CN109142509A - 圆钢磁粉探伤方法与装置 - Google Patents

圆钢磁粉探伤方法与装置 Download PDF

Info

Publication number
CN109142509A
CN109142509A CN201710502185.XA CN201710502185A CN109142509A CN 109142509 A CN109142509 A CN 109142509A CN 201710502185 A CN201710502185 A CN 201710502185A CN 109142509 A CN109142509 A CN 109142509A
Authority
CN
China
Prior art keywords
round steel
defect
image
detected
magnetic powder
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
Application number
CN201710502185.XA
Other languages
English (en)
Other versions
CN109142509B (zh
Inventor
邹堃
王平
胡继康
申屠理锋
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.)
Baoshan Iron and Steel Co Ltd
Original Assignee
Baoshan Iron and Steel Co Ltd
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 Baoshan Iron and Steel Co Ltd filed Critical Baoshan Iron and Steel Co Ltd
Priority to CN201710502185.XA priority Critical patent/CN109142509B/zh
Publication of CN109142509A publication Critical patent/CN109142509A/zh
Application granted granted Critical
Publication of CN109142509B publication Critical patent/CN109142509B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • G01N27/72Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables
    • G01N27/82Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating the presence of flaws
    • G01N27/83Investigating 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
    • G01N27/84Investigating 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 by applying magnetic powder or magnetic ink

Landscapes

  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (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

本发明公开了的一种圆钢磁粉探伤方法及装置。圆钢磁粉探伤方法,包括:确定检测区域并划分为若干个识别区域;在待检测圆钢表面涂覆磁悬液并使其旋转前进,利用紫外线照射待检测圆钢,连续获取检测区域内的待检测圆钢的表面图像;对表面图像进行预处理,获得各个标识区域内包含疑似表面缺陷的待判定缺陷图像;根据待判定缺陷图像的长宽比和疑似表面缺陷在各个标识区域中出现的次数,确定待检测圆钢是否存在表面缺陷。圆钢磁粉探伤装置,包括紫外线光源、图像采集模块和数据处理模块。本发明的圆钢磁粉探伤方法及装置,能够利用圆钢缺陷的特点,对于检测区域进行合理分割,准确定位圆钢表面缺陷,实现了磁粉探伤的自动化。

Description

圆钢磁粉探伤方法与装置
技术领域
本发明涉及探伤设备技术领域,尤其涉及一种圆钢磁粉探伤方法及装置。
背景技术
随着市场竞争日趋激烈、用户要求不断提高,圆钢坯料通常会进行磁粉探伤检查,以保证产品表面质量。
目前,钢材生产企业对于圆钢磁粉探伤的一般方法是使用一定亮度的紫外灯照射涂敷过磁悬液的工件,然后操作人员通过观察工件上荧光纹理来判断和定位缺陷,最后在缺陷处标上记号,以供后续修磨工序定位修磨。
在中国专利CN201083697Y中,公开了一种非接触式圆钢在线荧光磁粉探伤机。该探伤机就是用上述方法进行探伤检查的,具体为,圆钢工件通过输送辊道螺旋式进入荧光磁粉探伤设备,在磁化工位被磁化和喷洒磁悬液,探伤人员通过荧光检测装置进行探伤观察,有缺陷的工件被挑出进行修磨,无缺陷的工件被送进成品库。这种方法存在几个问题:一是操作人员需要人工确认缺陷,检测速度慢,工作效率低;二是操作人员劳动强度大且工作内容单调重复,导致漏检率高;三是工作现场紫外光对长时间工作的人员造成身体造成伤害。
近年来,机器视觉技术快速发展,各厂家和科研机构也开始研究使用工业相机辅助操作人员或者进行全自动缺陷识别。基于机器人视觉技术,中国专利CN103412042A公开了一种图像显示车轴磁粉探伤机,提供了一种可以使用图像采集系统的车轴磁粉探伤机,该探伤机能够使探伤过程及结果形成亮度均匀、分别率高的图像,能够存贮、打印、联网和再现回放,将探伤工作人员从封闭的环境中解脱出来,实现车轴磁粉探伤作业过程及数据管理标准化、数字化、网络化。但是应用该专利的自动识别的探伤设备,仍然需要操作人员人工确认缺陷并定位喷标,没有完全实现自动化探伤的全面目标。
针对现有技术中探伤设备和方法均不能够完全实现自动化探伤和标识的问题,本发明提供了一种能够实现自动准确地定位缺陷的圆钢磁粉探伤方法及装置。
发明内容
为解决上述问题,本发明提供一种圆钢磁粉探伤方法及装置,能够利用圆钢缺陷的特点,对于检测区域进行合理分割,准确定位圆钢表面缺陷,实现了磁粉探伤的自动化。
为实现上述目的,本发明的一种圆钢磁粉探伤方法,包括如下步骤:
S1、确定用于检测待检测圆钢表面缺陷的检测区域,并将检测区域划分为若干个识别区域;
S2、在待检测圆钢表面涂覆磁悬液并使其旋转前进,利用紫外线照射待检测圆钢,连续获取检测区域内的待检测圆钢的表面图像;
S3、对表面图像进行预处理,获得各个标识区域内包含疑似表面缺陷的待判定缺陷图像;
S4、根据待判定缺陷图像的长宽比和待判定缺陷图像在各个标识区域中出现的次数,确定待检测圆钢是否存在表面缺陷。
进一步地,识别区域在检测区域内沿待检测圆钢的移动方向设置。
进一步地,还包括,确定用于标识表面缺陷的标识区域,当确定待检测圆钢存在表面缺陷时,跟踪表面缺陷的位置,在标识区域内对表面缺陷进行标识。
进一步地,各识别区域的长度与标识区域相同。
进一步地,位于中间的识别区域的宽度与标识区域的宽度相同,其他识别区域的宽度由该识别区域向两侧逐渐减小,识别区域的最小宽度大于等于标识区域的宽度的1/5。
进一步地,对表面图像进行预处理包括:先对表面图像滤波后,再利用灰度二值化确定待判定缺陷图像。
进一步地,利用灰度二值化确定待判定缺陷图像时,对二值化阈值进行加权处理。
进一步地,待判定缺陷图像的长宽比大于10且、疑似表面缺陷在各个标识区域中至少连续出现两次时,确定待检测圆钢存在表面缺陷。
本发明的一种圆钢磁粉探伤装置,采用上述的圆钢磁粉探伤方法,包括:
紫外线光源,紫外线光源与检测区域相对设置,照射检测区域内的待检测圆钢的表面;
图像采集模块,图像采集模块与检测区域相对设置,获取检测区域内的待检测圆钢的表面图像;
数据处理模块,与图像采集模块连接,根据图像采集模块获取的表面图像,确定待检测圆钢是否存在表面缺陷。
进一步地,还包括标识模块,标识模块与数据处理模块连接,对被数据处理模块确定的表面缺陷进行标识。
本发明的圆钢磁粉探伤方法及装置,利用圆钢缺陷的特点,设计待检测圆钢的检测区域,并对于检测区域进行合理分割,分割为若干个识别区域后,针对该检测区域进行待检测圆钢的表面图像的采集,再根据采集到的表面图像确定各个识别区域内的待检测圆钢是否存在表面缺陷,无需人工进行确认,即可以实现准确定位缺陷的功能,使圆钢的磁粉探伤实现自动化,节约了圆钢生产成本,降低了生产中的人工成本,并且检测的准确性高,节约了生产的时间成本。
附图说明
图1为本发明圆钢磁粉探伤方法的流程图;
图2为本发明中检测区域和识别区域的示意图;
图3为本发明圆钢磁粉探伤装置的结构示意图;
图4为本发明一个实施例的检测区域和识别区域的示意图。
具体实施方式
下面,结合附图,对本发明的结构以及工作原理等作进一步的说明。
本发明提供的一种圆钢磁粉探伤方法,利用紫外光源照射待检测圆钢的表面,并利用拍摄装置拍摄荧光的表面图像,再传输给数据处理模块,通过数据处理模块对表面图像进行处理,从而确定待检测圆钢表面的缺陷情况并完成标识。主要包含了检测区域的识别区域划分、缺陷识别和标识缺陷三个过程。
如图1所示,具体地,本发明实施例的圆钢磁粉探伤方法包括如下步骤:
S1、确定用于检测待检测圆钢表面缺陷的检测区域,并将检测区域划分为若干个识别区域。由于待检测圆钢来料,在经过磁粉探伤装置时,始终处于旋转且向前移动的状态,因此,为了降低成本、圆钢表面图像的获取难度和获取到的圆钢表面图像的处理难度,无需采集待检测圆钢整体的表面图像,只需要选择一个检测区域即可。
另外,在钢铁企业圆钢生产过程中,绝大部分表面缺陷都是沿着轴向的划伤,在大批量生产中可以忽略其他方向的缺陷。在发现缺陷之后,考虑到方便修磨工序操作,探伤操作人员通常标记出一个包含缺陷的狭长区域,供修磨机整体拨除。所以在本发明实施例中,对于待检测圆钢的表面缺陷只需要确定其所在的识别区域,并整体标识该区域即可满足生产现场要求。因此,在识别和标识前,需要在检测区域内划出若干个虚拟的识别区域,然后确定表面缺陷最后出现的标识区域,根据该标识区域的位置和待检测圆钢的移动方式和速度,最后确定标识时间并标识。
由于待检测圆钢是边以其轴线为轴心转动,边向前移动的,在本发明实施例中,为了更精确地识别待检测圆钢表面的缺陷,识别区域的布置需要与待检测圆钢的移动方式同步,因此,识别区域可以在检测区域内沿待检测圆钢的移动方向设置,待检测圆钢的移动方向即图2 中箭头所示的方向。由图2可以看出,识别区域由中间至两侧可以分别编号为A0(B0)、A1、B1、……An、Bn。
其中,识别区域长度应该大于常见表面缺陷的长度,小于修磨机典型修磨长度,通常可以参考人工磁粉探伤中,操作人员标识的缺陷区域长度。由于圆钢曲率的影响,待检测圆钢的表面相同宽度的区域投影到拍摄装置上会发生变形,检测窗口中间处A0(B0)区域最宽,可以取修磨机一次修磨的典型宽度,两侧依次变窄。
因此,各识别区域宽度可计算如下:
其中,WA0(B0)、WA1、WB1、……WA(n-1)、WB(n-1)、WAn、WBn为A0(B0)、 A1、B1、……A(n-1)、B(n-1)、An、Bn各识别区域的宽度,D1为修磨机一次修磨的典型宽度,R为待检测圆钢的半径,n为识别区域的编号(n>0)。
S2、在待检测圆钢表面涂覆磁悬液并使其旋转前进,利用紫外线照射待检测圆钢,连续获取检测区域内的待检测圆钢的表面图像,由于随着待检测圆钢的移动,连续获取待检测圆钢经过该检测区域的表面图像,就不会遗漏待检测圆钢的表面上的任意一处。
S3、对表面图像进行预处理,获得各个标识区域内包含疑似表面缺陷的待判定缺陷图像。对表面图像进行预处理时,应当按照表面图像获取的时间先后顺序,对每一帧表面图像均进行预处理,以便后续对于待检测圆钢是否存在表面缺陷进行判断。
在本发明实施例中,对表面图像进行预处理包括:先对表面图像滤波后,再利用灰度二值化确定待判定缺陷图像。
其中,对表面图像进行滤波处理,是为了去除图像中的噪声。在本发明实施例中,可以采取中值滤波的方法进行滤波处理。其中,中值滤波的方程式为:
g(x,y)=med{f(x-i,y-j)}(i,j)∈P
式中,g(x,y)为中值滤波输出图像中像素灰度值,f(x-i,y-j)为中值滤波输入图像中像素灰度值,P为模板窗口。模板窗口可以是各种形状和大小窗口,通常取为3×3或者5×5的方形窗口。因此,在进行中值滤波之前,若表面图像的尺寸与模板窗口不符,还需要先对表面图像进行剪裁,获得与模板窗口相符的尺寸后,在进行滤波处理。
在本发明实施例中,可以对表面图像灰度进行二值化处理去处噪声,并得到待判定缺陷图像。由于各识别区域紫外光照强度不同,反射荧光也有差异,通常是中间区域亮,边缘区域暗,因此,在确定待判定缺陷图像时,对二值化阈值进行加权处理。
对二值化阈值进行加权的处理公式如下:
其中,αA0(B0)、αA1、αB1、……αAn、αBn为A0(B0)、A1、B1、……An、 Bn各识别区域的二值化阈值;A为中心识别区域A0(B0)的二值化阈值,考虑到充分利用拍摄装置的性能,可以调整光照强度,光源位置,相机通光亮等,把A设定在相机灰阶范围的中间为宜。计算出各个识别区域的阈值后,可以将各个识别区域图像上亮度低于阈值的点设置为背景,高于阈值的点可以设置为待判定陷图像。
S4、根据待判定缺陷图像的长宽比和待判定缺陷图像在各个标识区域中出现的次数,确定待检测圆钢是否存在表面缺陷。其中,待判定缺陷图像的长宽比大于10且疑似表面缺陷在各个标识区域中至少连续出现两次时,确定待检测圆钢存在表面缺陷。
在实际的圆钢生产中,由于圆钢的表面缺陷多位长条线状,所以待判定缺陷图像的长宽比应该比较大,一般可以预设长宽比的比值,当待判定陷图像长宽比大于预设长宽比可以将该待判定缺陷图像确定为表面缺陷。在本发明实施例中,可以设置预设长宽比的比值大于10。
本发明实施例中,确定待判定缺陷图像的长宽比为表面缺陷的判断条件公式为:
其中,W为待判定缺陷图像的长,H为待判定缺陷图像的宽;β为预设长宽比的比值。
为了加强抗干扰能力,减少误识别,可以在首次识别出的表面缺陷之时的识别区域开始对表面缺陷进行跟踪,在下一个识别区域再次确认该缺陷。如果在多个识别区域确认该缺陷,则可以最终判定缺陷。根据灵敏度的要求和分区多少来调整判定表面缺陷所需要的识别区域数。通常判定表面缺陷所需要识别区域数不宜设为1,这样会有较多的误判,因此,识别区域至少需要2个;也不宜太多,为了减少漏判,判定表面缺陷所需要的识别区域最大不宜超过n+1。
根据待检测圆钢的移动方式和速度,可以计算当表面缺陷出现在一个识别区域之后,在下一个识别区域再次出现的时间,即识别周期 T1,为了提高图像处理效率,减少图像处理成本,T1也可以作为表面图像的数据采集周期。其中,识别周期T1计算公式如下:
其中:D1为修磨机一次修磨的典型宽度,R为待检测圆钢的半径, V1为圆钢周向转动的线速度。
在一般的圆钢生产实践中,磁粉探伤操作人员通常标记出一个包含缺陷的轴向长条区域,以供修磨定位。因此,在本发明实施例中,还可以确定用于标识表面缺陷的标识区域,当确定待检测圆钢存在表面缺陷时,跟踪表面缺陷的位置,在标识区域内对表面缺陷进行标识。
综上可以得出,在本发明实施例中,各识别区域的长度可以设置为与标识区域相同。由于各识别区域的宽度由位于待检测圆钢的轴线上的识别区域向两侧的识别区域逐渐减小,因此,位于待检测圆钢轴线上的识别区域的宽度可以设置为与标识区域的宽度相同。由于受到圆钢曲率的影响,上下边缘识别区域无论是紫外光照强度还是在图像采集单元上的投影面积均较小,所以识别区域不需取得过多,能够覆盖到待检测圆钢表面荧光反射较强的区域即可,即只要是满足该识别区域两侧的识别区域的最小宽度大于等于标识区域的宽度的1/5即可。也就是说,An、Bn区域的宽度不宜小于A0(B0)区域宽度的1/5。
在本发明实施例中,当判定表面缺陷随待检测圆钢转动到标识区域时,可以对标识区域进行整体喷标标识。标识区域位于沿待检测圆钢的移动方向上识别区域的下游,具体位置可以按照工位限制和圆钢直径调整,通常标识区域与位于中间的识别区域A0(B0)在同一中心线上,与识别区域A0(B0)距离为D2。考虑到方便跟踪和标识表面缺陷,表面缺陷离开识别区域A0(B0)转动若干周应该后正好落入标识区域。则:
其中,m为正整数,表示圆钢转过的周期数,可以根据探伤操作工位的空间限制来确定,V2为圆钢轴向前进的速度。
那么,当表面缺陷被判定后,可以在表面缺陷离开识别区域Bn的 T2时间后进行标识作业。
如图3所示,本发明的一种圆钢磁粉探伤装置,采用上述的圆钢磁粉探伤方法,包括紫外线光源1、图像采集模块3和数据处理模块4。其中,紫外线光源1与检测区域相对设置,紫外线光源1可以发出一定强度的紫外线,照射检测区域内的待检测圆钢2的表面。由于涂敷了磁悬液的待检测圆钢2,经过磁化后,磁粉会向缺陷聚集,并且经过紫外光照射之后,磁粉上的荧光被激发,因此会在待检测圆钢2的表面形成荧光图像。图像采集模块3与检测区域相对设置,具体地,可以设置在识别工位上,捕捉检测区域内的待检测圆钢2的表面的荧光图像,并转化为一阵一阵的图像,最终获取表面图像。数据处理模块4 与图像采集模块3连接,表面图像传送到数据处理模块4后,数据处理模块4可以对表面图像进行处理,并根据表面图像识别缺陷,从而确定待检测圆钢2是否存在表面缺陷。
在本发明实施例中,还可以包括标识模块5,标识模块5与数据处理模块4连接,对被数据处理模块4确定的表面缺陷进行标识。当数据处理模块4时,可以对表面缺陷进行跟踪,等到表面缺陷行进到表示工位时,有标识模块5进行喷标标记。
在本发明实施例中,紫外线光源1通可以选择具有一定紫外线强度的紫外线探伤灯。图像采集模块3可以选择抗干扰能力比较强的 CCD或者CMOS工业相机。数据处理模块4可以是工控机、PLC、DSP 等处理单元。标识模块5可以为工业用喷标机。
在本发明的一个实施例中,紫外线光源1可以使用4200μW/cm2的固定型紫外线探伤灯。图像采集模块3为工业CCD相机,紫外线照射待检测圆钢2后激发出的荧光图像可以被1/1.8″CCD、25帧/秒单色工业相机捕获。数据处理模块4为工业控制计算机,表面图像信号传输到工业控制计算机中。工业控制计算机通过下述方法进行数据处理和缺陷识别,并在判定出表面缺陷后在标识工位,控制标识模块5标识表面缺陷。其中,表示模块为喷标机。
首先,对检测区域进行识别区域的划分,识别区域的划分可以如图4所示,在检测区域内从上至下划分出5个识别区域。每个识别区域的长度取0.3m。由于本实施例判定表面缺陷后采用的修磨机一次修磨的典型宽度D1为0.05m,待检测圆钢2的半径R为0.1m,各识别区域宽度可计算如下:
WA0(B0)=D1=0.05m
根据上述计算可知,由于受到圆钢曲率的影响,识别区域A2、B2 的宽度已经接近中心识别区域A0(B0)的1/5,因此,无需再增加更多识别区域。
进一步的,针对每个识别区域中缺陷识别的步骤如下:
对表面图像首先进行中值滤波,去处噪声,其公式为:
g(x,y)=med{f(x-i,y-j)}(i,j)∈P
其中,P在这里取3×3的方形窗口。
在对表面图像灰度进行二值化处理,得到待判定缺陷图像。由于各识别区域紫外光照强度不同,反射荧光也有差异,通常是中间区域亮,边缘区域暗,二值化阈值可以做加权处理。本发明实施例中采用的工业相机的灰阶为0~127,考虑到充分利用相机性能,需要把识别区域A0(B0)阈值设定在63左右。具体方法为,在探伤开始前调整光照强度、光源位置、相机通光量等,直到中心识别区域典型表面缺陷的荧光亮度相机采集值明显高于阈值63;同时待检测圆钢2表面背景荧光亮度相机采集值明显低于63即可。则各识别区域的阈值如下:
αA0(B0)=A=63
计算出各个识别区域的阈值后,将识别区域图像上亮度低于阈值的点赋值为0,即识别为背景,高于阈值部分赋值为127,即识别为待判定陷图像,即
式中,h(x,y)为二值化输出图像中像素赋值,k(x,y)为二值化输入图像中像素灰度值,αi为各区域阀值,i∈[A2,A1,A0(B0),B1,B2]。
由于待检测圆钢2的表面缺陷多为长条线状,所以待判定缺陷图像的长宽比应该比较大,在本发明实施例中,可以设定长宽比为10,即当待判定缺陷图像的长宽比大于10则可识别为表面缺陷。
当在A0~A2区域首次识别出表面缺陷之时开始对表面缺陷进行跟踪,一个识别区域周期之后,在下一个识别区域再次确认该表面缺陷。待检测圆钢2周向转动的线速度为V1为0.2m/s,则识别周期T1计算如下:
由于本实施例中识别区域总数为5个,考虑到最迟在A0区域识别到的表面缺陷最多经过3个识别区域,所以判定表面缺陷所需的识别区域数应该小于等于3;另外为了较少误判,判定表面缺陷所需识别区域数应该最好大于1,所以此处取为2。
在识别出表面缺陷后,标识区域的大小可以设置为与中心识别区域A0(B0)一致。标识区域位于识别区域的下游,具体地为中心识别区域A0(B0)在同一中心线上的下游位置,与识别区域A0(B0)距离为计算如下:
由于考虑到工位空间限制,因此,式中的m取4,V2为0.2m/s。
当一个表面缺陷至少在两个识别区域被识别出来,那么该表面缺陷即可被最后判定,当该表面缺陷离开识别区域Bn,可以在T2时间后进行喷标作业。
其中,n为2。
综上所述,本发明实施例的圆钢磁粉探伤装置及方法,可以对检测区域进行合理分割,实现在线磁粉探伤自动识别与缺陷标识,提高检测能力和效果,降低人工检测的劳动强度。
以上,仅为本发明的示意性描述,本领域技术人员应该知道,在不偏离本发明的工作原理的基础上,可以对本发明作出多种改进,这均属于本发明的保护范围。

Claims (10)

1.一种圆钢磁粉探伤方法,其特征在于,包括如下步骤:
S1、确定用于检测待检测圆钢表面缺陷的检测区域,并将所述检测区域划分为若干个识别区域;
S2、在所述待检测圆钢表面涂覆磁悬液并使其旋转前进,利用紫外线照射所述待检测圆钢,连续获取所述检测区域内的所述待检测圆钢的表面图像;
S3、对所述表面图像进行预处理,获得各个所述标识区域内包含疑似表面缺陷的待判定缺陷图像;
S4、根据所述待判定缺陷图像的长宽比和所述待判定缺陷图像在各个所述标识区域中出现的次数,确定所述待检测圆钢是否存在表面缺陷。
2.如权利要求1所述的圆钢磁粉探伤方法,其特征在于,所述识别区域在所述检测区域内沿所述待检测圆钢的移动方向设置。
3.如权利要求1所述的圆钢磁粉探伤方法,其特征在于,还包括,确定用于标识所述表面缺陷的标识区域,当确定所述待检测圆钢存在所述表面缺陷时,跟踪所述表面缺陷的位置,在所述标识区域内对所述表面缺陷进行标识。
4.如权利要求3所述的圆钢磁粉探伤方法,其特征在于,各所述识别区域的长度与所述标识区域相同。
5.如权利要求3所述的圆钢磁粉探伤方法,其特征在于,位于中间的识别区域的宽度与所述标识区域的宽度相同,其他识别区域的宽度由该识别区域向两侧逐渐减小,识别区域的最小宽度大于等于所述标识区域的宽度的1/5。
6.如权利要求1所述的圆钢磁粉探伤方法,其特征在于,对所述表面图像进行预处理包括:先对所述表面图像滤波后,再利用灰度二值化确定所述待判定缺陷图像。
7.如权利要求6所述的圆钢磁粉探伤方法,其特征在于,利用灰度二值化确定所述待判定缺陷图像时,对所述二值化阈值进行加权处理。
8.如权利要求1所述的圆钢磁粉探伤方法,其特征在于,所述待判定缺陷图像的长宽比大于10且所述疑似表面缺陷在各个所述标识区域中至少连续出现两次时,确定所述待检测圆钢存在表面缺陷。
9.一种圆钢磁粉探伤装置,采用如权利要求1-8中任一项所述的圆钢磁粉探伤方法,其特征在于,包括:
紫外线光源,所述紫外线光源与检测区域相对设置,照射所述检测区域内的待检测圆钢的表面;
图像采集模块,所述图像采集模块与检测区域相对设置,获取检测区域内的待检测圆钢的表面图像;
数据处理模块,与所述图像采集模块连接,根据所述图像采集模块获取的所述表面图像,确定所述待检测圆钢是否存在表面缺陷。
10.如权利要求9所述的一种圆钢磁粉探伤装置,其特征在于,还包括标识模块,所述标识模块与所述数据处理模块连接,对被所述数据处理模块确定的所述表面缺陷进行标识。
CN201710502185.XA 2017-06-27 2017-06-27 圆钢磁粉探伤方法与装置 Active CN109142509B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710502185.XA CN109142509B (zh) 2017-06-27 2017-06-27 圆钢磁粉探伤方法与装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710502185.XA CN109142509B (zh) 2017-06-27 2017-06-27 圆钢磁粉探伤方法与装置

Publications (2)

Publication Number Publication Date
CN109142509A true CN109142509A (zh) 2019-01-04
CN109142509B CN109142509B (zh) 2022-08-16

Family

ID=64805165

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710502185.XA Active CN109142509B (zh) 2017-06-27 2017-06-27 圆钢磁粉探伤方法与装置

Country Status (1)

Country Link
CN (1) CN109142509B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110095527A (zh) * 2019-04-30 2019-08-06 冶金自动化研究设计院 一种流水线上荧光磁粉探伤自动化装置及方法
CN113358739A (zh) * 2021-06-30 2021-09-07 常州工学院 一种基于双目图像融合技术的磁粉探伤检测装置
CN113506223A (zh) * 2020-03-23 2021-10-15 上海西门子医疗器械有限公司 图像缺陷检测方法和装置、存储介质以及医疗成像系统
CN113702391A (zh) * 2021-09-08 2021-11-26 东力智能科技有限公司 一种钢坯表面及近表面缺陷复合检测方法及装置
CN114076794A (zh) * 2020-08-19 2022-02-22 宝山钢铁股份有限公司 一种条钢小方坯近表缺陷的自动检测装置及其检测方法
CN115980176A (zh) * 2023-03-20 2023-04-18 天津市特种设备监督检验技术研究院(天津市特种设备事故应急调查处理中心) 一种基于磁粉检测的球罐质量数据分析处理方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1030994A (ja) * 1996-07-15 1998-02-03 Nippon Steel Corp 磁化探傷方法および装置
CN201527410U (zh) * 2009-11-05 2010-07-14 江苏融泰石油科技股份有限公司 钻铤连续磁粉探伤装置
CN105092593A (zh) * 2015-08-27 2015-11-25 张小磊 一种基于高强度照明的钢板缺陷检测方法
CN105352977A (zh) * 2015-11-06 2016-02-24 苏州磁星检测设备有限公司 自动化探伤检测线及检测方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1030994A (ja) * 1996-07-15 1998-02-03 Nippon Steel Corp 磁化探傷方法および装置
CN201527410U (zh) * 2009-11-05 2010-07-14 江苏融泰石油科技股份有限公司 钻铤连续磁粉探伤装置
CN105092593A (zh) * 2015-08-27 2015-11-25 张小磊 一种基于高强度照明的钢板缺陷检测方法
CN105352977A (zh) * 2015-11-06 2016-02-24 苏州磁星检测设备有限公司 自动化探伤检测线及检测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
吕作超: "荧光磁粉探伤缺陷识别系统图像处理技术研究", 《信息科技辑》 *
高义林: "基于线阵CCD的车轮表面荧光磁粉探伤系统的研究", 《工程科技II辑》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110095527A (zh) * 2019-04-30 2019-08-06 冶金自动化研究设计院 一种流水线上荧光磁粉探伤自动化装置及方法
CN110095527B (zh) * 2019-04-30 2023-12-15 冶金自动化研究设计院 一种流水线上荧光磁粉探伤自动化装置及方法
CN113506223A (zh) * 2020-03-23 2021-10-15 上海西门子医疗器械有限公司 图像缺陷检测方法和装置、存储介质以及医疗成像系统
CN114076794A (zh) * 2020-08-19 2022-02-22 宝山钢铁股份有限公司 一种条钢小方坯近表缺陷的自动检测装置及其检测方法
CN113358739A (zh) * 2021-06-30 2021-09-07 常州工学院 一种基于双目图像融合技术的磁粉探伤检测装置
CN113702391A (zh) * 2021-09-08 2021-11-26 东力智能科技有限公司 一种钢坯表面及近表面缺陷复合检测方法及装置
CN115980176A (zh) * 2023-03-20 2023-04-18 天津市特种设备监督检验技术研究院(天津市特种设备事故应急调查处理中心) 一种基于磁粉检测的球罐质量数据分析处理方法及系统

Also Published As

Publication number Publication date
CN109142509B (zh) 2022-08-16

Similar Documents

Publication Publication Date Title
CN109142509A (zh) 圆钢磁粉探伤方法与装置
CN109141232B (zh) 一种基于机器视觉的盘类铸件在线检测方法
CN109115785B (zh) 一种铸件打磨质量检测方法、装置及其使用方法
CN101852768B (zh) 磁粉探伤环境下基于复合特征的工件伤痕识别方法
CN110211101A (zh) 一种铁轨表面缺陷快速检测系统及方法
CN107238657B (zh) 铁路轮轴自动化成像磁粉探伤机及方法
CN104063873A (zh) 一种基于压缩感知的轴套类零件表面缺陷在线检测方法
CN101670533A (zh) 基于工件加工表面图像分析的刀具磨损状态评价方法
CN110308151A (zh) 一种基于机器视觉的金属工件表面缺陷识别方法及装置
CN103706575A (zh) 一种基于两级图像采集的镜片在线分级分拣装置及方法
CN113781486B (zh) Ic卡图像缺陷检测方法
CN206223683U (zh) 一种板状带孔工件表面缺陷检测装置
CN103984951A (zh) 一种磁粉检测缺陷自动识别方法及系统
CN107160241A (zh) 一种基于数控机床的视觉定位系统及方法
CN116539620A (zh) 一种刀具表面缺陷在机检测方法
CN111701886A (zh) 一种用于套类零件表面缺陷分拣装置及分拣方法
CN106908444A (zh) 一种基于图像处理的圆锥滚子轴承端面识别系统及方法
CN107145896A (zh) 基于荧光磁粉的智能缺陷识别系统
CN112881424A (zh) Ai+荧光渗透小型管件表面缺陷检测及质量分级方法与系统
CN116309277A (zh) 基于深度学习的钢材检测方法及系统
CN205786362U (zh) 一种触摸屏玻璃表面瑕疵在线自动化检测系统
Ping et al. Whole surface defect detection method for bearing rings based on machine vision
CN112465741B (zh) 悬架弹簧和气门弹簧的缺陷检测方法、装置及存储介质
CN111103309A (zh) 用于检测透明材质物体瑕疵的方法
CN108876802B (zh) 对车轮的荧光磁粉缺陷进行自动定位的装置和方法

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
GR01 Patent grant
GR01 Patent grant