楊水山,何永輝,吳振平

(寶山鋼鐵股份有限公司中央研究院,上海 201999)

智能制造推進(jìn)了信息技術(shù)與制造業(yè)的深度融合,機器視覺檢測技術(shù)與傳統(tǒng)自動化技術(shù)結(jié)合為其提供了有力支撐,在自動化大生產(chǎn)中改變了傳統(tǒng)以人工視覺為主的質(zhì)量檢測與控制局面[1-2]。

小方坯做為線材成品的中間產(chǎn)品,其表面裂紋、結(jié)疤缺陷會延伸后續(xù)產(chǎn)品,影響最終產(chǎn)品的使用性能[3]。該類缺陷需要進(jìn)行嚴(yán)格控制,經(jīng)過修磨后才可以繼續(xù)加工。目前,小方坯、圓坯的近表缺陷仍以人工檢測為主,暗室內(nèi)人工觀察低速運行、紫外燈照射被磁化的小方坯表面,存在工作環(huán)境惡劣、效率低、漏檢風(fēng)險高等問題[4]。

為此,開發(fā)了基于熒光成像的自動化表面缺陷檢測系統(tǒng)。在小方坯精整線增加磁化裝置、表面圖像采集與處理模塊,通過熒光磁粉成像對近表面的細(xì)微裂紋進(jìn)行顯現(xiàn)和放大,采用機器視覺技術(shù)進(jìn)行缺陷的分析和處理,將檢測結(jié)果進(jìn)行輸出、保存和利用,實現(xiàn)自動化缺陷檢測與控制。

1 系統(tǒng)設(shè)計及實現(xiàn)

1.1 系統(tǒng)架構(gòu)及原理

檢測系統(tǒng)架構(gòu)如圖1所示,核心分成兩個模塊:小方坯表面磁化模塊和機器視覺檢測模塊。小方坯表面磁化模塊負(fù)責(zé)將小方坯表面磁化并噴淋磁粉液,在缺陷區(qū)域磁粉液中磁粉顆粒會產(chǎn)生聚集;機器視覺檢測模塊完成小方坯表面形態(tài)的圖像采集、處理和輸出。

圖1 檢測系統(tǒng)架構(gòu)示意圖

1.2 磁化裝置設(shè)計及實現(xiàn)

熒光磁粉探傷由于其較高的檢測靈敏度、缺陷易于識別等優(yōu)勢,廣泛應(yīng)用于鐵磁性材料表面和近表面缺陷的檢查,借助小方坯缺陷部位能夠進(jìn)行磁粉聚集,可以檢測和定位缺陷。

針對于小方坯產(chǎn)品表面以縱向缺陷為主存在少量橫向缺陷的分布情況,小方坯磁化裝置設(shè)計了復(fù)合磁場對表面進(jìn)行磁化,包括兩個周向磁場和兩個縱向磁場。兩個周向磁場將小方坯圓周面分成兩個部分進(jìn)行磁化,強化與磁力線垂直方向的縱向裂紋缺陷,由于N極和S極磁軛需要布置空間,圓周方向的磁場布置只能錯位分開布置,使磁場小方坯能覆蓋整個圓周表面;縱向磁場則能夠凸顯圓周方向的缺陷。如圖2所示,周向線圈產(chǎn)生的磁場A,可以覆蓋并磁化表面1和表面2;周向線圈產(chǎn)生的磁場B,可以覆蓋并磁化表面3和表面4。徑向線圈磁場可以長度方向上覆蓋兩個線圈間的表面,如圖3所示。

圖2 周向磁場示意圖

圖3 徑向磁場示意圖

小方坯在輥道上經(jīng)過磁化裝置的磁場時被磁化,根據(jù)集膚效應(yīng),小方坯表面存在缺陷的地方會產(chǎn)生漏磁,當(dāng)磁粉液噴淋到表面時,液體中磁粉顆粒會在漏磁的地方聚集,聚集的磁粉能夠標(biāo)識出缺陷的形貌,原理如圖4所示。

圖4 熒光磁粉成像原理示意圖

為了實現(xiàn)自動化控制,在磁化裝置前后配置光電開關(guān),檢測是否有小方坯通過,僅當(dāng)小方坯通過時,磁化線圈通電,才產(chǎn)生磁場,并且磁粉液同時噴淋到小方坯表面。

1.3 視覺檢測模塊設(shè)計及實現(xiàn)

系統(tǒng)檢測模塊主要由光源、工業(yè)相機和計算機模塊組成,如圖5所示。光源與工業(yè)相機布置現(xiàn)場生產(chǎn)線上,通過編碼器獲取生產(chǎn)速度,相機與生產(chǎn)速度同步采集圖像;計算機模塊布置在現(xiàn)場電氣室,現(xiàn)場采集的圖像通過網(wǎng)線傳輸?shù)接嬎銠C模塊,并在這里完成數(shù)據(jù)的分析、檢測結(jié)果的存儲和顯示等功能。

圖5 檢測系統(tǒng)成像布置

為了增強成像對比度效果,光源采用波長380 nm的紫外光,紫外光源照射磁粉會激發(fā)產(chǎn)生波長560 nm的綠色熒光;工業(yè)相機選型時芯片感光波長與綠色熒光適配,能夠在圖像采集時對缺陷部位聚集的熒光獲得更鮮明的對比效果。

相機獲得成像小方坯材料的頭尾信號和生產(chǎn)速度信號。小方坯材料頭部到達(dá)相機時,相機接受生產(chǎn)速度脈沖信號,開始采集圖像;小方坯材料尾部到達(dá)相機時,相機停止圖像采集工作。由此,多個相機作為數(shù)據(jù)采集單元能夠全面獲取小方坯的表面圖像數(shù)據(jù)。

檢測系統(tǒng)采用深度學(xué)習(xí)算法進(jìn)行缺陷檢測和識別。針對小方坯表面采集的圖像背景復(fù)雜且干擾背景具有較高的對比度,基于傳統(tǒng)梯度信息的檢測和識別算法很難過濾偽缺陷,采用深度學(xué)習(xí)算法能夠更好地對圖像進(jìn)行缺陷區(qū)域分割和缺陷識別。具體圖像處理和分析流程如圖6所示。

圖6 圖像處理流程

2 測試與驗證

根據(jù)上述方案,加工、集成了1套小方坯表面缺陷檢測系統(tǒng),安裝在寶鋼條鋼精整機組,如圖7所示。目前檢測系統(tǒng)軟硬件已經(jīng)投入使用,能夠穩(wěn)定工作,有效檢出裂紋缺陷。

圖7 設(shè)備現(xiàn)場安裝

檢測系統(tǒng)運行之前,先進(jìn)行磁敏片成像測試,驗證小方坯磁化及成像狀態(tài)的穩(wěn)定性,如圖8所示。該方法能夠確保檢測性能對表面裂紋類缺陷有效成像,為檢測系統(tǒng)提供基礎(chǔ)數(shù)據(jù)。

圖8 磁敏片成像效果

圖9給出檢測系統(tǒng)的運行界面,界面顯示出檢測的物料信息和當(dāng)前物料的缺陷明細(xì),并給出缺陷的直觀圖像顯示和模擬位置分布。圖10給出了檢測缺陷與實際表面的對比效果,通過對比驗證了檢測系統(tǒng)的可靠性和穩(wěn)定性。

圖9 檢測系統(tǒng)運行界面

圖10 裂紋缺陷及檢測圖像對比

3 結(jié)論

(1)本文設(shè)計并實施了1套小方坯表面缺陷檢測系統(tǒng),借助熒光磁粉對細(xì)微裂紋的顯現(xiàn)能力進(jìn)行圖像采集和分析,能夠有效檢出裂紋缺陷。

(2)驗證了采用波長380 nm紫外光源搭配對560 nm波長光譜敏感的工業(yè)相機的成像設(shè)計可行。

(3)針對修磨后小方坯成像背景復(fù)雜的情況,采用深度學(xué)習(xí)算法對裂紋缺陷進(jìn)行訓(xùn)練和測試,實現(xiàn)了缺陷的有效檢出,也支撐了小方坯自動表面缺陷檢測系統(tǒng)的實現(xiàn)。

(4)該系統(tǒng)的應(yīng)用,推進(jìn)了小方坯精整線的自動化進(jìn)程,提高了缺陷的檢出能力和效率,能夠提高生成速度和降低人工成本,具備向同類質(zhì)量需求推廣和應(yīng)用的能力。