基于深度學(xué)習(xí)的熱軋帶鋼表面在線檢測(cè)

2022-11-24 08:59:17 精質(zhì)視覺(jué)

　　由于熱軋產(chǎn)線中帶鋼表面溫度高、表面狀態(tài)復(fù)雜、缺陷類(lèi)型多等特點(diǎn)，缺陷檢出率及識(shí)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(dǎo)致基于傳統(tǒng)圖像分類(lèi)算法得出的不銹鋼熱軋帶鋼表面缺陷識(shí)別率較低，難以滿足不銹鋼生產(chǎn)實(shí)時(shí)性的要求;周期性缺陷如輥印、劃傷如果不得到及時(shí)發(fā)現(xiàn)及控制，會(huì)造成批量質(zhì)量事故，嚴(yán)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(zhǎng)度信息及分布尚未實(shí)現(xiàn)實(shí)時(shí)定位，會(huì)嚴(yán)重影響后續(xù)的工序;目前表面質(zhì)量分級(jí)缺乏實(shí)時(shí)數(shù)據(jù)支持，無(wú)法實(shí)現(xiàn)鋼鐵全流程的質(zhì)量閉環(huán)管控。盡管?chē)?guó)內(nèi)外大量研究并開(kāi)發(fā)了熱軋帶鋼生產(chǎn)線的表面缺陷在線檢測(cè)系統(tǒng)。

　　但其圖像分辨率低、缺陷分類(lèi)準(zhǔn)確率低、周期性缺陷無(wú)法檢出、表面質(zhì)量未在線分級(jí)、系統(tǒng)維護(hù)頻繁及維護(hù)難度大等問(wèn)題，國(guó)外進(jìn)口的表面缺陷在線檢測(cè)技術(shù)已無(wú)法滿足國(guó)內(nèi)高端熱軋產(chǎn)品生產(chǎn)及鋼鐵企業(yè)轉(zhuǎn)型升級(jí)的需求。本項(xiàng)目針對(duì)以上問(wèn)題，開(kāi)發(fā)了基于深度學(xué)習(xí)的熱軋帶鋼表面在線檢測(cè)與質(zhì)量評(píng)級(jí)系統(tǒng)。

帶鋼表面缺陷檢測(cè)

　　其中基于分類(lèi)優(yōu)先網(wǎng)絡(luò)與多尺度感受野的熱軋帶鋼表面缺陷檢測(cè)算法處于國(guó)際領(lǐng)先水平。主要?jiǎng)?chuàng)新點(diǎn)如下：

　　1. 開(kāi)發(fā)了基于分類(lèi)優(yōu)先網(wǎng)絡(luò)與多尺度感受野的熱軋帶鋼表面缺陷檢測(cè)算法，常見(jiàn)缺陷檢出率達(dá)98%，識(shí)別率達(dá)92%，與世界現(xiàn)有的檢測(cè)系統(tǒng)相比，缺陷檢出率和識(shí)別率分別提高了3%和7%。

　　2. 開(kāi)發(fā)的基于對(duì)抗生成網(wǎng)絡(luò)半監(jiān)督樣本學(xué)習(xí)方法，能夠有效地利用大量無(wú)標(biāo)簽的鋼板表面缺陷樣本，大幅提升了深度學(xué)習(xí)網(wǎng)絡(luò)的訓(xùn)練效率。

　　3. 開(kāi)發(fā)了基于長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)的周期性缺陷識(shí)別算法，實(shí)現(xiàn)了熱軋帶鋼輥印、劃傷等缺陷的追蹤及預(yù)警，可有效避免上述缺陷導(dǎo)致的批量質(zhì)量事故。

　　4. 利用表面檢測(cè)系統(tǒng)提供的缺陷信息，采用層次分析法對(duì)熱軋帶鋼表面質(zhì)量進(jìn)行綜合評(píng)級(jí)，實(shí)現(xiàn)了從人工經(jīng)驗(yàn)到量化模型的自動(dòng)評(píng)級(jí)。