CN114047192A - 一种夹杂物m法自动定级方法、系统、存储介质 - Google Patents

一种夹杂物m法自动定级方法、系统、存储介质 Download PDF

Info

Publication number
CN114047192A
CN114047192A CN202111326316.6A CN202111326316A CN114047192A CN 114047192 A CN114047192 A CN 114047192A CN 202111326316 A CN202111326316 A CN 202111326316A CN 114047192 A CN114047192 A CN 114047192A
Authority
CN
China
Prior art keywords
inclusion
inclusions
grading
area
field
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
CN202111326316.6A
Other languages
English (en)
Inventor
陈钰
陈玉宝
陈军
王怀伟
喻能利
后宗保
赵志海
王艳阳
夏冰
汪良俊
程亚南
闻玉胜
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.)
Maanshan Iron and Steel Co Ltd
Original Assignee
Maanshan 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 Maanshan Iron and Steel Co Ltd filed Critical Maanshan Iron and Steel Co Ltd
Priority to CN202111326316.6A priority Critical patent/CN114047192A/zh
Publication of CN114047192A publication Critical patent/CN114047192A/zh
Pending legal-status Critical Current

Links

Images

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
    • G01N21/8803—Visual inspection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/28—Measuring arrangements characterised by the use of optical techniques for measuring areas
    • 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
    • G01N21/8851—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
    • G01N2021/8858—Flaw counting
    • 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
    • G01N2021/8874—Taking dimensions of defect into account

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Investigating And Analyzing Materials By Characteristic Methods (AREA)

Abstract

本发明公开了一种夹杂物M法自动定级方法、系统、存储介质，涉及德标DIN50602‑夹杂物M法的金相检验技术领域，为解决德标DIN50602‑夹杂物M法检验效率不够高、结果一致性不够好的问题；本发明包括通过显微镜观测试样的选定视场内各类夹杂物数据并记录；计算各类夹杂物本视场总面积获得面积测量值；利用标准中各夹杂物类别的0‑8级各级别下限尺寸计算出对应类别的视场面积下限值；用面积测量值减去面积下限值获得级别差值，取各级别差值中最小非负数获得本视场定级；取各视场内各类夹杂物的最大定级作为该被观测试样的定级结果；计算所有试样的各类夹杂物定级结果算术平均值；本发明检测效率高，对检验人员经验依赖性低，结果一致性好。

Description

一种夹杂物M法自动定级方法、系统、存储介质
技术领域
本发明涉及德标DIN50602-夹杂物M法的金相检验技术领域，具体为一种夹杂物M法自动定级方法、系统、存储介质。
背景技术
由于市场需求增大，目前钢铁行业对非金属夹杂进行M法检验项目日益增多，M法检验使用的是德标DIN50602检验，与国内通常使用的国标GB/T10561相比，其检验过程较复杂，每报出一个结果需要对9块金相试样整个检验面进行检测，且其检测思路与国标GB/T10561不同，GB/T10561靠长度区分条链状夹杂物(即SS、OA、OS三类夹杂物，以下简称条链状夹杂物)的级别，靠颗粒数区分球形夹杂物(即OG类球形氧化物，以下简称球形夹杂物)的级别，而M法检验对四类夹杂物均依靠面积界限划定夹杂物的级别，这就导致目前国内大多数实验室的M法检验人员能力仍然较弱，仅经验丰富、沉着老练的检验人员可以胜任；此外，德标DIN50602中，四种类型的夹杂物定级均依靠人工对照图表判断，不同检验人员、人员不同精神状态的检验水平可能也存在差异；但随着整体冶炼水平的提高，对钢材的纯净度要求也越来越高，M法检测项目成为了影响钢材检验周期的一个短板，在一定程度上制约了出口钢铁产品的发货效率；因此，亟需一种夹杂物M法自动定级方法、系统、存储介质来降低检验人员掌握M法检验难度，提高夹杂物M法检验效率和结果一致性。
发明内容
本发明的目的在于提供一种夹杂物M法自动定级方法、系统、存储介质，以解决德标DIN50602-夹杂物M法检验效率不够高、结果一致性不够好的问题。
为实现上述目的，本发明提供如下技术方案：一种夹杂物M法自动定级方法，包括以下具体步骤：
S1、通过显微镜观测试样的选定视场内夹杂物类型、数量及尺寸，并记录各类夹杂物数据；
S2、根据记录的数据计算各类夹杂物本视场总面积获得面积测量值；
S3、利用标准中各夹杂物类别的0-8级各级别下限尺寸计算出对应类别的视场面积下限值；
S4、对任意一类夹杂物，用面积测量值减去任意一个级别面积下限值获得该级别差值，取各级别差值中最小非负数为该类夹杂物的目标级别差值，其对应的级别即为观测试样的该类夹杂物本视场定级；
S5、对被观测试样的每个计划视场重复步骤S1、S2和S4，取各视场内各类夹杂物的最大定级作为该被观测试样的定级结果；
S6、对多个试样重复步骤S1、S2、S4和S5，分别获得各个试样的各类夹杂物定级结果，分别计算所有试样的各类夹杂物定级结果算术平均值。
具体的，夹杂物类型包括条链状夹杂物和球形夹杂物，其中条链状夹杂物包括SS夹杂物、OA夹杂物、OS夹杂物，球形夹杂物包括OG夹杂物。
在本具体方案中优选的，条链状夹杂物的面积测量值为观测到的每个夹杂物长度与宽度的乘积之和，条链状夹杂物的0-8级各级别面积下限值分别为65、150、290、510、1100、2200、4400、8800和16600平方微米。
在本具体方案中优选的，球形夹杂物的面积测量值为观测到的每个夹杂物直径的平方乘以π/4之和，球形夹杂物的0-8级各级别面积下限值分别为92*π/4、132*π/4、192*π/4、272*π/4、382*π/4、532*π/4、762*π/4、1102*π/4、1502*π/4平方微米。
在上述任一方案中可选的，各类夹杂物定级结果算术平均值保留两位有效数字。
本发明提供的另一技术方案：一种夹杂物M法自动定级系统，用于执行上述任一方案中的方法。
在一种较优的方案中，上述系统包括输入模块和计算模块，其中输入模块用于输入观测试样的选定视场中各类夹杂物数据，计算模块用于计算面积测量值、级别差值、定级结果算术平均值；计算模块还设置有比较单元，用于比较同一视场、同类夹杂物各级别差值的大小，以及同一试样、不同视场、同类夹杂物定级的大小。
在本方案中较优的，上述系统还包括显示模块，用于显示在输入模块中输入的观测试样的选定视场中各类夹杂物数据以及各类夹杂物定级结果算术平均值。
在本方案中较优的，上述系统还包括网络模块，其与公司检化验信息化系统信号连接，用于下载检验计划、上传观测试样的选定视场中各类夹杂物数据和各类夹杂物定级结果算术平均值。
本发明提供的还一技术方案：一种计算机可读存储介质，存储有一种夹杂物M法自动定级方法程序，该程序被处理器执行时，实现上述任一方案中的一种夹杂物M法自动定级方法的步骤。
与现有技术相比，本发明的有益效果是：
1、该夹杂物M法自动定级方法、系统、存储介质，转变了检测思路，但不违背德标DIN50602-夹杂物M法的原理、核心以及标准，极大程度上缩短了检验时间，大大提高了检验效率，解决了原来制约发货周期的技术短板，提高公司产品发货效率，有利于增加客户满意程度，从而为生产节约了宝贵时间，间接提升了生产效益。
2、该夹杂物M法自动定级方法、系统、存储介质，由于除了显微镜观测、记录和输入外，其它过程可以无人化操作，对检验人员的经验水平要求大大降低，检测结果一致性高，可信度高，相比传统的人工德标DIN50602-夹杂物M法检验，不仅减少了对人员的经验依赖，而且减少了人员判断失误造成的大偏差，也减少了结果不真实性，即便年轻无经验的检验员也可以完成M法检验工作，且结果与经验丰富的检验人员所做几乎无差。
附图说明
图1为本发明的一种实施方式的显示界面示意。
具体实施方式
一种夹杂物M法自动定级方法，包括以下具体步骤：
S1、通过显微镜观测试样的选定视场内夹杂物类型、数量及尺寸，并记录各类夹杂物数据，夹杂物类型包括条链状夹杂物和球形夹杂物，其中条链状夹杂物包括SS夹杂物、OA夹杂物、OS夹杂物，球形夹杂物包括OG夹杂物；
S2、根据记录的数据计算各类夹杂物本视场总面积获得面积测量值，条链状夹杂物的面积测量值为观测到的每个夹杂物长度与宽度的乘积之和，球形夹杂物的面积测量值为观测到的每个夹杂物直径的平方乘以π/4之和，但球形夹杂物相较于条链状夹杂物，其可能有较多直径相同的夹杂物，因此其数量比条链状夹杂物更为重要，具体的，在计算球形夹杂物时，可以将相同直径的夹杂物归类并计数，方便面积测量值的计算；
S3、利用标准中各夹杂物类别的0-8级各级别下限尺寸计算出对应类别的视场面积下限值，条链状夹杂物的0-8级各级别面积下限值分别为65、150、290、510、1100、2200、4400、8800和16600平方微米，球形夹杂物的0-8级各级别面积下限值分别为92*π/4、132*π/4、192*π/4、272*π/4、382*π/4、532*π/4、762*π/4、1102*π/4、1502*π/4平方微米，若将π近似为3.14，则获得面积下限值分别为63.585、132.665、283.385、572.265、1133.54、2205.065、4534.16、9498.5、17662.5平方微米；
S4、对任意一类夹杂物，用面积测量值减去任意一个级别面积下限值获得该级别差值，本方法采用最严重视场不可分割的原则，依据最恶劣视场级别覆盖低级别逻辑，取各级别差值中最小非负数为该类夹杂物的目标级别差值，其对应的级别即为观测试样的该类夹杂物本视场定级，该定级为最严重夹杂级别；
S5、对被观测试样的每个计划视场重复步骤S1、S2和S4，取各视场内各类夹杂物的最大定级作为该被观测试样的定级结果；
S6、对多个试样重复步骤S1、S2、S4和S5，分别获得各个试样的各类夹杂物定级结果，分别计算所有试样的各类夹杂物定级结果算术平均值，结果宜保留两位有效数字。
示意性的，检验人员通过显微镜观测到OA类夹杂物宽10μm，长280μm，面积测量值即为2800μm2，其与0-8级各级别面积下限值做差，得到最小非负数600，对应的级别为5，则该视场OA类夹杂物级别为5，若其他计划视场中观测到其他OA类夹杂物，同样方式计算后级别小于5则不修改级别，大于5则以级别大的为准，SS和OS类方法相同；对于OG类夹杂物，假设检验人员通过显微镜观测到三颗直径为10μm，30、25、5μm各一颗，计算总面积约1275.625μm2，其与0-8级各级别面积下限值做差，得到最小非负数142.085，对应级别为4级，则该视场OG类夹杂物级别为4，若其他计划视场中观测到其他OG类夹杂物，同样方式计算后级别小于4则不修改级别，大于4则以级别大的为准。
实现上述实施方式中的全部或部分流程，可以通过具备多个模块的系统实现，例如一种夹杂物M法自动定级系统，用于执行上述方法实施方式中的全部或部分步骤。
在一种较优的实施方式中，上述系统包括输入模块和计算模块，其中输入模块用于输入观测试样的选定视场中各类夹杂物数据，计算模块用于计算步骤S2中的面积测量值、步骤S4中的级别差值、步骤S6中的定级结果算术平均值，另外步骤S3中的面积下限值也可以由计算模块计算，但由于该值一次计算后就不需要改动，也可以人工计算后输入到计算模块中作为常数；计算模块还设置有比较单元，用于比较同一视场、同类夹杂物各级别差值的大小，以及同一试样、不同视场、同类夹杂物定级的大小。
参阅图1，上述系统还可以包括显示模块，用于显示在输入模块中输入的观测试样的选定视场中各类夹杂物数据以及各类夹杂物定级结果算术平均值，还可以如图1中显示各试样的各类夹杂物定级结果。
进一步地，上述系统还可以包括网络模块，其与公司检化验信息化系统信号连接，用于下载检验计划、上传观测试样的选定视场中各类夹杂物数据和各类夹杂物定级结果算术平均值；
此外，上述系统还可以包括存储模块，用于存储输入模块输入的数据和计算模块计算的结果。
具体的，在上述系统中，可以实现自动下达特钢电炉、优棒和高速线材等委托计划，可以下载检验计划，选择试样号等。
实现上述实施方式中的全部或部分流程，可以通过计算机程序来指令相关的硬件完成，例如一种夹杂物M法自动定级方法程序，存储于一种计算机可读存储介质，该程序被处理器执行时，可以实现上述任何实施方式中的一种夹杂物M法自动定级方法的步骤，存储介质可为磁碟、光盘、只读存储记忆体(Read-OnlyMemory，ROM)或随机存储记忆体(RandomAccessMemory，RAM)等。
实施例1：
宝武马钢采用上述实施方式中的方案，对现有的检验流程进行优化改进试验，编写了计算机程序执行上述方法的步骤，并令执行该程序的计算机对接马钢检化验信息化系统，系统下发检验计划后，检验人员用光学显微镜完成夹杂物类别和数量识别以及尺寸测量，并将数据依次输入到该计算机的程序左侧输入界面中(如图1所示)，检验人员完成全部试样的显微镜观测和输入数据后，由程序完成计算，直接在右侧获得最终级别(即图1中计算值处)，程序将数据和结果上传至马钢检化验信息化系统，生成原始记录，保证检验过程可追溯；
根据以往的检测经验，本次试验将原来一套M法由原来的2天缩短为2个小时，大大提高了检验效率，解决了原来制约发货周期的技术短板，提高公司产品发货效率，增加客户满意程度；
按照本实施例中的方法，年成交量可提升2500吨/年，按照每吨平均盈利400元计算，年经济效益＝年成交提升量*每吨盈利值＝2500*400＝100万元，后续继续推广使用可进一步提高经济效益；
更重要的是，原本实验室10多名检验人员中，仅有3人可以胜任M法检验，其原因就在于个人主观性强，本方法可以最大程度减少检验人员的主观判断过程，人工可以仅进行测量和输入步骤，因此检测结果一致性高，可信度高，相比传统的人工德标DIN50602-夹杂物M法检验，不仅减少了对人员的经验依赖，而且减少了人员判断失误造成的大偏差，也减少了结果不真实性，而采用本实施例的方式后，即便年轻无经验的检验员也可以完成M法检验工作，且结果与经验丰富的检验人员所做几乎无差；领域专家组在研究后也一致认为本实施例中的方法可行度高，具备较好的推广前景。
实施例2：
令一名工作多年的检验员，分别采用实施例1中的方法和原人工德标DIN50602-夹杂物M法检验同一批9个试样，结果如下表1和表2；
表1采用实施例1方法的检验结果
Figure BDA0003347287140000071
Figure BDA0003347287140000081
表2采用原夹杂物M法的检验结果
Figure BDA0003347287140000082
从以上表1和表2的对比不难看出，两种方法结果几乎相同，准确度高，可信度高；经讨论，结果不同的几个试样夹杂物，也应当认为是人工判定时的模棱两可导致，在上传的原始数据中发现，这几个两种方法有出入的地方，多数为最小非负数差值较小，导致人工辨别不如自动定级，也有检验员工作之余进行对比试验的疲劳原因引起；不难推论，在高强度的检测工作下，本发明的方法、系统、存储介质能够维持判断标准一致，结果一致性高。
根据本发明的启示，未来还可以通过视觉系统进一步改进，将人工从显微镜观测改进为视觉系统自动识别，甚至在不改变上述方法的情况下，通过神经网络分析视觉系统自动识别的夹杂物尺寸获得检测结果等。
以上仅为本发明的较佳实施例，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揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求所界定的保护范围为准。
本发明未详述之处，均为本技术领域技术人员的公知技术。

Claims (10)

1.一种夹杂物M法自动定级方法，其特征在于，包括以下具体步骤：
S1、通过显微镜观测试样的选定视场内夹杂物类型、数量及尺寸，并记录各类夹杂物数据；
S2、根据记录的数据计算各类夹杂物本视场总面积获得面积测量值；
S3、利用标准中各夹杂物类别的0-8级各级别下限尺寸计算出对应类别的视场面积下限值；
S4、对任意一类夹杂物，用面积测量值减去任意一个级别面积下限值获得该级别差值，取各级别差值中最小非负数为该类夹杂物的目标级别差值，其对应的级别即为观测试样的该类夹杂物本视场定级；
S5、对被观测试样的每个计划视场重复步骤S1、S2和S4，取各视场内各类夹杂物的最大定级作为该被观测试样的定级结果；
S6、对多个试样重复步骤S1、S2、S4和S5，分别获得各个试样的各类夹杂物定级结果，分别计算所有试样的各类夹杂物定级结果算术平均值。
2.根据权利要求1所述的一种夹杂物M法自动定级方法，其特征在于：所述夹杂物类型包括条链状夹杂物和球形夹杂物，其中条链状夹杂物包括SS夹杂物、OA夹杂物、OS夹杂物，球形夹杂物包括OG夹杂物。
3.根据权利要求2所述的一种夹杂物M法自动定级方法，其特征在于：所述条链状夹杂物的面积测量值为观测到的每个夹杂物长度与宽度的乘积之和，条链状夹杂物的0-8级各级别面积下限值分别为65、150、290、510、1100、2200、4400、8800和16600平方微米。
4.根据权利要求2所述的一种夹杂物M法自动定级方法，其特征在于：所述球形夹杂物的面积测量值为观测到的每个夹杂物直径的平方乘以π/4之和，球形夹杂物的0-8级各级别面积下限值分别为92*π/4、132*π/4、192*π/4、272*π/4、382*π/4、532*π/4、762*π/4、1102*π/4、1502*π/4平方微米。
5.根据权利要求1至4任意一项所述的一种夹杂物M法自动定级方法，其特征在于：所述各类夹杂物定级结果算术平均值保留两位有效数字。
6.一种夹杂物M法自动定级系统，其特征在于，用于执行权利要求1至5任意一项所述的方法。
7.根据权利要求6所述的一种夹杂物M法自动定级系统，其特征在于：包括输入模块和计算模块，其中输入模块用于输入观测试样的选定视场中各类夹杂物数据，计算模块用于计算面积测量值、级别差值、定级结果算术平均值；计算模块还设置有比较单元，用于比较同一视场、同类夹杂物各级别差值的大小，以及同一试样、不同视场、同类夹杂物定级的大小。
8.根据权利要求7所述的一种夹杂物M法自动定级系统，其特征在于：还包括显示模块，用于显示在输入模块中输入的观测试样的选定视场中各类夹杂物数据以及各类夹杂物定级结果算术平均值。
9.根据权利要求7所述的一种夹杂物M法自动定级系统，其特征在于：还包括网络模块，其与公司检化验信息化系统信号连接，用于下载检验计划、上传观测试样的选定视场中各类夹杂物数据和各类夹杂物定级结果算术平均值。
10.一种计算机可读存储介质，其特征在于，存储有一种夹杂物M法自动定级方法程序，所述程序被处理器执行时，实现权利要求1至5任意一项所述的一种夹杂物M法自动定级方法的步骤。
CN202111326316.6A 2021-11-10 2021-11-10 一种夹杂物m法自动定级方法、系统、存储介质 Pending CN114047192A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111326316.6A CN114047192A (zh) 2021-11-10 2021-11-10 一种夹杂物m法自动定级方法、系统、存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111326316.6A CN114047192A (zh) 2021-11-10 2021-11-10 一种夹杂物m法自动定级方法、系统、存储介质

Publications (1)

Publication Number Publication Date
CN114047192A true CN114047192A (zh) 2022-02-15

Family

ID=80208001

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111326316.6A Pending CN114047192A (zh) 2021-11-10 2021-11-10 一种夹杂物m法自动定级方法、系统、存储介质

Country Status (1)

Country Link
CN (1) CN114047192A (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10274650A (ja) * 1997-03-28 1998-10-13 Nittetsu Hokkaido Seigyo Syst Kk 金属材料中の非金属介在物検査方法および装置
JP2004163400A (ja) * 2002-09-20 2004-06-10 Nippon Steel Corp 金属試料中介在物の評価方法、評価装置、コンピュータプログラム、およびコンピュータ読み取り可能な記憶媒体
CN1652133A (zh) * 2005-02-05 2005-08-10 石家庄钢铁股份有限公司 钢中非金属夹杂物多国标准检测结果的转换方法
US20060048576A1 (en) * 2002-01-17 2006-03-09 Akihiro Kiuchi Bearing steel,method for evaluating large-sized inclusions in the steel and rolling bearing
JP2008304368A (ja) * 2007-06-08 2008-12-18 Nippon Metal Ind Co Ltd ステンレス鋼の非金属介在物評価方法
US20120024077A1 (en) * 2010-07-29 2012-02-02 Kyushu University, National University Corporation Inclusion rating method
AT511399A2 (de) * 2011-05-13 2012-11-15 Polymer Competence Ct Leoben Gmbh Verfahren zur automatisierten klassifikation von einschlüssen
CN103616387A (zh) * 2013-12-13 2014-03-05 武汉钢铁(集团)公司 弹簧钢盘条夹杂物定量检测方法
CN111982930A (zh) * 2020-08-26 2020-11-24 马鞍山钢铁股份有限公司 一种关于din 50602-夹杂物k法级别快速定级的检验方法
CN113030143A (zh) * 2021-02-26 2021-06-25 武汉科技大学 一种低合金钢中夹杂物腐蚀活性的检测方法
FR3106693A1 (fr) * 2020-01-24 2021-07-30 Collective Thinking Procédé de génération de données structurées d’ordre médical

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10274650A (ja) * 1997-03-28 1998-10-13 Nittetsu Hokkaido Seigyo Syst Kk 金属材料中の非金属介在物検査方法および装置
US20060048576A1 (en) * 2002-01-17 2006-03-09 Akihiro Kiuchi Bearing steel,method for evaluating large-sized inclusions in the steel and rolling bearing
JP2004163400A (ja) * 2002-09-20 2004-06-10 Nippon Steel Corp 金属試料中介在物の評価方法、評価装置、コンピュータプログラム、およびコンピュータ読み取り可能な記憶媒体
CN1652133A (zh) * 2005-02-05 2005-08-10 石家庄钢铁股份有限公司 钢中非金属夹杂物多国标准检测结果的转换方法
JP2008304368A (ja) * 2007-06-08 2008-12-18 Nippon Metal Ind Co Ltd ステンレス鋼の非金属介在物評価方法
US20120024077A1 (en) * 2010-07-29 2012-02-02 Kyushu University, National University Corporation Inclusion rating method
AT511399A2 (de) * 2011-05-13 2012-11-15 Polymer Competence Ct Leoben Gmbh Verfahren zur automatisierten klassifikation von einschlüssen
CN103616387A (zh) * 2013-12-13 2014-03-05 武汉钢铁(集团)公司 弹簧钢盘条夹杂物定量检测方法
FR3106693A1 (fr) * 2020-01-24 2021-07-30 Collective Thinking Procédé de génération de données structurées d’ordre médical
CN111982930A (zh) * 2020-08-26 2020-11-24 马鞍山钢铁股份有限公司 一种关于din 50602-夹杂物k法级别快速定级的检验方法
CN113030143A (zh) * 2021-02-26 2021-06-25 武汉科技大学 一种低合金钢中夹杂物腐蚀活性的检测方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
杨;曹晶晶;袁鹏斌;: "钢中非金属夹杂物检验用标准GB/T 10561―2005与ASTM E 45―2013的解析", 钢管, no. 06 *
杨峥;牟祖茂;王德宝;徐辉;: "图像分析法在DIN 50602-K法夹杂物检测中的应用研究", 安徽冶金科技职业学院学报, no. 02 *
潘文娜: "DIN50602夹杂物评定方法的应用", 河南冶金, vol. 27, no. 3, 30 June 2019 (2019-06-30) *
王艳阳;陈斌;后宗保;汪良俊;赵志海;程亚南;: "浅谈国内常用钢中非金属夹杂物检验标准", 物理测试, no. 04 *
蒋仁贵: "GB10561-1989标准的定量化探讨", 四川冶金, no. 03, 30 June 2002 (2002-06-30) *
马芳;王滨;: "国内外钢中非金属夹杂物检验标准解析", 理化检验(物理分册), no. 06, 8 June 2016 (2016-06-08) *

Similar Documents

Publication Publication Date Title
US11506650B2 (en) Method for automatic quantitative statistical distribution characterization of dendrite structures in a full view field of metal materials
CN105335692A (zh) 一种轮胎x光图像检测识别方法及系统
US20230184703A1 (en) Quantitative statistical characterization method of micron-level second phase in aluminum alloy based on deep learning
CN107610119B (zh) 基于直方图分解的带钢表面缺陷精准检测方法
CN111833296B (zh) 一种骨髓细胞形态学自动检测审核系统及审核方法
Ke et al. Detection of wood surface defects based on particle swarm-genetic hybrid algorithm
CN103902798B (zh) 数据预处理方法
CN109309022A (zh) 一种缺陷抽检方法
CN111860176A (zh) 一种非金属夹杂全视场定量统计分布表征方法
CN114047192A (zh) 一种夹杂物m法自动定级方法、系统、存储介质
CN102303377A (zh) 一种橡胶门尼粘度的在线自动测量方法
CN103063674B (zh) 一种铜块的铜品位检测方法及其检测系统
CN106841208A (zh) 一种用于检测钢中大颗粒氧化物夹杂含量的方法
CN103207179B (zh) 一种银基触头材料金相组织的评价方法
CN105354848B (zh) 一种热镀锌产线的康耐视表面质量检测系统的优化方法
CN111982930B (zh) 一种关于din 50602-夹杂物k法级别快速定级的检验方法
CN102494987A (zh) 球墨铸铁中显微粒子的自动分类评级方法
CN117890214B (zh) 一种基于机器视觉的铝模板质检检测方法
CN103983657B (zh) 一种淬火油冷速衰退快速模拟方法
CN105548202A (zh) 一种混凝土收缩裂缝自动监测系统
CN110245872A (zh) 使用改进灰色聚类评价模型确定公路工程安全生产信用等级的方法
CN114034727B (zh) 一种富铌矿物的快速识别与定量检测方法
Femat-Diaz et al. Microcrack parameters characterization in hard-coatings using moments for image processing
Qiuju Influence of Big Data on Modern Risk-oriented Audit and Countermeasures
RU2404453C1 (ru) Способ обработки и анализа изображений кометоподобных объектов, полученных методом "днк-комет"

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