为例：长10米，宽2米的铸坯，若采用0.5mmX0.5mm的像素、每个像素分辨率为8位，每块铸坯单面需存储量≥109=1GB，双面为2GB。每天修磨几十块铸坯，要完成的存储量、计算量很大。检查0.5mm大小的缺陷，其分辨精度至少比实物高3～4倍以上，需要分辨率为：0.15mmX0.15mm的像素。这就又对检测、计算要求提高了一个数量级；
②还有对于比度不太大的氧化皮缺陷、夹渣缺陷等确定判断也很困难，特征提取很难，而所有判断都准确就更难了；
③仅凭一台相机无法确定三维空间，如仅从一个摄像机图像画面无法确定黑点是凹的裂痕还是落在坯表面的浮渣，而浮渣不用修磨。只有两台以上的不同角度图像才能确定凸凹。
发明内容
为了解决上述问题，本发明提供一种简单、实用、低成本的智能铸坯修磨机的表面质量检测方法、优化缺陷修磨方法。
本发明为解决其技术问题采用的技术方案是：一种智能修磨系统及设计方法，包括以下步骤：
1、在修磨机修磨砂轮一侧或与铸坯相对移动位置上配能实时检测整个铸坯表面宽度的图像摄像机以及处理计算机系统。同时配合修磨砂轮与铸坯相对移动的位置传感器，并连接计算机。
2、沿铸坯与修磨砂轮相对修磨运动方向，以砂轮修磨宽度或M倍像素为间隔纵线条划分铸坯图像画面，以砂轮修磨压下调整灵敏度为依据或以砂轮修磨宽度或N倍像素为依据垂直纵线条划分图像。将图像划分成许多网格。对每个网格图像进行质量判断。采用与理想判别缺陷相反的方法，变检测缺陷、改为检测非缺陷。即检测“合格（程度）”。
3、合格铸坯表面特点是光滑且比较亮、极容易判断。根据经验或或整个坯表面或部分(LXH)区域亮度平均值制定合格坯亮度标准值，依据此标准和不同的阈值判断每个网格内所有像素是否都合格，并判断合格区域的合格等级。同时还可以判断相邻像素亮度变化很小（相应阈值）。沿纵线条方向上，合并质量等级相同的相邻网格、形成质量等级一样的长条区域。
4、与现在使用的统计修磨规程相结合，制定优化修磨规则。对于能够确定合格质量等级表面区域，参照原修磨规程确定优化的新修磨规则（深度）、不修磨或少修磨。而对于合格检测不能确定的区域，仍采用原来的经验统计修磨规程修磨。将所有优化后的修磨数据传给控制修磨砂轮的PLC，实施优化修磨。
5、在多遍修磨过程中，每一次修磨后铸坯表面亮度增加。可以根据刚修磨后的铸坯表面图像亮度，重新计算合格铸坯亮度标准及阈值、重新确定亮度连续判断阈值，进行新的优化计算。
6、安装与铸坯相对移动的铸坯表面清扫设备。该设备可以具有空气清扫、毛刷清扫、水清扫功能，能够随时清扫掉铸坯表面的浮渣。
7、对经过优化修磨后的铸坯进行初步检验，能分辨像素大小的所有合格区域。当对表面质量要求高的情况，人工检查、补休遗漏的缺陷。
所谓判断“合格”，并非是在判断的区域没有缺陷。而是换一种思路去检测表面质量等级。可以说含有缺陷的网格是“合格”等级最差的一种。如果说检测缺陷是最优方法，那么检查合格就是次最优方法。
检测“合格”的方法可以降低对图像系统的要求。如工艺要求检测判断0.5mm大小的缺陷，“合格”判定是选0.0X0.5mm的像素就够用。而判别缺陷却不够用。检查缺陷使用对比度的梯度突变为主要依据之一，还要加上各种缺陷的各自特征条件。
相比现有修磨机技术，本发明具有以下优点：
1.通过本发明以低成本实现修磨优化，我们曾做出板坯修磨机优化修磨改造方案、整套系统（包括照明、图像检测系统、数据处理系统，清扫系统）成本价格不超过30万。
2.本发明简单、实用。由于采用了判别合格等级的方法，从工艺、计算机软件实现都极其简单，普通技术人员就能实施；
3.从优化修磨效果来看，检测缺陷最后实际上也是要确定到修磨砂轮宽度大小的网格上来。而一般缺陷累计面积与整体面积比较为少数，所以检查缺陷与检查非缺陷从修磨效果上，相差不多。
附图说明
图1为本发明示意图
图2为本发明采集图像示意图
其中：修磨机体1、铸坯2、摄像机3、压缩空气或水清扫装置4、毛刷清扫装置5、MXN为分割网格尺寸，LXH为局部计算铸坯标准值的区域。
具体实施方案
为了加深对本发明的理解，下面将结合附图以板坯修磨机的技术方案详细介绍本方法的应用。
实施例对本发明作进一步详细描述，该实例仅用于解释本发明，并不对本发明的保护范围构成限定。
如图1所示，为一种板坯坯修磨机的成像系统、清扫系统安装架构图示意图。修磨砂轮在修磨机体内，铸坯往复运动。摄像机安装在修磨机出口或入口处上方，清扫系统安装在修磨机出口处。位置传感器实时测定铸坯的位置。沿铸坯与修磨砂轮相对修磨运动方向，将铸坯表面分割成网格，对每一个网格图像质量进行判断。
铸坯表面合格基准值的确定:
整个表面合格基准（平均）值:A1=[μ∑P(xi,yj)]/nP(xi,yj)为图像（xi,yj）点的像素光强度，n为所有像素个数，μ为修正系数。
由于摄像背景光强不同，可用局部表面合格基准（平均）值（LXH区域）:
A2=[μ∑P(xi,yj)]/nP(xi,yj)为图像（xi,yj）点的像素光强度，n为区域内所有像素个数，μ为修正系数。
铸坯表面合格等级阈值的确定:根据工艺要求确定一系列组阈值：B11<B12<B13….存入计算机数据库中；
判别铸坯质量合格等级：根据工艺要求选出合适的一组阈值系列：0<B1〈B2〈B3〈B4…
所有网格内的P（xi,yj）都满足：│A2-P(xi,yj)│<B1或│A1-P(xi,yj)│<B1一级；
所有网格内的P（xi,yj）都满足：│A2-P(xi,yj)│<B2或│A1-P(xi,yj)│<B2但有网格内的点B1<│A2-P(xi,yj)│二级；
其余各级依次类推。
合并同质量等级的网格；
根据工艺要求选择合适的优化修磨规程，确定各个不同质量等级区域的修磨深度，传给砂轮控制系统。
以不锈钢316L为例，C级铸坯原来修磨深度都是1.5mm，通过检测其一级、二级优化修磨深度可改为0.5mm、1mm，其余均为1.5mm。第一遍修磨为0.5mm和1mm，第二遍修磨重新选取新的标准合格铸坯值，进行0.5mm修磨。
最后进行人工检查，补修遗漏缺陷。
本发明有结构简单、成本低、节能、效益高的优点，便于普及实施。
本发明实际上将合格程度从好到差、再到缺陷，做了全部质量划分。如果检测缺陷的方法只是检测突变，并不检测缺陷的特征，缺陷命中率不高，其实质就是变相抄袭检测合格的方法。
Claims (9)
1.一种铸坯修磨机的检测及优化修磨方法，其特征在于：步骤如下：
1）在现有修磨机型上配置能够清楚的实时检测铸坯表面图像的摄像机及处理系统；并且与控制砂轮的PLC连接；
2）配置用于检测摄像机与（相对移动）铸坯之间距离的位置传感器，并连接到图像处理系统；
3）进行图像处理，采用与理想判别缺陷相反的方法，变检测缺陷、改为检测非缺陷；即检测“合格（程度）”；
4）参照现有机型使用的经验统计修磨规程，制定优化的修磨规则；
5）修磨后的检验。
2.根据权利要求1所述的检测及优化修磨方法，其特征在于：在修磨机修磨砂轮一侧或与铸坯相对移动位置上配能实时检测铸坯表面的图像摄像机及相关处理计算机系统。
3.根据权利要求1所述的检测及优化修磨方法，其特征在于：随摄像机与铸坯的相对移动、拍摄整个铸坯表面的图像，通过拍摄时的相对位置确定图像位置与铸坯表面位置的对应点。
4.根据权利要求1所述的检测及优化修磨方法，其特征在于：以整数N像素（或砂轮修磨）宽度为纵线条划分铸坯图像画面，以整数M像素（或砂轮修磨）宽度为依据的横线条划分图像；将图像划分成许多网格；对每个网格图像进行质量判断；采用与理想判别缺陷相反的方法，变检测缺陷、改为检测非缺陷；即检测“合格（程度）”，检测图像对比度合格程度从大、依次到小、到缺陷的全过程覆盖；制定相应的数据库。
5.根据权利要求1所述的检测及优化修磨方法，其特征在于：合格铸坯表面光滑且比较亮、极容易判断；根据经验或整个坯表面或部分（LXH）区域亮度平均值制定合格坯亮度标准值，依据此标准和不同系列的阈值判断每个网格内所有（或大部分）像素是否都合格，并以此判断该区域合格等级；还可以判断邻近像素是否没有突变（相应系列的阈值数据库）；沿修磨砂轮与铸坯移动方向上，合并质量等级相同或相近的相邻网格、形成质量等级一样的长条，便于砂轮修磨调整。
6.根据权利要求1所述的检测及优化修磨方法，其特征在于：参照传统使用的统计修磨规程相结合，制定优化修磨规则；对于能够确定合格的质量等级表面，参照原机型的修磨规程确定优化的修磨规则（深度）；而对于合格检测不能确定的区域，仍采用原来机型的经验统计修磨规程修磨。
7.根据权利要求1所述的检测及优化修磨方法，其特征在于：在（多遍）修磨过程中，实时根据刚修磨后的图像亮度，重新计算合格铸坯亮度标准及阈值；重新确定亮度连续判断阈值，进行新的优化修磨计算。
8.根据权利要求1所述的检测及优化修磨方法，其特征在于：安装有铸坯表面清扫设备；该设备可以具有空气清扫、水清扫、毛刷清扫功能，能够随时清扫铸坯表面的浮渣。
9.根据权利要求1所述的检测及优化修磨方法，其特征在于：修磨后经过图像检测不能确定的部分，还需要人工检查、补修遗漏的缺陷。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610032455.0A CN105606619B (zh) | 2016-01-19 | 2016-01-19 | 一种铸坯修磨机的检测及优化修磨方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610032455.0A CN105606619B (zh) | 2016-01-19 | 2016-01-19 | 一种铸坯修磨机的检测及优化修磨方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105606619A true CN105606619A (zh) | 2016-05-25 |
| CN105606619B CN105606619B (zh) | 2020-01-03 |
Family
ID=55986723
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610032455.0A Expired - Fee Related CN105606619B (zh) | 2016-01-19 | 2016-01-19 | 一种铸坯修磨机的检测及优化修磨方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105606619B (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108122227A (zh) * | 2017-12-20 | 2018-06-05 | 湖南文理学院 | 用于泡沫镍表面缺陷的检测方法 |
| CN110170922A (zh) * | 2019-06-03 | 2019-08-27 | 北京石油化工学院 | 自动化打磨方法、装置和设备 |
| CN110293566A (zh) * | 2019-05-07 | 2019-10-01 | 北京鼎新时代科技有限公司 | 一种轧机及延长线上的在线机器人精整平台 |
| CN110349133A (zh) * | 2019-06-25 | 2019-10-18 | 杭州汇萃智能科技有限公司 | 物体表面缺陷检测方法、装置 |
| CN110814894A (zh) * | 2019-12-23 | 2020-02-21 | 江苏环信机械工程有限公司 | 一种金属坯料表面缺陷在线检测修磨装置及修磨方法 |
| CN111442746A (zh) * | 2020-04-01 | 2020-07-24 | 江苏申久化纤有限公司 | 一种用于纺丝组件喷丝板的自动检验方法及系统 |
| CN111805438A (zh) * | 2020-07-24 | 2020-10-23 | 宝宇(武汉)激光技术有限公司 | 大面积去除铁锈或氧化层的喷砂-激光抛光复合系统及方法 |
| CN112147160A (zh) * | 2020-08-13 | 2020-12-29 | 妙微(永康)科技有限公司 | 一种超小瑕疵检测方法及系统 |
| CN112139997A (zh) * | 2019-06-27 | 2020-12-29 | 宝山钢铁股份有限公司 | 一种圆钢修磨质量检测系统中抑制环境光的方法 |
| CN112991319A (zh) * | 2021-04-01 | 2021-06-18 | 中国航空综合技术研究所 | 碳纤维层压板红外热成像缺陷尺寸检测方法 |
| EP4332890A3 (en) * | 2016-09-22 | 2024-06-12 | SSAB Enterprises, LLC | Methods and systems for the quantitative measurement of internal defects in as-cast steel products |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101869971A (zh) * | 2010-05-31 | 2010-10-27 | 北京科技大学 | 连铸机结晶器足辊工作状态在线监测仪及其监测方法 |
| CN201673127U (zh) * | 2010-05-27 | 2010-12-15 | 宁波钢铁有限公司 | 一种检查钢板抛丸质量的装置 |
| CN102628812A (zh) * | 2012-03-27 | 2012-08-08 | 首钢总公司 | 一种自动判定子卷表面质量等级的系统和方法 |
| CN104101600A (zh) * | 2013-04-15 | 2014-10-15 | 宝山钢铁股份有限公司 | 连铸坯断面微小裂纹检测方法及装置 |
| EP2855107A1 (en) * | 2012-06-19 | 2015-04-08 | Centre De Recherche Industrielle Du Quebec | Method and system for detecting the quality of debarking at the surface of a wooden log |
-
2016
- 2016-01-19 CN CN201610032455.0A patent/CN105606619B/zh not_active Expired - Fee Related
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN201673127U (zh) * | 2010-05-27 | 2010-12-15 | 宁波钢铁有限公司 | 一种检查钢板抛丸质量的装置 |
| CN101869971A (zh) * | 2010-05-31 | 2010-10-27 | 北京科技大学 | 连铸机结晶器足辊工作状态在线监测仪及其监测方法 |
| CN102628812A (zh) * | 2012-03-27 | 2012-08-08 | 首钢总公司 | 一种自动判定子卷表面质量等级的系统和方法 |
| EP2855107A1 (en) * | 2012-06-19 | 2015-04-08 | Centre De Recherche Industrielle Du Quebec | Method and system for detecting the quality of debarking at the surface of a wooden log |
| CN104101600A (zh) * | 2013-04-15 | 2014-10-15 | 宝山钢铁股份有限公司 | 连铸坯断面微小裂纹检测方法及装置 |
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP4332890A3 (en) * | 2016-09-22 | 2024-06-12 | SSAB Enterprises, LLC | Methods and systems for the quantitative measurement of internal defects in as-cast steel products |
| CN108122227B (zh) * | 2017-12-20 | 2021-04-16 | 湖南文理学院 | 用于泡沫镍表面缺陷的检测方法 |
| CN108122227A (zh) * | 2017-12-20 | 2018-06-05 | 湖南文理学院 | 用于泡沫镍表面缺陷的检测方法 |
| CN110293566A (zh) * | 2019-05-07 | 2019-10-01 | 北京鼎新时代科技有限公司 | 一种轧机及延长线上的在线机器人精整平台 |
| CN110170922A (zh) * | 2019-06-03 | 2019-08-27 | 北京石油化工学院 | 自动化打磨方法、装置和设备 |
| CN110170922B (zh) * | 2019-06-03 | 2020-12-04 | 北京石油化工学院 | 自动化打磨方法、装置和设备 |
| CN110349133A (zh) * | 2019-06-25 | 2019-10-18 | 杭州汇萃智能科技有限公司 | 物体表面缺陷检测方法、装置 |
| CN110349133B (zh) * | 2019-06-25 | 2021-11-23 | 杭州汇萃智能科技有限公司 | 物体表面缺陷检测方法、装置 |
| CN112139997B (zh) * | 2019-06-27 | 2021-10-19 | 宝山钢铁股份有限公司 | 一种圆钢修磨质量检测系统中抑制环境光的方法 |
| CN112139997A (zh) * | 2019-06-27 | 2020-12-29 | 宝山钢铁股份有限公司 | 一种圆钢修磨质量检测系统中抑制环境光的方法 |
| CN110814894A (zh) * | 2019-12-23 | 2020-02-21 | 江苏环信机械工程有限公司 | 一种金属坯料表面缺陷在线检测修磨装置及修磨方法 |
| CN111442746A (zh) * | 2020-04-01 | 2020-07-24 | 江苏申久化纤有限公司 | 一种用于纺丝组件喷丝板的自动检验方法及系统 |
| CN111805438A (zh) * | 2020-07-24 | 2020-10-23 | 宝宇(武汉)激光技术有限公司 | 大面积去除铁锈或氧化层的喷砂-激光抛光复合系统及方法 |
| CN112147160A (zh) * | 2020-08-13 | 2020-12-29 | 妙微(永康)科技有限公司 | 一种超小瑕疵检测方法及系统 |
| CN112147160B (zh) * | 2020-08-13 | 2024-05-03 | 妙微(嘉兴)科技有限公司 | 一种超小瑕疵检测方法及系统 |
| CN112991319A (zh) * | 2021-04-01 | 2021-06-18 | 中国航空综合技术研究所 | 碳纤维层压板红外热成像缺陷尺寸检测方法 |
| CN112991319B (zh) * | 2021-04-01 | 2021-11-16 | 中国航空综合技术研究所 | 碳纤维层压板红外热成像缺陷尺寸检测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105606619B (zh) | 2020-01-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105606619A (zh) | 一种铸坯修磨机的检测及优化修磨方法 | |
| CN104914111B (zh) | 一种带钢表面缺陷在线智能识别检测系统及其检测方法 | |
| CN101893580B (zh) | 基于数字图像的钢轨表面缺陷检测方法 | |
| CN110544261B (zh) | 一种基于图像处理的高炉风口喷煤状态检测方法 | |
| CN107392885A (zh) | 一种基于视觉对比机制的红外弱小目标检测方法 | |
| CN106442420A (zh) | 一种定性与定量结合的水质监测方法 | |
| CN102601131B (zh) | 一种钢坯表面质量在线检测装置 | |
| CN108921819B (zh) | 一种基于机器视觉的验布装置及方法 | |
| CN103413288A (zh) | 一种lcd总体检测缺陷方法 | |
| CN102621154B (zh) | 基于改进差分盒多重分形算法的布匹疵点在线自动检测方法 | |
| CN101657277A (zh) | 用于对连续铸造板坯上的表面缺陷进行识别和分类的方法 | |
| CN111451469B (zh) | 连铸二次冷却水喷嘴状态的判断方法 | |
| CN103913121A (zh) | 一种车辆轮廓尺寸自动测量装置及方法 | |
| CN101949865B (zh) | 一种百事泰在线表面缺陷检测系统的优化方法 | |
| WO2024152526A1 (zh) | 一种基于三维特征分布的路面纹理均匀性评价方法 | |
| CN111179236A (zh) | 一种用于造球机的生球粒度分析方法及装置 | |
| CN104568956A (zh) | 基于机器视觉的带钢表面缺陷的检测方法 | |
| CN110009633A (zh) | 一种基于反向高斯差分的钢轨表面缺陷检测方法 | |
| CN107541737B (zh) | 提高带钢表面酸洗质量的方法 | |
| CN116012348A (zh) | 一种适用于路面裂缝的最大裂缝宽度测定方法 | |
| Hashmi et al. | Computer-vision based visual inspection and crack detection of railroad tracks | |
| TW201217080A (en) | capable of detecting steel billet defect in real time and displaying detection results in order to determine the process stability and the features of steel grades | |
| CN117876329A (zh) | 一种基于雷达、视频和数据分析的道路病害实时检测方法 | |
| CN105354848B (zh) | 一种热镀锌产线的康耐视表面质量检测系统的优化方法 | |
| CN104655642A (zh) | 一种钢材开裂型缺陷的自动测量、表征分类方法及其系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200103 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |