表面在线检测技术

潘思多，冀云鹏，杨楠

（天津理工大学机械工程学院，天津 300384）

0 引言

产品质量一直是人们生产和生活中非常关心的话题，而表面检测技术则决定着产品质量的优劣。从19 世纪现代工业革命开始至上世纪50 年代初，由于生产规模及生产效率均较低，表面质量检测环节主要是通过生产过程中人工目测和离线过程中的成品抽检。到了20 世纪50 年代，此种检测方式逐渐不能适应现代化高速生产的需要，主要表现在以下几个方面：1）生产速度不断加快：当生产线速度大于50 m/min 时，人工目测方式无法可靠捕获缺陷信息，从而产生大量误检和漏检。2）人眼视觉灵敏度的影响：即使在较低的生产线速度下，人眼固有的感光性能、色觉反应对于单一色度的被检物来说，其分辨效率极低。3）环境对人体机能的影响：人工目测方式需要工作者持续工作在高温、粉尘、噪声、振动等恶劣环境下，检测者极易疲劳、对身体和心理都会造成极大伤害。

机器视觉检测技术应运而生，但不同工作方式的设备也有各自的优缺点：1）激光扫描方式。精度低，扫描速度慢，对钢板表面的灰尘、杂质比较敏感，光学系统设计与维护非常复杂。2）线阵CCD 摄像机（奥钢联、Cognex）。扫描速度快、精度高，需要检测空间小，不适应于钢板有较大跳动的情况。3）面阵CCD 摄像机（Parsytee）。采用多摄像机同步采集方式能得到较高的扫描速度与检测精度，需要的检测空间大，采用的摄像机及后续的采集卡和处理系统数目多。

1 国内外使用与研究现状

从20 世纪90 年代起我国开始表面检测方面的研究，但都基本停留在实验室阶段。宝钢从20 世纪80 年代开始从国外引进检测设备，最初使用的是激光扫描技术，应用于镀锡线。从2000 年以后国内的钢铁企业对表面检测技术的兴趣日益增加，使用该种设备的数量大大提高。但工件表面缺陷的检测系统依旧存在着价格高，检出率与识别率不能达到理想程度的现状。在我国，高效轧制国家研究中心一直在从事这项研究，从1998 年至今，研究中心共得到1 项国家自然科学基金，2 项国家863 计划项目，1 项教育局重点项目，1 项科技部中小企业创新基金项目，1 项北京市高技术成果转化项目的资助；2002 年，开发了国内第一套冷轧带钢表面在线捡测系统，应用于武钢海南公司的1250 冷轧精整线；2003 年开发了国内第一套中厚板表面缺陷在线检测系统，用于济钢的中厚板厂；2005 年与唐钢签定合同，为唐钢新建的1700 热轧带钢生产线提供表面缺陷在线检测系统。1995 年，华中理工大学研制出了采用多台面阵CCF 成像，通过基于PC环境下的DSP 系统所组成的图像处理平台进行冷轧带钢表面的缺陷检测和最小带宽测量的实验系统。同年，哈尔滨工业大学机器人研究所也开始进行带钢表面缺陷静态下的检测和识别方法的研究。

发达国家整个轧钢流程基本都配有表面在线检测系统，包括从热轧到冷轧以及后续的精整和涂镀环节等。由于视觉信息具有独特的空间特性和结构特性，在人类的活动所涉及的信息领域中占有很大的比重。随着微电子技术和计算机技术的发展，机器在模拟人的行为上取得了重大突破，人们也开始讨论如何使机器取代人眼完成部分功能。这种机器取代人眼的检测系统将在工件表面缺陷检测方面有重要的应用。在20 世纪70 年代起，国外已有人开始研究工件表面质量检测，到了20 世纪90 年代由于CCD 摄影技术的发展而有了长足的进步。德国的蒂森公司规定，所有出场的热轧带卷都必须有表面检测系统的检测报告，没有检测报告的工件不能出厂。韩国的浦项制铁在其公司的轧钢生产线上用了40 套以上的检测设备。美国制造工程师协会机器视觉分会和美国机器人工业协会的自动化视觉分会将机器视觉定义为：机器视觉是通过光学的装置和非接触的传感器自动接收和处理一个真实物体的图像，以获得所需信息或用于控制机器人运动的装置。国际上有名的工业视觉系统集成商包括美国的NI、Cognex 和PROIMAGE、瑞士的BOBST、德国的VMT、加拿大的Hexsight、日本的DAC、TOKIMEC和Keyence 等，其涉足的应用领域常见于尺寸检测、结构检测、表面检测以及系统运行状况检测等。

2 表面在线检测摄像原理

以带钢检测为例：由于带钢表面有缺陷区域与无缺陷区域对于光反射的性质不同，如有一些有色缺陷对于光的吸收比较多，所以发射光的光强就比没有缺陷的表面弱；而一些三维缺陷会对入射光造成散射，所以会造成反射光的光强比没有缺陷的表面弱。基于这一原理，如果将光源发出的光照射到生产线上运行的带钢表面上，然后用CCD 摄像机采集从钢板表面反射的光，将反射光的强度转换成灰度图像。这样，反射光的光强通过采集到的灰度图像反映出来，光强越大，图像灰度值越高；反之，则越低。通过对这些摄像机采集到的灰度图像进行处理分析，可以检测并且标定带钢表面存在的缺陷。采用线阵CCD 摄像机采集钢板表面图像时，应采用绿色激光线光源做照明装置。因为激光的亮度高，聚光性好，均匀性好，并且连续发光，适用于提供照明，而且激光单色性好可避免背景光的影响，从而提高对比度。此外，上下表面检测只需两台激光光源，减少了设备数量，大大节省了空间。而且激光的寿命长，可连续使用1a 以上，减少了维护时间和费用。

综上所述，采用CCD 摄像机采集钢板表面图像，不仅可以提高检测精度，而且可以减少设备数量，而且采集速度快，分辨率高，需要的采集空间小，40 mm 的辊子间距就可以满足要求，不需要拆辊并安装挡板。而且在运行方向上不存在图像的遗漏与重叠问题。表面在线检测安装在成品生产线上，如酸洗线、平整线、向冷轧提供原料的热轧线等处，检测会造成成品工件表面缺陷问题，如夹杂、锈斑、孔洞、划伤、边裂等问题。

3 结语

表面在线检测技术是通过科学的方法，对某一固定形状的工件进行扫描取点，判断并提取出含有不符合整体规律的缺陷的样件，从而及时进行隔离。伴随着这项技术的发展，将会大大地提高现有生产效率以及生产的完善性与准确性。减少由人工检测精度性差引起的不合格品率。尤其对于一个制造业公司来说，表面缺陷检测技术可以有效地保证产品质量，将存在缺陷的工件拒之门外，从而提高产品一次通过率，客户满意度等硬性指标，也可以作为整个制造系统的一部分，实现自动化生产的可行性，减少原本由工人人为来判断的岗位，将更多的劳动力投入在其他重要地方，也是减轻现有的劳动强度，做到企业和员工双向受益。

当然这项技术的普及或许还需要一定时间，我们逐步从二维检测走向三维的缺陷发掘。而且这项技术的发展还有几个关键性问题需要我们不断完善：1）在图象采集缺陷点的过程中，由于光线的阴暗引起的对比度低，从而使缺陷样件通过检测或者完好样件提示报错的问题。2）尝试建立缺陷类型的资料库，从而进一步提高检测效率和精度。对于已经有记录的缺陷可以快速调取，减少重新检测所花费的时间。3）通过对机器以及计算机编程技术的改良，提高缺陷识别率。4）对于公司来说，确保生产现场的整洁，避免由于污垢，灰尘等环境问题产生的检测误差。5）对于可能存在缺陷的工件，通过完善检测方法的方式，缩短判断时间，避免生产中由于检测所花费时间而引起的产品线中断。

［1］黄洪宇，林甲祥，陈崇成，等.离群数据挖掘综述［J］.计算机应用研究，2006（8）：8-13.

［2］夏火松，蔡淑琴.基于分形的市场营销离群数据挖掘模型［J］.计算机工程与应用，2002（12）：24-28.

［3］聂建辉，胡英，马孜.散乱点云离群点的分类识别算法［J］.计算机辅助设计与图形学学报，2011（9）：1526-1532.

［4］张继东.机械设计常用公式速查手册［M］.北京：机械工业出版社，2009.