2006年中国金属学会轧钢会议计划

俄罗斯NLMK公司在其新利佩茨克钢铁公司2000珊热轧宽带钢轧机上成功安装了1台带钢表面自动检测系统。该系统能对连铸坯缺陷进行准确探测，从而减少了由此产生的轧制缺陷，进而可减少材料损耗，提高成材率。当前该系统与跟踪系统集合在一起并有效用于冷轧带钢生产中。     

热轧带钢刮伤缺陷的消除

针对某热轧带钢生产线带钢下表面存在刮伤缺陷的问题,对轧制线标高、后滑系数、导卫标高进行了优化计算,消除了热轧带钢下表面的刮伤缺陷,保证了带钢表面质量。     

基于卷积神经网络的工件表面缺陷检测方法

为了提高工件表面缺陷检测的准确率,基于卷积神经网络的原理和工件表面缺陷检测的应用背景,对分割网络模型进行了改进。改进的分割网络模型中优化分割模块中的卷积层和卷积核大小,下采样时使用最大池化代替大步长的卷积。决策模块中通过改变卷积层和池化层得到更多的输出神经元,获得了更多的工件特征。实验验证表明,改进的分割网络模型应用到工件表面缺陷准确率达到了99.4%,比目前工件表面缺陷检测技术DeepLabv3、U-Net的准确率有所提高。     

焊接缺陷识别中的多模态注意力方法

提出了一种多模态焊接缺陷识别方法，构建了包含3个分支的卷积神经网络,以分别对焊接熔池图片、电弧声、焊接电流和电弧电压进行处理。并在图像分支网络中加入了通道注意力模块和空间注意力模块，以聚焦焊接熔池图片的重要区域。为了验证文中模型的稳定性和可靠性，在自构建的包含10种焊接缺陷的数据集上进行了试验。试验结果表明，双通道注意力机制嵌入到卷积神经网络的浅层效果优于深层。同时，相比于不加注意力机制，双通道注意力机制识别结果的F值得到了明显的提升，为焊接实时分类识别提供参考，有助于焊接质量评定。 创新点： (1)提出了多模态卷积神经网络自动提取焊接熔池图像、焊接电流、电弧电压、电弧声的显著特征。 (2)在图像网络分支加入了注意力机制，帮助模型捕获缺陷显著区域，并验证了在卷积浅层引入注意力效果优于深层。     

冷轧钢卷表面缺陷信息化管理初探

宝钢新日铁汽车板有限公司结合互联网、信息技术和冷轧生产实际情况,实现了冷轧钢卷表面缺陷判定标准信息化、检出和判定自动化以及数据传递的信息化管理。通过不断努力,实现了公司范围内冷轧生产钢卷在线实时检测带钢表面缺陷并加以分类处理,同时能够对缺陷的图像、种类、数量和位置等信息进行有效统计和存储,将主退火生产线和精整生产线联网组成表面缺陷检查系统,实现了表面缺陷信息在线传递,帮助质量检查人员提高了质检精度,有效防止了质量缺陷的流出。     

基于神经网络的磁瓦表面缺陷检测识别

目的针对传统算法提取磁瓦表面缺陷的局限性,以及通过人为选择缺陷特征进而判断缺陷种类的方法精度不足等问题,结合改进的UNet模型和一个分类神经网络提出一种磁瓦缺陷检测识别算法。方法改进的UNet模型用于提取缺陷,而分类神经网络则用于对所提取的缺陷区域进行分类识别。为了提高模型的分类精度,使用空洞卷积对UNet模型部分卷积层和池化层进行替代,以减少多次池化带来的细节丢失的问题,同时,增加多次跳跃连接,使UNet模型能够融合更多的卷积特征。结果经实验验证表明,改进UNet模型对缺陷区域的预测精度可达到93%。根据预测结果使用分类神经网络对缺陷进行分类,经实验验证,分类的精度可达94%,满足工业要求。结论改进的UNet模型对磁瓦缺陷提取精度有所提高,分类神经网络的缺陷分类精度较高。结合改进的UNet模型和分类神经网络能同时并有效地实现缺陷提取和分类识别,为磁瓦质量检测和性能评估打下基础。     

轧辊表面砂轮印缺陷的改进

轧辊磨削质量是影响热轧产品表面质量的首要因素,而轧辊表面最典型的缺陷为砂轮印缺陷,其导致热轧带钢表面产生条纹、色差等缺陷。对轧辊表面砂轮印缺陷进行了分析,其不仅与设备精度有关,而且与磨削工艺、砂轮操作等因素相关;为此,从辊型、磨削参数、设备精度方面进行优化,彻底消除了轧辊表面砂轮印缺陷,改善了热轧产品表面缺陷。     

镀锡基板表面线状缺陷及其工艺控制策略

采用SEM观察了镀锡基板表面线状缺陷的微观特征并分析了其成因,针对缺陷成因提出了相应的工艺控制策略。研究表明：热轧带钢表面存在氧化铁皮压入导致的麻点是此类线状缺陷的根本成因。采用降低精轧入口温度,提高工作辊冷却水压,增开机架间冷却水等工艺措施,基本消除了热轧带钢表面氧化铁皮压入状麻点,有效控制了镀锡基板表面此类线状缺陷的发生。     

精轧区热轧带钢表面氧化铁皮缺陷成因与预防

氧化铁皮缺陷是影响热轧带钢表面质量的重要因素之一。利用电子探针探测了基体不含Cr的热轧带钢在精轧区产生的表面氧化铁皮缺陷处的化学成分，根据其中Cr含量的变化规律。分析了缺陷的成因。并结合宝钢2050mm热轧机组情况，提出了预防和减少热轧带钢表面氧化铁皮缺陷的措施。     

一种热轧翘皮缺陷的分析与控制

针对一种热轧工序产生的带钢表面翘皮缺陷,利用扫描电镜,结合缺陷的形貌及分布规律,分析了其形成原因。结果表明,此类缺陷与基体存在明显分层,为热轧精轧工序侧导板粘钢掉落至带钢表面所致。通过抑制中间坯跑偏、预设侧导板开度余量、及时更换修磨侧导板等措施,有效减少了此类翘皮缺陷的发生。     

基于YOLO-GR算法的轻量化钢材表面缺陷检测

针对工业带钢缺陷检测效率低、精度差、模型部署困难等技术不足，提出了一种改进YOLOv5s算法的轻量化钢材表面缺陷检测模型：YOLO-GR模型。首先，通过引入GhostV2 Bottleneck轻量化模块作为主干特征提取网络，以减少网络的参数量，同时将特征融合网络中的普通卷积块替换为深度可分离卷积块，进一步降低模型的计算复杂度以优化特征提取网络；然后，在检测头部分加入RepLK大卷积核提升网络感受野，以优化大尺度方差的检测效果；最后，引入W-IoU(Wise-IoU Loss)解决了带钢缺陷数据集难易样本不平衡问题，提高模型的泛化性能。实验结果表明，改进后的模型在平均检测精度上比原YOLOv5s模型提升了3.8%,在参数量和计算量比原模型下降了16.6%,模型大小仅仅12 M,为检测模型在移动端上的部署提供了可能。     

层流冷却水Cl-浓度和pH值对热轧带钢表面质量的影响

层流冷却水直接喷射到热轧带钢表面,对带钢的表面质量有较大影响。通过对标,武钢某热轧厂层流冷却水Cl-浓度、pH值均偏高。本文实验研究了层流冷却水Cl-浓度、pH值等对热轧带钢表面质量、氧化铁皮结构和厚度以及室温存放的影响。提出了冷却水Cl-浓度应控制在100 mg/L之内、pH值应控制为7.0～8.0,这样能够有效地降低带钢表面的腐蚀速率,减少带钢表面缺陷。     

DC06超深冲连退板表面缺陷形貌分类及控制措施

DC06超深冲连退板因表面硬度极低,表面缺陷发生率比普通钢种高出几倍。其缺陷形成原因涉及炼钢、热轧、冷轧、连退等多道工序,且表面缺陷形貌表现各异。目前,在缺陷成因分析上耗时耗力,改善措施更是严重滞后。为此,在某产线收集了DC06超深冲带钢表面缺陷,根据缺陷形貌进行分类分析,明确了4类典型缺陷产生的工序,并提出了控制措施,使该产品的表面缺陷率降低了50%以上。     

基于超声TOFD直通波及神经网络的近表面缺陷自动识别

针对超声TOFD存在近表面盲区及近表面缺陷自动识别分类的问题,提出了基于超声TOFD直通波及神经网络对近表面孔状缺陷识别分类的方法。在近表面缺陷检测信号的直通波部分选取多个关键点,揭示了各关键点幅度分布与近表面缺陷深度的关系,获得了用于近表面缺陷检测的幅度分布特征值,并将该特征值用于BP神经网络对缺陷识别分类。试验结果表明,该方法能够对铝合金板近表面孔状缺陷进行准确、有效的自动识别分类。     

表面检测系统在热镀锌线的应用

表面检测系统是镀锌汽车板生产过程中关键的质量控制设备,本文对表面检测系统的缺陷检测原理、系统组成进行了介绍,对缺陷灰度特征进行了分析,并总结出了6种典型缺陷的缺陷特征,提出缺陷分类以及自学习分类器建立的方法。通过缺陷的收集以及专家宏规则库的应用,建立了准确可靠的缺陷自学习分类器。生产中表明,该系统对本产线主要缺陷的分类有较高的准确率,通过对检测数据的二次开发,最终实现了钢卷的智能判定,广泛用于对汽车面板等高端产品的质量控制,大大提高了客户满意度。     

带钢表面块状黑斑成因及对策

针对热轧带钢表面存在的块状黑斑缺陷,利用扫描电镜等手段分析了其形貌、成分,得出条块状黑斑的产生是由于F7机架出口处轧制烟尘与水蒸汽混合形成灰垢集聚在F7机架出口下导板上,最后粘附于带钢下表面而形成条块状黑斑。通过加强侧喷和除尘水嘴日常维护,有效控制了带钢表面块状黑斑缺陷.     

热浸镀锌带钢表面条纹状缺陷产生原因分析

在生产热浸镀锌带钢时,带钢表面经常出现漏镀、黑点等各种缺陷,条纹状缺陷也是其中一种。采用扫描电镜和能谱仪对连续热浸镀锌带钢的镀层表面条纹状缺陷进行了测试与分析。研究表明,该条纹状缺陷位置处基板内存在裂缝,导致基板内表层出现了分层,裂缝内同时存在基板的氧化铁皮、氧化圆点和镀锌层,表面镀层较薄,该缺陷应为连铸板坯表面存在纵裂纹以及后续热轧轧制所致。镀锌板表面出现该缺陷后,不仅影响板面外观,而且在冲压成形过程中易发生镀层剥落和起皮而导致工件报废。     

深冲钢热轧猫耳形板廓缺陷成因分析与控制

针对某产线深冲钢热轧出现大量猫耳形板廓缺陷的问题，对精轧机组工作辊磨损及其热凸度、比例凸度分配、带钢横向温度分布、轧制过程相变等板形影响因素进行了测试分析。结果表明：各机架比例凸度设定不合理，带钢横向温度分布不均匀，精轧下游末机架带钢发生相变等因素的共同作用，是造成深冲钢热轧猫耳形板廓缺陷的主要原因。通过将系统中精轧入口设定凸度调整为厚度的1.5%,将出口目标凸度设置为40～120μm,并采用保证加热炉板坯保温时间，开启辊道保温罩，超宽带钢采用边部加热器，改善机架间冷却及将终轧温度提高10℃的措施，基本消除了深冲钢热轧猫耳形板廓缺陷。     

基于改进DG-MobileNet模型的焊缝缺陷识别方法

针对焊接缺陷识别及分类过程中，传统卷积神经网络识别准确率低、适应性差和低效等问题，提出一种基于融合空洞卷积的DG-MobileNet焊接缺陷识别模型。首先，基于MobileNet模型将深度可分离卷积与空洞卷积相结合以扩大卷积核感受野；然后，引入DropBlock模块和批量规范化算法优化焊接缺陷特征提取过程和防止过拟合现象；其次，引入SENet自注意力机制进行特征重标定，提升焊接缺陷识别效率。此外，考虑到焊接缺陷数量类不平衡问题，采用DCGAN进行数据增强并在增强后的数据集上验证模型有效性。实验结果表明，相比于传统算法，DG-MobileNet在焊缝缺陷图像特征提取、识别准确率和耗时方面均具有更好的效果，其测试准确率达到98.62%。     

耐酸车厢用热轧带钢边部开裂缺陷形成机理研究

耐酸车厢用钢通过添加Sb元素可提高其耐腐蚀性，但热轧过程中却频繁发生带钢边部开裂问题。为此，借助扫描电镜、电子探针和差热分析仪等设备对边裂缺陷形貌特征、显微组织和Sb元素表层富集规律进行了分析，揭示了其边部开裂形成机理并提出了改进措施。结果表明：耐酸车厢用热轧带钢边部出现的分层开裂缺陷周边无明显的大尺寸氧化圆点，但开裂位置存在明显白色颗粒物残留，白色颗粒物区域含有较高的Sb元素，其中局部位置Sb元素质量分数可高达26%～28%;随着温度升高，Sb元素表层富集层深度和富集含量均明显增加；耐酸车厢用热轧带钢边部开裂缺陷形成的机理为长时间加热条件下钢中Sb元素在表层富集并弱化了晶界，造成热卷下线后边部呈多层网状开裂形貌。为此，提出了热轧过程中低温快烧以及除鳞系统多点开启等优化措施，有效改善了热卷边部质量。