CN110632110A - X荧光光谱仪钢铁样品表面缺陷的视觉识别装置及方法 - Google Patents
X荧光光谱仪钢铁样品表面缺陷的视觉识别装置及方法 Download PDFInfo
- Publication number
- CN110632110A CN110632110A CN201810649776.4A CN201810649776A CN110632110A CN 110632110 A CN110632110 A CN 110632110A CN 201810649776 A CN201810649776 A CN 201810649776A CN 110632110 A CN110632110 A CN 110632110A
- Authority
- CN
- China
- Prior art keywords
- sample
- fluorescence spectrometer
- ray fluorescence
- molten iron
- automatic
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/22—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material
- G01N23/223—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material by irradiating the sample with X-rays or gamma-rays and by measuring X-ray fluorescence
Landscapes
- 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)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明揭示了X荧光光谱仪钢铁样品表面缺陷的视觉识别装置及方法,用于全自动X荧光光谱仪样品搬运输送单元,通过对将要进入和已完成分析检测的X荧光光谱仪钢铁样品,对其打磨加工后的分析表面进行缺陷的视觉识别检查,自动识别钢铁样品分析表面缺陷,对有表面缺陷的钢铁样品给与剔除,防止瑕疵缺陷样品进入X荧光光谱仪进行分析检测。本发明能有效解决X荧光光谱仪在自动无人状态下进行铁水样品分析检测时,对样品分析表面缺陷瑕疵的准确识别,保证铁水样品表面光洁度满足X荧光光谱仪的分析检测要求,保证X荧光光谱仪的化学成分分析检测数据结果的准确可靠。
Description
技术领域
本发明涉及理化检测技术领域,更具体地指X荧光光谱仪钢铁样品表面缺陷的视觉识别装置及方法。
背景技术
某钢铁冶炼检验室中的X荧光光谱仪每天都进行着大量炉前铁水样品的化学成分分析测量,铁水样品是从高炉炉体直接取来熔融的铁水,将液态铁水注入一定的成型的模具,冷却后经过切割、打磨抛光等加工处理成为能放入X荧光光谱仪分析检测的样品。铁水样品进行X荧光光谱仪的分析检测必须严格保证其被分析表面的光洁度,只有这样才能得到准确的化学成分分析检测数据,表征高炉中铁水的实际冶炼状态,并根据分析检测数据结果对高炉铁水的冶炼工艺调整进行有效指导。在铁水样品取样、冷却和加工过程中,样品常伴随产生有缩孔、气泡情况,加工后样品分析表面产生气孔、析出夹杂物、裂缝、水渍污染等现象。如果这些严重影响表面光洁度的样品不被发现和剔除,进入X荧光光谱仪会造成分析检测结果的失真。
现有钢铁企业炉前冶炼铁水样品在进行X荧光光谱仪分析检测前,由人工表面打磨加工,并由人眼逐一对加工后样品表面的瑕疵缺陷进行判断识别,要求人员受过专门培训、每天样品数量大劳动强度高,人员疲劳人工判别时容易造成误判。已有的全自动X荧光光谱仪由于没有样品视觉识别系统无法对铁水样品加工后的分析表面质量进行自动的识别判断,如果出现样品分析表面异常将严重影响X荧光光谱仪分析检测数据的准确性。铁水样品在炉前取样后须用水进行冷却,由于样品中可能存在沙眼、裂缝等缺陷,尽管样品分析表面打磨加工后通过了视觉识别,但进入X荧光光谱仪分析后由于要进行真空预抽气,遗留在样品侧面和底部沙眼、裂缝中的水溢出,水渍污染样品分析表面,在随后的分析检测时会造成数据的严重失真。
专利ZL201420195026.1,公开了一种自动定位样品移动平台,包括固定底板、第一移动板、第二移动板、第三移动板以及样品台;固定底板与第一移动板之间设置有复数条第一滑轨,第一移动板与第二移动板之间设置有复数条与第一滑轨相互垂直的第二滑轨;第三移动板的上端面设置有第三滑轨,样品台的下端面设置有第四滑轨,第三移动板与样品台的两侧均设置有相互交叉的第一升降斜撑与第二升降斜撑,第二升降斜撑可沿第三滑轨、第四滑轨滑动,从而调节样品台的高度。专利ZL201420208252.9,公开了一种X荧光光谱仪测试样品的防护装置,包括一半密封式真空腔,所述半密封式真空腔上方设置有一样品室盖板,所述样品室盖板上设置有一样品测试保护杯,所述样品测试保护杯包括内层杯体与外层杯体,所述外层杯体与内层杯体在底部连接为一体,四周为中空结构,所述样品测试保护杯还包括上卡环与下卡环,所述下卡环与所述内层杯体之间卡设有下测试膜,所述上卡环与所述外层杯体之间卡设有一上测试膜。
上述专利结构简单合理,采用三维样品移动平台,具有良好的空间移动能力,使得X荧光光谱仪可自动、准确定位样品待测点,将待测样品准确移动到聚焦准直器下方与X光光斑重合;可以在不用充氦气的情况下,安全、方便、快捷地实现对液体和粉末类样品在真空环境下的测试,样品不会溢出和飞溅,不会对样品室和探测器等部件造成损坏和污染。但是对于全自动X荧光光谱仪待分析钢铁样品打磨加工后的表面进行快速的缺陷瑕疵检查,通过视觉图像识别判断样品是否满足X荧光光谱仪分析检测条件,从而保证全自动X荧光分析检测数据准确可靠,并没有给出相应的技术方案。
发明内容
(一)解决的技术问题
针对上述现有技术利用X荧光光谱仪对铁水样品表面缺陷检测的缺陷问题,本发明的目的在于提供一种全自动X荧光光谱仪钢铁样品表面缺陷的视觉识别装置及方法,本发明能有效解决X荧光光谱仪在自动无人状态下进行铁水样品分析检测时,对样品分析表面缺陷瑕疵的准确识别,保证铁水样品表面光洁度满足X荧光光谱仪的分析检测要求,保证X荧光光谱仪的化学成分分析检测数据结果的准确可靠。
(二)技术方案
本发明的全自动X荧光光谱仪钢铁样品表面缺陷的视觉识别装置,其包括铁水样品、传送带、全自动X荧光光谱仪、光电传感器、视觉图像识别相机、视野照明灯、视觉图像识别处理器、样品夹持机械手、不良样品回收盒、全自动X荧光光谱仪分析控制计算机、数据传送控制计算机、正常样品回收盒、喷码机、全自动X荧光光谱仪进样转盘、上位计算机;铁水样品由传送带输送到全自动X荧光光谱仪的外部样品表面视觉检查位置,视觉检查位置安装有光电传感器,视觉检查位置上方安装有视觉图像识别相机和视野照明灯;视觉图像识别相机与视觉图像识别处理器电气连接,视觉图像识别处理器与数据传送控制计算机电气连接,数据传送控制计算机分别与光电传感器、视野照明灯、全自动X荧光光谱仪分析控制计算机、喷码机、上位计算机电气连接,全自动X荧光光谱仪分析控制计算机通过总线与全自动X荧光光谱仪相连;全自动X荧光光谱仪与样品夹持机械手机械连接,样品夹持机械手带动铁水样品分别运动到样品打印位置、不良样品回收盒、正常样品回收盒、全自动X荧光光谱仪进样转盘;喷码机安装在样品打印位置的后端。
所述全自动X荧光光谱仪分析控制计算机通过RS232总线与全自动X荧光光谱仪电气连接。
所述数据传送控制计算机通过TCP/IP协议与全自动X荧光光谱仪分析控制计算机、上位计算机进行通信。
所述视觉图像识别处理器为CV-X100系列图像识别控制器。
所述视觉图像识别相机为CA-HX200M系列200万黑白像素CCD照像机。
所述铁水样品的形状为圆形或D形。
全自动X荧光光谱仪钢铁样品表面缺陷的视觉识别方法,包括以下步骤:
S1、铁水样品由传送带输送到全自动X荧光光谱仪的外部的样品表面视觉检查位置;
S2、当铁水样品到达视觉检查位置时,该位置上的光电传感器输出有样品信号,上方安装的视觉图像识别相机启动,并在视野照明灯光线照明下对铁水样品表面进行快速图像采集;
S3、对样品表面可能的瑕疵缺陷进行识别判断,根据铁水样品表面的实际状况判定样品是否良好,如果样品不良进行步骤S4,如果样品良好进行步骤S6;
S4、视觉图像识别处理器输出样品不良信号,全自动X荧光光谱仪的样品夹持机械手抓取该不良铁水样品放置到样品打印位置,喷码机在该铁水样品表面打印样品代码,并打印“样品不良”标志;
S5、样品夹持机械手抓取该样品将其放入不良样品回收盒;与此同时全自动X荧光光谱仪分析控制计算机向数据传送控制计算机发出重新制取该铁水样品再进行分析检测指令;
S6、视觉图像识别处理器输出样品良好信号,全自动X荧光光谱仪的样品夹持机械手抓取该铁水样品,送入全自动X荧光光谱仪进行分析检测;
S7、测量完成后该铁水样品再由样品夹持机械手抓取放置在视觉检查位置,再次进行样品表面水渍污染的视觉识别,判定样品是否良好,如果样品不良进行步骤S4,如果样品良好进行步骤S8;
S8、全自动X荧光光谱仪的分析检测结果数据马上由全自动X荧光光谱仪分析控制计算机向数据传送控制计算机上传,与此同时样品夹持机械手抓取该铁水样品,放置到样品打印位置;
S9、喷码机在该铁水样品表面打印样品代码,随后样品夹持机械手抓取该样品将其放入正常样品回收盒归档留存。
(三)有益效果
采用了本发明的技术方案,全自动X荧光光谱仪钢铁样品表面缺陷的视觉识别装置及方法,用于全自动X荧光光谱仪样品搬运输送单元,通过对将要进入和已完成分析检测的X荧光光谱仪钢铁样品,对其打磨加工后的分析表面进行缺陷的视觉识别检查,自动识别钢铁样品分析表面缺陷,对有表面缺陷的钢铁样品给与剔除,防止瑕疵缺陷样品进入X荧光光谱仪进行分析检测,杜绝分析数据出现错误异常,保证铁水样品化学成分分析检测结果对炼钢炉前冶炼工艺的正确指导;能有效解决X荧光光谱仪在自动无人状态下进行铁水样品分析检测时,对样品分析表面缺陷瑕疵的准确识别,保证铁水样品表面光洁度满足X荧光光谱仪的分析检测要求,保证X荧光光谱仪的化学成分分析检测数据结果的准确可靠。
本发明与现有技术相比具有如下优点:
⑴自动进行钢铁样品加工后表面缺陷瑕疵视觉识别:
由视觉识别对铁水样品自动加工后表面瑕疵缺陷进行在线连续自动判断识别,甄别并剔除有夹杂、缩孔、裂缝和水渍污染不良铁水样品重新取样,形成闭环控制管理,可使铁水样品的X荧光光谱仪分析检测实现完全自动化,提高劳动生产效率,杜绝出现样品分析表面误判情况,造成样品测量时分析数据的异常。
⑵自动进行钢铁样品分析检测后分析表面水渍污染视觉识别:
利用视觉识别对在X荧光光谱仪分析检测完毕退出设备的样品分析表面再次进行是否有水渍污染识别,如果没有则发送上传分析检测结果数据;如果有污染则分析检测结果数据不发送上传,通知上位计算机按照试样不良重新制备取样分析。
⑶钢铁样品视觉识别后的管理:
对分析检查前的样品进行视觉识别,甄别夹杂,缩孔,裂缝等缺陷瑕疵,异常样品直接向上位计算机发送“试样不良”信息,不良试样不进行分析;对分析后的样品进行视觉识别,如果样品分析面出现水渍污染,则向上位计算机发送“试样不良”信息,分析数据不得发送上位计算机系统;随后样品表面进行自动喷码标记后按照种类送到指定的位置,分类收储以备日后查询。
附图说明
在本发明中,相同的附图标记始终表示相同的特征,其中:
图1为本发明装置结构示意图;
图2为本发明装置电气连接1示意图;
图3为本发明装置电气连接2示意图;
图4为本发明方法流程图;
图5为4像素方形区段检查瑕疵例示意图;
图6为X轴方向以1/4移动量进行平均浓度测量示意图;
图7为瑕疵级别数值的确定示意图;
图8为瑕疵级别超出设定阈值被统计为瑕疵示意图;
图9为圆柱形铁水样品表面瑕疵缺陷视觉识别示意图;
图10为D柱形铁水样品表面瑕疵缺陷视觉识别示意图;
图11为铁水样品表面视觉识别参数调整示意图。
附图标记说明:
1、铁水样品;2、传送带;3、全自动X荧光光谱仪;4、视觉检查位置;5、光电传感器;6、视觉图像识别相机;7、视野照明灯;8、视觉图像识别处理器;9、样品夹持机械手;10、样品打印位置;11、不良样品回收盒;12、全自动X荧光光谱仪分析控制计算机;13、数据传送控制计算机;14、正常样品回收盒;15、喷码机;16、全自动X荧光光谱仪进样转盘。
具体实施方式
下面结合附图和实施例进一步说明本发明的技术方案。
随着试验室分析检测的自动化水平的提高,X荧光光谱仪铁水样品的加工、输送和装入、分析数据传送和样品标记分类都逐步实现自动化,样品分析表面光洁度的判别、标记和不良样品的重新制备等工作,也由原来的人工实施变成全自动化方式。
结合图1、图2和图3,全自动X荧光光谱仪钢铁样品表面缺陷的视觉识别装置,包括铁水样品1、传送带2、全自动X荧光光谱仪3、视觉检查位置4、光电传感器5、视觉图像识别相机6、视野照明灯7、视觉图像识别处理器8、样品夹持机械手9、样品打印位置10、不良样品回收盒11、全自动X荧光光谱仪分析控制计算机12、数据传送控制计算机13、正常样品回收盒14、喷码机15、全自动X荧光光谱仪进样转盘16。
铁水样品1由传送带2输送到全自动X荧光光谱仪3的外部样品表面视觉检查位置4,视觉检查位置4安装有光电传感器5,视觉检查位置4上方安装有视觉图像识别相机6和视野照明灯7;视觉图像识别相机6与视觉图像识别处理器8电气连接,视觉图像识别处理器8与数据传送控制计算机13电气连接,数据传送控制计算机13分别与光电传感器5、视野照明灯7、全自动X荧光光谱仪分析控制计算机12、喷码机15、上位计算机电气连接,全自动X荧光光谱仪分析控制计算机12通过总线与全自动X荧光光谱仪3相连;全自动X荧光光谱仪3与样品夹持机械手9机械连接,样品夹持机械手9带动铁水样品1分别运动到样品打印位置10、不良样品回收盒11、正常样品回收盒14、全自动X荧光光谱仪进样转盘16;喷码机15安装在样品打印位置10的后端。
全自动X荧光光谱仪为MXF-2400系列X荧光光谱仪;全自动X荧光光谱仪分析控制计算机通过RS232总线与全自动X荧光光谱仪电气连接;数据传送控制计算机通过TCP/IP协议与全自动X荧光光谱仪分析控制计算机、上位计算机进行通信。视觉图像识别处理器为KEYENCE公司CV-X100系列图像识别控制器,视觉图像识别相机为CA-HX200M系列200万黑白像素CCD照像机。铁水样品的形状为圆形或D形。
结合图4,全自动X荧光光谱仪钢铁样品表面缺陷的视觉识别方法,包括以下步骤:
S1、铁水样品由传送带输送到全自动X荧光光谱仪的外部的样品表面视觉检查位置;
S2、当铁水样品到达视觉检查位置时,该位置上的光电传感器输出有样品信号,上方安装的视觉图像识别相机启动,并在视野照明灯光线照明下对铁水样品表面进行快速图像采集;
S3、对样品表面可能的瑕疵缺陷进行识别判断,根据铁水样品表面的实际状况判定样品是否良好,如果样品不良进行步骤S4,如果样品良好进行步骤S6;
S4、视觉图像识别处理器输出样品不良信号,全自动X荧光光谱仪的样品夹持机械手抓取该不良铁水样品放置到样品打印位置,喷码机在该铁水样品表面打印样品代码,并打印“样品不良”标志;
S5、样品夹持机械手抓取该样品将其放入不良样品回收盒;与此同时全自动X荧光光谱仪分析控制计算机向数据传送控制计算机发出重新制取该铁水样品再进行分析检测指令;
S6、视觉图像识别处理器输出样品良好信号,全自动X荧光光谱仪的样品夹持机械手抓取该铁水样品,送入全自动X荧光光谱仪进行分析检测;
S7、测量完成后该铁水样品再由样品夹持机械手抓取放置在视觉检查位置,再次进行样品表面水渍污染的视觉识别,判定样品是否良好,如果样品不良进行步骤S4,如果样品良好进行步骤S8;
S8、全自动X荧光光谱仪的分析检测结果数据马上由全自动X荧光光谱仪分析控制计算机向数据传送控制计算机上传,与此同时样品夹持机械手抓取该铁水样品,放置到样品打印位置;
S9、喷码机在该铁水样品表面打印样品代码,随后样品夹持机械手抓取该样品将其放入正常样品回收盒归档留存。
本发明方法是对已加工打磨、抛光的铁水样品分析表面,在进入X荧光光谱仪分析检测前或分析检测后,用高速、大容量的视觉图像识别相机在样品传送带上方由上往下照射铁水样品分析表面,以“瑕疵模式”进行视野内样品分析表面瑕疵缺陷识别,每次识别由传送带运送的加工后铁水样品表面,对样品分析表面出现的夹杂、缩孔、裂缝和水渍污染等异常情况,做出快速识别判断,及时甄别、剔除不良样品,通知上位机重新取样分析;或者样品分析检测后分析表面出现水渍污染,分析结果不进行上传,判定样品不良通知上位机重新取样分析;不良样品及时由喷码机打印标注,自动收集归类。
使用“瑕疵模式”的图像识别方式,是比较图像中每个区段的小区域与周围的图像浓度,可发现有浓淡差的地方,因此可不受光照变化的影响检查出细微的图像瑕疵和污染。瑕疵模式的算法:视觉图像识别相机的图像传感器是使用摄像元件CCD中每一个像素的浓度(明暗)数据,将浓度变化作为瑕疵检查出来。但是,如果以一个像素为单位处理全部内容时,处理时间长,而且对检查无益的干扰数据会对结果产生影响。因此,通过图像传感器使用多个像素的小单位平均值进行处理,瑕疵模式下通过“区段”这个小单位比较与周围的平均浓度,从而检查出瑕疵缺陷。以4像素方形的区段示例,如图5所示,在4像素方形的区段内求得平均值,与周围进行比较,即图中的在黑色方框围成的区段内检查出瑕疵。
瑕疵模式的检查原理:
1.如指定检查方向为X轴方向时
⑴在检查区域内将任意尺寸的小区域(区段)以区段尺寸的1/4为移动量移动,同时测量平均浓度,如图6所示;
⑵检查包括目标区段(如图7所示例子)①95的位置在内检查方向4区段内的最大浓度和最小浓度的差别。这个数值为目标区段的“瑕疵级别”。
⑶瑕疵级别超出设定阈值时,该目标区段被统计为瑕疵,该计算值被称为“瑕疵量”的检查结果(如图8所示)。之后,区域内目标区段以移动量移动,在⑴→⑵→⑶反复来回。
2.检查方向指定为XY的二维方向时的处理方法
同理,指定XY方向时,测量包括目标区段在内XY方向各自4区段,共计16区段内的最大浓度和最小浓度之差。不仅比较相邻的2个区段,还比较周围4个区段,可检查出细小的浓度变化(瑕疵)。
3.瑕疵模式最佳设置方法
⑴最佳的区段尺寸
通过调整区段尺寸,可使检测灵敏度和处理时间最优化。区段尺寸与检查对象的尺寸大致相同时,瑕疵级别值最大。如果将区段尺寸对照实际的检查对象尺寸,可进行检出灵敏度与处理时间均合适的设置。
⑵适合图像的区段移动量/比较间隔设置
瑕疵模式中有移动量/比较间隔这样的参数,可决定区段移动多少距离来比较浓度。通过调整这些参数,可以稳定检查出不同特征的瑕疵、污染。
打磨加工后的铁水样品在进行X荧光光谱仪分析检测前,在适当照明条件下由视觉图像识别相机对样品表面进行瑕疵缺陷识别。设定要识别的铁水样品形状,可以设定多种表面识别的轮廓形状(如圆形和D形均可),保存识别轮廓再遇到不同轮廓形状均可自动识别,如图9所示圆柱形铁水样品X荧光光谱仪分析检测表面呈圆形形状识别,如图10所示圆柱形铁水样品X荧光光谱仪分析检测表面呈D形形状识别。在图9和图10中左侧为识别前铁水样品表面的图像,右侧为视觉识别后的铁水样品表面的图像,可以看到对样品表面瑕疵缺陷识别后都进行了标记和判别,同时视觉图像识别处理器输出“样品不良”信号,样品不进入X荧光光谱仪进行分析检测,该信息上传至上位计算机通知炉前重新取备铁水样品;在铁水样品表面视觉图像识别处理方式里,可选择XY二维检查方向、瑕疵大小、瑕疵等级和判定条件等参数(如图11所示),这些参数可以根据实际铁水样品特点和识别效果进行调整。
具体实施时,(1)载有铁水样品1的传送带2把样品输送到视觉检查位置4,样品有无光电传感器5检测到该位置有样品后,发出高电平信号通过数据传送控制计算机13的中继转换启动样品上方的视觉图像识别相机6和视野照明灯7进行样品表面图像采集,经过视觉图像识别处理器8处理判别输出样品表面是否有瑕疵缺陷信息的电平信号:低电平为样品表面有瑕疵缺陷即“样品不良”信号,高电平为样品表面无瑕疵缺陷即“样品良好”信号,同时无论样品表面好坏,其表面采集的图像都会保存在视觉图像识别处理器8中的存储卡里,以备日后查询。
(2)当有“样品不良”低电平信号时:低电平信号经过数据传送控制计算机13的中继转换传送到全自动荧光光谱仪分析控制计算机12,控制全自动荧光光谱仪3的样品夹持机械手9抓取样品,放置在样品打印位置,同时喷码机15接到数据传送控制计算机13打印指令,在该不良样品表面上打印样品代码和“样品不良”标志,随后样品夹持机械手9抓取该样品将其放入不良样品回收盒11;与此同时全自动X荧光光谱仪分析控制计算机12向数据传送控制计算机13发出重新制取该铁水样品并再进行分析检测指令,数据传送控制计算机13将该指令向上位计算机发送,请炉前重新取样制备进行再次分析检测。
(3)当有“样品良好”高电平信号时:高电平信号经过数据传送控制计算机13的中继转换传送到全自动荧光光谱仪分析控制计算机12,控制全自动荧光光谱仪3的样品夹持机械手9抓取铁水样品1,送入全自动荧光光谱仪3进行分析检测;测量完成后该铁水样品1再由样品夹持机械手9抓取放置在视觉检查位置4,再次进行样品表面水渍污染的视觉识别;如果样品表面判别结果为“样品不良”,则返回到上述第⑵.项进行处理,如果此时样品表面判别结果为“样品良好”,则进入下述第⑷项进行处理流转。
(4)如果样品表面判别结果为“样品良好”,则全自动X荧光光谱仪3的分析检测结果数据马上由全自动X荧光光谱仪分析控制计算机12向数据传送控制计算机13上传,并向上位计算机传送分析检测结果数据,与此同时样品夹持机械手9抓取该铁水样品1;放置到样品打印位置10,喷码机15在该铁水样品1表面打印样品代码,随后样品夹持机械手9抓取该样品将其放入正常样品回收盒14归档留存,完成一个样品的分析过程。
本发明具有如下特征:(1)运用图像视觉识别方法对打磨加工后即将进入全自动X荧光光谱仪分析检测的铁水样品表面进行检查,视觉识别传感器在极短的时间内,收集样品表面图像浓度变化,以瑕疵特征自动识别铁水样品表面的夹杂,缩孔,碎裂等异常状况,对表面不良样品进行识别判定,预先剔除终止分析检测,防止因为样品表面不良,造成样品测量时分析数据的异常。(2)针对铁水样品在X荧光光谱仪分析检测真空预抽气时,如有遗留在样品侧面和底部沙眼、裂缝中的水溢出,发生水渍污染样品分析表面的情况,分析检测后铁水样品退出X荧光光谱仪马上对其表面进行二次图像识别;铁水样品分析结果数据在分析控制计算机中暂存,待样品识别为正常时数据发送上传,样品识别为不良时分析数据不发送。(3)无论是X荧光光谱仪分析检测前第一次铁水样品表面图像识别,还是X荧光光谱仪分析检测后的第二次铁水样品表面图像识别,如果表面识别结果判定为样品不良,则用高速喷码机在样品表面标记“样品不良”,该不良样品将被拨入回收盒,与正常样品分开储存归档,以便后期进行质量追溯查验。(4)经过图像识别判断出铁水样品表面不良后,图像传感器输出相应不良信号,数据传送控制计算机得到该信号,将与之对应的铁水样品代码发送到上位计算机,通知炉前立刻重新取样,再次进行X荧光光谱仪分析检测。
本发明还以V-X100系列图像识别控制器,配以CA-HX200M系列200万黑白像素CCD图像传感器为核心,通过视觉识别处理能在极短的时间内作出打磨加工后铁水样品表面瑕疵缺陷和分析检测后水渍污染的判断,能完全代替人工肉眼进行铁水样品表面状况的自动识别判定,试验中本发明方法装置对样品表面正常或者不良判断的准确率100%。对出现不良样品能及时识别并自动喷码标记,不良样品能准确自动回收归类,图像识别控制器输出不良样品状态信号,通过数据传送控制计算机上传至上位计算机通知重新制取铁水样品,进行X荧光光谱仪的再次分析检测,有效解决X荧光光谱仪在自动无人状态下进行铁水样品分析检测时,对样品分析表面缺陷瑕疵污染的准确识别,保证铁水样品表面光洁度满足X荧光光谱仪的分析检测要求,保证X荧光光谱仪的化学成分分析检测数据结果的准确可靠。本发明装置及方法的主要技术参数:视觉识别处理时间≤100ms;识别准确率:100%;样品表面形状:圆形、D形;样品运行速度:≤35cm/s。
本发明全自动X荧光光谱仪钢铁样品表面缺陷的视觉识别装置及方法,构造简单、工作可靠、维护保养简单,运行成本低廉;在全自动X荧光光谱仪的分析检测时使用本方法装置,能保证铁水样品分析检测数据的准确性,有效地指导炉前冶炼工艺的调整优化,可在不同类型型号的全自动X荧光光谱仪上使用,有广泛的应用推广价值。
综上所述,采用了本发明的技术方案,本发明实施例全自动X荧光光谱仪钢铁样品表面缺陷的视觉识别装置及方法,用于全自动X荧光光谱仪样品搬运输送单元,通过对将要进入和已完成分析检测的X荧光光谱仪钢铁样品,对其打磨加工后的分析表面进行缺陷的视觉识别检查,自动识别钢铁样品分析表面缺陷,对有表面缺陷的钢铁样品给与剔除,防止瑕疵缺陷样品进入X荧光光谱仪进行分析检测,杜绝分析数据出现错误异常,保证铁水样品化学成分分析检测结果对炼钢炉前冶炼工艺的正确指导。
与现有技术相比具有如下优点:
⑴自动进行钢铁样品加工后表面缺陷瑕疵视觉识别:
现有钢铁企业炉前冶炼铁水样品在进行X荧光光谱仪分析检测前,由人工表面打磨加工,并由人眼逐一对加工后样品表面的瑕疵缺陷进行判断识别,要求人员受过专门培训、每天样品数量大劳动强度高,人员疲劳人工判别时容易造成误判;已有的全自动X荧光光谱仪由于没有样品视觉识别系统无法对铁水样品加工后的分析表面质量进行自动的识别判断,如果出现样品分析表面异常将严重影响X荧光光谱仪分析检测数据的准确性。本发明由视觉识别对铁水样品自动加工后表面瑕疵缺陷进行在线连续自动判断识别,甄别并剔除有夹杂、缩孔、裂缝和水渍污染不良铁水样品重新取样,形成闭环控制管理,可使铁水样品的X荧光光谱仪分析检测实现完全自动化,提高劳动生产效率,杜绝出现样品分析表面误判情况,造成样品测量时分析数据的异常。
⑵自动进行钢铁样品分析检测后分析表面水渍污染视觉识别:
铁水样品在炉前取样后须用水进行冷却,由于样品中可能存在沙眼、裂缝等缺陷,尽管样品分析表面打磨加工后通过了视觉识别,但进入X荧光光谱仪分析后由于要进行真空预抽气,遗留在样品侧面和底部沙眼、裂缝中的水溢出,水渍污染样品分析表面,在随后的分析检测时会造成数据的严重失真。本发明利用视觉识别对在X荧光光谱仪分析检测完毕退出设备的样品分析表面再次进行是否有水渍污染识别,如果没有则发送上传分析检测结果数据;如果有污染则分析检测结果数据不发送上传,通知上位计算机按照试样不良重新制备取样分析。
⑶钢铁样品视觉识别后的管理:
对分析检查前的样品进行视觉识别,甄别夹杂,缩孔,裂缝等缺陷瑕疵,异常样品直接向上位计算机发送“试样不良”信息,不良试样不进行分析;对分析后的样品进行视觉识别,如果样品分析面出现水渍污染,则向上位计算机发送“试样不良”信息,分析数据不得发送上位计算机系统;随后样品表面进行自动喷码标记后按照种类送到指定的位置,分类收储以备日后查询。
Claims (7)
1.X荧光光谱仪钢铁样品表面缺陷的视觉识别装置,其特征在于:包括铁水样品、传送带、全自动X荧光光谱仪、光电传感器、视觉图像识别相机、视野照明灯、视觉图像识别处理器、样品夹持机械手、不良样品回收盒、全自动X荧光光谱仪分析控制计算机、数据传送控制计算机、正常样品回收盒、喷码机、全自动X荧光光谱仪进样转盘、上位计算机;铁水样品由传送带输送到全自动X荧光光谱仪的外部样品表面视觉检查位置,视觉检查位置安装有光电传感器,视觉检查位置上方安装有视觉图像识别相机和视野照明灯;视觉图像识别相机与视觉图像识别处理器电气连接,视觉图像识别处理器与数据传送控制计算机电气连接,数据传送控制计算机分别与光电传感器、视野照明灯、全自动X荧光光谱仪分析控制计算机、喷码机、上位计算机电气连接,全自动X荧光光谱仪分析控制计算机通过总线与全自动X荧光光谱仪相连;全自动X荧光光谱仪与样品夹持机械手机械连接,样品夹持机械手带动铁水样品分别运动到样品打印位置、不良样品回收盒、正常样品回收盒、全自动X荧光光谱仪进样转盘;喷码机安装在样品打印位置的后端。
2.如权利要求1所述的X荧光光谱仪钢铁样品表面缺陷的视觉识别装置,其特征在于:所述全自动X荧光光谱仪分析控制计算机通过RS232总线与全自动X荧光光谱仪电气连接。
3.如权利要求1所述的X荧光光谱仪钢铁样品表面缺陷的视觉识别装置,其特征在于:所述数据传送控制计算机通过TCP/IP协议与全自动X荧光光谱仪分析控制计算机、上位计算机进行通信。
4.如权利要求1所述的X荧光光谱仪钢铁样品表面缺陷的视觉识别装置,其特征在于:所述视觉图像识别处理器为CV-X100系列图像识别控制器。
5.如权利要求4所述的X荧光光谱仪钢铁样品表面缺陷的视觉识别装置,其特征在于:所述视觉图像识别相机为CA-HX200M系列200万黑白像素CCD照像机。
6.如权利要求1所述的X荧光光谱仪钢铁样品表面缺陷的视觉识别装置,其特征在于,所述铁水样品的形状为圆形或D形。
7.X荧光光谱仪钢铁样品表面缺陷的视觉识别方法,其特征在于,包括以下步骤:
S1、铁水样品由传送带输送到全自动X荧光光谱仪的外部的样品表面视觉检查位置;
S2、当铁水样品到达视觉检查位置时,该位置上的光电传感器输出有样品信号,上方安装的视觉图像识别相机启动,并在视野照明灯光线照明下对铁水样品表面进行快速图像采集;
S3、对样品表面可能的瑕疵缺陷进行识别判断,根据铁水样品表面的实际状况判定样品是否良好,如果样品不良进行步骤S4,如果样品良好进行步骤S6;
S4、视觉图像识别处理器输出样品不良信号,全自动X荧光光谱仪的样品夹持机械手抓取该不良铁水样品放置到样品打印位置,喷码机在该铁水样品表面打印样品代码,并打印“样品不良”标志;
S5、样品夹持机械手抓取该样品将其放入不良样品回收盒;与此同时全自动X荧光光谱仪分析控制计算机向数据传送控制计算机发出重新制取该铁水样品再进行分析检测指令;
S6、视觉图像识别处理器输出样品良好信号,全自动X荧光光谱仪的样品夹持机械手抓取该铁水样品,送入全自动X荧光光谱仪进行分析检测;
S7、测量完成后该铁水样品再由样品夹持机械手抓取放置在视觉检查位置,再次进行样品表面水渍污染的视觉识别,判定样品是否良好,如果样品不良进行步骤S4,如果样品良好进行步骤S8;
S8、全自动X荧光光谱仪的分析检测结果数据马上由全自动X荧光光谱仪分析控制计算机向数据传送控制计算机上传,与此同时样品夹持机械手抓取该铁水样品,放置到样品打印位置;
S9、喷码机在该铁水样品表面打印样品代码,随后样品夹持机械手抓取该样品将其放入正常样品回收盒归档留存。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810649776.4A CN110632110A (zh) | 2018-06-22 | 2018-06-22 | X荧光光谱仪钢铁样品表面缺陷的视觉识别装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810649776.4A CN110632110A (zh) | 2018-06-22 | 2018-06-22 | X荧光光谱仪钢铁样品表面缺陷的视觉识别装置及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110632110A true CN110632110A (zh) | 2019-12-31 |
Family
ID=68967296
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810649776.4A Pending CN110632110A (zh) | 2018-06-22 | 2018-06-22 | X荧光光谱仪钢铁样品表面缺陷的视觉识别装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110632110A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111724338A (zh) * | 2020-03-05 | 2020-09-29 | 中冶赛迪重庆信息技术有限公司 | 一种转盘异常识别方法、系统、电子设备及介质 |
CN112697830A (zh) * | 2020-12-10 | 2021-04-23 | 中山大学 | 基于x射线激发荧光的晶体缺陷密度空间分布测试系统与方法 |
CN112862770A (zh) * | 2021-01-29 | 2021-05-28 | 珠海迪沃航空工程有限公司 | 一种基于人工智能的缺陷分析诊断系统、方法、装置 |
CN113791098A (zh) * | 2021-11-16 | 2021-12-14 | 四川大学 | 一种大面积多特征射线表面分析装置 |
CN113960091A (zh) * | 2021-10-28 | 2022-01-21 | 马鞍山钢铁股份有限公司 | 一种有色金属自动检测系统及自动检测方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102636495A (zh) * | 2012-04-13 | 2012-08-15 | 中国科学院宁波材料技术与工程研究所 | 一种工件表面缺陷的全方位自动检测装置 |
CN205257279U (zh) * | 2015-12-30 | 2016-05-25 | 苏州三值精密仪器有限公司 | 一种应用于x射线荧光光谱仪中的自动进样测试系统 |
CN206832712U (zh) * | 2017-06-12 | 2018-01-02 | 苏州三值精密仪器有限公司 | 应用于x射线荧光光谱仪中的智能进样系统 |
-
2018
- 2018-06-22 CN CN201810649776.4A patent/CN110632110A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102636495A (zh) * | 2012-04-13 | 2012-08-15 | 中国科学院宁波材料技术与工程研究所 | 一种工件表面缺陷的全方位自动检测装置 |
CN205257279U (zh) * | 2015-12-30 | 2016-05-25 | 苏州三值精密仪器有限公司 | 一种应用于x射线荧光光谱仪中的自动进样测试系统 |
CN206832712U (zh) * | 2017-06-12 | 2018-01-02 | 苏州三值精密仪器有限公司 | 应用于x射线荧光光谱仪中的智能进样系统 |
Non-Patent Citations (1)
Title |
---|
王炳琨 等: "全自动炼钢化验技术应用现状及发展趋势", 《鞍钢技术》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111724338A (zh) * | 2020-03-05 | 2020-09-29 | 中冶赛迪重庆信息技术有限公司 | 一种转盘异常识别方法、系统、电子设备及介质 |
CN112697830A (zh) * | 2020-12-10 | 2021-04-23 | 中山大学 | 基于x射线激发荧光的晶体缺陷密度空间分布测试系统与方法 |
CN112862770A (zh) * | 2021-01-29 | 2021-05-28 | 珠海迪沃航空工程有限公司 | 一种基于人工智能的缺陷分析诊断系统、方法、装置 |
CN112862770B (zh) * | 2021-01-29 | 2023-02-14 | 珠海迪沃航空工程有限公司 | 一种基于人工智能的缺陷分析诊断系统、方法、装置 |
CN113960091A (zh) * | 2021-10-28 | 2022-01-21 | 马鞍山钢铁股份有限公司 | 一种有色金属自动检测系统及自动检测方法 |
CN113791098A (zh) * | 2021-11-16 | 2021-12-14 | 四川大学 | 一种大面积多特征射线表面分析装置 |
CN113791098B (zh) * | 2021-11-16 | 2024-03-26 | 四川大学 | 一种多特征表面分析装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110632110A (zh) | X荧光光谱仪钢铁样品表面缺陷的视觉识别装置及方法 | |
CN206038558U (zh) | 一种多工位视觉检测设备 | |
CN202075755U (zh) | 一种工件表面微裂纹视觉检测装置 | |
CN203061453U (zh) | 瓷砖色差视觉分选系统 | |
CN110057198B (zh) | 烧结机台车轮工作状态检测方法及检测装置 | |
CN116718616B (zh) | 一种用于瑕疵检测的机器视觉检测系统及检测方法 | |
CN108732148B (zh) | 一种荧光磁粉探伤在线检测装置及方法 | |
CN111812103A (zh) | 一种图像采集装置、视觉检测系统及检测点提取方法 | |
CN108759676B (zh) | 基于棋盘格的传动箱端面大尺寸形位公差检测装置与方法 | |
KR102000907B1 (ko) | 페라이트 외관 비전 검사방법 | |
CN111889387A (zh) | 一种安全带扣尺寸与表面缺陷的检测装置及图像识别方法 | |
CN115060742A (zh) | 一种基于视觉边缘计算的印刷电路板缺陷检测系统及方法 | |
CN105067629B (zh) | 一种色环电阻外观缺陷和阻值集成检测方法 | |
CN104890372A (zh) | Pcb废板打标装置及其打标方法 | |
CN104764425B (zh) | 滤清器出油口螺纹自动检测装置 | |
CN107797517B (zh) | 采用机器视觉实现钢带冲孔加工检测的方法及系统 | |
JP4509833B2 (ja) | アルミニウム合金棒材の表面欠陥検査方法 | |
CN210220663U (zh) | 烧结机台车轮工作状态检测装置 | |
CN116078704A (zh) | 一种基于ccd的外观检测设备 | |
KR101608628B1 (ko) | 강판의 블랭킹 시스템 및 방법 | |
KR20130017946A (ko) | 용접부 검출 장치 | |
KR101011437B1 (ko) | 비전을 이용한 정밀나사 자동검사 및 선별시스템 | |
CN210571030U (zh) | 一种瓷砖表面色差检测设备 | |
CN212585665U (zh) | 一种内螺纹垂直度检测装置 | |
KR102289077B1 (ko) | 회전롤의 표면 흠 탐상장치 및 탐상방법 |
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: 20191231 |
|
WD01 | Invention patent application deemed withdrawn after publication |