CN111007074A - 一种巴氏杀菌后3104罐体料发黑的快速判断方法 - Google Patents

一种巴氏杀菌后3104罐体料发黑的快速判断方法 Download PDF

Info

Publication number
CN111007074A
CN111007074A CN201911369763.2A CN201911369763A CN111007074A CN 111007074 A CN111007074 A CN 111007074A CN 201911369763 A CN201911369763 A CN 201911369763A CN 111007074 A CN111007074 A CN 111007074A
Authority
CN
China
Prior art keywords
blackening
tank body
tank
sample
body material
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
CN201911369763.2A
Other languages
English (en)
Other versions
CN111007074B (zh
Inventor
厉西咏
龚平
杨鹏彦
喻彬
陆明
李翼
向东
冉高明
丁祖鑫
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.)
Chinalco Swa Plates & Strips Co ltd
Original Assignee
Chinalco Swa Cold Rolling 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 Chinalco Swa Cold Rolling Co ltd filed Critical Chinalco Swa Cold Rolling Co ltd
Priority to CN201911369763.2A priority Critical patent/CN111007074B/zh
Publication of CN111007074A publication Critical patent/CN111007074A/zh
Application granted granted Critical
Publication of CN111007074B publication Critical patent/CN111007074B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan 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
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan 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
    • G01N2021/8883Scan 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 involving the calculation of gauges, generating models
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

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)
  • Cleaning And De-Greasing Of Metallic Materials By Chemical Methods (AREA)

Abstract

本发明公开了一种巴氏杀菌后3104罐体料发黑的快速判断方法,属于铝合金带材品质检测技术领域。其判断方法的步骤包括:样本收集、样本处理、参考图收集、建立图片对照模型和未知样品预测。本发明的巴氏杀菌后3104罐体料发黑的快速判断方法可直接对铝材厂涂油后的罐体料是否合格进行快速判断,从而提高生产效率和降低生产成本,也提高了对下游用户产品的品质保证,在铝材厂生产罐体料过程中具有推广实用性。

Description

一种巴氏杀菌后3104罐体料发黑的快速判断方法
技术领域
本发明属于铝合金带材品质检测技术领域,具体涉及一种巴氏杀菌后3104罐体料发黑的快速判断方法。
背景技术
3104罐体料在带材成品工序需进行表面涂油处理,当涂油量偏高或预涂油不合格时,成品罐清洗后存在表面残油未洗净,导致成品易拉罐在巴氏杀菌后出现罐底发黑缺陷,目前罐底发黑只能在清洗后白罐或成品易拉罐中进行检测,检测方法如下:1)取清洗后白罐或成品易拉罐置入80℃恒温水箱中;2)放置30分钟后取出冷却,观察易拉罐底部是否发黑。
现有的检测方法存在的问题为:1)铝材厂无法直接判断成品罐罐底发黑程度,导致下游用户反馈发黑缺陷时,大量铝材需进行返工处理;2)制罐厂检测结果出来后,已有大量成品罐产出,一旦不合格将导致大量材料浪费,从而提高了生产成本,降低了生产效益。
发明内容
有鉴于此,本发明的目的在于提供一种巴氏杀菌后3104罐体料发黑的快速判断方法。
为了达到上述目的,本案发明人经长期研究和大量实践,得出本发明技术方案,如下:
一种巴氏杀菌后3104罐体料发黑的快速判断方法,包括以下步骤:
S1、样本收集:随机收集一定量涂油后的铝材厂的罐体料,处理成长为150mm,宽为50mm的样本;
S2、样本处理:将样本延长度方向放入水中,且水位高度小于样本的长度,然后置于80~85℃条件下进行恒温放置30~35min,取出冷却,观察并拍照记录样本的发黑情况;
S3、参考图收集:将随机收集一定量S1中罐体料在制罐厂生产的成品罐进行清洗,然后再进行巴氏杀菌,结束后,观察并拍照记录成品罐的发黑情况;
S4、建立图片对照模型:将S2中样本记录的发黑情况与S3中成品罐记录的发黑情况进行对比,建立铝材厂的罐体料发黑与制罐厂的成品罐发黑的图片对照模型;
S5、未知样品预测:对铝材厂新生产的罐体料进行取样,置于80~85℃条件下进行恒温放置30~35min,取出冷却,然后与S4中建立的图片对照模型进行对比,即可快速判断铝材料新生产的罐体料是否合格。
优选的,所述S1中,样本收集的数量至少为100个,且处理后应立即进行恒温放置。
优选的,所述S3中,清洗包括先进行酸洗,再进行水洗。
优选的,所述S2和S3中,拍照时,应保持光源充足,背景为白色,且采用的拍照设备的像素应相同。
本发明的有益效果在于:
本发明的巴氏杀菌后3104罐体料发黑的快速判断方法可直接将铝材厂涂油后的罐体料进行处理后罐体料的发黑情况与制罐厂制成的成品罐经过清洗除油、巴氏杀菌后的成品罐的发黑情况进行对比,并建立图片对照模型,通过图片对照模型对铝材厂新生产的罐体料是否合格进行快速判断,操作简单,且安全有效,从而大大提高了生产效率和降低了生产成本,也提高了对下游用户产品的品质保证,在铝材厂生产罐体料过程中具有极大的实用价值。
附图说明
图1为本实施例1中检测的合格样本图;
图2为本实施例1中检测的不合格样本图。
具体实施方式
为了进一步理解本发明,下面结合实施例对本发明优选实施方案进行描述,但是应当理解,这些描述只是为进一步说明本发明的特征和优点,而不是对本发明权利要求的限制。
实施例1
本实施例中的巴氏杀菌后3104罐体料发黑的快速判断方法,包括以下步骤:
S1、样本收集:收集150个涂油后的铝材厂的罐体料,处理成长为150mm,宽为50mm的样本;
S2、样本处理:将处理后的样本立即延长度方向放入水中,且水位高度小于样本的长度,然后置于80~85℃条件下进行恒温放置30~35min,取出冷却,观察并拍照记录样本的发黑情况;
S3、参考图收集:将随机收集一定量S1中罐体料在制罐厂生产的成品罐进行先进行酸洗,再进行水洗,然后再进行巴氏杀菌,结束后,观察并拍照记录成品罐的发黑情况;
S4、建立图片对照模型:将S2中样本记录的发黑情况与S3中成品罐记录的发黑情况进行对比,建立铝材厂的罐体料发黑与制罐厂的成品罐发黑的图片对照模型;
S5、未知样品预测:对铝材厂新生产的罐体料进行取样,置于80~85℃条件下进行恒温放置30~35min,取出冷却,然后与S4中建立的图片对照模型进行对比,即可快速判断铝材料新生产的罐体料是否合格。
本实施例1中,样本合格图片如图1所示,样本不合格图片如图2所示。图1中左右两张图片均未合格样本,在检测未知样品时,可根据合格样本和不合格样本同时进行对比,以确定未知样品是否合格。
本发明的巴氏杀菌后3104罐体料发黑的快速判断方法可直接对铝材厂涂油后罐体料的发黑情况进行检测和判断,操作简单,且安全有效,从而大大提高了生产效率和降低了生产成本,也提高了对下游用户产品的品质保证,在铝材厂生产罐体料过程中具有极大的实用价值。
以上所述实施例仅是为充分说明本发明而所举的较佳的实施例,本发明的保护范围不限于此。本技术领域的技术人员在本发明基础上所作的等同替代或变换,均在本发明的保护范围之内。本发明的保护范围以权利要求书为准。

Claims (4)

1.一种巴氏杀菌后3104罐体料发黑的快速判断方法,其特征在于,包括以下步骤:
S1、样本收集:随机收集一定量涂油后的铝材厂的罐体料,处理成长为150mm,宽为50mm的样本;
S2、样本处理:将样本延长度方向放入水中,且水位高度小于样本的长度,然后置于80~85℃条件下进行恒温放置30~35min,取出冷却,观察并拍照记录样本的发黑情况;
S3、参考图收集:将随机收集一定量S1中罐体料在制罐厂生产的成品罐进行清洗,然后再进行巴氏杀菌,结束后,观察并拍照记录成品罐的发黑情况;
S4、建立图片对照模型:将S2中样本记录的发黑情况与S3中成品罐记录的发黑情况进行对比,建立铝材厂的罐体料发黑与制罐厂的成品罐发黑的图片对照模型;
S5、未知样品预测:对铝材厂新生产的罐体料进行取样,置于80~85℃条件下进行恒温放置30~35min,取出冷却,然后与S4中建立的图片对照模型进行对比,即可快速判断铝材料新生产的罐体料是否合格。
2.根据权利要求1所述一种巴氏杀菌后3104罐体料发黑的快速判断方法,其特征在于,所述S1中,样本收集的数量至少为100个,且处理后应立即进行恒温放置。
3.根据权利要求1所述一种巴氏杀菌后3104罐体料发黑的快速判断方法,其特征在于,所述S3中,清洗包括先进行酸洗,再进行水洗。
4.根据权利要求1所述一种巴氏杀菌后3104罐体料发黑的快速判断方法,其特征在于,所述S2和S3中,拍照时,应保持光源充足,背景为白色,且采用的拍照设备的像素应相同。
CN201911369763.2A 2019-12-26 2019-12-26 一种巴氏杀菌后3104罐体料发黑的快速判断方法 Active CN111007074B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911369763.2A CN111007074B (zh) 2019-12-26 2019-12-26 一种巴氏杀菌后3104罐体料发黑的快速判断方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911369763.2A CN111007074B (zh) 2019-12-26 2019-12-26 一种巴氏杀菌后3104罐体料发黑的快速判断方法

Publications (2)

Publication Number Publication Date
CN111007074A true CN111007074A (zh) 2020-04-14
CN111007074B CN111007074B (zh) 2022-05-17

Family

ID=70118705

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911369763.2A Active CN111007074B (zh) 2019-12-26 2019-12-26 一种巴氏杀菌后3104罐体料发黑的快速判断方法

Country Status (1)

Country Link
CN (1) CN111007074B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5310566A (en) * 1990-04-04 1994-05-10 Otto Tuchenhagen Gmbh & Co. Kg Method of ensuring constant product quality and safety when tailback conditions occur in pasteurizers
CN103234981A (zh) * 2013-05-14 2013-08-07 天津名唐环保科技有限公司 一种双视觉金属罐内壁检测方法及检测系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5310566A (en) * 1990-04-04 1994-05-10 Otto Tuchenhagen Gmbh & Co. Kg Method of ensuring constant product quality and safety when tailback conditions occur in pasteurizers
CN103234981A (zh) * 2013-05-14 2013-08-07 天津名唐环保科技有限公司 一种双视觉金属罐内壁检测方法及检测系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
赵晓红: "铝质易拉二片罐罐底开裂成因分析及改善措施", 《有色金属加工》 *

Also Published As

Publication number Publication date
CN111007074B (zh) 2022-05-17

Similar Documents

Publication Publication Date Title
CN105158258B (zh) 一种基于计算机视觉的竹条表面缺陷检测方法
CN111275679B (zh) 一种基于图像的太阳能电池缺陷检测系统及方法
CN116091424A (zh) 一种基于改进YOLOv5算法的电力设备红外图像缺陷检测方法
Borselli et al. A fuzzy inference system applied to defect detection in flat steel production
CN106442525B (zh) 用于核桃内部干瘪缺陷的在线检测方法
CN115684176B (zh) 一种薄膜表面缺陷在线视觉检测系统
CN112414950A (zh) 一种协同高光谱与红外技术的绝缘子等值盐密检测方法
CN115983687B (zh) 一种冷轧带钢质量智能检测管理系统及方法
CN115908415B (zh) 基于边缘的缺陷检测方法、装置、设备及存储介质
DE102012015579A1 (de) Oberflächenschutzverfahren für Bauteile aus Aluminium bzw. Aluminiumlegierungen mit einem Nachweis einer unzulässigen Überhitzung
Fu et al. Medicine glass bottle defect detection based on machine vision
CN111007074B (zh) 一种巴氏杀菌后3104罐体料发黑的快速判断方法
CN113674242A (zh) 一种基于生成对抗网络的转子缺陷检测方法
CN109682821B (zh) 一种基于多尺度高斯函数的柑橘表面缺陷检测方法
JP6700790B2 (ja) 炊飯対象米の含水状態判定方法、含水状態判定装置、浸漬時間決定装置および炊飯設備
CN107090582A (zh) 一种用于轴承零件表面磨削烧伤检测的酸洗腐蚀方法
CN117740811A (zh) 一种新能源汽车遮阳篷性能检测方法、系统及存储介质
CN117630331A (zh) 一种土壤污染物的生物监测方法及系统
Pareek et al. Towards data driven failure analysis using infrared thermography
Feng et al. Research on the application of deep learning based surface defect detection and treatment method for hot rolled strip steel
CN105548210B (zh) 基于机器视觉的美标电源延长线的检测方法
CN114937015B (zh) 一种锂电池极片制造中智能视觉识别方法和系统
CN111127415B (zh) 一种基于准分子激光退火的Mura的量化方法
CN110988660B (zh) 一种ito缺陷检测方法及系统
CN117928647A (zh) 一种食品加工生产线的品质自动检测方法及系统

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20201228

Address after: 401326 Chongqing Jiulongpo District West Industrial Park

Applicant after: CHINALCO-SWA PLATES & STRIPS Co.,Ltd.

Address before: 401326 Chongqing Jiulongpo District West Industrial Park

Applicant before: CHINALCO-SWA COLD ROLLING Co.,Ltd.

GR01 Patent grant
GR01 Patent grant