供稿|范王展, 劉學(xué)春, 關(guān)菊梅 / FAN Wang-zhan, LIU Xue-chun, GUAN Ju-mei

在冷軋鍍鋅板的市場競爭中，尤其是汽車面板、家電面板等高端產(chǎn)品，鋼板的表面質(zhì)量是鋼板核心的質(zhì)量因素之一。然而在生產(chǎn)過程中，受原料、設(shè)備、工藝、操作等各方面因素的影響，導(dǎo)致鋼板表面出現(xiàn)輥印、劃傷、鋅灰等不同類型的缺陷，如果靠肉眼在機(jī)組正常速度下去檢查，漏檢無法避免。

為了保證鋼板實(shí)現(xiàn)全檢，基于機(jī)器視覺技術(shù)的表面檢測系統(tǒng)已成為目前帶鋼表面質(zhì)量控制、檢查不可或缺的設(shè)備。目前，比較成熟的表面檢測系統(tǒng)產(chǎn)品主要有：德國ISRA-PARSYTEC公司的HTx系統(tǒng)、美國COGNEX公司的Smartlearn系統(tǒng)等，在國內(nèi)各大鋼廠如寶鋼、武鋼、鞍鋼等的生產(chǎn)線上都有廣泛應(yīng)用。而基于CCD線掃描的表面檢測系統(tǒng)，在武鋼的鍍鋅線上則有成功的應(yīng)用經(jīng)驗(yàn)。

系統(tǒng)檢測原理

缺陷檢測原理

機(jī)器視覺技術(shù)的檢測機(jī)理是表面缺陷部位與正常部位的光學(xué)特性間存在明顯的差異。配合LED光源，線陣CCD攝像機(jī)將鋼板表面圖像通過A/D轉(zhuǎn)換，轉(zhuǎn)換為具有一定灰度級(jí)分布的離散數(shù)字圖像信號(hào)[1]。系統(tǒng)將灰度值劃分為0～255，正常情況下，鋼板表面灰度值在一個(gè)特定范圍內(nèi)波動(dòng)，因此，必須設(shè)置一個(gè)合適的灰度波動(dòng)范圍，稱之為閾值(Level threshholding)；而缺陷部分由于反射、散射等發(fā)生變化，其灰度值會(huì)發(fā)生較大變化，當(dāng)超出這個(gè)閾值范圍的，系統(tǒng)定義為缺陷，如圖1所示。圖中，兩處涂黑段被檢測為缺陷。

圖1 缺陷檢測原理示意圖

圖2 明域與暗域示意圖

線陣CCD攝像機(jī)組被安裝在兩個(gè)不同的成像角度方向接收，兩個(gè)接收角度稱之為明域、暗域[2]，如圖2所示。明域角度接收了鋼板表面的大部分反射光，而暗域成像角度接收散射光。

系統(tǒng)組成

如圖3所示，表面檢測系統(tǒng)主要有表面?zhèn)鞲衅鳌⑾到y(tǒng)柜、檢測終端三部分組成。在進(jìn)行表面質(zhì)量檢測時(shí)，由表面檢測傳感器對(duì)鋼卷上下表面缺陷進(jìn)行全數(shù)檢測、記錄，將檢測數(shù)據(jù)傳輸?shù)较到y(tǒng)柜的處理器中，經(jīng)過對(duì)圖譜數(shù)據(jù)進(jìn)行處理加工后，傳輸?shù)綌?shù)據(jù)庫服務(wù)器中，數(shù)據(jù)庫服務(wù)器將數(shù)據(jù)經(jīng)過專業(yè)軟件處理，最終缺陷在檢測終端得以顯示。

圖3 表面質(zhì)量檢測系統(tǒng)示意圖

缺陷灰度特征分析

表面檢測系統(tǒng)中常用的特征值有灰度強(qiáng)度特征、形狀尺寸特征值、位置特征值、紋理特征等[3]共計(jì)320多個(gè)分類特征值，這些特征實(shí)際是帶鋼表面缺陷的數(shù)學(xué)描述。

通過調(diào)試跟蹤，我們發(fā)現(xiàn)，本系統(tǒng)對(duì)不同缺陷在明場、暗場下灰度強(qiáng)度特征值最敏感，即灰度強(qiáng)度特征對(duì)缺陷分類影響最大。圖4為鍍鋅板劃傷、鈍化斑、鋅疤缺陷在明域和暗域下的照片。

圖中，黃色方框表示系統(tǒng)認(rèn)為的缺陷發(fā)生的區(qū)域，缺陷在明域或者暗域下分別被著上不同的顏色，著色部分為系統(tǒng)認(rèn)為的缺陷，不同的顏色表示不同的灰度值。從圖中可以看出，劃傷、鋅疤缺陷在明域和暗域下均能被檢測出，而鈍化斑缺陷在暗域下無法被檢測出(暗域下沒有著色)。

經(jīng)過分析，發(fā)現(xiàn)鍍鋅板主要質(zhì)量缺陷的灰度特征如表1。

圖4 幾種典型缺陷照片

表1 不同缺陷的灰度特征

另外，我們發(fā)現(xiàn)：一般情況下，有手感類缺陷以及色差類缺陷在明域下系統(tǒng)均能檢測出，而色差類缺陷在暗域下無法檢測。

自學(xué)習(xí)分類器的建立

典型缺陷樣本的收集

表面檢測系統(tǒng)缺陷分類器具有自學(xué)習(xí)功能，在構(gòu)造缺陷分類器時(shí)，一個(gè)非常重要的任務(wù)就是建立完備的樣本庫。結(jié)合缺陷樣本實(shí)際收集經(jīng)驗(yàn)，缺陷樣本的收集過程中必須堅(jiān)持以下幾個(gè)原則：一是“全”，即樣本集必須包含預(yù)先定義的缺陷類別的所有可能情況；二是“細(xì)”，建立在“全”的基礎(chǔ)上，對(duì)同一種缺陷根據(jù)形貌的不同進(jìn)行細(xì)分類。如：氧化鐵皮缺陷，有點(diǎn)狀氧化鐵皮也有線狀氧化鐵皮，分類時(shí)最好將這種缺陷作為兩種缺陷進(jìn)行分類；三是“準(zhǔn)”，即樣本集中的每個(gè)樣本必須分類準(zhǔn)確，盡量刪除離群點(diǎn)。

一般來說，一種缺陷收集100張左右的圖片就可以取得較好的效果。通過上述方式收集，經(jīng)過系統(tǒng)分類器自動(dòng)訓(xùn)練，我們得到的分類器準(zhǔn)確率在90%左右。

專家宏庫的應(yīng)用

專家宏規(guī)則是對(duì)自學(xué)習(xí)分類器訓(xùn)練結(jié)果的后處理，是基于專家經(jīng)驗(yàn)對(duì)系統(tǒng)容易誤分類缺陷進(jìn)行重新定義、分類，從而得到最終的理想分類效果。對(duì)于普通的操作者，通常有效的專家宏規(guī)則處理方法有：一是利用缺陷產(chǎn)生的位置特征進(jìn)行處理。如：邊部起皮缺陷和劃傷缺陷，邊部起皮缺陷僅發(fā)生在鋼板邊部，可以利用缺陷產(chǎn)生的位置將這兩種缺陷進(jìn)行區(qū)分；二是缺陷的灰度特征進(jìn)行處理。如：劃傷和鈍化斑缺陷，劃傷缺陷在明域、暗域下均可被檢測，而鈍化斑缺陷只能在明域下被檢測出來。由于現(xiàn)場生產(chǎn)中缺陷往往是千變?nèi)f化的，還可以利用缺陷的外形特征、面積等對(duì)易混淆的缺陷進(jìn)行分類。

應(yīng)用效果

通過設(shè)立合適的閾值以及系統(tǒng)靈敏度等，利用上述方法建立缺陷分類器，表面檢測系統(tǒng)對(duì)主要缺陷的分類準(zhǔn)確率達(dá)到了90%左右，取得了良好的效果。

實(shí)現(xiàn)了鋼卷智能判級(jí)

通過對(duì)表面檢測系統(tǒng)檢測數(shù)據(jù)進(jìn)行解析與提取，結(jié)合用戶的實(shí)際要求，建立表面檢測系統(tǒng)智能判級(jí)規(guī)則，最終利用表面檢測系統(tǒng)實(shí)現(xiàn)了對(duì)鋼卷進(jìn)行智能分級(jí)判定。該判級(jí)系統(tǒng)廣泛應(yīng)用于高端汽車面板、家電面板等生產(chǎn)線，大大降低了質(zhì)檢員工作強(qiáng)度，提高了缺陷判定及控制水平，產(chǎn)品實(shí)物質(zhì)量得到明顯提高。

圖5 智能判定系統(tǒng)開發(fā)過程示意圖

指導(dǎo)重卷機(jī)組進(jìn)行分卷

專業(yè)技術(shù)人員對(duì)表面檢測系統(tǒng)檢測結(jié)果進(jìn)行分析，可以指導(dǎo)重卷機(jī)組進(jìn)行合理分切，將缺陷部分準(zhǔn)確切除，避免因局部缺陷造成整卷降級(jí)，大大提高了鋼卷的成材率及原品種合格率。

結(jié)束語

本文對(duì)表面檢測系統(tǒng)的檢測原理進(jìn)行了簡要介紹，重點(diǎn)對(duì)常見缺陷的缺陷特征值進(jìn)行了分析，提出了建立缺陷分類器的方法，最終利用表面檢測系統(tǒng)實(shí)現(xiàn)了鋼卷的智能判級(jí)，成功應(yīng)用于武鋼連續(xù)熱鍍鋅機(jī)組，屬于國內(nèi)首創(chuàng)，取得良好的經(jīng)濟(jì)效益。

[1] 羅志勇, 劉棟玉, 江濤, 等. 新型冷軋帶鋼表面缺陷在線檢測系統(tǒng).華中理工大學(xué)學(xué)報(bào), 1996,24(1):75-77

[2] 胡亮, 段發(fā)階, 丁克勤,等. 基于線陣CCD鋼板表面缺陷在線檢測系統(tǒng)的研究.計(jì)量學(xué)報(bào), 2005, 26(3):200-203

[3] 程萬勝. 鋼板表面缺陷檢測技術(shù)的研究. 哈爾濱: 哈爾濱工業(yè)大學(xué)機(jī)械電子工程系,2008