CN108226173A - 用于检查钢带的方法和设备 - Google Patents

用于检查钢带的方法和设备 Download PDF

Info

Publication number
CN108226173A
CN108226173A CN201711338262.9A CN201711338262A CN108226173A CN 108226173 A CN108226173 A CN 108226173A CN 201711338262 A CN201711338262 A CN 201711338262A CN 108226173 A CN108226173 A CN 108226173A
Authority
CN
China
Prior art keywords
steel band
leakage flux
magnetic leakage
magnetic
sensor
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.)
Pending
Application number
CN201711338262.9A
Other languages
English (en)
Inventor
迈克尔·维尔德
托马斯·诺伦
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
ThyssenKrupp AG
ThyssenKrupp Rasselstein GmbH
Original Assignee
ThyssenKrupp Rasselstein GmbH
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by ThyssenKrupp Rasselstein GmbH filed Critical ThyssenKrupp Rasselstein GmbH
Publication of CN108226173A publication Critical patent/CN108226173A/zh
Pending legal-status Critical Current

Links

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
    • 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
    • G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • G01N21/8914—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the material examined
    • 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
    • G01N21/8806—Specially adapted optical and illumination features
    • 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
    • G01N21/93—Detection standards; Calibrating baseline adjustment, drift correction
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • G01N27/72—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables
    • G01N27/82—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating the presence of flaws
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • G01N27/72—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables
    • G01N27/82—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating the presence of flaws
    • G01N27/83—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating the presence of flaws by investigating stray magnetic fields
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • 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
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N2021/178—Methods for obtaining spatial resolution of the property being measured
    • G01N2021/1785—Three dimensional
    • 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
    • G01N2021/8854—Grading and classifying of flaws
    • 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
    • G01N2021/8854—Grading and classifying of flaws
    • G01N2021/8867—Grading and classifying of flaws using sequentially two or more inspection runs, e.g. coarse and fine, or detecting then analysing
    • 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
    • G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • G01N21/8914—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the material examined
    • G01N2021/8918—Metal
    • 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
    • G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • G01N21/892—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the flaw, defect or object feature examined
    • G01N2021/8925—Inclusions

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Electrochemistry (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Data Mining & Analysis (AREA)
  • Textile Engineering (AREA)
  • Quality & Reliability (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Investigating Or Analyzing Materials By The Use Of Magnetic Means (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明涉及用于检查钢带的方法和设备。在该方法中，照射并由至少一个摄像机扫描钢带的至少一个表面，以获得表示被扫描的表面的二维图像的图像数据组，并且其中将图像数据组输送给图像处理装置，并且图像处理装置对图像数据组进行缺陷检测，并在检测到表面缺陷时执行对检测到的表面缺陷的分类，在该方法中提出，将钢带磁化并利用至少一个对磁场敏感的漏磁通量传感器探测在带的表面上的漏磁通量，以检测钢带内部中的不均匀性，其中漏磁通量传感器产生漏磁通量数据组，其被输送给图像处理装置并且由图像处理装置进行缺陷检测，以确定钢带的内部中的不均匀性。该设备用于执行该方法。

Description

用于检查钢带的方法和设备
技术领域
本发明涉及检查钢带的方法和用于执行该方法的设备。
背景技术
用于检查钢带表面的自动系统从现有技术中已知，利用所述系统检测钢带表面的质量以用于质量控制目的。在此，利用摄像机在线(in-line)监控来自生产或精加工过程并且以带速度移动的钢带的表面，所述摄像机拍摄移动钢带的表面的二维图像。钢带冷轧期间的典型带速度超过1400米/分钟，并且在钢带的典型精加工过程中，例如在带镀锡装置中，带速度范围为20米/分钟至700米/分钟。钢带可以是未涂层的又或者涂层的钢带，特别是具有防腐层的钢带(例如镀锡或镀锌的钢带)，其中在涂层的钢带的情况下，用摄像机检测涂层的表面。
通常，(涂层或未涂层的)钢带的表面检查在完成生产或精加工或涂覆过程之后并在将钢带卷绕成卷之前立即进行。一般，表面检查由经过专门培训的检查员进行，当钢带以带速度移动时，检查员目视观察钢带表面。为了支持检查员的目视的表面检查，使用自动表面检查设备，其通常具有对移动的钢带的表面摄像并生成被扫描的表面的二维图像的多个摄像机。借助于图像处理程序分析由表面检查设备的摄像机拍摄的、钢带的表面的图像，以便检测表面上的异常或缺陷。钢带的典型的表面缺陷例如以划痕、表面破裂、氧化、氧化渣线的形式、或以污染或异物的形式存在。如果预设产品用途时能看到表面的钢带要用于生产产品，或者如果钢带在制造产品时经受变形(例如通过深冲或熨烫工艺)，则钢带中的这些表面缺陷是特别不可容忍的或至少是不希望的，因为在变形过程中，这些表面缺陷可导致成型产品的稳定性降低。对于涂层的钢带，防腐层中的表面缺陷也可导致防腐稳定性的降低。
例如，从WO 2015/022271 A1已知了金属制品的、特别是金属带的平坦表面的缺陷的检测方法，利用该方法可以可靠地检测和分类被检查的表面上的小的和最小的缺陷。在这种情况下，被检查的表面部分由照射单元照射，并且借助于摄像机单元产生利用不同曝光的至少两个图像并将其输送到图像处理单元。利用不同曝光产生的图像在用于评估的图像处理单元中叠加，以便也检测小的和最小的表面缺陷。
当钢带的检查检测到对于钢带的预设用途是不能容忍的表面缺陷时，可以将出现表面缺陷的钢带的部分切掉并作为废料扔掉。为了实现这一点，有必要在线进行表面检查，并非常快速和可靠地进行评估。由于自动表面检查设备产生移动钢带的表面的全面图像，从而检测多种关键和非关键的表面缺陷，因此需要将由表面检查设备生成的二维图像在线输送给图像处理装置，其中评估二维图像以用于识别异常和表面缺陷。由于大量的可能和部分非常不同的差错(异常、表面缺陷、污物和异物)，在此有必要对由图像处理软件检测到的多种差错进行分类。在频繁出现某种差错的情况下，如果表面差错利用表面检查设备被在线记录并且在图像处理装置中被在线评估和分类，则差错可以干涉生产或精加工过程。
EP 1 737 587 B1公开了一种用于处理表面数据并评估带状材料的质量的方法，在该方法中进行分类。EP 1 901 230 A1描述了一种用于自动检查移动的带的表面的方法，该方法通过在线分类能够及时和可靠地评估检测到的缺陷。
在生产钢带时，可能会出现与生产相关的非金属的或氧化物的夹杂物或钢中的缺陷点。特别是在精板或超精板范围中(厚度小于3mm或小于0.6mm)的薄钢板中，即使在进一步加工中的最小夹杂物例如在成型工艺中也导致材料缺陷，从而导致不合格。在钢带的目视检查期间，特别是利用已知的光学表面检查设备，不能检测深埋钢带内部中的内部夹杂物。对于检测深埋钢带中的夹杂物，磁或磁感应测试方法、例如漏磁通量测试是已知的。例如，从DE 20 2014 104 374 U1已知用于漏磁通量测量的测试系统。在漏磁通量试验中，钢带被磁化，并且利用对磁场敏感的传感器检测由磁化产生的漏磁通量。漏磁通量的强度取决于被测钢带的磁化程度和磁导率、以及钢带内部中的可能的夹杂物。在钢带的恒定的磁化程度和磁导率的情况下，借助于对磁场敏感的传感器在钢带的表面上检测到的、局部变化的漏磁通量可以表示为内部缺陷、特别是钢带中的非金属夹杂物。
然而，对磁场敏感的漏磁通量传感器的测量信号的评估在检查钢带时通常局限于每单位面积的缺陷的数量的纯统计检测。通常没有关于缺陷的种类和形态的说明。
发明内容
因此，本发明的目的是提供一种用于检查钢带的方法和设备，以便能够检测钢带的表面缺陷和内部夹杂物。同时应该可靠和快速地检测缺陷，特别是在线检测运行的钢带。此外，对在局部表面上部分地表现为仅在钢带内部中的内部夹杂物的、不同的缺陷可以进行区分和分类。
本发明提出一种用于检查钢带的方法，其中，照射并由至少一个摄像机扫描钢带的至少一个表面，以便获得表示被扫描的表面的二维图像的图像数据组，并且其中，将图像数据组输送给图像处理装置，并且图像处理装置对图像数据组进行缺陷检测并且在检测到表面缺陷时执行对检测到的表面缺陷的分类，其中，将钢带磁化，并且利用至少一个对磁场敏感的漏磁通量传感器探测钢带的表面上的漏磁通量，以便检测钢带的内部中的不均匀性，其中，漏磁通量传感器产生漏磁通量数据组，将漏磁通量数据组输送给图像处理装置，并且由图像处理装置对漏磁通量数据组进行缺陷检测，以确定钢带的内部中的不均匀性。
此外，本发明提出一种用于检查钢带的设备，该设备用于执行本发明的方法，该设备具有：
用于照射钢带的照射装置；
用于磁化钢带的磁化装置；
至少一个摄像机，该摄像机用于光学扫描钢带的表面并且用于生成表示被扫描的表面的二维图像的图像数据组；
与摄像机耦合连接的图像处理装置，给图像处理装置输送图像数据组以进行数据处理，并且图像处理装置设置用于在图像数据组中进行光学的表面缺陷的缺陷检测并且用于对检测到的表面缺陷进行分类；
和至少一个对磁场敏感的漏磁通量传感器，该漏磁通量传感器用于探测钢带的表面上的漏磁通量并用于产生漏磁通量数据组，其中，漏磁通量传感器与图像处理装置耦合连接，以便将漏磁通量数据组输送给图像处理装置，并且图像处理装置设置用于由漏磁通量数据组确定钢带的内部中的不均匀性。
在根据本发明的用于检查钢带的方法中，钢带的两个表面中的至少一个被照射并由至少一个摄像机扫描。在钢带运行时对钢板的表面的扫描是有利的，其中摄像机优选横向于带运行方向地逐行扫描钢带表面。摄像机在此生成表示被扫描的表面的二维图像的图像数据组。将图像数据组输送给图像处理装置以便评估，并在其中进行缺陷检测。图像处理装置有利地包含可以检测图像数据组中的异常并有利地将该异常存储在数据库中的图像处理程序。对图像数据组中的、在图像处理装置中检测到的异常进行分类，以便例如能够通过与已知的异常进行比较来检测典型的表面缺陷并将其与给已知的表面缺陷关联。例如，通过将图像数据组中的检测到的异常与从之前的测量已知的、存储在分类数据库中的已检测的表面缺陷比较，由此实现在图像数据组中的已知的异常的分类及其作为表面缺陷的归类。
为了除能由图像处理装置从图像数据组中检测表面缺陷之外还能够探测和定位钢带中的内部夹杂物，在本发明的方法中将钢带磁化，并利用至少一个对磁场敏感的漏磁通量传感器探测钢带的表面上的漏磁通量。因此，可以检测钢带内部中的不均匀性。为此，漏磁通量传感器产生漏磁通量数据组，将该漏磁通量数据组输送给图像处理装置以进行评估，并由该图像处理装置进行缺陷检测。为了确定钢带内部中的、例如内部非金属夹杂物形式的不均匀性，在图像处理装置中检查漏磁通量数据的异常，并且将可能的异常有利地在图像处理装置中分类，以便能够将检测到的异常与钢带内部中的不均匀性相关联。例如，通过将检测到的异常与存储在故障数据库中的典型的(先前已知的)和分类的故障进行比较，可以将漏磁通量数据组中的检测到的异常与钢板内部中的不均匀性形式的分类的故障进行比较。
在图像处理装置中，特别是在对摄像机的图像数据组和漏磁通量传感器的漏磁通量数据组都进行缺陷检测的图像处理程序中，图像数据组的和漏磁通量数据组的数据可以相互组合，特别是通过叠加相互组合，以便能够生成钢带的三维缺陷图像。以这种方式生成的、钢带的三维缺陷图像例如可以被识别和分类为连续的缺陷，其局部性地作为表面缺陷出现在钢带的表面上(并且在图像数据组中可以识别出)，并且同时作为不均匀性(例如作为非金属夹杂物)存在于钢带的内部中并且不能在表面上观察到。
三维缺陷图像有利地显示在显示器上，例如屏幕上。根据必要时在线的、也就是在钢带运行期间正在运行的钢带的生产或精炼过程中的、显示在显示器上的三维缺陷图像，检查员可以识别表面缺陷和钢带内部中的不均匀性。
用于产生图像数据组的至少一个摄像机优选地是数字摄像机，特别是具有多个线性布置的光学传感器的行扫描摄像机，所述光学传感器横向于带运行方向地延伸。使用这种摄像机系统，钢带的整个表面可以在钢带运行时被全面地和快速地检测，因为在钢带的整个宽度上延伸的摄像机系统逐行扫描以带速度移动的钢带的表面。
对磁场敏感的漏磁通量传感器同样可以是具有多个线性布置的磁传感器的传感器阵列，所述磁传感器横向于带运行方向地延伸。由此，钢带的表面上的漏磁通量也可以在钢带运行时被逐行地检测，从而在钢带的整个表面上全面地检测。
特别有利的是将行扫描摄像机和具有多个线性布置的磁传感器的磁传感器阵列组合使用，因为行扫描摄像机和磁传感器阵列逐行地扫描钢带的表面。也就是说，由行扫描摄像机和磁传感器阵列(摄像机的图像数据组或磁传感器阵列的漏磁通量数据组)生成的数据相对于钢带的(三维)坐标具有相同的结构和空间关联。这使得能够对图像处理装置中的摄像机和磁传感器阵列提供的数据(图像数据组或漏磁通量数据组)进行同时且形式相同的评估。行扫描摄像机的和磁传感器阵列的数据(即图像数据组和漏磁通量数据组)实际上可以以相同的数据结构输送给图像处理装置以进行评估，并且包含在图像处理装置中的或运行在图像处理装置上的图像处理程序可以分别以相同的数据结构处理数据组(图像数据组和漏磁通量数据组)并检查异常。因此，通过将图像数据组的数据与漏磁通量数据组的数据叠加，可以在图像处理装置中以简单且快速的方式生成钢带的与位置相关的三维缺陷图像。
通过在图像处理装置中将图像数据组的数据与漏磁通量数据组的数据组合，可以类似于对图像数据组的数据的评估来进行漏磁通量数据组的数据的评估。因此，漏磁通量数据组的评估不限于仅检测在每单位面积(m2)内的钢带内部中的不均匀性(例如非金属夹杂物)的数量的统计学评估，而是可以检测钢带内部中的不均匀性的位置、尺寸和几何形状，并进行分类。在此，可以利用在传统的表面检查设备中已使用的、复杂且非常昂贵的图像处理程序。通过本发明，将用于检测钢带表面上的漏磁通量的漏磁通量传感器耦合连接到表面检查设备的图像处理装置上，该图像处理装置评估表面检查设备的摄像机的图像数据组并且(同时)评估对磁场敏感的传感器的漏磁通量数据组。
附图说明
通过下面参照附图更详细地描述的实施例给出本发明的这些和其他优点和特点。附图示出：
图1示出根据本发明的用于检查钢带的设备的示意图，该设备可以执行根据本发明的方法；
图2示出利用图1的设备检查的钢带的表面的二维图像的实例，其中二维图像示出光学可识别的表面缺陷；
图3示出钢带内部中的、在利用图1的设备的检查中检测到的不均匀性的图示的实例。
具体实施方式
图1示意性地示出了根据本发明的用于检查钢带1的设备。所示的设备用于执行根据本发明的方法并且包括：用于照射钢带1的照射装置6，用于磁化钢带1的磁化装置7，用于光学扫描钢带1表面的至少一个摄像机2，用于探测钢带1的表面的漏磁通量的、至少一个对磁场敏感的漏磁通量传感器4，以及与至少一个摄像机2和漏磁通量传感器4耦合连接的图像处理装置3。
图1所示的磁化装置7有利地包括电磁体或永磁体、以及与漏磁通量传感器4以间距间隔开布置的磁化辊8。钢带1以预设的带速度在带运行方向v中移动，该速度根据在检查前的生产或精加工过程处于10米/分钟至700米/分钟的范围中，并且如图1所示，钢带被引导到磁化辊8。在磁化辊8的外周与漏磁通量传感器4的对磁场敏感的测量表面之间存在间隙9。钢带1穿过在漏磁通量传感器4与磁化辊8之间的间隙9。有利地，间隙9的宽度(即磁化辊8的外周与漏磁通量传感器4的对磁场敏感的表面之间的距离)是可设定的，以便能够设定带表面与漏磁通量传感器4的合适的测量距离。典型的测量距离在0.1mm至1mm的范围内。
磁化装置7的电磁体或永磁体可以有利地集成在磁化辊8中。然而，也可以在磁化辊8的上游设置电磁体或永磁体，如图1中示意性所示那样。
钢带1经由布置在照射装置6的和至少一个摄像机2的区域中的偏转辊10被引导到磁化装置7的下游。照射装置6向钢带1的至少一个表面发射光L。
在图1所示的实施例中，摄像机2包括明场摄像机2a和暗场摄像机2b。利用明场摄像机2a检测由钢带1的表面反射的光R，利用暗场摄像机2b检测由带表面散射的散射光S。因此，明场摄像机2a可以检测带表面上的光学异常，与钢带1的表面的剩余的和无缺陷的区域相比，该光学异常显示为较亮或较暗的区域。如果带表面上存在将从照射装置6指向到钢带1的表面上的光L散射的污垢颗粒或材料凸起或凹陷，则可以通过暗场摄像机2b检测散射光S。因此，暗场摄像机2b特别地识别带表面上的污垢和凹陷或材料凸起。
由明场摄像机2a和暗场摄像机2b生成的图像数据经由数据线(有线或无线)11输送到图像处理装置3。在有利地包括用于数据处理和存储的个人电脑或膝上型计算机的图像处理装置3中包含有图像处理软件，其处理摄像机2的图像数据并且由此创建表示钢带1的表面的二维(光学)图像的二维图像数据组10。带表面的二维图像可以显示在显示器5上，该显示器为了数据传输耦合连接到图像处理装置3上。
包含在图像处理装置3中的图像处理软件包括分类模块，利用该分类模块能够识别和分类由摄像机2提供的图像数据中的异常。为了对图像数据组10的图像数据中的检测到的异常进行分类，图像处理装置3包括存储有分类数据库的存储器，其中存储了先前检查钢带时已知的和典型的多种表面缺陷。为了分类，将摄像机2的图像数据组10中检测到的异常与存储在分类数据库中的(典型的)表面缺陷比较。如果检测到的异常的特性与存储的表面缺陷的特性一致，则将检测到的异常相应地与表面缺陷11关联。这种检测到的和分类的表面缺陷11一方面在包括摄像机2的图像数据组10的文件中被标记或标明。此外，检测到的和分类的表面缺陷11也可以显示在示出图像数据组10的二维图像的显示器5上。在显示器5上的表面缺陷11的图示中，可以识别表面缺陷11的位置和种类。
图2示出了钢带1的被扫描的表面的二维图像的实例，其中可以看到多个检测到的和分类的表面缺陷11。
由于磁化装置7中的钢带1的磁化，在钢带1的表面上产生漏磁通量。漏磁通量的强度取决于钢带1的磁化程度和磁导率、以及钢带1的内部结构。在钢带的恒定的磁化程度和磁导率的情况下，借助于对磁场敏感的传感器4在钢带1的表面上检测到的、局部变化的漏磁通量可以表示为内部缺陷、例如钢带1中的非金属夹杂物。例如，如果在钢带1的内部中存在非金属夹杂物，则钢带1内部中的磁场线在非金属夹杂物的周围偏转，由此产生钢带1的表面上的、与位置相关的漏磁通量图像的异常。这种异常可以由对磁场敏感的漏磁通量传感器4检测。由漏磁通量传感器4产生的漏磁通量数据(与位置有关的漏磁通量值)经由数据线12输送到图像处理装置3，并在该处处理形成漏磁通量数据组20。漏磁通量数据组20包含空间解析的漏磁通量数据并且因此表示由漏磁通量传感器4检测的漏磁通量的、与位置相关的图像。如果漏磁通量数据组20中包含异常，则可以由此推导出钢带1的内部中的不均匀性、特别是非金属夹杂物。因此，漏磁通量数据组20包含关于位置的信息、以及关于钢带内部中的不均匀性的结构和形态的信息。
由包含在图像处理装置3中的图像处理软件检查在图像处理装置3中生成的漏磁通量数据组20的异常。如果检测到漏磁通量数据组20中的异常，那么就将检测到的异常的特性与存储在漏磁通量数据库中的、先前的漏磁通量测量的已知异常的特性比较。如果在当前产生的漏磁通量数据组20中的异常的特性与存储在漏磁通量数据库中的异常的特性一致，那么可以将在当前的漏磁通量数据组20中检测到的异常与由先前的检查已知和分类的漏磁通量数据组中的异常关联。以这种方式实现了对钢带1的当前的漏磁通量数据组20中检测到的异常的分类、以及与钢带内部中典型的不均匀性21的关联。在此不仅可以检测漏磁通量数据组20中的缺陷的存在，还可以检测其位置以及不均匀性21的种类、尺寸和几何形状或形态。
可以从图3中得出用于漏磁通量数据组20的图示和其中示出的不均匀性21的实例。
图像处理装置3的图像处理软件将图像数据组10的数据与漏磁通量数据组20的数据组合，并通过该数据组合生成三维缺陷图像30。可以在显示器5上显示该三维缺陷图像30。由于图像数据组10的数据与漏磁通量数据组20的数据的组合，三维缺陷图像30包含关于钢带1的内部中的可光学识别的表面缺陷11和不均匀性21的信息。因此，三维缺陷图像30不仅包含关于表面上可光学识别的缺陷的信息，而且还包含关于钢带在深度方向中的内部结构的信息。
因此，也可以识别三维缺陷图像30中的连续异常或缺陷并将其分类，即使缺陷仅局部地作为表面缺陷出现钢带1的表面上(并且可以在图像数据组10中识别出)，并且同时作为不均匀性(例如作为非金属夹杂物)至少局部地存在于钢带的内部中并且不能在表面上(作为表面缺陷)观察到。
这种情况的一个实例由图2和图3得出，其示出了钢带1(图2中)的所选择的区域的表面的二维图像的片段、和钢带1的相同的区域的漏磁通量数据组20。在图2中，仅能看到(光学的)表面缺陷11，并且在图3中基本上能从漏磁通量数据组20中识别出不均匀性21，其示出了在钢带1内部中的非金属夹杂物。在图2的图像数据组10中能看到的表面缺陷11也能至少初步地在图3的漏磁通量数据组20中识别出。通过图2的图像数据10的数据与图3的漏磁通量数据组20的数据的组合可以识别出，在图像数据10中和漏磁通量数据组20中的异常由钢带1的内部和表面结构中的与位置相关的连续缺陷引起。该缺陷31基本上是在钢带1的带运行方向v中纵向延伸的内部缺陷(钢带1的内部的不均匀性)，其仅局部地(即在图3中由附图标记11'表示的点)在钢带1的表面上示出，但是仅仅存在于钢带1的内部的表面之下。
因此，根据本发明的方法获得的、图像数据组10的数据与漏磁通量数据组20的数据的组合实现了对在三维缺陷图像30中的缺陷的识别、可视化和分类，该缺陷仅仅能局部地识别为在钢带的表面上的表面缺陷11并且在其余区域中作为钢带内部中的不均匀性21延续。
通过将图像数据组10的数据与漏磁通量数据组20的数据组合所产生的三维缺陷图像30的根据本发明的图示在显示器5上有利地在线地实现，也就是在钢带1从目前的生产或精加工过程中以预设的带速度在带运行方向v中移动时实现。
由此，例如在钢带1的正在进行的生产或精加工过程中，可以识别、分类和可视化表面缺陷11(来自图像数据组10)和钢带内部中的不均匀性21(来自漏磁通量数据组20)，如有可能可以在生产或精加工过程中进行干涉，以防止钢带内部中产生另外的表面缺陷和/或不均匀性。在此，根据本发明的方法还可以实现三维缺陷图像30中的连续缺陷的识别及其分类，该连续缺陷可以局部地作为表面缺陷11并局部地作为钢带内部中的不均匀性21被识别出。
为了在钢带1运行时能够全面地扫描带表面，优选地将至少一个摄像机2配备为具有多个线性布置的光学传感器的数字行扫描摄像机，其中，摄像机2相对于运行的钢带1如下地布置，即使得以间距间隔开地布置的光学传感器横向于带运行方向并在钢带的整个宽度上延伸。通过摄像机2的这种设计和布置，可以逐行扫描以带速度移动的钢带1的表面。当使用明场摄像机2a和暗场摄像机2b时，根据图1的实施例，两个摄像机有利地作为行扫描摄影机。
此外，漏磁通量传感器4优选地设计为具有多个线性布置的磁传感器的传感器阵列，其中以间距间隔开地布置的磁传感器同样横向于带运行方向并且在钢带的整个宽度上延伸。通过作为传感器阵列的漏磁通量传感器4的这种设计和布置，也可以在钢带运行时在整个带表面上逐行检测漏磁通量。漏磁通量传感器4还可以具有多个传感器行，所述传感器行沿带运行方向v彼此跟随地排列。利用这种设计为多行传感器矩阵的漏磁通量传感器4，根据传感器矩阵中的磁传感器(其可以包含超过一千个磁传感器)的数量，可以检测厚度在100μm至500μm范围内的钢带中的球形直径在50μm至100μm范围内的内部夹杂物。
漏磁通量传感器4的磁传感器可以例如是感应线圈、巨磁阻传感器(GMR传感器)、各向异性磁阻传感器(AMR传感器)、隧道磁阻传感器(TMR传感器)、或霍尔传感器。
在此，将摄像机2作为数字行扫描摄像机并将漏磁通量传感器4作为传感器阵列的设计相对于所生成的图像数据组10和漏磁通量数据组20的数据结构也具有优点，因为从图像数据组10得到的二维光学图像的位置相关性和从漏磁通量数据组20得到的漏磁通量的位置相关性在此相对于位置相关性具有相同的(行)结构。由此，可以利用单一的图像处理软件处理图像数据组10和漏磁通量数据组20，并由此通过图像数据组10的数据与漏磁通量数据组20的数据的叠加产生三维数据组(三维缺陷图像30)，该三维数据组不仅包含关于钢带表面上的结构的信息，还包含与内部夹杂物或其他不均匀性相关的深度的信息。

Claims (16)

1.一种用于检查钢带的方法，其中，照射并由至少一个摄像机(2)扫描所述钢带(1)的至少一个表面，以便获得表示被扫描的所述表面的二维图像的图像数据组(10)，并且其中，将所述图像数据组(10)输送给图像处理装置(3)，并且所述图像处理装置(3)对所述图像数据组(10)进行缺陷检测并且在检测到表面缺陷(11)时执行对检测到的所述表面缺陷(11)的分类，其特征在于，将所述钢带(1)磁化，并且利用至少一个对磁场敏感的漏磁通量传感器(4)探测所述钢带(1)的所述表面上的漏磁通量，以便检测所述钢带(1)的内部中的不均匀性(21)，其中，所述漏磁通量传感器(4)产生漏磁通量数据组(20)，将所述漏磁通量数据组输送给所述图像处理装置(3)，并且由所述图像处理装置(3)对所述漏磁通量数据组进行缺陷检测，以确定所述钢带(1)的内部中的不均匀性(21)。
2.根据权利要求1所述的方法，其特征在于，当在所述图像处理装置中检测到不均匀性时，将检测到的所述不均匀性分类。
3.根据权利要求1或2所述的方法，其中，所述图像数据组(10)和所述漏磁通量数据组(20)在所述图像处理装置(3)中相互组合，以生成所述钢带(1)的三维缺陷图像(30)。
4.根据权利要求3所述的方法，其中，所述图像数据组(10)和所述漏磁通量数据组(20)在所述图像处理装置(3)中通过叠加相互组合。
5.根据权利要求3或4所述的方法，其中，将在所述三维缺陷图像(30)中检测到的缺陷(31)分类到预定义的缺陷等级中。
6.根据权利要求3至5中任一项所述的方法，其特征在于，将所述三维缺陷图像(30)显示在显示器(5)上。
7.根据前述权利要求中任一项所述的方法，其特征在于，所述钢带(1)以带速度在带运行方向中移动。
8.根据权利要求7所述的方法，其中，所述摄像机(2)是具有多个线性布置的光学传感器的数字行扫描摄像机，所述光学传感器横向于所述带运行方向地延伸。
9.根据权利要求7或8所述的方法，其中，对磁场敏感的所述漏磁通量传感器(4)是具有多个线性布置的磁传感器的传感器阵列，所述磁传感器横向于所述带运行方向地延伸。
10.根据前述权利要求中任一项所述的方法，其特征在于，所述钢带(1)的所述表面由发射光(L)的照射装置(6)照射并由第一摄像机(2a)和第二摄像机(2b)扫描，其中，所述第一摄像机(2a)检测由所述钢带(1)的所述表面反射的光(R)，所述第二摄像机(2b)检测由所述钢带(1)的所述表面散射的光(S)。
11.根据前述权利要求中任一项所述的方法，其特征在于，所述钢带(1)为了经由磁化辊(8)进行磁化而引导穿过具有电磁体或永磁体的磁化装置(7)。
12.根据权利要求11所述的方法，其中，所述漏磁通量传感器(4)与所述磁化辊(8)相对置地布置，所述钢带(1)引导穿过在所述磁化辊(8)与所述漏磁通量传感器(4)之间的间隙(9)。
13.一种用于检查钢带的设备，所述设备用于执行根据前述权利要求中任一项所述的方法，所述设备具有：
用于照射所述钢带(1)的照射装置(6)；
用于磁化所述钢带(1)的磁化装置(7)；
至少一个摄像机(2)，所述摄像机用于光学扫描所述钢带(1)的表面并且用于生成表示被扫描的所述表面的二维图像的图像数据组(10)；
与所述摄像机(2)耦合连接的图像处理装置(3)，给所述图像处理装置输送所述图像数据组(10)以进行数据处理，并且所述图像处理装置设置用于在所述图像数据组(10)中进行光学的表面缺陷(11)的缺陷检测并且用于对检测到的所述表面缺陷进行分类；
和至少一个对磁场敏感的漏磁通量传感器(4)，所述漏磁通量传感器用于探测所述钢带(1)的所述表面上的漏磁通量并用于产生漏磁通量数据组(20)，其中，所述漏磁通量传感器(4)与所述图像处理装置(3)耦合连接，以便将所述漏磁通量数据组(20)输送给所述图像处理装置(3)，并且所述图像处理装置(3)设置用于由所述漏磁通量数据组(20)确定所述钢带(1)的内部中的不均匀性(21)。
14.根据权利要求13所述的设备，其中，为了检测漏磁通量密度，所述漏磁通量传感器(4)包括感应线圈、巨磁阻传感器、各向异性磁阻传感器、隧道磁阻传感器、或霍尔传感器。
15.根据权利要求13或14所述的设备，其特征在于，所述磁化装置(7)包括电磁体或永磁体、以及与所述漏磁通量传感器(4)以间距隔开布置的磁化辊(8)，其中，所述钢带(1)经由所述磁化辊(8)引导穿过由所述电磁体或永磁体产生的磁场并且引导穿过在所述磁化辊(8)与所述漏磁通量传感器(4)之间形成的间隙(9)。
16.根据权利要求13至15中任一项所述的设备，其中，所述摄像机(2)是具有多个线性布置的光学传感器的数字行扫描摄像机，并且其中，对磁场敏感的所述漏磁通量传感器(4)是具有多个线性布置的磁传感器的传感器阵列。
CN201711338262.9A 2016-12-15 2017-12-14 用于检查钢带的方法和设备 Pending CN108226173A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102016124522.4 2016-12-15
DE102016124522.4A DE102016124522A1 (de) 2016-12-15 2016-12-15 Verfahren zur Inspektion eines Stahlbands

Publications (1)

Publication Number Publication Date
CN108226173A true CN108226173A (zh) 2018-06-29

Family

ID=60164618

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711338262.9A Pending CN108226173A (zh) 2016-12-15 2017-12-14 用于检查钢带的方法和设备

Country Status (7)

Country Link
US (1) US20180172601A1 (zh)
JP (1) JP2018096977A (zh)
KR (1) KR20180069695A (zh)
CN (1) CN108226173A (zh)
BR (1) BR102017026255A2 (zh)
CA (1) CA2986537C (zh)
DE (1) DE102016124522A1 (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109909308A (zh) * 2019-03-15 2019-06-21 本钢板材股份有限公司 一种冷轧带钢纵向条纹缺陷检测方法
CN111024704A (zh) * 2018-10-10 2020-04-17 古德里奇公司 使用图像处理技术来对钢丝绳进行自动缺陷检测
CN113267503A (zh) * 2021-05-12 2021-08-17 同济大学 一种吸附式钢结构线性扫描装置
CN113311060A (zh) * 2021-04-26 2021-08-27 河南省特种设备安全检测研究院 一种电梯包覆带缺陷在线检测及标记装置与系统
CN116908197A (zh) * 2023-09-13 2023-10-20 宁德时代新能源科技股份有限公司 电池密封钉焊接检测系统及方法

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7091813B2 (ja) * 2018-04-27 2022-06-28 三菱ケミカル株式会社 異物検査方法、異物検査装置及びスリッター
CN109283244A (zh) * 2018-08-01 2019-01-29 昆明理工大学 一种基于tmr磁传感器的钢丝绳无损探伤装置
EP3678143B1 (en) * 2018-10-01 2023-08-16 Sumitomo Electric Toyama Co., Ltd. Method and device for manufacturing plated wire
DE102019202420A1 (de) * 2019-02-22 2020-08-27 Siemens Aktiengesellschaft Verfahren zum zerstörungsfreien Detektieren von Alterungserscheinungen eines regelmäßig wiederkehrende Strukturen aufweisenden Bauteils
CN110596233B (zh) * 2019-08-27 2022-11-22 电子科技大学 一种连续采样下钢丝绳漏磁成像实时处理方法
KR102222655B1 (ko) * 2019-09-10 2021-03-03 주식회사 포스코아이씨티 코일 표면결함 자동검사 시스템
KR102298558B1 (ko) * 2019-12-20 2021-09-07 주식회사 포스코 냉간 압연 공정의 판 파단 예측 장치 및 방지 장치
US11354796B2 (en) * 2020-01-28 2022-06-07 GM Global Technology Operations LLC Image identification and retrieval for component fault analysis
CN113866174A (zh) * 2020-06-30 2021-12-31 昆山达而远视觉自动化有限公司 一种方针线扫检测设备
CN112816545A (zh) * 2020-09-30 2021-05-18 中国石油天然气股份有限公司 确定储罐维修补板面积的方法及装置
CN112950586A (zh) * 2021-03-02 2021-06-11 攀钢集团攀枝花钢铁研究院有限公司 一种lf炉钢渣红外识别方法和系统
CN114199879A (zh) * 2021-11-23 2022-03-18 北京科技大学 一种冷轧带钢表面聚集型缺陷的识别方法
CN114406014A (zh) * 2022-01-31 2022-04-29 上海务宝机电科技有限公司 带钢边裂缺陷在线检测系统及方法
CN116087318B (zh) * 2023-01-16 2023-11-21 中国矿业大学(北京) 基于5g的矿用钢绳芯传送带聚磁扫描监测系统及方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101446571A (zh) * 2008-12-22 2009-06-03 中国广东核电集团有限公司 一种无损检测装置和检测系统
CN104903718A (zh) * 2012-12-27 2015-09-09 Posco公司 钢板的内部缺陷检测装置及方法
CN105293242A (zh) * 2015-11-25 2016-02-03 佛山住友富士电梯有限公司 一种电梯曳引绳检测装置
CN105445361A (zh) * 2015-12-01 2016-03-30 北方民族大学 一种基于磁荷分布重构算法的漏磁检测缺陷三维成像方法
CN205426850U (zh) * 2015-11-25 2016-08-03 佛山住友富士电梯有限公司 一种电梯钢缆检测装置
CN105874329A (zh) * 2013-12-11 2016-08-17 Posco公司 检测钢板的缺陷的设备和方法
CN106053594A (zh) * 2016-06-23 2016-10-26 河海大学 钢结构裂纹磁致变色检测装置及方法

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3023900A (en) * 1958-04-18 1962-03-06 Feldmuhle Papier Und Zellstoff Apparatus for detecting imperfections in sheet material
DE1297892B (de) * 1963-04-23 1969-06-19 Lippke Paul Einrichtung zur elektro-optischen Pruefung von bewegten Bahnen oder Bogen
JP2827651B2 (ja) * 1992-01-20 1998-11-25 日本鋼管株式会社 鋼板の欠陥有害度測定装置
JPH0763699A (ja) * 1993-08-30 1995-03-10 Sumitomo Metal Ind Ltd 欠陥検査装置
US6092059A (en) * 1996-12-27 2000-07-18 Cognex Corporation Automatic classifier for real time inspection and classification
JP3826704B2 (ja) * 1998-07-03 2006-09-27 Ｊｆｅスチール株式会社 欠陥マーキングしたコイルの製造方法
KR100568973B1 (ko) * 1999-03-18 2006-04-07 제이에프이 스틸 가부시키가이샤 결함 마킹방법 및 장치
JP3811039B2 (ja) * 2000-10-18 2006-08-16 Ｊｆｅスチール株式会社 磁気探傷装置の漏洩磁気検出センサ
JP4094399B2 (ja) * 2002-10-16 2008-06-04 新日本製鐵株式会社 鋼板の疵検査方法およびその装置
EP1737587B1 (de) 2004-03-04 2016-06-08 Parsytec Computer GmbH Verfahren zur aufbereitung von oberflächendaten, verfahren und vorrichtung zur qualitätsbewertung und zum qualitätsmanagement von bandmaterial
JP2006234771A (ja) * 2005-02-28 2006-09-07 Fuji Photo Film Co Ltd 金属ロールの表面欠陥検査方法およびその装置
EP1901230A1 (de) 2006-09-13 2008-03-19 Thyssenkrupp Nirosta GmbH Verfahren zur automatischen Oberflächeninspektion eines bewegten Körpers
KR101189516B1 (ko) * 2010-02-08 2012-10-10 주식회사 포스코 주편 처리 방법 및 주편 처리 시스템
JP5867069B2 (ja) * 2011-12-26 2016-02-24 Ｊｆｅスチール株式会社 欠陥検出装置およびその退避方法
JP2014020926A (ja) * 2012-07-18 2014-02-03 Jfe Steel Corp 表面欠陥検査装置及び表面欠陥検査方法
DE102013108722B4 (de) 2013-08-12 2022-10-06 Thyssenkrupp Steel Europe Ag Verfahren und Vorrichtung zum Erfassen von Defekten einer ebenen Oberfläche
DE202014104374U1 (de) 2014-09-15 2014-09-24 Bundesrepublik Deutschland, Vertreten Durch Den Bundesminister Für Wirtschaft Und Energie, Dieser Vertreten Durch Den Präsidenten Der Bundesanstalt Für Materialforschung Und -Prüfung (Bam) Mehrkanalprüfkopf und Prüfanlage zur magnetischen Streuflussmessung

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101446571A (zh) * 2008-12-22 2009-06-03 中国广东核电集团有限公司 一种无损检测装置和检测系统
CN104903718A (zh) * 2012-12-27 2015-09-09 Posco公司 钢板的内部缺陷检测装置及方法
CN105874329A (zh) * 2013-12-11 2016-08-17 Posco公司 检测钢板的缺陷的设备和方法
CN105293242A (zh) * 2015-11-25 2016-02-03 佛山住友富士电梯有限公司 一种电梯曳引绳检测装置
CN205426850U (zh) * 2015-11-25 2016-08-03 佛山住友富士电梯有限公司 一种电梯钢缆检测装置
CN105445361A (zh) * 2015-12-01 2016-03-30 北方民族大学 一种基于磁荷分布重构算法的漏磁检测缺陷三维成像方法
CN106053594A (zh) * 2016-06-23 2016-10-26 河海大学 钢结构裂纹磁致变色检测装置及方法

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111024704A (zh) * 2018-10-10 2020-04-17 古德里奇公司 使用图像处理技术来对钢丝绳进行自动缺陷检测
US11906445B2 (en) 2018-10-10 2024-02-20 Goodrich Corporation Automated defect detection for wire rope using image processing techniques
CN109909308A (zh) * 2019-03-15 2019-06-21 本钢板材股份有限公司 一种冷轧带钢纵向条纹缺陷检测方法
CN109909308B (zh) * 2019-03-15 2020-06-05 本钢板材股份有限公司 一种冷轧带钢纵向条纹缺陷检测方法
CN113311060A (zh) * 2021-04-26 2021-08-27 河南省特种设备安全检测研究院 一种电梯包覆带缺陷在线检测及标记装置与系统
CN113311060B (zh) * 2021-04-26 2024-05-24 河南省特种设备安全检测研究院 一种电梯包覆带缺陷在线检测及标记装置与系统
CN113267503A (zh) * 2021-05-12 2021-08-17 同济大学 一种吸附式钢结构线性扫描装置
CN116908197A (zh) * 2023-09-13 2023-10-20 宁德时代新能源科技股份有限公司 电池密封钉焊接检测系统及方法

Also Published As

Publication number Publication date
US20180172601A1 (en) 2018-06-21
JP2018096977A (ja) 2018-06-21
BR102017026255A2 (pt) 2018-12-18
KR20180069695A (ko) 2018-06-25
CA2986537C (en) 2020-09-15
DE102016124522A1 (de) 2018-06-21
CA2986537A1 (en) 2018-06-15

Similar Documents

Publication Publication Date Title
CN108226173A (zh) 用于检查钢带的方法和设备
JP4726983B2 (ja) 欠陥検査システム、並びに、それに用いる、欠陥検査用撮影装置、欠陥検査用画像処理装置、欠陥検査用画像処理プログラム、記録媒体、および欠陥検査用画像処理方法
US20160203593A1 (en) Method and device for testing an inspection system for detecting surface defects
JP4739044B2 (ja) 外観検査装置
TW201333451A (zh) 檢測透明板體內部瑕疵點的裝置與方法與其裝置的使用
JP5471818B2 (ja) 帯状材料の周期性欠陥検査方法および装置
JP2006234771A (ja) 金属ロールの表面欠陥検査方法およびその装置
JP6079948B1 (ja) 表面欠陥検出装置および表面欠陥検出方法
GB2487572A (en) A non-destructive test method for automatic fastener inspection
Duan et al. Study on surface defect vision detection system for steel plate based on virtual instrument technology
JP2008032747A (ja) フィルム状製品
JP5354187B2 (ja) 走行材の表面品質判定装置および表面品質判定方法
JP2008286791A (ja) 表面欠陥検査方法及び装置
JP2020106295A (ja) シート欠陥検査装置
US20230169642A1 (en) Inspecting Sheet Goods Using Deep Learning
JP6431643B1 (ja) 金属板の表面欠陥検査方法および表面欠陥検査装置
JP2011053228A (ja) 表面検査装置
JP5003351B2 (ja) 磁性金属帯の微小表面欠陥の品質検査方法及び装置
Patra et al. In-process detection of miniature size holes in cold-rolled steel strips
JP2013221743A (ja) 磁粉探傷における傷検出感度調整方法、磁粉探傷方法、及び磁粉探傷装置
CN112630233B (zh) 基板表面缺陷检查方法
RU2461819C1 (ru) Способ неразрушающего контроля дефектов в изделиях из электропроводящих материалов
Lau Reducing measurement error in magnetic particle inspection through the optimization of process parameters and artificially intelligent solutions
JP7141872B2 (ja) 開孔シートの検査方法及び検査装置並びに開孔シートの製造方法
JPH0882604A (ja) 鋼板表面欠陥検査方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20180629

WD01 Invention patent application deemed withdrawn after publication