KR102359105B1 - 생주물 강철 제품의 내부 결함의 정량적인 측정을 위한 방법 및 시스템 - Google Patents

생주물 강철 제품의 내부 결함의 정량적인 측정을 위한 방법 및 시스템 Download PDF

Info

Publication number
KR102359105B1
KR102359105B1 KR1020207033170A KR20207033170A KR102359105B1 KR 102359105 B1 KR102359105 B1 KR 102359105B1 KR 1020207033170 A KR1020207033170 A KR 1020207033170A KR 20207033170 A KR20207033170 A KR 20207033170A KR 102359105 B1 KR102359105 B1 KR 102359105B1
Authority
KR
South Korea
Prior art keywords
digital image
internal defects
internal
steel
defects
Prior art date
Application number
KR1020207033170A
Other languages
English (en)
Other versions
KR20200133015A (ko
Inventor
선데이 오 아브라함
위펑 왕
저스틴 알 레인스
리차드 엘 보드나르
제이슨 토마스
스티븐 에스 한센
Original Assignee
사브 엔터프라이시스 엘엘씨
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 사브 엔터프라이시스 엘엘씨 filed Critical 사브 엔터프라이시스 엘엘씨
Publication of KR20200133015A publication Critical patent/KR20200133015A/ko
Application granted granted Critical
Publication of KR102359105B1 publication Critical patent/KR102359105B1/ko

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
    • G01N21/8851—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
    • G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • G01N21/8914—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the material examined
    • 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
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • 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
    • G01N2021/8887—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 based on image processing techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30116—Casting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30164—Workpiece; Machine component

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Biochemistry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • Textile Engineering (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Image Analysis (AREA)
  • Investigating And Analyzing Materials By Characteristic Methods (AREA)

Abstract

생주물 강철 제품의 내부 결함을 정량적으로 측정하는 방법은 상기 강철 제품의 디지털 영상을 얻기 위해서 스캐닝 장치로 상기 강철 제품의 표면의 적어도 일부분을 광학적으로 스캐닝하는 것을 포함하고 있다. 상기 방법은 또한 상기 영상 내의 내부 결함을 구분하기 위해서 상기 영상을 스레숄드 엔진으로 스레숄드처리하는 것과 내부 결함 면적을 결정하기 위해서 스레숄드처리된 영상을 분석하는 것을 포함하고 있고, 상기 내부 결함 면적은 내부 결함이 차지하는 스레숄드처리된 영상의 적어도 일부분의 면적을 포함하고 있다. 상기 방법은 또한 스레숄드처리된 영상의 상기 적어도 일부분의 전체 면적을 결정하는 것, 상기 전체 면적에 대한 내부 결함 면적의 비율을 결정하는 것, 그리고 상기 비율에 기초하여 상기 강철 제품의 내부 결함의 등가 만네스만 스케일 등급을 계산하는 것을 포함하고 있다.

Description

생주물 강철 제품의 내부 결함의 정량적인 측정을 위한 방법 및 시스템{METHODS AND SYSTEMS FOR THE QUANTITATIVE MEASUREMENT OF INTERNAL DEFECTS IN AS-CAST STEEL PRODUCTS}
본 발명은 생주물 강철 제품(as-cast steel product)의 내부 결함을 정량적으로 측정하는 방법과 시스템에 관한 것이다.
연속 주조는 액상의 강철이 강철 열간 압연기에서의 후속 처리를 위해 "반제품인" 빌릿, 블룸, 빔 블랭크 또는 슬래브로 굳어지는 공정이다. 빌릿은 약 23,226 mm2의 기준 단면적을 가진 정사각형 또는 원형 단면을 가지고 있고; 슬래브는 훨씬 더 큰 단면적을 가진 직사각형 단면을 가지고 있고; 빔 블랭크는 중형 섹션 압연기와 대형 섹션 압연기에 공급하기 위해서 사용되는 최종 형상에 근접한(near-net shape) 제품이고; 그리고 블룸은 빌릿의 단면적보다는 크지만, 슬래브의 단면적보다는 작은 단면적을 가진 직사각형 또는 원형 단면을 가지고 있다. 도 1은 예시적인 슬래브 연속 주조법(100)의 개략도이다. 일단 강철이 레이들(102)에서 정제되어 원하는 화학 조성과 온도를 달성하면, 레이들(102)은 주조를 위해 주조장치(caster)로 운반된다. 주조하는 동안, 강철은 레이들(102)의 바닥부로부터 레이들 슈라우드(ladle shroud)(103)를 통하여 턴디시(104)라고 칭하는 유지 용기로 유입된다. 턴디시(104)는 하나의 레이들(102)이 비워지고 새로운 하나가 개방될 때 강철을 연속적으로 주형(108)으로 공급할 수 있게 해 준다. 이러한 설비에 의하면, 다른 일련의 용해물을 연속적으로 주조하기 위해서 주조장치가 1회 작업을 마무리하기 전에 수 개의 레이들(102)에 담긴 동일한 등급 또는 밀접하게 관련된 여러 등급의 액상 강철이 연속적으로 주조될 수 있다. 하나의 레이들에 담긴 강철을 하나의 용해물이라고 칭하고 이러한 방식으로 연속적으로 주조되는 수 개의 레이들에 담긴 동일한 등급 또는 밀접하게 관련된 여러 등급의 강철을 일련의 용해물이라고 칭한다.
이러한 방식으로 주조된 슬래브의 초기 응고는 구리 또는 구리계 합금(copper-based alloy)으로 만들어질 수 있는 직사각형 박스인 주형(108)에서 시작된다. 응고를 촉진시키기 위해서 주형의 4개의 측면에 물 재킷(water jacket)이 설치될 수 있다. 주형(108)은 길이가 단지 약 800-900mm가 될 수 있고, 주형의 바닥부에서는, 주형에서의 냉각의 특징에 따라 응고된 강철(118)(셸(shell)이라고 칭함)의 두께가 수 밀리미터가 될 수 있다. 부분적으로 응고된 제품(116)(스트랜드(strand)라고 칭함)은 고체 외벽과 액체 내부를 가진 물 탱크와 본질적으로 유사하다. 스트랜드(116)는 주조장치의 2차 냉각실로 연속적으로 이동되고, 상기 2차 냉각실은 세그먼트(segment)에 배치된 복수의 지지하는 수냉식 롤(114)을 포함하고 있다. 스트랜드(116)의 응고를 서서히 계속하여 완료시키기 위해서 수냉식 롤(114)들의 사이에 물분무 노즐(112)이 배치되어 있다. 일단 응고가 완료되면, 스트랜드(116)는 절단 지점(120)에서 (예를 들면, 토치(torch)에 의해) 일정 길이로 절단되어 빌릿, 블룸, 빔 블랭크 또는 슬래브(200) 중의 하나로 될 수 있다. 스트랜드(116)가 완전히 응고될 때까지, 스트랜드는 주형(108)의 위치로부터 수 십미터 이동할 수 있다. 따라서, 상기 주조장치는 공간을 고려하고 보다 양호한 롤 지지 시스템을 가능하게 하기 위해서 통상적으로 만곡된 기계로서 설계되어 있다. 만곡된 스트랜드(116)는 일정 길이로 절단되기 전에 상기 만곡된 기계의 수평 부분에서 곧게 펴진다. 강철은 주조가 완료되기 전에 상이한 열적 상태와 상변화를 겪고 상이한 정도의 기계적 응력을 받는다. 이러한 모든 과정의 결과로, 열적 응력과 기계적 응력으로 인해 반제품이 어느 정도의 표면 결함과 내부 결함을 나타낼 수 있다. 결함(defect)은 생주물 제품의 성능을 저하시킬 수 있고 생주물 제품을 생주물 제품의 의도한 용도에 적합하지 않게 만들 수 있는 생주물 제품의 불완전한 부분(imperfection) 또는 흠(flaw)이다.
도 2는 생주물 강철 제품(200)에서 흔히 발견되는 다양한 유형의 결함들의 예를 나타내고 있다. 이러한 결함은 중간의 결함(201), 삼중점(triple-point) 결함(202), 중심선 결함(203), 대각선 결함(204), 교정/굽힘(straightening/bending) 결함(205), 핀치 롤 표면 크랙(pinch roll surface crack)(206), 중앙면 세로방향의 결함(207), 코너부 세로방향의 결함(208), 중앙면 가로방향의 결함(209), 코너부 가로방향의 결함(210) 그리고 별 모양의 결함(211)을 포함한다. 이러한 결함의 심각도는 구체적인 주조 조건에 따라 달라진다. 생주물 제품을 시각적으로 검사함으로써, 다음의 주조 단계 전에 이러한 결함이 생기는 상기 기계의 가능한 위치가 조사될 수 있고 조정될 수 있다. 하지만, 이러한 진단은, 상당 부분 상기 결함을 평가하는 정량적인 방법에 관한 산업의 부족으로 인해, 불충분할 수 있다.
역사적으로, 슬래브 내부 결함의 심각도의 평가는 생주물 제품의 에칭처리된 단면을 1970대에 개발된 만네스만 도표(Mannesmann chart)와 사람에 의한 주관적이고 시각적인 비교에 의해서 수행되었다. 도 3은 서서히 순차적으로 변하는 다양한 중심 편석(centerline segregation)에 대한 만네스만 도표의 여러 예를 나타내고 있다. 도 3에 도시되어 있는 것과 같이, 만네스만 도표는, 증가하는 편석(segregation)의 정도에 상응하여, 정수 1 내지 5에 의해서 표시된 다섯 가지 등급의 스케일을 제공한다. 다른 유형의 결함, 예를 들면, 세로방향의(반경방향의) 내부 크랙, 가로방향의(중간의) 내부 크랙, 좁은 측면 내부 크랙, 코너부 내부 크랙, 구름 모양의 개재물(inclusions) 그리고 점 모양의 개재물(도 10 내지 도 15 참고)에 대한 유사한 도표도 존재한다. 따라서, 오퍼레이터가, 예를 들면, 중심 편석의 정도에 대해서 제품을 평가할 때, 오퍼레이터는 상기 제품을 시각적으로 검사할 것이고 만네스만 도표 상의 어떤 이미지가 상기 제품과 가장 유사한 지의 오퍼레이터의 주관적인 의견에 기초하여 1 내지 5의 값을 할당할 것이다. 종종 편석의 정도가 정확하게 만네스만 이미지(Mannesmann image)들 중의 두 개의 이미지 사이에 해당하면, 오퍼레이터는 상기 제품에 2.5와 같은, 반정수 값을 할당할 것이다.
여러 가지 연구에 의하면 이 기법은 다른 오퍼레이터들에 의한 상기 도표의 일관성이 없는, 주관적인 해석으로 인해 결점이 있다는 것을 보여준다. 예를 들면, 2008년에, 파이프라인 및 위험물질 안전청(PHMSA)은 중심 편석을 평가하기 위해 만네스만 도표를 적용하는 것은 매우 주관적이라고 결론을 내렸다. 하나의 예로서, 도 4A와 도 4B는 두 명의 오퍼레이터에 의해서 수행된 두 가지 별개의 순차 순환식 테스트(round-robin testing)의 결과를 보여준다. 상기 도면에 나타나 있는 바와 같이, 두 명의 오퍼레이터에 의해서 선택된 평가는 만네스만 스케일에서 때로는 최대 포인트(full point)(다시 말해서, 25% 차이)만큼 크게 달랐다. 구체적으로 설명하면, 도 4A의 제1 세트의 순차 순환식 테스트에 상관 계수는 단지 0.32였고, 도 4B의 제2 라운드의 테스트에 대한 상관 계수는 단지 0.47이었다. 따라서, 내부 결함의 시각적이고 매우 주관적인 평가로부터 나온 재현가능성이 부족한 결과는 공정과 제품 개발을 무효하게 만든다. 또한, 오퍼레이터는 통상적으로 정수나, 기껏해야, 반정수(half-whole number)로 제품을 평가하기 때문에, 만네스만 평가 스케일의 세분화도(granularity)는 비교적 낮다.
본 개요는 아래에 개시된 상세한 설명부분에 상세하게 기술되어 있는 여러 개념을 단순화된 형태로 선별하여 모은 내용을 소개하기 위해서 제공되어 있다. 본 개요는 청구항에 기재된 주제의 중요한 특징이나 본질적인 특징을 식별하기 위한 것이 아니며, 청구항에 기재된 주제의 범위를 제한하기 위해서 사용되도록 하기 위한 것도 아니다.
본 발명의 다양한 실시례는 생주물 강철 제품에서의, 편석(segregation)과 같은, 내부 결함을 정량적으로 측정하는 방법에 관한 것이다. 상기 방법은 상기 강철 제품의 디지털 영상을 얻기 위하여 스캐닝 장치로 상기 강철 제품의 표면의 적어도 일부분을 광학적으로 스캐닝하는 것을 포함하고 있다. 상기 방법은 또한 상기 영상 내의 내부 결함을 구분하기 위해서 상기 영상을 스레숄드 엔진(threshold engine)으로 스레숄드처리(이진화)하는 것과 내부 결함 면적을 결정하기 위해서 스레숄드처리된 영상을 분석하는 것을 포함하고 있고, 상기 내부 결함 면적은 상기 내부 결함이 차지하는 스레숄드처리된 영상의 적어도 일부분의 면적을 포함한다. 상기 방법은 또한 상기 스레숄드처리된 영상의 적어도 일부분의 전체 면적을 결정하는 것, 상기 전체 면적에 대한 상기 내부 결함 면적의 비율을 계산하는 것, 그리고 상기 비율에 기초하여, 상기 강철 제품의 내부 결함의 등가 만네스만 스케일 등급(equivalent Mannesmann scale rating)을 계산하는 것을 포함하고 있다.
다양한 다른 실시례는 생주물 강철 제품의 내부 결함을 정량적으로 측정하는 시스템에 관한 것이다. 상기 시스템은 상기 강철 제품의 디지털 영상을 얻기 위해서 상기 강철 제품의 표면의 적어도 일부분을 스캐닝하는 광 스캐너를 포함하고 있다. 상기 시스템은 또한 상기 광 스캐너와 통신가능하게 결합되어 있으며 상기 영상 내의 내부 결함을 구분하기 위해서 상기 영상을 스레숄드처리하는 스레숄드 엔진을 포함하고 있다. 상기 시스템은 또한 상기 스레숄드 엔진과 통신가능하게 결합된 내부 결함 면적 엔진을 포함하고 있다. 상기 내부 결함 면적 엔진은 상기 스레숄드 엔진으로부터 스레숄드처리된 영상을 수신하고 내부 결함 면적을 결정하기 위해서 상기 스레숄드처리된 영상을 분석하도록 되어 있다. 상기 내부 결함 면적은 상기 내부 결함이 차지하는 스레숄드처리된 영상의 적어도 일부분의 면적을 포함한다. 상기 내부 결함 면적 엔진은 또한 상기 스레숄드처리된 영상의 적어도 일부분의 전체 면적을 결정하고 상기 전체 면적에 대한 상기 내부 결함 면적의 비율을 계산하도록 되어 있다. 상기 시스템은 또한 상기 내부 결함 면적 엔진과 통신가능하게 결합된 노멀라이저(normalizer)를 포함하고 있다. 상기 노멀라이저는 상기 내부 결함 면적 엔진으로부터 상기 전체 면적에 대한 내부 결함 면적의 비율을 수신하고 상기 비율에 기초하여 상기 강철 제품의 내부 결함의 등가 만네스만 스케일 등급을 계산하도록 되어 있다.
다양한 다른 실시례는 생주물 강철 제품의 내부 결함을 정량적으로 측정하는 방법에 관한 것이다. 상기 방법은 염산 부식액과 과황산암모늄 부식액으로 이루어진 그룹으로부터 선택된 부식액으로 상기 강철 제품의 표면을 에칭처리하는 것을 포함하고 있다. 상기 방법은 또한 상기 강철 제품의 디지털 영상을 얻기 위하여 스캐닝 장치로 상기 강철 제품의 표면의 적어도 일부분을 광학적으로 스캐닝하는 것을 포함하고 있다. 상기 방법은 또한 상기 영상 내의 내부 결함을 구분하기 위해서 상기 영상을 스레숄드 엔진으로 스레숄드처리하는 것과 내부 결함 면적을 결정하기 위해서 스레숄드처리된 영상을 분석하는 것을 포함하고 있고, 상기 내부 결함 면적은 중심 편석의 경우에 상기 표면의 등축 부분에 해당하는 상기 스레숄드처리된 영상의 일부분 내의 내부 결함이 차지하는 부분; 중간의(반경방향의) 크랙, 중간의(가로방향의) 크랙, 구름 모양의 개재물 그리고 점 모양의 개재물의 경우에 상기 생주물 제품의 중심선과 상부 표면 또는 하부 표면 사이의 부분; 그리고 좁은 측면 크랙과 코너 크랙의 경우에 상기 생주물 제품의 표면의 가장자리(예를 들면, 짧은 가장자리)와 삼중점 사이의 부분을 포함한다. 상기 방법은 또한 상기 스레숄드처리된 영상으로부터 상기 표면의 등축 부분의 가상적인 면적을 계산하는 것, 등축 부분의 가상적인 면적에 대한 내부 결함 면적의 비율을 계산하는 것, 만네스만 스케일과 내부 결함 면적 비율 사이의 관계를 나타내는 곡선 상의 상기 비율에 해당하는 위치를 결정하는 것, 그리고 상기 곡선 상의 상기 비율에 해당하는 위치에 기초하여 상기 강철 제품의 내부 결함의 등가 만네스만 스케일 등급을 계산하는 것을 포함하고 있다.
본 명세서에 포함되어 있으며 본 명세서의 일부분을 형성하는 첨부된 도면은 본 발명의 실시례를 예시하고 있고, 상세한 설명과 함께, 본 발명의 실시례의 원리를 설명하는데 도움을 준다.
도 1은 연속 주조법의 개략도이고;
도 2는 생주물 강철 제품에서 흔히 발견되는 다양한 유형의 결함의 여러 가지 예를 나타내는 그림이고;
도 3은 중심 편석에 대한 만네스만 도표의 한 예를 나타내는 복수의 사진이고;
도 4A는 종래의 만네스만 평가 기법을 이용하여, 두 명의 오퍼레이터에 의해서 수행된 순차 순환식 테스트의 제1 세트의 결과를 나타내는 제1 그래프이고;
도 4B는 종래의 만네스만 평가 기법을 이용하여, 두 명의 오퍼레이터에 의해서 수행된 순차 순환식 테스트의 제2 세트의 결과를 나타내는 제2 그래프이고;
도 5는 본 발명의 다양한 실시례에 따른, 생주물 강철 제품의 내부 결함을 정량적으로 측정하는 시스템의 개략도이고;
도 6은 본 발명의 다양한 실시례에 따른, 도 3의 중심 편석에 대한 만네스만 스케일 영상의 일부분의 필터링되고 스레숄드처리되기 전과 후의 여러 가지 예를 나타내는 복수의 사진과 영상이고;
도 7은 본 발명의 다양한 실시례에 따른, 생주물 제품으로부터 절단될 수 있는 예시적인 샘플과 하위-샘플을 나타내는 그림이고;
도 8은 본 발명의 다양한 실시례에 따른, 등급 1 내지 등급 4에 대해, 중심 편석에 대한 만네스만 도표로부터 결정된 내부 결함 면적 비율을 나타내는 그래프뿐만 아니라, 상기 그래프에 기초한 예시적인 기준 곡선을 나타내고 있고;
도 9는 본 발명의 한 실시례의 시스템과 프로세스를 이용하여 두 명의 오퍼레이터에 의해서 수행된 순차 순환식 테스트의 결과를 나타내는 그래프이고;
도 10은 본 발명의 다양한 실시례에 따른, 세로방향의(반경방향의) 내부 크랙에 대한 만네스만 스케일 영상의 필터링되고 스레숄드처리되기 전과 후의 여러 가지 예를 나타내는 복수의 사진과 이에 상응하는 영상이고;
도 11은 본 발명의 다양한 실시례에 따른, 가로방향의(중간의) 내부 크랙에 대한 만네스만 스케일 영상의 필터링되고 스레숄드처리되기 전과 후의 여러 가지 예를 나타내는 복수의 사진과 이에 상응하는 영상이고;
도 12는 본 발명의 다양한 실시례에 따른, 좁은 측면 내부 크랙에 대한 만네스만 스케일 영상의 필터링되고 스레숄드처리되기 전과 후의 여러 가지 예를 나타내는 복수의 사진과 이에 상응하는 영상이고;
도 13은 본 발명의 다양한 실시례에 따른, 코너 내부 크랙에 대한 만네스만 스케일 영상의 필터링되고 스레숄드처리되기 전과 후의 여러 가지 예를 나타내는 복수의 사진과 이에 상응하는 영상이고;
도 14는 본 발명의 다양한 실시례에 따른, 구름 모양의 개재물에 대한 만네스만 스케일 영상의 필터링되고 스레숄드처리되기 전과 후의 여러 가지 예를 나타내는 복수의 사진과 이에 상응하는 영상이고;
도 15는 본 발명의 다양한 실시례에 따른, 점 모양의 개재물에 대한 만네스만 스케일 영상의 필터링되고 스레숄드처리되기 전과 후의 여러 가지 예를 나타내는 복수의 사진과 이에 상응하는 영상이고; 그리고
도 16은 다양한 실시형태의 실시례가 구현될 수 있는 예시적인 컴퓨팅 시스템 환경의 블록도이다.
이하에서는 본 발명의 바람직한 실시례를 상세하게 설명할 것이다. 본 발명의 여러 예가 첨부된 도면에 도시되어 있다. 본 발명을 바람직한 실시례와 함께 설명할 것이지만, 본 발명을 이러한 실시례로 제한하기 위한 것은 아니라는 것을 알 수 있을 것이다. 이와 반대로, 본 발명은 청구범위에 의해서 한정된 본 발명의 기술사상과 범위 내에 포함될 수 있는 모든 대체예, 변형사항 및 균등물을 포함한다. 게다가, 본 발명의 상세한 설명에는, 본 발명의 철저한 이해를 제공하기 위해서 다수의 구체적인 세부사항이 개시되어 있다. 하지만, 본 발명이 이러한 구체적인 세부사항 없이도 실시될 수 있다는 것은 당업자에게는 명백할 것이다. 다른 경우에는, 본 발명의 실시형태를 불필요하게 모호하지 않게 하기 위해서 잘 알려진 방법, 절차 그리고 구성요소가 상세하게 설명되어 있지 않다.
뒤따르는 상세한 설명의 몇몇 부분은, 절차, 처리, 그리고 다른 기호적 표현의 면에서 제공될 수 있고, 상세한 설명의 일부는 컴퓨터 또는 디지털 시스템 메모리 내의 데이터 비트에 대한 작업을 포함할 수 있다. 이러한 설명과 표현은 데이터 처리 기술 분야의 당업자에 의해서 사용되는 수단들 중의 일부인데, 당해 기술 분야의 다른 당업자에게 설명의 요지를 가장 효과적으로 전달하기 위해서 사용되어 있다. 본 명세서에서, 그리고 일반적으로, 절차, 프로세스 등은 원하는 결과로 이어지는 여러 단계 또는 여러 명령의 일관성이 있는 순서인 것으로 생각된다. 상기 단계는 물리적인 양의 물리적인 조작을 요하는 것이다. 종종, 반드시 그런 것은 아니지만, 이러한 물리적인 조작이 저장될 수 있고, 전송될 수 있고, 결합될 수 있고, 비교될 수 있고, 그리고 컴퓨터 시스템이나 유사한 컴퓨터 장치에서 다르게 조작될 수 있는 전기적인 신호 또는 자기적인 신호의 형태를 취할 수 있다. 편의상, 그리고 일반적인 사용과 관련하여, 이러한 신호는 본 발명과 관련하여 값, 요소, 부호, 문자, 용어, 숫자 등으로 나타내어진다.
하지만, 모든 이러한 용어는, 물리적인 조작과 물리적인 양을 나타내는 것으로 해석되어야 하고 또한 당해 기술 분야에서 통상적으로 사용되는 용어를 고려하여 해석되어야 하는 단지 간편한 표시라는 것을 명심하여야 한다. 본 명세서의 개시내용으로부터 명백한 것과 같이 명시적으로 다르게 기재되어 있지 않으면, 임의의 주어진 실시례의 설명의 전체에 걸쳐서, 상기 설명이 "결정하는 것" 또는 "출력하는 것" 또는 "전송하는 것" 또는 "기록하는 것" 또는 "배치시키는 것" 또는 "저장하는 것" 또는 "디스플레이하는 것" 또는 "수신하는 것" 또는 "인정하는 것" 또는 "활용하는 것" 또는 "생성하는 것" 또는 "제공하는 것" 또는 "평가하는 것" 또는 "점검하는 것" 또는 "통지하는 것" 또는 "전달하는 것" 등과 같은 표현을 이용하는 것이 종종 데이터를 조작하고 변환시키는 컴퓨터 시스템, 또는 유사한 컴퓨터 장치의 작용과 프로세스를 나타낼 수 있다고 생각된다. 상기 데이터는 컴퓨터 시스템의 레지스터와 메모리 내에서 물리적인(전자적인) 양으로 표현되고 컴퓨터 시스템 메모리 또는 레지스터 또는 다른 이와 같은 정보 저장 장치, 전송 장치, 또는 디스플레이 장치 내에서 물리적인 양으로 유사하게 표현된 다른 데이터로 변환된다.
대체로, 다양한 실시례는, 비제한적인 예로서, 생주물 강철 제품에서의 편석을 포함하는, 내부 결함을 매우 세분화된 방식으로 정량화하는 자동화되고 객관적인 시스템과 프로세스를 제공한다. 매우 높은 수준에서는, 이것은 먼저 만네스만 스케일 등급(Mannesmann scale rating) 대 내부 결함이 차지하는 제품 표면의 일부 구역의 기준 곡선을 정의하는 것에 의해서 달성된다. 일단 상기 곡선이 정의되면, 강철 제품의 일부 내부 결함 면적을 결정하기 위해서 강철 제품의 표면이 스캐닝되고 분석될 수 있고, 그 다음에 상기 강철 제품은 측정된 일부 내부 결함 면적에 해당하는 상기 곡선 상의 위치에 기초하여 만네스만 스케일에 대한 상응하는 등급을 할당받을 수 있다.
도 5는 본 발명의 다양한 실시례에 따른, 슬래브, 빌릿, 블룸 또는 빔 블랭크와 같은, 생주물 강철 제품의 내부 결함을 정량적으로 측정하는 시스템(500)을 나타내고 있다. 상기 시스템(500)은 광 스캐너(510)를 포함하고 있다. 광 스캐너(510)는 휴대용 스캐너, 평판 스캐너, 비-접촉 스캐너, 카메라 등일 수 있다. 상기 시스템(500)은 또한 광 스캐너(510)와 통신가능하게 결합된 영상 필터(520), 영상 필터(520)와 통신가능하게 결합된 스레숄드 엔진(530), 스레숄드 엔진(530)과 통신가능하게 결합된 내부 결함 면적 엔진(540), 내부 결함 면적 엔진(540)과 통신가능하게 결합된 노멀라이저(550), 그리고 노멀라이저(550)와 통신가능하게 결합된 출력 장치(560)도 포함할 수 있다. 이하에서는 상기 시스템(500)과 관련하여 생주물 강철 제품의 내부 결함을 정량적으로 측정하는 프로세스를 설명할 것이다.
특정의 생주물 강철 제품을 분석하기 전에, 먼저 상기 강철 제품을 평가할 수 있는 기준이 되는 연속적인 스케일을 정의할 필요가 있을 수 있다. 다양한 실시례에서, 이것은 만네스만 스케일의 개별 등급에 기초하여 연속 함수를 정의하는 것을 포함할 수 있다. 다양한 실시례가 만네스만 스케일, 또는 만네스만 스케일에 상당하는 기준 곡선에 따라 평가되는 것으로 설명될 수 있지만, 다양한 실시례가 당해 기술 분야에서 알려진 다른 평가 스케일에 따라 평가되기에 적합하게 변형될 수 있다는 것을 알아야 한다. 만네스만 스케일에 기초한 연속 함수는 만네스만 도표에서의 제공된 영상의 다단계 분석에 따라 정의될 수 있다. 예를 들면, 도 3에 도시된 만네스만 도표로부터 나온 영상은 해당 영상으로부터 노이즈를 필터링하기 위해서 영상 필터(520)로 보내질 수 있다. 그 다음에 상기 영상은, 상기 영상으로부터 내부 결함을 구분하기 위해서 상기 영상을 2진 흑백 영상(binary, black-and-white image)으로 스레숄드처리하는 스레숄드 엔진(530)으로 보내질 수 있다. 도 6은 도 3으로부터 중심 편석(centerline segregation)에 대한 만네스만 스케일 영상의 일부분의 필터링되고 스레숄드처리되기 전(위)과 후(아래)의 여러 가지 예를 나타내고 있다. 눈으로 확인할 수 있는 바와 같이, 필터링하고 스레숄드처리한 후에는, 내부 결함이―이 경우에는, 편석이― 원래의 영상으로부터 실질적으로 구분되었다. 다양한 실시례에서, 상기 영상은 60% 내지 70%의 스레숄드 레벨(threshold level)에서 스레숄드처리될 수 있다. 몇몇 실시례에서는, 스레숄드 레벨이 65%일 수 있다.
일단 만네스만 도표가 필터링되고 스레숄드처리된 다음에는, 만네스만 도표가 내부 결함 면적 엔진(540)으로 보내질 수 있다. 내부 결함 면적 엔진(540)은, 예를 들면, 아래의 식:
Figure 112020123510929-pat00001
(1)
상기 식에서
Figure 112020123510929-pat00002
는 내부 결함 면적이고
Figure 112020123510929-pat00003
는 전체 면적임,
에 따라, 내부 결함이 차지하는 영상의 비율(즉, 백분율 또는 비)을 결정하도록 되어 있다. 특정의 유형의 결함에 대해서, 상기 결함이 대체로 강철 제품의 일정 구역에서 발견되기 때문에, 이러한 내부 결함이 대체로 발견되지 않는 강철 제품의 구역을 분석하는 것은 대체로 불필요하다는 것을 알아야 한다. 또한, 내부 결함이 발견될 것으로 예상되는 구역에 비하여 너무 큰 구역이 분석되면, 상기 비의 분모는, 내부 결함의 크기에 있어서 비교적 큰 차이도 상기 비의 전체 크기에 아주 작은 영향만 미치도록 크게 될 것이다. 따라서, 도 6에 도시되어 있는 바와 같이, 다양한 실시례에서, 분석되고 계산되는 "전체 구역"은 분석 중인 표면의 총면적보다 작은 일부 구역일 수 있다. 몇몇 실시례에서는, 분석되는 전체 구역이 내부 결함이 가장 잘 발견될 것 같은 구역일 수 있다. 몇몇 실시례에 있어서는(예를 들어, 중심 편석의 경우에는), 상기 전체 구역이 상기 강철 제품의 중심선으로부터 약 ± 0.425 인치인 구역으로 이루어질 수 있다. 다른 실시례에서는, 상기 전체 구역이 상기 강철 제품의 중심선으로부터 약 ± 0.3 인치인 구역으로 이루어질 수 있다. 또 다른 실시례에서는, 상기 전체 구역이 상기 강철 제품의 중심선으로부터 약 ± 0.25 인치인 구역으로 이루어질 수 있다. 또 다른 실시례에서는, 상기 전체 구역이 상기 강철 제품의 가상적인 등축 부분(equi-axed region)으로 이루어질 수 있다. 또 다른 실시례에서는, 상기 전체 구역이 중간의(반경방향의) 크랙, 중간의(가로방향의) 크랙, 구름 모양의 개재물 그리고 점 모양의 개재물의 경우에는 생주물 제품의 중심선과 상부 표면 또는 하부 표면 사이의 구역으로 이루어질 수 있고; 그리고 좁은 측면 크랙과 코너 크랙의 경우에는 생주물 제품의 표면의 가장자리(예를 들면, 짧은 가장자리)와 삼중점(triple point) 사이의 구역으로 이루어질 수 있다. 또한, 분석될 전체 구역은 영상 필터링 및/또는 스레숄딩처리 전이나 후에 언제라도 결정될 수 있다는 것을 알아야 한다. 일단 만네스만 도표의 내부 결함 면적 비율이 결정되면, 이 비율은 내부 결함 면적 비율 대 만네스만 스케일의 기준 곡선을 정의하는데 사용될 수 있다(도 8).
도 8은 등급 1 내지 등급 4에 대한, 중심 편석에 대한 만네스만 도표의 결정된 내부 결함 면적 비율(FD) 대 상기 등급(RM)을 나타내는 그래프뿐만 아니라 상기 그래프에 기초한 예시적인 기준 곡선을 나타내고 있다. 만네스만 스케일의 등급 5는 도시된 실시례에 사용되어 있지 않은데, 그 이유는 대부분의 제강소에서의 제조 품질로 인해, 상기 수준의 편석을 나타내는 제품이 좀처럼 관찰되지 않기 때문이며 또한 등급 5는 중간-두께 부분(mid-thickness region)에서 연속적인 크랙을 나타내는 생주물 제품에 부여되기 때문이다. 도 8에 도시되어 있는 것과 같이, 상기 곡선은 0.94의 비교적 높은 상관 계수를 가지면 대체로 아래의 식:
Figure 112020123510929-pat00004
(2)
을 따른다.
상기 식을 다시 정리하면 만네스만 등급을 편석 면적 비율의 함수로서 결정하는 아래의 식:
Figure 112020123510929-pat00005
(3)
을 얻는다.
다른 유형의 내부 결함에 대한 기준 곡선을 결정하기 위해서 유사한 프로세스가 전개될 수 있다. 예를 들면, 도 10은 세로방향의(반경방향의) 내부 크랙에 대한 만네스만 스케일 영상의 필터링되고 스레숄드처리되기 전(왼쪽)과 후(오른쪽)의 여러 가지 예를 나타내고 있다. 이들 영상의 분석에 기초하여, 세로방향의(반경방향의) 내부 크랙의 내부 결함 면적 비율에 기초하여 만네스만 등급을 결정하는 예시적인 기준 곡선이 아래의 식:
Figure 112020123510929-pat00006
(4)
으로 표현될 수 있다.
도 11은 가로방향의(중간의) 내부 크랙에 대한 만네스만 스케일 영상의 필터링되고 스레숄드처리되기 전(왼쪽)과 후(오른쪽)의 여러 가지 예를 나타내고 있다. 이들 영상의 분석에 기초하여, 가로방향의(중간의) 내부 크랙의 내부 결함 면적 비율에 기초하여 만네스만 등급을 결정하는 예시적인 기준 곡선이 아래의 식:
Figure 112020123510929-pat00007
(5)
으로 표현될 수 있다.
도 12는 좁은 측면 내부 크랙에 대한 만네스만 스케일 영상의 필터링되고 스레숄드처리되기 전(왼쪽)과 후(오른쪽)의 여러 가지 예를 나타내고 있다. 이들 영상의 분석에 기초하여, 좁은 측면 내부 크랙의 내부 결함 면적 비율에 기초하여 만네스만 등급을 결정하는 예시적인 기준 곡선이 아래의 식:
Figure 112020123510929-pat00008
(6)
으로 표현될 수 있다.
도 13은 코너 내부 크랙에 대한 만네스만 스케일 영상의 필터링되고 스레숄드처리되기 전(왼쪽)과 후(오른쪽)의 여러 가지 예를 나타내고 있다. 이들 영상의 분석에 기초하여, 코너 내부 크랙의 내부 결함 면적 비율에 기초하여 만네스만 등급을 결정하는 예시적인 기준 곡선이 아래의 식:
Figure 112020123510929-pat00009
(7)
으로 표현될 수 있다.
도 14는 구름 모양의 개재물에 대한 만네스만 스케일 영상의 필터링되고 스레숄드처리되기 전(왼쪽)과 후(오른쪽)의 여러 가지 예를 나타내고 있다. 이들 영상의 분석에 기초하여, 구름 모양의 개재물의 내부 결함 면적 비율에 기초하여 만네스만 등급을 결정하는 예시적인 기준 곡선이 아래의 식:
Figure 112020123510929-pat00010
(8)
으로 표현될 수 있다.
도 15는 점 모양의 개재물에 대한 만네스만 스케일 영상의 필터링되고 스레숄드처리되기 전(왼쪽)과 후(오른쪽)의 여러 가지 예를 나타내고 있다. 이들 영상의 분석에 기초하여, 점 모양의 개재물의 내부 결함 면적 비율에 기초하여 만네스만 등급을 결정하는 예시적인 기준 곡선이 아래의 식:
Figure 112020123510929-pat00011
(9)
으로 표현될 수 있다.
상기한 바와 같이, 식 3 내지 식 9는 모두 대체로 아래의 형태:
Figure 112020123510929-pat00012
(10)
를 취하고, 상기 식에서 a와 b는 결함의 유형에 기초하여 선택되는 상수이다.
다양한 유형의 결함에 대한 기준 곡선을 확정하면, 상기와 같은 결함, 예를 들면, 도 2에 도시된 것들 중의 한 이상의 결함에 대해서 생주물 강철 제품이 보다 효과적으로 분석되고 평가될 수 있다. 일단 생주물 제품(200)이 주조장치로부터 생산되면, 생주물 제품(200)의 표면(250)이 분석을 위해 준비될 수 있다. 상기 준비는, 예를 들면, 그라인더로 생주물 제품(200)의 표면(250)을 연삭하는 것을 포함할 수 있다. 상기 준비는, 예를 들면, 에칭처리 용기에서 생주물 제품(200)의 표면(250)을 에칭처리하는 것을 포함할 수도 있다. 몇몇 실시례에서는, 에칭처리용 부식액이 염산 부식액, 과황산암모늄 부식액 등을 포함할 수 있다. 에칭처리는 에칭처리된 표면(250)에 얼룩이 생기지 않게 하도록 수행되어야 하며, 그렇지 않으면 분석의 결과가 왜곡될 수 있다는 것을 알아야 한다. 마찬가지로, 생주물 제품(200)은 인공적인 결함(artifact)으로 될 수 있는 기계가공 흔적이 생기지 않도록 기계가공되어야 한다.
다시 도 5를 참고하여, 일단 생주물 제품(200)의 표면(250)이 분석을 위해 준비되면, 생주물 제품(200)의 디지털 영상을 얻기 위해서 생주물 제품(200)의 표면(250)이 광 스캐너에 의해서 스캐닝될 수 있다. 도 7에 도시되어 있는 것과 같이, 처리와 분석의 편의상 몇몇 실시례에서는 표면(250)을 포함하는 샘플(260)이 생주물 제품(200)으로부터 절단될 수 있다. 샘플(260)은 생주물 제품(200)으로부터 절단된 다양한 크기의 가로방향의 절단부 또는 세로방향의 절단부를 포함할 수 있다. 처리와 분석을 더욱 용이하게 하기 위해서, 샘플(260)이 하위-샘플(270)로 더 절단될 수 있다.
일단 생주물 제품(200)의 표면(250)이 디지털 영상(또는, 샘플(260)이 하위-샘플(270)로 분할된 경우에는, 디지털 하위-영상)으로 스캐닝되면, 상기 영상은 상기 영상으로부터 노이즈를 필터링하기 위해서 영상 필터(520)로 보내질 수 있다. 그 다음에 상기 영상은 ―도 6에 도시된 것과 같이, 만네스만 도표의 영상이 스레숄드처리되었던 방식과 유사하게- 상기 영상으로부터 내부 결함을 구분하기 위해서 상기 영상을 2진 흑백 영상으로 스레숄드처리할 수 있는 스레숄드 엔진(530)으로 보내질 수 있다.
일단 상기 영상이 필터링되고 스레숄드처리된 다음에는, 상기 영상이 내부 결함 면적 엔진(540)으로 보내질 수 있다. 내부 결함 면적 엔진(540)은 다시 한 번, 식 1의 비와 같이, 내부 결함이 차지하는 영상의 비율(즉, 백분율 또는 비)을 결정하도록 되어 있다. 복수의 하위-샘플(270)이 별도로 스캐닝되는 경우에는, 각각의 내부 결함 면적 비율이 아래의 식:
Figure 112020123510929-pat00013
(11)
으로 표현될 수 있고, 상기 식에서 ADi는 하위-샘플에서의 내부 결함 부분의 면적이고, A0i는 하위-샘플의 결함을 포함하는 부분의 면적이다.
만네스만 도표의 분석과 같이, 다양한 실시례에서, 분석되고 계산되는 "전체 구역"은 분석 중인 표면의 총면적보다 작은 일부 구역일 수 있다. 몇몇 실시례에서는, 분석되는 전체 구역이 내부 결함이 가장 잘 발견될 것 같은 구역일 수 있다. 몇몇 실시례에서는, 상기 전체 구역이 상기 강철 제품의 중심선으로부터 약 ± 0.425 인치인 구역으로 이루어질 수 있다. 다른 실시례에서는, 상기 전체 구역이 상기 강철 제품의 중심선으로부터 약 ±0.3 인치인 구역으로 이루어질 수 있다. 또 다른 실시례에서는, 상기 전체 구역이 상기 강철 제품의 중심선으로부터 약 ±0.25 인치인 구역으로 이루어질 수 있다. 또 다른 실시례에서는, 상기 전체 구역이 상기 강철 제품의 가상적인 등축 부분으로 이루어질 수 있다. 또 다른 실시례에서는, 상기 전체 구역이 중간의(반경방향의) 크랙, 중간의(가로방향의) 크랙, 구름 모양의 개재물 그리고 점 모양의 개재물의 경우에는 생주물 제품의 중심선과 상부 표면 또는 하부 표면 사이의 구역으로 이루어질 수 있고; 그리고 좁은 측면 크랙과 코너 크랙의 경우에는 생주물 제품의 표면의 가장자리(예를 들면, 짧은 가장자리)와 삼중점 사이의 구역으로 이루어질 수 있다.
일단 내부 결함 면적 비율(또는 하위-비율)이 결정되면, 상기 비율은 생주물 제품(200)의 표면(250) 내의 내부 결함에 대한 등가 만네스만 등급(equivalent Mannesmann rating)을 계산할 수 있는 노멀라이저(550)로 보내질 수 있다. 이것은, 예를 들면, 상기 내부 결함 면적 비율을 분석 중인 결함의 유형에 부합하는 상기 식 3 내지 식 9 중의 적절한 하나의 식에 대입함으로써 달성될 수 있다. 생주물 제품(200)이 복수의 하위-샘플(270)로 절단되는 몇몇 실시례에서는, 중심 편석에 대한 평균 내부 결함 면적 비율(
Figure 112020123510929-pat00014
)이 아래의 식:
Figure 112020123510929-pat00015
(12)
으로 표현될 수 있고, 상기 식에서 n은 생주물 제품(200)으로부터 절단된 하위-샘플(270)의 갯수이고, ADi는 하위-샘플의 내부 결함 부분의 면적이고 A0i는 하위-샘플의 결함을 포함하는 구역의 면적이다. 생주물 제품(200)이 복수의 하위-샘플(270)로 절단되는 몇몇 다른 실시례에서는, 총 내부 결함 구역 비율(FDtot)이 아래의 식:
Figure 112020123510929-pat00016
(13)
으로 표현될 수 있다.
등가 만네스만 등급은, FDavg 또는 FDtot의 값을 식 3 내지 식 9 중의 적절한 하나의 식에 대입함으로써 결정될 수 있다. 대체 방안으로서, 상응하는 하위-등급(RMi)을 얻기 위하여 각각의 하위-샘플(270)에 상응하는 하위-비율(FDi)이 식 3 내지 식 9 중의 적절한 하나의 식에 각각 대입될 수 있고, 상기 상응하는 하위-등급(RMi)은 평균화될 수 있다. 일단 등가 만네스만 등급이 결정되면, 상기 등급은 모니터, 프린터, 전송선(예를 들면, 다른 사람 또는 장치와의 통신을 위해), 또는 저장 장치(예를 들면, 데이터 파일 내에 저장하기 위해)와 같은 출력 장치(560)로 보내질 수 있다. FDavg 값의 범위는 1 내지 4.9일 수 있고 FDtot 값의 범위는 0 내지 4일 수 있다.
이와 같이, 다양한 실시례는 생주물 강철 제품의 내부 결함을 매우 세분화된 방식으로 정량화하는 자동화되고 객관적인 시스템과 프로세스를 제공한다.
내부 결함 면적 비율을 계산한 다음 그 비율을 알려진 별개의 평가 시스템에 해당하는 연속적인 기준 곡선에 적용시킴으로써, 다양한 실시례는 내부 결함의 정량화로부터 주관성- 그리고 이로 인한 높은 수준의 편차 - 을 배제시킬 수 있다. 예를 들면, 도 9는 본 발명의 한 실시례의 시스템과 프로세스를 이용하여 두 명의 오퍼레이터에 의해 수행된 순차 순환식 테스트의 결과를 나타내고 있다. 도 9에 도시되어 있는 바와 같이, 매우 제한적인 예외를 가지지만, 두 명의 오퍼레이터에 의해서 얻어진 결과는 0.96의 상관 계수를 나타내는 매우 일관성이 있는 결과였다. 두 명의 오퍼레이터 사이에 여전히 존재하는 편차는 각각의 오퍼레이터가 분석하기 위해서 선택하는 제품 표면의 부분(다시 말해서, 가상적인 등축 부분)에서의 약간의 차이에 기인한 것일 수 있다. 상기한 바와 같이, 분석할 구역의 크기는 표준화되고 자동화될 수 있고, 이로 인해 상관 계수가 1이 되거나 1에 매우 가깝게 될 수 있다.
내부 결함의 심각도의 평가를 위해 개시된 평가 시스템들 중의 하나 이상을 사용하면 프로세스 최적화에 대한 가능성을 제공하기도 한다. 예를 들면, 평가된 품질이, 경압하 윈도우(soft reduction window), 주조 속도(cast speed) 등과 같은, 다양한 생산 파라미터를 최적화하기 위해서 사용될 수 있다. 또한, 제품의 대체로 동일한 위치에서 결함이 빈번하게 발생하는 것으로 분석되면, 주조장치의 특정 구성요소가 이에 상응하게 조정되거나 수리될 수 있다. 상기 제품이 양호한 내부 품질을 가지도록 보장하기 위해서 상기 제품의 화학적 성질이 최적화될 수도 있다.
다양한 실시례의 일정 부분은 컴퓨팅 시스템 환경에서 구현될 수 있다. 도 16은 예시적인 컴퓨팅 시스템 환경(20), 예를 들면, 데스크탑 컴퓨터, 노트북 컴퓨터, 스마트폰, 태블릿, 또는 비-일시적 컴퓨터-판독가능 매체 내에 저장되어 있는 것과 같은 명령을 실행하는 능력을 가진 임의의 다른 이러한 장치를 나타내고 있다. 게다가, 단일 컴퓨팅 시스템(20)과 관련하여 기술되고 도시되어 있지만, 당업자는 이하에 기술된 다양한 작업이, 실행가능한 명령이 다중 컴퓨팅 시스템(20) 중의 하나 이상과 관련될 수 있거나 및/또는 다중 컴퓨팅 시스템(20) 중의 하나 이상에 의해서 실행될 수 있는, 구내 통신망 또는 광역 통신망을 통하여 연결된 다중 컴퓨팅 시스템(20)을 가진 분산된 환경에서 실시될 수 있다는 것도 알 수 있을 것이다.
컴퓨팅 시스템 환경의 가장 기본적인 구성에 있어서, 컴퓨팅 시스템 환경(20)은 통상적으로 버스(26)를 통하여 연결될 수 있는 적어도 하나의 처리 장치(22)와 적어도 하나의 메모리(24)를 포함하고 있다. 컴퓨팅 시스템 환경의 정확한 구성과 유형에 따라서, 메모리(24)는 휘발성 메모리(예를 들면, RAM(30)), 비휘발성 메모리(예를 들면, ROM(28), 플래시 메모리 등) 또는 상기 두 종류의 몇몇 결합 형태일 수 있다. 컴퓨팅 시스템 환경(20)은 부가적인 특징 및/또는 기능을 가질 수 있다. 예를 들면, 컴퓨팅 시스템 환경(20)은, 비제한적인 예로서, 자기 디스크 또는 광 디스크, 테이프 드라이브 및/또는 플래시 드라이브를 포함하는, 부가적인 메모리 장치(분리성 메모리 장치 및/또는 비-분리성 메모리 장치)를 포함할 수도 있다. 이러한 부가적인 메모리 장치는, 예를 들면, 하드 디스크 드라이브 인터페이스(32), 자기 디스크 드라이브 인터페이스(34), 및/또는 광 디스크 드라이브 인터페이스(36)에 의해서 컴퓨팅 시스템 환경(20)이 이용할 수 있게 될 수 있다. 알 수 있는 것과 같이, 시스템 버스(26)에 연결될 수 있는 이러한 장치는 각각 하드 디스크(38)를 판독하고 하드 디스크(38)에 기록하는 것, 분리성 자기 디스크(40)를 판독하고 분리성 자기 디스크(40)에 기록하는 것, 및/또는 CD/DVD ROM 또는 다른 광학 매체와 같은, 분리성 광 디스크(42)를 판독하고 분리성 광 디스크(42)에 기록하는 것을 가능하게 한다. 상기 드라이브 인터페이스들과 이들과 관련된 컴퓨터-판독가능 매체는 컴퓨터 판독가능 명령, 데이터 구조, 프로그램 모듈 그리고 컴퓨팅 시스템 환경(20)에 대한 다른 데이터의 비휘발적인 저장(nonvolatile storage)을 가능하게 한다. 당업자는 데이터를 저장할 수 있는 다른 유형의 컴퓨터 판독가능 매체가 이러한 동일한 목적에 사용될 수 있다는 것도 알 수 있을 것이다. 이러한 매체 장치의 예는, 비제한적인 예로서, 자기 카세트, 플래시 메모리 카드, 디지털 비디오 디스크, 베르누이 카트리지(Bernoulli cartridge), 랜덤 액세스 메모리, 나노-드라이브, 메모리 스틱, 다른 읽기/쓰기 메모리 및/또는 읽기 전용 메모리 및/또는 컴퓨터 판독가능 명령, 데이터 구조, 프로그램 모듈 또는 다른 데이터와 같은 정보의 저장을 위한 임의의 다른 방법 또는 기술을 포함한다. 이러한 모든 컴퓨터 저장 매체는 컴퓨팅 시스템 환경(20)의 일부분일 수 있다.
다수의 프로그램 모듈이 상기 메모리/매체 장치들 중의 하나 이상에 저장될 수 있다. 예를 들면, 시동되는 동안, 컴퓨팅 시스템 환경(20) 내의 여러 요소들 사이에서 정보를 전송하는 것을 도와주는 기본 루틴(basic routine)을 포함하는 기본 입/출력 시스템(BIOS)(44)이 ROM(28)에 저장될 수 있다. 마찬가지로, RAM(30), 하드 드라이브(38), 및/또는 주변 메모리 장치가 오퍼레이팅 시스템(46), 하나 이상의 애플리케이션 프로그램(48), 다른 프로그램 모듈(50), 및/또는 프로그램 데이터(52)를 포함하는 컴퓨터 실행가능 명령을 저장하기 위해서 사용될 수 있다. 또한, 컴퓨터 실행가능 명령은, 예를 들면, 네트워크 연결을 통하여 필요에 따라 상기 컴퓨팅 장치들 중의 하나 이상에 다운로드될 수 있다.
최종 사용자, 예를 들면, 소비자는 키보드(54) 및/또는 포인팅 디바이스(56)와 같은 입력 장치를 통하여 명령과 정보를 컴퓨팅 시스템 환경(20)에 입력할 수 있다. 또한, 정보는 다양한 실시례에서 광 스캐너(510)일 수 있는 스캐너(55)와 같은 다른 주변 입력 장치로부터 수신될 수 있다. 도시되어 있지는 않지만, 다른 입력 장치는 마이크로폰, 조이스틱, 게임 패드, 스캐너 등을 포함할 수 있다. 이러한 입력 장치와 다른 입력 장치는 통상적으로 주변 장치 인터페이스(58)에 의해 처리 장치(22)에 연결될 수 있고, 상기 주변 장치 인터페이스(58)는 버스(26)에 결합될 수 있다. 입력 장치는 직접적으로 또는 예를 들면, 병렬 포트(parallel port), 게임 포트(game port), 파이어와이어, 또는 유니버설 시리얼 버스(USB)와 같은 인터페이스를 통하여 간접적으로 프로세서(22)에 연결될 수 있다. 컴퓨팅 시스템 환경(20)으로부터 나오는 정보를 관찰하기 위해서, 모니터(60) 또는 다른 유형의 디스플레이 장치가 비디오 어댑터(62)와 같은 인터페이스를 통하여 버스(26)에 연결될 수도 있다. 모니터(60) 외에, 컴퓨팅 시스템 환경(20)은, 도시되지 않은, 스피커와 프린터와 같은 다른 주변 출력 장치를 포함할 수도 있다.
컴퓨팅 시스템 환경(20)은 하나 이상의 컴퓨팅 시스템 환경에 대한 논리적 연결을 활용할 수도 있다. 이와 관련하여, 원격 컴퓨팅 시스템 환경은, 컴퓨팅 시스템 환경(20)과 같이, 처리 능력을 가진 임의의 종류의 장치일 수 있다는 것을 알 수 있을 것이다. 또한, 원격 컴퓨팅 시스템 환경은 단일 장치로 구현될 필요가 있는 것이 아니라, 원격 컴퓨팅 시스템 환경에 의해서 수행된 작업들이 통신망을 통하여 연결된 복수의 컴퓨팅 시스템 환경에 분산되게 하는 방식으로 구현될 수도 있다는 것을 알 수 있을 것이다.
필요에 따라 여러 작업을 수행하기 위해서, 원격 컴퓨팅 시스템 환경이 컴퓨팅 시스템 환경(20)에 대하여 위에서 기술한 요소들의 다수 또는 전부를 포함할 수 있다. 컴퓨팅 시스템 환경(20)과 원격 컴퓨팅 시스템 환경 사이의 통신은 네트워크 라우팅(routing)을 담당하는 네트워크 라우터(72)와 같은 처리 장치를 통하여 주고받을 수 있다. 네트워크 라우터(72)와의 통신은 네트워크 인터페이스 구성요소(73)를 통하여 수행될 수 있다. 따라서, 이러한 네트워크화된 환경, 예를 들면, 인터넷, 월드 와이드 웹(World Wide Web), LAN, 또는 다른 유사한 종류의 유선 또는 무선 네트워크 내에서는, 컴퓨팅 시스템 환경(20), 또는 컴퓨팅 시스템 환경(20)의 일부분에 대해서 기술된 프로그램 모듈이 원격 컴퓨팅 시스템 환경의 메모리 저장 장치에 저장될 수 있다는 것을 알 수 있을 것이다.
개시된 실시례의 상기 설명은 당업자가 본 발명을 만들거나 이용할 수 있게 하기 위해서 제공되어 있다. 이들 실시례의 다양한 수정사항은 당업자에게는 자명한 사항이 될 것이고, 본 명세서에 기재된 일반적인 원리는 본 발명의 기술사상과 범위로부터 벗어나지 않고 다른 실시례에 적용될 수 있다. 따라서, 본 발명은 본 명세서에 개시된 실시례로 제한되는 것이 아니라 본 명세서에 개시된 원리와 새로운 특징과 부합하는 가장 넓은 범위를 부여받을 수 있다고 생각된다.

Claims (19)

  1. 생주물 강철 제품의 내부 결함을 정량적으로 측정하는 방법으로서,
    상기 강철 제품의 디지털 영상을 얻기 위하여 스캐닝 장치로 상기 강철 제품의 표면의 적어도 일부분을 광학적으로 스캐닝하는 것;
    상기 디지털 영상 내의 내부 결함의 양에 대한 정량적 값을 계산하기 위하여 상기 디지털 영상을 분석하는 것으로서, 상기 정량적 값은 상기 내부 결함이 차지하는 디지털 영상의 적어도 일부분의 면적을 포함하는 내부 결함 면적인 것; 그리고
    상기 정량적 값을 표준화된 스케일에 따른 등급으로 노멀라이징하는 것으로서, 상기 노멀라이징하는 것은 표준화된 스케일 등급과 내부 결함의 양 사이의 관계를 나타내는 그래픽 도시(graphic plot) 상의 내부 결함의 양에 대한 상기 정량적 값에 해당하는 위치를 결정하는 것을 포함하는 것;
    을 포함하는 것을 특징으로 하는 생주물 강철 제품의 내부 결함을 정량적으로 측정하는 방법.
  2. 제1항에 있어서, 상기 표준화된 스케일은 만네스만 스케일인 것을 특징으로 하는 생주물 강철 제품의 내부 결함을 정량적으로 측정하는 방법.
  3. 제1항에 있어서,
    상기 강철 제품의 표면의 적어도 일부분을 광학적으로 스캐닝하기 전에 상기 강철 제품의 표면을 에칭처리하는 것;
    을 더 포함하는 것을 특징으로 하는 생주물 강철 제품의 내부 결함을 정량적으로 측정하는 방법.
  4. 제3항에 있어서, 상기 강철 제품의 표면을 에칭처리하는 것은 상기 강철 제품의 표면을 염산 부식액 또는 과황산암모늄 부식액 중 적어도 하나로 에칭처리하는 것을 포함하는 것을 특징으로 하는 생주물 강철 제품의 내부 결함을 정량적으로 측정하는 방법.
  5. 제3항에 있어서,
    상기 강철 제품의 표면을 에칭처리하기 전에 상기 강철 제품의 표면을 연삭하는 것; 또는
    상기 강철 제품의 표면을 에칭처리하기 전에 상기 강철 제품으로부터 상기 표면을 포함하는 샘플을 절단하는 것;
    중 적어도 하나를 더 포함하는 것을 특징으로 하는 생주물 강철 제품의 내부 결함을 정량적으로 측정하는 방법.
  6. 제5항에 있어서, 상기 강철 제품으로부터 상기 샘플을 절단하는 것은 상기 강철 제품으로부터 가로방향의 섹션을 절단하는 것 또는 상기 강철 제품으로부터 세로방향의 섹션을 절단하는 것 중 적어도 하나를 포함하는 것을 특징으로 하는 생주물 강철 제품의 내부 결함을 정량적으로 측정하는 방법.
  7. 제1항에 있어서, 상기 스캐닝 장치는 휴대용 스캐너, 평판 스캐너, 또는 비-접촉 스캐너 중 적어도 하나를 포함하는 것을 특징으로 하는 생주물 강철 제품의 내부 결함을 정량적으로 측정하는 방법.
  8. 삭제
  9. 제1항에 있어서, 상기 내부 결함 면적을 계산하기 위하여 상기 디지털 영상을 분석하는 것은
    상기 디지털 영상의 부분의 전체 면적을 결정하는 것; 그리고
    상기 전체 면적에 대한 상기 내부 결함 면적의 비율을 계산하는 것;
    을 포함하고,
    상기 정량적 값을 상기 표준화된 스케일에 따른 등급으로 노멀라이징하는 것은
    상기 비율을 상기 표준화된 스케일에 따른 등급으로 노멀라이징하는 것
    을 포함하는 것을 특징으로 하는 생주물 강철 제품의 내부 결함을 정량적으로 측정하는 방법.
  10. 제9항에 있어서, 상기 비율을 상기 표준화된 스케일에 따른 등급으로 노멀라이징하는 것은
    표준화된 스케일 등급과 내부 결함 면적 비율 사이의 관계를 나타내는 곡선 상의 상기 전체 면적에 대한 상기 내부 결함 면적의 비율에 해당하는 위치를 결정하는 것
    을 포함하는 것을 특징으로 하는 생주물 강철 제품의 내부 결함을 정량적으로 측정하는 방법.
  11. 제10항에 있어서, 상기 표준화된 스케일은 만네스만 스케일이고, 상기 곡선은 아래의 식:
    Figure 112020123510929-pat00017

    으로 표현되고, 상기 식에서
    Figure 112020123510929-pat00018
    은 등가 만네스만 스케일 등급이고, "a"와 "b"는 내부 결함의 유형에 기초하는 상수이고 ,
    Figure 112020123510929-pat00019
    는 내부 결함 면적이고
    Figure 112020123510929-pat00020
    는 전체 면적인 것을 특징으로 하는 생주물 강철 제품의 내부 결함을 정량적으로 측정하는 방법.
  12. 제9항에 있어서, 분석되는 상기 디지털 영상의 부분은 상기 강철 제품과 동일한 종류의 다른 강철 제품에서 내부 결함이 가장 흔하게 발견되는 부분에 해당하는 것을 특징으로 하는 생주물 강철 제품의 내부 결함을 정량적으로 측정하는 방법.
  13. 제12항에 있어서, 분석되는 상기 디지털 영상의 부분은
    상기 강철 제품의 중심선으로부터 0.425 인치 뻗어 있는 부분,
    상기 강철 제품의 중심선으로부터 0.3 인치 뻗어 있는 부분, 또는
    상기 강철 제품의 중심선으로부터 0.25 인치 뻗어 있는 부분
    중 적어도 하나를 포함하는 것을 특징으로 하는 생주물 강철 제품의 내부 결함을 정량적으로 측정하는 방법.
  14. 제9항에 있어서, 분석되는 상기 디지털 영상의 부분은
    상기 표면의 등축 부분,
    상기 제품의 중심선과 상기 표면의 가장자리 사이의 부분, 또는
    상기 표면의 삼중점과 상기 표면의 가장자리 사이의 부분
    중 적어도 하나에 해당하는 것을 특징으로 하는 생주물 강철 제품의 내부 결함을 정량적으로 측정하는 방법.
  15. 제1항에 있어서, 상기 생주물 강철 제품은 슬래브, 빌릿, 블룸 또는 빔 블랭크 중 적어도 하나를 포함하는 것을 특징으로 하는 생주물 강철 제품의 내부 결함을 정량적으로 측정하는 방법.
  16. 제1항에 있어서,
    상기 디지털 영상 내의 내부 결함을 구분하기 위하여 상기 디지털 영상을 스레숄드 엔진으로 스레숄드처리하는 것
    을 더 포함하고,
    상기 디지털 영상 내의 내부 결함의 양에 대한 정량적 값을 계산하기 위하여 상기 디지털 영상을 분석하는 것은 상기 디지털 영상 내의 내부 결함의 양에 대한 정량적 값을 계산하기 위하여 스레숄드처리된 디지털 영상을 분석하는 것을 포함하는 것을 특징으로 하는 생주물 강철 제품의 내부 결함을 정량적으로 측정하는 방법.
  17. 제16항에 있어서, 상기 디지털 영상 내의 내부 결함을 구분하기 위하여 상기 디지털 영상을 스레숄드 엔진으로 스레숄드처리하는 것은
    60% 내지 70%의 스레숄드 레벨에서 상기 디지털 영상을 스레숄드처리하는 것; 또는
    65%의 스레숄드 레벨에서 상기 디지털 영상을 스레숄드처리하는 것;
    중 적어도 하나를 포함하는 것을 특징으로 하는 생주물 강철 제품의 내부 결함을 정량적으로 측정하는 방법.
  18. 제1항에 있어서, 상기 표준화된 스케일은 만네스만 스케일이 아닌 스케일인 것을 특징으로 하는 생주물 강철 제품의 내부 결함을 정량적으로 측정하는 방법.
  19. 생주물 강철 제품의 내부 결함을 정량적으로 측정하는 방법으로서,
    상기 강철 제품의 디지털 영상을 얻기 위하여 스캐닝 장치로 상기 강철 제품의 표면의 적어도 일부분을 광학적으로 스캐닝하는 것;
    상기 디지털 영상 내의 내부 결함의 양에 대한 정량적 값을 계산하기 위하여 상기 디지털 영상을 분석하는 것으로서, 상기 정량적 값은 상기 내부 결함이 차지하는 디지털 영상의 적어도 일부분의 면적을 포함하는 내부 결함 면적인 것; 그리고
    표준화된 스케일에 따른 상기 정량적 값에 기초하여 등급을 결정하는 것으로서, 상기 등급은 상기 강철 제품의 내부 결함의 양을 정량화하고, 상기 등급을 결정하는 것은 표준화된 스케일 등급과 내부 결함의 양 사이의 관계를 나타내는 그래픽 도시(graphic plot) 상의 내부 결함의 양에 대한 상기 정량적 값에 해당하는 위치를 결정하는 것을 포함하는 것;
    을 포함하는 것을 특징으로 하는 생주물 강철 제품의 내부 결함을 정량적으로 측정하는 방법.
KR1020207033170A 2016-09-22 2017-09-21 생주물 강철 제품의 내부 결함의 정량적인 측정을 위한 방법 및 시스템 KR102359105B1 (ko)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US15/273,206 2016-09-22
US15/273,206 US10031087B2 (en) 2016-09-22 2016-09-22 Methods and systems for the quantitative measurement of internal defects in as-cast steel products
KR1020197009754A KR102182325B1 (ko) 2016-09-22 2017-09-21 생주물 강철 제품의 내부 결함의 정량적인 측정을 위한 방법 및 시스템
PCT/US2017/052791 WO2018057789A1 (en) 2016-09-22 2017-09-21 Methods and systems for the quantitative measurement of internal defects in as-cast steel products

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
KR1020197009754A Division KR102182325B1 (ko) 2016-09-22 2017-09-21 생주물 강철 제품의 내부 결함의 정량적인 측정을 위한 방법 및 시스템

Publications (2)

Publication Number Publication Date
KR20200133015A KR20200133015A (ko) 2020-11-25
KR102359105B1 true KR102359105B1 (ko) 2022-02-08

Family

ID=61620259

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020207033170A KR102359105B1 (ko) 2016-09-22 2017-09-21 생주물 강철 제품의 내부 결함의 정량적인 측정을 위한 방법 및 시스템
KR1020197009754A KR102182325B1 (ko) 2016-09-22 2017-09-21 생주물 강철 제품의 내부 결함의 정량적인 측정을 위한 방법 및 시스템

Family Applications After (1)

Application Number Title Priority Date Filing Date
KR1020197009754A KR102182325B1 (ko) 2016-09-22 2017-09-21 생주물 강철 제품의 내부 결함의 정량적인 측정을 위한 방법 및 시스템

Country Status (7)

Country Link
US (3) US10031087B2 (ko)
EP (2) EP3516376B1 (ko)
JP (2) JP6757549B2 (ko)
KR (2) KR102359105B1 (ko)
CN (1) CN109983324B (ko)
CA (1) CA3037922C (ko)
WO (1) WO2018057789A1 (ko)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10031087B2 (en) * 2016-09-22 2018-07-24 SSAB Enterprises, LLC Methods and systems for the quantitative measurement of internal defects in as-cast steel products
US11010887B2 (en) * 2018-09-17 2021-05-18 General Electric Company Automated distress ranking system
CN110070543B (zh) * 2019-05-28 2021-06-15 北京科技大学 基于数字化图像处理的全自动连铸坯中心偏析的评级系统
CN110503641A (zh) * 2019-08-22 2019-11-26 联峰钢铁（张家港）有限公司 一种改善连铸坯表面裂纹的方法和装置
CN111808367B (zh) * 2020-07-09 2023-05-30 浙江七色鹿色母粒有限公司 塑料ppr银纹翻白缺陷的改进方法
CN112669307A (zh) * 2021-01-06 2021-04-16 大冶特殊钢有限公司 基于机器视觉的低倍酸蚀缺陷自动识别与评级的方法及系统
CN113222941B (zh) * 2021-05-17 2022-11-11 中冶赛迪信息技术(重庆)有限公司 连铸铸坯的切割状态确定方法、系统、设备及介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4113149B2 (ja) * 2004-03-25 2008-07-09 日本冶金工業株式会社 鋼板のスラブ段階での最大非金属介在物の大きさを特定する方法
KR101045393B1 (ko) * 2009-05-28 2011-07-01 (주) 애인테크놀로지 철강공정 내부 크랙 및 중심편석 판정 방법

Family Cites Families (37)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS55117903A (en) * 1979-03-06 1980-09-10 Sumitomo Metal Ind Ltd Check unit of steel billet surface
US4331872A (en) 1979-06-29 1982-05-25 Nippon Steel Corporation Method for measurement of distribution of inclusions in a slab by electron beam irradiation
US4519041A (en) * 1982-05-03 1985-05-21 Honeywell Inc. Real time automated inspection
DE3236416A1 (de) * 1982-10-01 1984-04-05 Licentia Patent-Verwaltungs-Gmbh, 6000 Frankfurt Verfahren zur qualitaetsbeurteilung von stahloberflaechen
EP0186512B1 (en) 1984-12-28 1990-08-08 Nippon Steel Corporation Method for controlling solidification segregation of steel
JPS6347642A (ja) 1986-08-14 1988-02-29 Kawasaki Steel Corp 表面探傷における欠陥種類弁別方法
DE3736389A1 (de) 1987-07-22 1989-02-02 Mannesmann Ag Verfahren zur herstellung von proben fuer die reinheitsgradbestimmung von metallen
US5083867A (en) 1988-11-28 1992-01-28 Allegheny Ludlum Corporation Slab surface contour monitor
JPH05172530A (ja) * 1991-11-29 1993-07-09 Takayama:Kk 可撓線状物体の検査方法
JPH05240805A (ja) * 1992-02-27 1993-09-21 Kawasaki Steel Corp 表面欠陥検査装置
US5537206A (en) 1993-11-02 1996-07-16 Nkk Corporation Method for analyzing steel and apparatus therefor
US5509460A (en) 1994-08-25 1996-04-23 Massachusetts Institute Of Technology Solid/liquid interface detection in continuous casting processes by γ-
EP0909598A4 (en) * 1996-05-13 1999-07-14 Ebis Corp METHOD AND DEVICE FOR CONTINUOUS CASTING
JPH11248641A (ja) * 1998-03-03 1999-09-17 Sumitomo Metal Ind Ltd 表面欠陥検査装置及び表面欠陥検査方法
CN1106572C (zh) * 1999-12-28 2003-04-23 宝山钢铁股份有限公司 铸坯断面质量的自动评价方法
US6625515B2 (en) 2000-12-21 2003-09-23 Dofasco Inc. Roll defect management process
US7826642B2 (en) * 2002-06-24 2010-11-02 Shenkar College Of Engineering And Design Electro-optical method and apparatus for evaluating protrusions of fibers from a fabric surface
PT1524047E (pt) 2003-10-16 2007-05-31 Concast Ag Processo e dispositivo para a leitura automática de produtos semi-acabados
JP5085013B2 (ja) 2005-05-10 2012-11-28 山陽特殊製鋼株式会社 鋼の信頼性評価方法
FR2887028B1 (fr) * 2005-06-14 2007-12-21 Vai Sias Soc Par Actions Simpl Procede et dispositif optiques de detection de defauts de surface et de structure d'un produit long en defilememnt
EP1972930B1 (de) 2007-03-19 2019-11-13 Concast Ag Verfahren zur Erkennung von Oberflächenmerkmalen metallurgischer Erzeugnisse, insbesondere Strangguss- und Walzerzeugnisse, sowie eine Einrichtung zur Durchführung des Verfahrens
JP5104247B2 (ja) * 2007-08-20 2012-12-19 Ｊｆｅスチール株式会社 連続鋳造鋳片の製造方法
JP5396824B2 (ja) 2008-11-13 2014-01-22 Ｊｆｅスチール株式会社 スラブ表面欠陥検出方法およびスラブ表面欠陥検出装置
CN102470431B (zh) 2009-07-27 2014-09-10 现代制铁株式会社 评价连铸板坯中心偏析的方法
JP2011098382A (ja) 2009-11-06 2011-05-19 Sumitomo Electric Ind Ltd 連続鋳造材の表面検査方法
KR101159939B1 (ko) * 2010-01-28 2012-06-25 현대제철 주식회사 연속주조 슬라브의 중심편석 평가방법
CN101819150A (zh) 2010-04-21 2010-09-01 天津钢铁集团有限公司 一种连铸坯成分偏析的分析方法
CN101949851A (zh) 2010-08-16 2011-01-19 河北钢铁股份有限公司邯郸分公司 一种利用直读光谱仪快速检验铸坯偏析的方法
JP5957378B2 (ja) * 2012-12-28 2016-07-27 株式会社日立ハイテクノロジーズ 欠陥観察方法および欠陥観察装置
CN104101600B (zh) * 2013-04-15 2017-10-31 宝山钢铁股份有限公司 连铸坯断面微小裂纹检测方法
DE102013109915B4 (de) 2013-09-10 2015-04-02 Thyssenkrupp Steel Europe Ag Verfahren und Vorrichtung zur Überprüfung eines Inspektionssystems zur Erkennung von Oberflächendefekten
TWI525317B (zh) * 2013-10-08 2016-03-11 國立清華大學 整合影像分析與資料挖礦之自動光學檢測缺陷影像分類方法
CN104837007B (zh) * 2014-02-11 2018-06-05 阿里巴巴集团控股有限公司 一种数字图像质量分级的方法和装置
CN104197858B (zh) 2014-09-10 2017-05-03 重庆大学 一种定量描述品种钢连铸坯凝固组织形貌特征的方法
CN105606619B (zh) * 2016-01-19 2020-01-03 北京鼎新时代科技有限公司 一种铸坯修磨机的检测及优化修磨方法
CN105548207B (zh) * 2016-02-02 2018-06-08 攀钢集团攀枝花钢铁研究院有限公司 连铸坯中心疏松或缩孔的定量测定方法
US10031087B2 (en) 2016-09-22 2018-07-24 SSAB Enterprises, LLC Methods and systems for the quantitative measurement of internal defects in as-cast steel products

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4113149B2 (ja) * 2004-03-25 2008-07-09 日本冶金工業株式会社 鋼板のスラブ段階での最大非金属介在物の大きさを特定する方法
KR101045393B1 (ko) * 2009-05-28 2011-07-01 (주) 애인테크놀로지 철강공정 내부 크랙 및 중심편석 판정 방법

Also Published As

Publication number Publication date
CA3037922A1 (en) 2018-03-29
KR20190057076A (ko) 2019-05-27
US20210109033A1 (en) 2021-04-15
US10031087B2 (en) 2018-07-24
WO2018057789A1 (en) 2018-03-29
JP6967129B2 (ja) 2021-11-17
EP3516376A4 (en) 2020-05-27
EP3516376A1 (en) 2019-07-31
JP2021004883A (ja) 2021-01-14
CA3037922C (en) 2022-07-19
KR102182325B1 (ko) 2020-11-24
US10782244B2 (en) 2020-09-22
US20180328856A1 (en) 2018-11-15
EP4332890A3 (en) 2024-06-12
JP6757549B2 (ja) 2020-09-23
CN109983324A (zh) 2019-07-05
EP4332890A2 (en) 2024-03-06
KR20200133015A (ko) 2020-11-25
US11635389B2 (en) 2023-04-25
US20180080881A1 (en) 2018-03-22
JP2019530882A (ja) 2019-10-24
EP3516376B1 (en) 2024-02-28
CN109983324B (zh) 2021-08-31

Similar Documents

Publication Publication Date Title
KR102359105B1 (ko) 생주물 강철 제품의 내부 결함의 정량적인 측정을 위한 방법 및 시스템
Wilczek et al. Porosity characterization of aluminium castings by using particular non-destructive techniques
KR102272100B1 (ko) 이미지 학습을 통한 연속 주조의 면세로 크랙 탐지 방법 및 시스템
Erzi et al. A simple procedure to determine incoming quality of aluminum alloy ingots and its application to A356 alloy ingots
JP2019512079A (ja) セルラーセラミック物品のアイソスタティック強度を特徴付ける非接触方法
JP2010085096A (ja) 表面検査装置
Świłło et al. Automatic inspection of surface defects in die castings after machining
Dobrzański et al. Methodology of analysis of casting defects
Luc et al. The representative topography of worn hot rolling mill cylinders
JP5040315B2 (ja) 検査方法、検査システムおよび検査装置
JP5943402B1 (ja) 鋳造欠陥を定量化するための測定装置、方法、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録媒体
JP3616463B2 (ja) 鋼中介在物の迅速判別法
CN113129259A (zh) 铸坯致密度检测方法、系统及电子设备
JP2000214142A (ja) 超音波探傷による金属材料の清浄度評価方法
VALEK et al. The Quality Results of Slabs at Segregation Area
JP4345667B2 (ja) 介在物の識別方法、識別装置及び金属材の製造方法
JP4002842B2 (ja) 水浸超音波探傷法による鋼の清浄度評価方法
KR101224964B1 (ko) 슬라브내 핀홀 분포 분석장치 및 분석방법
JP7135728B2 (ja) 鋳片品質推定方法、鋼材の製造方法、鋳片品質推定装置、およびプログラム
Gusarova et al. HD scan: Detect and grade also the so far hidden cast defects
Sena et al. HD SCAN–ULTRASOUND SCANS SLAB QUALITY
JP4874319B2 (ja) コイル製品の最適製造方法および最適製造装置
CN114332113A (zh) 一种钢轨擦伤检测方法、装置、计算机设备和存储介质
Robinson Some Aspects of Quality Control in a Modern Steelworks
Griffin Energy Saving Melting and Revert Reduction Technology (Energy-SMARRT): Surface/Near Surface Indication-Characterization of Surface Anomalies from Magnetic Particle and Liquid Penetrant Indications

Legal Events

Date Code Title Description
A107 Divisional application of patent
A302 Request for accelerated examination
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant