高精度針孔檢測設(shè)備
More >>
您所在的位置：精質(zhì)視覺 > 新聞中心>基于深度學習的熱軋帶鋼表面在線檢測
2022-11-24 08:59:17 精質(zhì)視覺
由于熱軋產(chǎn)線中帶鋼表面溫度高、表面狀態(tài)復雜、缺陷類型多等特點，缺陷檢出率及識別率已不能滿足高端熱軋帶鋼生產(chǎn)的需求。由于表面特有的氧化鉻表面膜紋理特征，導致基于傳統(tǒng)圖像分類算法得出的不銹鋼熱軋帶鋼表面缺陷識別率較低，難以滿足不銹鋼生產(chǎn)實時性的要求;周期性缺陷如輥印、劃傷如果不得到及時發(fā)現(xiàn)及控制，會造成批量質(zhì)量事故，嚴重影響成品質(zhì)量及生產(chǎn)效率;缺陷在帶鋼表面的位置、長度信息及分布尚未實現(xiàn)實時定位，會嚴重影響后續(xù)的工序;目前表面質(zhì)量分級缺乏實時數(shù)據(jù)支持，無法實現(xiàn)鋼鐵全流程的質(zhì)量閉環(huán)管控。盡管國內(nèi)外大量研究并開發(fā)了熱軋帶鋼生產(chǎn)線的表面缺陷在線檢測系統(tǒng)。
但其圖像分辨率低、缺陷分類準確率低、周期性缺陷無法檢出、表面質(zhì)量未在線分級、系統(tǒng)維護頻繁及維護難度大等問題，國外進口的表面缺陷在線檢測技術(shù)已無法滿足國內(nèi)高端熱軋產(chǎn)品生產(chǎn)及鋼鐵企業(yè)轉(zhuǎn)型升級的需求。本項目針對以上問題，開發(fā)了基于深度學習的熱軋帶鋼表面在線檢測與質(zhì)量評級系統(tǒng)。
其中基于分類優(yōu)先網(wǎng)絡與多尺度感受野的熱軋帶鋼表面缺陷檢測算法處于國際領(lǐng)先水平。主要創(chuàng)新點如下：
1. 開發(fā)了基于分類優(yōu)先網(wǎng)絡與多尺度感受野的熱軋帶鋼表面缺陷檢測算法，常見缺陷檢出率達98%，識別率達92%，與世界現(xiàn)有的檢測系統(tǒng)相比，缺陷檢出率和識別率分別提高了3%和7%。
2. 開發(fā)的基于對抗生成網(wǎng)絡半監(jiān)督樣本學習方法，能夠有效地利用大量無標簽的鋼板表面缺陷樣本，大幅提升了深度學習網(wǎng)絡的訓練效率。
3. 開發(fā)了基于長短時記憶網(wǎng)絡的周期性缺陷識別算法，實現(xiàn)了熱軋帶鋼輥印、劃傷等缺陷的追蹤及預警，可有效避免上述缺陷導致的批量質(zhì)量事故。
4. 利用表面檢測系統(tǒng)提供的缺陷信息，采用層次分析法對熱軋帶鋼表面質(zhì)量進行綜合評級，實現(xiàn)了從人工經(jīng)驗到量化模型的自動評級。
