冷軋鍍鋅線帶鋼表面質量檢測系統的設計與應用

王智燕， 張陽陽

（首鋼京唐鋼鐵聯合有限責任公司冷軋作業部， 河北 唐山 063210）

隨著我國經濟的發展，冷軋鍍鋅鋼板的用量愈來愈多，對質量的要求也愈來愈高。而鋼材的腐蝕問題一直是比較關注的重點問題之一，冷軋鍍鋅是一種在低于結晶物溫度下進行的鍍化技術，可以在帶鋼表面形成鋅化物，進而防止與外界雜質接觸而造成損耗，被廣泛應用于電器、汽車行業鋼板的制造過程中。鍍鋅線帶鋼在清洗，加熱，冷卻，鍍鋅，軋制，鈍化等各項工序進行時，都可能對表面產生損傷[1]。損傷后的鋼結構是無法滿足使用要求的，尤其是高端汽車板的制造上，而表面質量檢測系統可以幫助檢測帶鋼表面是否存有缺陷，大大提升產品的缺陷識別率，對不同類型缺陷進行精準識別和自動分級。產線可以迅速采取響應，及時調整控制參數，同時方便質檢人員及時對存在嚴重缺陷的帶鋼進行降級或評審處理。因此，冷軋鍍鋅帶鋼表面質量檢測是十分重要的，國內某鋼廠鍍鋅線該系統集圖像采集與處理、數據存儲與分析為一體，運行狀況非常穩定，缺陷檢測與分類效果良好，基本能夠滿足現場生產需求。

1 帶鋼表面質量檢測系統的硬件構成

該系統硬件主要由圖像采集器、圖像數據分析器、缺陷數據存儲器和缺陷顯示四個部分組成，其主要原理如圖1 所示。

圖1 帶鋼表面質量檢測系統原理圖

1.1 圖像采集

照明和相機是硬件中最主要的配置之一，二者直接決定了檢測效果。圖像采集器主要指的是通過高速線掃描和面掃描相機，對帶鋼表面進行逐行掃描，通過拍照的方式對帶鋼表面進行圖像拍攝，其傳感器和光源可以覆蓋整個帶鋼的寬度，隨著帶鋼的連續運行，每個攝像頭最高每秒鐘可掃面2～4 萬行，頻閃的光源保證曝光時間足夠短來防止照片被拍糊[2-4]。

鍍鋅線的表面檢測傳感器有明場和暗場配置，明場對大多數缺陷類型來說是一個標準的配置，明場照片中，整個表面看起來比較亮而缺陷相對暗些，可以用色差來表標識缺陷；而暗場對一些“3D”類型的表面缺陷（如劃傷，翹皮，硌痕）或者表面亮斑的缺陷更為敏感。二者對于光源和相機的安裝方式是不同的，區別和拍攝效果如圖2 所示。鍍鋅線中一般會選擇單獨明場或者明暗場結合的配置方式，這種方式通過兩個相機對帶鋼相同區域同時成像，能獲得更豐富的圖像信息，這些信息為缺陷識別提供了更多的依據，有利于提高缺陷的識別率。

圖2 明暗場區別示意圖

每個照明的傳感器單元都配備了自動控制系統，該系統會基于對記錄圖像的不斷評估和反饋，照明控制計算機會控制最佳的光線數量。相機的分辨率決定了帶鋼表面的拍攝面積，是通過圖片的像素來表示的。分辨率為250 μm 的代表每一個像素是250 μm×250 μm，目前鍍鋅線一般采用的線掃描相機是250 μm，面掃描相機是500 μm，這種配置能夠檢測絕大部分鍍鋅類缺陷。圖3 為缺陷像素與灰度值示意圖。如果拍攝照片過亮或過暗，則平均灰度值相應就會過高或過低，隨時修改相機增益以調節灰度值在正常范圍（約110 左右）。

圖3 缺陷像素與灰度值示意圖

鍍鋅產線的最高速度一般在160 m/min，如何使照明、相機和產線速度同步，三者科學的配合也至關重要。對于冷軋鍍鋅線來說，相機鏡頭外增加了一個紅外濾鏡，只允許限定頻率的光通過，較高的光照能量使閃爍光更有優勢，通過這種機制可以確保閃爍期間能夠控制曝光時間，在定義開啟快門的時候頻閃在同一時間準時觸發。

1.2 圖像數據分析器

該過程主要由相機電腦來完成，既要滿足對檢測速度的要求，同時還要滿足對檢測精度的要求。相機電腦會快速過濾所有圖像，對可能存在缺陷的圖像放入可疑圖像緩沖區，對無目標的圖像會及時丟掉。相機電腦做為圖像處理的第一步，程序里包含有復雜的算法，具有高速的運行速度，同時包含有數據通訊模塊，將第一步的檢測結果上傳至數據服務器，開始在服務器進行下一步的數據匹配和缺陷分類等過程。

1.3 缺陷存儲數據服務器和顯示終端

該部分是整個系統的中樞，與多個相機電腦，現場二級系統，最終使用終端相連。首先可以監控所有照明和相機的運行情況，展示每個相機增益和平均灰度值，如果拍攝照片過亮或過暗，則平均灰度值相應就會過高或過低，隨時修改相機增益以調節灰度值在正常范圍（約110 左右）。其次，該部分具有強大的數據處理能力和存儲能力，具有缺陷分類器，后處理規則模塊和缺陷信息存儲模塊，與產線生產信息通訊，將缺陷信息價進行精準的匹配，上傳至終端服務器，實現信息的共享。

2 鍍鋅帶鋼表面質量檢測系統的軟件開發

冷軋鍍鋅線帶鋼表面質量檢測系統的軟件構成主要是信號識別與處理、數據庫設計、帶鋼表面缺陷識別、缺陷類型圖庫設計、人機交互設計等。數據處理與分析是檢測系統的核心部分，通過數據化處理可以使直觀的圖像轉化為信號，通過對圖像數據進行分析可以鎖定產品表面是否存在缺陷，存在缺陷的位置和數量[5-7]。

2.1 數據庫設計

數據庫主要存儲來料鋼卷數據，主要包括卷號、長度、厚度、焊縫位置、表面級別、鍍層類型、鍍層厚度、分卷等信息，不同鋼種規格的表面質量也各不相同，例如純鋅鍍層和鋅鋁鎂鍍層的表面就存在很大區別，所以通常會根據來料數據進行分組，不同材料，不同表面級別的帶鋼表面檢測精度也各不一樣。檢測出來的缺陷數據，如缺陷ID，缺陷位置，缺陷名稱，缺陷特征值，是否周期性缺陷等信息也將進行存儲，該系統采用SQL Server 數據庫，其強大的數據存儲和處理能力是系統運行的重要保障[8-9]。

2.2 信號歸一化處理

帶鋼表面缺陷識別主要指的是對照片進行信號歸一化處理，其處理流程如圖4 所示。主要有降噪處理，濾波處理，基線處理，閾值處理，灰度值比較，特征值處理，邊緣檢測等方法，可以通過調整基線閾值，灰度值分布平均值，梯度變化值像素個數等參數來調節精測精度[10]，靈敏度也是可以實時調節的，當帶鋼紋理性比較明顯時，為了降低偽缺陷的產生，就需要降低靈敏度。

圖4 信號歸一化處理流程圖

2.3 智能分類器設計

缺陷類型圖庫用于存儲各個缺陷圖片，同時會存儲每個缺陷的特征值，每個缺陷大概會有100～200 個特征值來描述，這些特征值用來體現每個缺陷的性能特征，分類就是把一個缺陷分配到一個缺陷類中。每一次分類都包含了自動分類器，可視分類器，在線后處理和離線后處理四個過程，我們把這個復雜的接近過程稱之為智能分類器[11]。

缺陷庫中同一類缺陷的特征值被提取，總結，形成各類缺陷的分類規則，自動分類器首先基于決策樹，劃分特征空間，其次可視分類器基于單一的規則，進行特征空間里一個區域的描述，而在線后處理和離線后處理可以增加額外的規則，根據實際需要對某類缺陷進行特殊計算，例如對同一位置缺陷進行合并，鍍鋅類缺陷中容易誤分類的鋅灰和臟污缺陷，可進行灰度值所占整個缺陷的比重來進行區分。

一般每種缺陷的圖片數量達到200 張左右，可以達到最好的自學習分類效果。同時，根據現場表面生產情況的不同，著重針對近期出現的缺陷，進行樣本收集，不斷優化和更新各類缺陷圖片，系統不斷的進行自學習，才能達到最佳的分類效果。

2.4 缺陷信息展示設計

該部分主要功能為鋼卷信息，缺陷詳情和缺陷圖片的展示。隨著產線的運行，卷號，寬度，厚度，鋼種，產線速度，剩余長度，缺陷個數會同步更新，上述信息部分為產線二級系統發送，部分為表檢系統編碼器計算。缺陷詳情和缺陷圖片會自動滾動，整個界面展示沿帶鋼長度方向，上表面，下表面，操作測，驅動側位置信息會詳細標注，每個缺陷的缺陷ID，缺陷名稱，缺陷尺寸，相機號，每個像素的灰度值，具體位置信息等同步展示，用戶可點擊放大或縮小該缺陷圖片。

冷軋鍍鋅線帶鋼表面質量檢測系統的軟件部分是檢測系統的核心內容，需要根據實際生產情況，針對不同的帶鋼表面，調節不同的檢測效果，優化信號處理過程和分類器算法，尤其是微小缺陷和易混淆的缺陷，可以增加后處理規則算法，使檢測更高效，分類更精準。

3 冷軋鍍鋅帶鋼表面質量檢測系統的應用與展望

隨著智能大數據時代的到來，整個鍍鋅產品從上游的來料，生產到最終用戶的使用，整個生產和銷售過程都可以進行全流程的跟蹤，帶鋼表面質量的檢測，數據的存儲和查詢就顯得尤為重要，最終用戶可以隨時隨地反查跟蹤質量信息，以達到產銷一體的效果。這就需要強大的數據存儲服務器和云服務來存儲近年的缺陷圖片信息，強大的搜索引擎可以支持每個缺陷信息的查詢。

同時客戶對鍍鋅表面質量要求的不斷提高和生產品種的不斷豐富，尤其是汽車板，根據帶鋼的不同品種類型，表面質量檢測的精度和分類也需要不斷完善和優化。現在計算機技術的飛速發展，尤其是神經網絡，決策樹算法的廣泛應用，計算速度的快速提高已經允許軟件上實現復雜的算法，海量的圖像數據傳輸和處理也在性能上有了更高的要求。硬件相機，光源和圖像采集卡在可靠性和耐用性方面技術的不斷成熟，將使圖像采集模式得到簡化，系統架構的穩定性也得到提高。冷軋鍍鋅帶鋼表面質量檢測系統的發展離不開技術的不斷創新，該系統可以降低人工成本，提高生產智能化，因此高質量高收益的企業發展也離不開冷軋鍍鋅線帶鋼表面質量檢測系統的發展。