CN110400099A - 一种带钢产品表面质量分级方法 - Google Patents
一种带钢产品表面质量分级方法 Download PDFInfo
- Publication number
- CN110400099A CN110400099A CN201910734462.9A CN201910734462A CN110400099A CN 110400099 A CN110400099 A CN 110400099A CN 201910734462 A CN201910734462 A CN 201910734462A CN 110400099 A CN110400099 A CN 110400099A
- Authority
- CN
- China
- Prior art keywords
- defect
- grading
- belt steel
- strip
- surface quality
- 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
Links
- 229910000831 Steel Inorganic materials 0.000 title claims abstract description 63
- 239000010959 steel Substances 0.000 title claims abstract description 63
- 230000007547 defect Effects 0.000 claims abstract description 84
- 238000000034 method Methods 0.000 claims abstract description 34
- 238000003908 quality control method Methods 0.000 claims abstract description 22
- 238000012360 testing method Methods 0.000 claims abstract description 14
- 238000011156 evaluation Methods 0.000 claims description 46
- 239000002131 composite material Substances 0.000 claims description 6
- 238000009826 distribution Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 3
- 238000005096 rolling process Methods 0.000 abstract description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 5
- 229910052760 oxygen Inorganic materials 0.000 description 5
- 239000001301 oxygen Substances 0.000 description 5
- 238000007726 management method Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000006748 scratching Methods 0.000 description 2
- 230000002393 scratching effect Effects 0.000 description 2
- 241000277275 Oncorhynchus mykiss Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000032823 cell division Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005098 hot rolling Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明涉及板带轧制技术领域，公开了一种带钢产品表面质量分级方法，基于表面检测仪拍到的带钢表面照片，经数据采集平台处理，根据设定的判定规则在QMS质量管理系统平台中给出判定意见，经过MES系统进行判钢，实现用户定制化需求的产品分级方法；数采平台根据表检仪拍摄的照片提供以下：缺陷名称、位置信息、尺寸大小、缺陷等级；将带钢分为边部、中部、头尾部区域，每个区域又划分为多个单元格，每个单元格可以单独评价。本发明利用现有表检系统信息，制定表面质量分级规则，通过质量管理系统实现对带钢表面质量在线自动判定分级的功能，提高表面判定的准确率及判定效率。
Description
技术领域
本发明涉及板带轧制技术领域，特别涉及一种带钢产品表面质量分级方法。
背景技术
随国内钢铁行业去产能化的进行，钢铁行业逐渐完成了由重产量到重质量的转变，国内钢铁厂家对质量要求越来越高，带钢的质量问题主要涉及尺寸、性能、表面等方面，其中表面质量问题与表面缺陷相关，因此，一般通过对带钢表面缺陷进行判定，从而对带钢的质量进行判定。
现有方法中，一般通过表面质量检测仪拍照抓取带钢表面缺陷，人工对缺陷照片进行分级判定的方法，确定带钢表面缺陷的严重度与缺陷类型，然后根据缺陷的严重度及类型，从而判定表面的质量。然而，由于带钢表面的缺陷具有来源较广、数量多和形貌多的特点，通过人工判断缺陷的方法，受检测人员的知识和经验不同的影响，缺陷的判定标准不统一，从而会导致误判的现象，并且效率低下，进而影响生产。由此可知，现有的判定方法存在准确度不高、效率低的技术问题。
发明内容
本发明的目的在于提供一种带钢产品表面质量分级方法，利用现有表检系统信息，制定表面质量分级规则，通过质量管理系统实现对带钢表面质量在线自动判定分级的功能，提高表面判定的准确率及判定效率，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：
一种带钢产品表面质量分级方法，包括以下步骤：
S1：基于表面检测仪拍到的带钢表面照片，经数据采集平台处理，根据设定的判定规则在QMS质量管理系统平台中给出判定意见，经过MES系统进行判钢，实现用户定制化需求的产品分级方法；数采平台根据表检仪拍摄的照片提供以下：缺陷名称、位置信息、尺寸大小、缺陷等级；
S2：不仅考虑单个缺陷，同时强调缺陷分布位置，即将带钢分为边部、中部、头尾部区域，每个区域又划分为多个单元格，每个单元格可以单独评价。
进一步地，S1设定在QMS质量管理系统平台中，该方法基于的表面检测仪通过数据接口与数据采集平台相连，数据采集平台通过接口与QMS质量管理系统平台相连，QMS质量管理系统平台通过接口与MES系统相连。
进一步地，所述表面检测仪拍摄的带钢表面照片包括带钢的表面信息、位置信息。
进一步地，所述数据采集平台根据表面检测仪拍摄的照片，对带钢表面进行区域化和网格化划分。
进一步地，所述QMS质量管理系统可以根据顾客需求对带钢设定表面等级要求，并且可以在QMS质量管理系统中设定判定表面质量的方法，给出带钢表面分级意见。
进一步地，所述MES系统根据QMS质量管理系统给出的表面分级意见，执行判钢，实现带钢的自动判定。
进一步地，S2包括如下步骤：
S201：基于表检信息及带钢划分的单元格，确定以下评级：A评级、B评级、C评级、S评级；
S202：F评级，带钢表面质量的综合评级，根据带钢表面的缺陷类型综合运用评级，及对应的权重，确定钢卷整个表面评级；根据不同评级及其产品的用途赋予每类缺陷不同的评价系数，得出产品的表面质量评级判定准则，根据计算出的评价值进行产品的表面质量分级。
进一步地，A评级为单一缺陷数量因子评级，通过对带钢表面某一类缺陷达到可能影响用户使用程度的缺陷数量评价方法；
B评级为单一缺陷密度因子评级，通过对单元格内缺陷面积求和与单元格面积的系数关系评价方法，即单元格内缺陷面积求和*系数D’/单元格面积进行评级；
C评级为单一缺陷带钢区域因子评级，可以根据缺陷类型，用户需求综合选择A、B评级方式的评级方法，可以根据具体情况在以下3种评价方式中任意选择，对带钢不同区域进行评价；
S评级为单一缺陷综合评级：可根据用户需求和缺陷类型实际情况，选择A、B、C三种评级方法中任意方法并乘以相应的系数作为其评价方式。并根据计算出的评价值进行评级。
进一步地，用A评级方式对区域评级：根据区域内某一缺陷的数量进行评级；
用∑B评级方式对区域评级：区域内单一缺陷面积求和*该区域内系数D1’/该区域面积，确定对应缺陷评分，再确定评级；
用A评级与∑B评级综合：用两种系数评价的缺陷评级求和*该区域系数E’作为对应缺陷评分，再确定评级。
与现有技术相比，本发明的有益效果是：
本发明的带钢产品表面质量分级方法，基于表面检测仪拍到的带钢表面照片，经数据采集平台处理，根据设定的判定规则在QMS质量管理系统平台中给出判定意见，最后经过MES系统进行判钢，实现用户定制化需求的产品分级方法，将带钢分为边部、中部、头尾部区域，每个区域又划分为多个单元格，每个单元格可以单独评价，利用现有表检系统信息，制定表面质量分级规则，通过质量管理系统实现对带钢表面质量在线自动判定分级的功能，提高表面判定的准确率及判定效率。
附图说明
图1为本发明的带钢表面分级方法流程图；
图2为本发明的带钢分区域和单元格划分示意图；
图3为本发明的单一缺陷评价方法图；
图4为本发明的带钢表面质量评级方法图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
一种带钢产品表面质量分级方法，包括以下步骤(流程如图1)：
步骤1：该方法基于表面检测仪拍到的带钢表面照片，经数据采集平台处理，根据设定的判定规则在QMS质量管理系统平台中给出判定意见，最后经过MES系统进行判钢，实现用户定制化需求的产品分级方法，数采平台根据表检仪拍摄的照片提供以下：缺陷名称、位置信息(缺陷距离传动侧/操作侧的距离、缺陷距离带钢头部和尾部距离)、尺寸大小(长度、宽度、或面积)、缺陷等级；
步骤2：通过表面质量检测仪获得带钢的表面质量信息，数据采集平台按要求将带钢分边部、中间位、头尾部位区域，每个区域划分为多单元格，如图1所示，每个单元格用于判断评价，在线实时传递入质量管理系统，将表面信息与单元格坐标相对应。根据QMS质量管理系统中预设的带钢表面分级规则，给出分级意见，传递给MES系统，由MES系统执行判钢，具体流程如图2所示。带钢表面具体分级评价步骤如下：
(1)A评级为单一缺陷数量因子评级，通过对带钢表面某一类缺陷达到可能影响用户使用程度的缺陷数量评价方法，具体评价准则样例见表1；
(2)B评级为单一缺陷密度因子评级，通过对单元格内缺陷面积求与单元格面积的系数关系评价方法，即单元格内缺陷面积求和*系数D’/单元格面积进行评级，具体评价准则样例见表2；
(3)C评级为单一缺陷带钢区域因子评级，可以根据缺陷类型，用户需求综合选择A、B评级方式的评级方法，可以根据具体情况在以下3种评价方式中任意选择，对带钢不同区域进行评价，具体评价准则样例见表3。
用A评级方式对区域评级：根据区域内某一缺陷的数量进行评级。
用∑B评级方式对区域评级：区域内单一缺陷面积求和*该区域内系数D1’/该区域面积，确定对应缺陷评分，再确定评级。
用A评级与∑B评级综合：用上述两种系数评价的缺陷评级求和*该区域系数E’作为对应缺陷评分，再确定评级。
(4)S评级为单一缺陷综合评级：可根据用户需求和缺陷类型实际情况，选择A、B、C三种评级方法中任意方法并乘以相应的系数作为其评价方式。并根据计算出的评价值进行评级，具体评价准则样例见表4。本实施例为汽车用钢，选择⑦S＝A等级*系数A’+∑B等级*系数B’+∑C等级*系数C’，作为评价方式，如图3所示。
单一缺陷评价计算方法有种：
①S＝A等级*系数A’；
②S＝∑B等级*系数B’；
③S＝∑C等级*系数C’；
④S＝A等级*系数A’+∑B等级*系数B’；
⑤S＝A等级*系数A’+∑C等级*系数C’；
⑥S＝∑B等级*B’+∑C等级*系数C’；
⑦S＝A等级*系数A’+∑B等级*系数B’+∑C等级*系数C’。
(5)F评级，带钢表面质量的综合评级，根据带钢表面的缺陷类型综合运用评级(A、B、C、S评级)，及对应的权重(系数)，确定钢卷整个表面评级，具体评价准则样例见表5。本实施例为汽车用钢，选择S评级的综合评价作为评价方式，如图4所示。
表1 A评级准则样例
表2 B评级准则样例
表3 C评级准则样例
表4 S评级准则样例
表5 F评级准则样例
具体参数如下：
对于汽车板用钢，在热轧区域，热卷尺寸厚度宽度长度为5×1300×400000mm，根据表面检测仪，获取其板带规格及表面质量信息。表面检测仪的数据实时传递到数据采集平台，生产过程中对汽车板用钢进行单元格划分，尺寸为10×10mm，边部为带钢两侧0-20mm×带钢长度区域，边部区域面积为20×380000+20×380000＝1.52×107mm2，头尾区域为距头尾0-10000×1300mm区域，头尾区域面积1300×10000+1300×10000＝2.6×107mm2。QMS质量管理系统将数据采集平台中的信息实时镜像，根据上述选择的评价方式，进行评价。根据表面检测仪及数据采集平台，发现带钢表面存在压氧、翘皮、划伤三种缺陷，三种缺陷所占的单元格数量及面积见表6。
表6 表面质量检测系统信息
表7 各缺陷对应系数
根据产品属性选择评价方式，先对单一缺陷进行评价，再通过各单一缺陷的综合评价进行评级。
对于压氧缺陷：
根据A评价准则，A＝3；
∑B评价值＝(72800/26000000+39000/15200000)×5＝0.026，根据B评价准则，B＝1；
A(头部)＝2，A(边部)＝1；∑B(边部)＝72800/26000000×7＝0.019，∑B(头尾)＝39000/15200000×5＝0.0128，根据B评价准则，B(边部)＝1，B(中部)＝1；C评价值＝C(边部)评价值+C(头尾)评价值＝(2+1)×4+(1+1)×2＝16，则C＝4。
根据压氧特性，查其各因子系数，则S评价值＝3×2+1×5+4×3＝23，则压氧缺陷评价等级S＝6。
对于翘皮缺陷：
根据A评价准则，则A＝2；
∑B评价值＝608/800×5＝3.8，根据B评价准则，B＝1；
∑B(边部)评价值＝60800/15200000×5＝0.02，根据B评价准则，B＝1，C评价值＝(2+1)×4＝12，则C＝3；
根据翘皮特性，查其各因子系数，则S评价值＝2×2+1×6+3×2＝16，则翘皮缺陷评价等级S＝5。
对于划伤缺陷：
根据A评价准则，则A＝2；
∑B评价值＝50400/15200000×4＝0.0133，根据B评价准则，则B＝1；
∑B(边部)评价值＝50400/15200000×4＝0.0133，根据B评价准则，则B＝1，C评价值＝(2+1)×4＝12，则C＝3；
根据划伤特性，查其各因子系数，则S评价值＝2×1+1×4+3×2＝10，则划伤缺陷评价等级S＝4。
根据汽车板用钢对压氧、翘皮、划伤赋予的评价系数，获得表面整体评价F评价值＝5×0.6+5×0.7+4×0.3＝7.7，则F＝2，带钢表面整体评价为1级。
QMS质量管理系统此卷带钢的表面整体评价F＝2，评价为1级传递给MES系统，由MES系统执行判定，此卷表面质量合格，综合其他判定因素确定带钢去向。
综上所述：本发明的带钢产品表面质量分级方法，基于表面检测仪拍到的带钢表面照片，经数据采集平台处理，根据设定的判定规则在QMS质量管理系统平台中给出判定意见，最后经过MES系统进行判钢，实现用户定制化需求的产品分级方法，将带钢分为边部、中部、头尾部区域，每个区域又划分为多个单元格，每个单元格可以单独评价，利用现有表检系统信息，制定表面质量分级规则，通过质量管理系统实现对带钢表面质量在线自动判定分级的功能，提高表面判定的准确率及判定效率。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。
Claims (9)
1.一种带钢产品表面质量分级方法，其特征在于，包括以下步骤：
S1：基于表面检测仪拍到的带钢表面照片，经数据采集平台处理，根据设定的判定规则在QMS质量管理系统平台中给出判定意见，经过MES系统进行判钢，实现用户定制化需求的产品分级方法；数采平台根据表检仪拍摄的照片提供以下：缺陷名称、位置信息、尺寸大小、缺陷等级；
S2：不仅考虑单个缺陷，同时强调缺陷分布位置，将带钢分为边部、中部、头尾部区域，每个区域又划分为多个单元格，每个单元格可以单独评价。
2.根据权利要求1所述的一种带钢产品表面质量分级方法，其特征在于，S1设定在QMS质量管理系统平台中，该方法基于的表面检测仪通过数据接口与数据采集平台相连，数据采集平台通过接口与QMS质量管理系统平台相连，QMS质量管理系统平台通过接口与MES系统相连。
3.根据权利要求1或2所述的一种带钢产品表面质量分级方法，其特征在于，所述表面检测仪拍摄的带钢表面照片包括带钢的表面信息、位置信息。
4.根据权利要求1或2所述的一种带钢产品表面质量分级方法，其特征在于，所述数据采集平台根据表面检测仪拍摄的照片，对带钢表面进行区域化和网格化划分。
5.根据权利要求1或2所述的一种带钢产品表面质量分级方法，其特征在于，所述QMS质量管理系统可以根据顾客需求对带钢设定表面等级要求，并且可以在QMS质量管理系统中设定判定表面质量的方法，给出带钢表面分级意见。
6.根据权利要求1或2所述的一种带钢产品表面质量分级方法，其特征在于，所述MES系统根据QMS质量管理系统给出的表面分级意见，执行判钢，实现带钢的自动判定。
7.根据权利要求1所述的一种带钢产品表面质量分级方法，其特征在于，S2包括如下步骤：
S201：基于表检信息及带钢划分的单元格，确定以下评级：A评级、B评级、C评级、S评级；
S202：F评级，带钢表面质量的综合评级，根据带钢表面的缺陷类型综合运用评级，及对应的权重，确定钢卷整个表面评级；根据不同评级及其产品的用途赋予每类缺陷不同的评价系数，得出产品的表面质量评级判定准则，根据计算出的评价值进行产品的表面质量分级。
8.根据权利要求7所述的一种带钢产品表面质量分级方法，其特征在于，
A评级为单一缺陷数量因子评级，通过对带钢表面某一类缺陷达到可能影响用户使用程度的缺陷数量评价方法；
B评级为单一缺陷密度因子评级，通过对单元格内缺陷面积求和与单元格面积的系数关系评价方法，即单元格内缺陷面积求和*系数D’/单元格面积进行评级；
C评级为单一缺陷带钢区域因子评级，可以根据缺陷类型，用户需求综合选择A、B评级方式的评级方法，可以根据具体情况在以下3种评价方式中任意选择，对带钢不同区域进行评价；
S评级为单一缺陷综合评级：可根据用户需求和缺陷类型实际情况，选择A、B、C三种评级方法中任意方法并乘以相应的系数作为其评价方式。并根据计算出的评价值进行评级。
9.根据权利要求8所述的一种带钢产品表面质量分级方法，其特征在于，
用A评级方式对区域评级：根据区域内某一缺陷的数量进行评级；
用∑B评级方式对区域评级：区域内单一缺陷面积求和*该区域内系数D1’/该区域面积，确定对应缺陷评分，再确定评级；
用A评级与∑B评级综合：用两种系数评价的缺陷评级求和*该区域系数E’作为对应缺陷评分，再确定评级。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910734462.9A CN110400099A (zh) | 2019-08-09 | 2019-08-09 | 一种带钢产品表面质量分级方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910734462.9A CN110400099A (zh) | 2019-08-09 | 2019-08-09 | 一种带钢产品表面质量分级方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110400099A true CN110400099A (zh) | 2019-11-01 |
Family
ID=68327960
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910734462.9A Pending CN110400099A (zh) | 2019-08-09 | 2019-08-09 | 一种带钢产品表面质量分级方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110400099A (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111299318A (zh) * | 2020-03-02 | 2020-06-19 | 马鞍山钢铁股份有限公司 | 一种热轧板带产品表面质量的自动判定方法 |
| CN111353694A (zh) * | 2020-02-21 | 2020-06-30 | 湖南华菱涟源钢铁有限公司 | 钢卷质量检测方法、装置、终端设备及存储介质 |
| CN112024613A (zh) * | 2020-07-31 | 2020-12-04 | 马鞍山钢铁股份有限公司 | 一种可视化、智能化的钢卷热轧温度判定系统及判定方法 |
| CN112581001A (zh) * | 2020-12-24 | 2021-03-30 | 成都安易迅科技有限公司 | 设备的评估方法及装置、电子设备、可读存储介质 |
| CN112614087A (zh) * | 2020-11-27 | 2021-04-06 | 攀钢集团西昌钢钒有限公司 | 一种冷轧带钢表面质量的智能判定方法 |
| CN113034442A (zh) * | 2021-03-04 | 2021-06-25 | 北京科技大学设计研究院有限公司 | 一种基于缺陷分布图谱的热轧带钢表面质量分级方法 |
| CN113030422A (zh) * | 2021-03-02 | 2021-06-25 | 成都积微物联电子商务有限公司 | 基于表检仪检测的冷轧带钢质量判定的方法 |
| CN113052830A (zh) * | 2021-04-07 | 2021-06-29 | 深圳市磐锋精密技术有限公司 | 一种基于大数据的产品性能检测系统 |
| CN114264786A (zh) * | 2021-11-29 | 2022-04-01 | 马鞍山钢铁股份有限公司 | 基于连铸中间包浸入式水口结脱落瘤物的铸坯质量评价方法及系统 |
| CN114965935A (zh) * | 2022-05-17 | 2022-08-30 | 马鞍山钢铁股份有限公司 | 基于客户需求的带钢质量判定方法及系统 |
| CN117274180A (zh) * | 2023-09-13 | 2023-12-22 | 广州诺芯软件科技有限公司 | 应用于产品质量评估模型的数据处理方法及系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN105486831A (zh) * | 2015-11-19 | 2016-04-13 | 武汉钢铁(集团)公司 | 一种钢卷质量检测系统 |
| CN109002974A (zh) * | 2018-06-29 | 2018-12-14 | 首钢京唐钢铁联合有限责任公司 | 一种钢卷表面质量分级判定方法及装置 |
| CN109692877A (zh) * | 2018-12-29 | 2019-04-30 | 中冶南方工程技术有限公司 | 一种冷轧带钢表面质量管理系统及方法 |
| CN109709099A (zh) * | 2018-12-29 | 2019-05-03 | 宝钢湛江钢铁有限公司 | 一种智能识别带钢表面缺陷的方法和装置 |
-
2019
- 2019-08-09 CN CN201910734462.9A patent/CN110400099A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN105486831A (zh) * | 2015-11-19 | 2016-04-13 | 武汉钢铁(集团)公司 | 一种钢卷质量检测系统 |
| CN109002974A (zh) * | 2018-06-29 | 2018-12-14 | 首钢京唐钢铁联合有限责任公司 | 一种钢卷表面质量分级判定方法及装置 |
| CN109692877A (zh) * | 2018-12-29 | 2019-04-30 | 中冶南方工程技术有限公司 | 一种冷轧带钢表面质量管理系统及方法 |
| CN109709099A (zh) * | 2018-12-29 | 2019-05-03 | 宝钢湛江钢铁有限公司 | 一种智能识别带钢表面缺陷的方法和装置 |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111353694A (zh) * | 2020-02-21 | 2020-06-30 | 湖南华菱涟源钢铁有限公司 | 钢卷质量检测方法、装置、终端设备及存储介质 |
| CN111299318B (zh) * | 2020-03-02 | 2022-04-12 | 马鞍山钢铁股份有限公司 | 一种热轧板带产品表面质量的自动判定方法 |
| CN111299318A (zh) * | 2020-03-02 | 2020-06-19 | 马鞍山钢铁股份有限公司 | 一种热轧板带产品表面质量的自动判定方法 |
| CN112024613A (zh) * | 2020-07-31 | 2020-12-04 | 马鞍山钢铁股份有限公司 | 一种可视化、智能化的钢卷热轧温度判定系统及判定方法 |
| CN112614087A (zh) * | 2020-11-27 | 2021-04-06 | 攀钢集团西昌钢钒有限公司 | 一种冷轧带钢表面质量的智能判定方法 |
| CN112581001A (zh) * | 2020-12-24 | 2021-03-30 | 成都安易迅科技有限公司 | 设备的评估方法及装置、电子设备、可读存储介质 |
| CN113030422A (zh) * | 2021-03-02 | 2021-06-25 | 成都积微物联电子商务有限公司 | 基于表检仪检测的冷轧带钢质量判定的方法 |
| CN113030422B (zh) * | 2021-03-02 | 2022-12-16 | 成都积微物联电子商务有限公司 | 基于表检仪检测的冷轧带钢质量判定的方法 |
| CN113034442A (zh) * | 2021-03-04 | 2021-06-25 | 北京科技大学设计研究院有限公司 | 一种基于缺陷分布图谱的热轧带钢表面质量分级方法 |
| CN113034442B (zh) * | 2021-03-04 | 2023-10-13 | 北京科技大学设计研究院有限公司 | 一种基于缺陷分布图谱的热轧带钢表面质量分级方法 |
| CN113052830A (zh) * | 2021-04-07 | 2021-06-29 | 深圳市磐锋精密技术有限公司 | 一种基于大数据的产品性能检测系统 |
| CN114264786A (zh) * | 2021-11-29 | 2022-04-01 | 马鞍山钢铁股份有限公司 | 基于连铸中间包浸入式水口结脱落瘤物的铸坯质量评价方法及系统 |
| CN114264786B (zh) * | 2021-11-29 | 2024-01-12 | 马鞍山钢铁股份有限公司 | 基于连铸中间包浸入式水口脱落结瘤物的铸坯质量评价方法及系统 |
| CN114965935A (zh) * | 2022-05-17 | 2022-08-30 | 马鞍山钢铁股份有限公司 | 基于客户需求的带钢质量判定方法及系统 |
| CN117274180A (zh) * | 2023-09-13 | 2023-12-22 | 广州诺芯软件科技有限公司 | 应用于产品质量评估模型的数据处理方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110400099A (zh) | 一种带钢产品表面质量分级方法 | |
| Drury et al. | An industrial study of the effects of feedback and fault density on inspection performance | |
| González et al. | Automated detection of filaments in the large-scale structure of the Universe | |
| CN110046792B (zh) | 基于雷达图综合评价法的零电量用户排查方法 | |
| CN104256882B (zh) | 基于计算机视觉的烟丝中再造烟叶比例测定方法 | |
| CN109002974A (zh) | 一种钢卷表面质量分级判定方法及装置 | |
| CN113887908A (zh) | 考虑主客观交叉融合权重的桥梁风险评估方法 | |
| JPH08504522A (ja) | 境界ピクセル・パラメータの規則正しいシーケンスを用いた物体を識別するための方法及び装置 | |
| CN104331613B (zh) | 多个类型的通信设备抗干扰能力的评价方法 | |
| CN111784109A (zh) | 一种基于毕达哥拉斯模糊集和vikor的供应商选择方法 | |
| CN108009564A (zh) | 一种基于径向基函数神经网络模型的翡翠手镯品质分级方法 | |
| CN108320112A (zh) | 一种确定设备健康状态的方法及装置 | |
| CN103954236A (zh) | 一种片烟形状紧致度的测定方法 | |
| CN107818473A (zh) | 一种判断忠诚用户的方法及装置 | |
| CN108876199A (zh) | 一种基于多维加权模糊贴近度法的商务标评标方法 | |
| Churchill et al. | Comparison of machine vision with human measurement of seed dimensions | |
| CN116749518A (zh) | 一种用于3d模型的打印成型管理系统 | |
| CN116797575A (zh) | 一种基于机器视觉的碎米率智能检测方法 | |
| Berger et al. | Assessment of bronchial inflammation using an automated cell recognition system based on colour analysis | |
| CN101635037A (zh) | 建筑业投标书的自动评审方法 | |
| CN115099699A (zh) | 一种基于mabac综合算法的海岸侵蚀强度评价方法 | |
| Giard et al. | Variations in histopathological evaluation of nonneoplastic colonic mucosal abnormalities; assessment and clinical significance | |
| US9665795B2 (en) | Method and apparatus for identifying root cause of defect using composite defect map | |
| CN108986554B (zh) | 一种基于模糊综合评判的空域扇区拥挤程度动态识别方法 | |
| CN104778533A (zh) | 一种基于中心点三角白化权函数的灰色聚类评估方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191101 |
|
| RJ01 | Rejection of invention patent application after publication |