上五合金钢棒材自动化无损检测线

上五沪昌特钢合金钢棒材自动化无损检测线采用CIRCOFLUX R075漏磁探伤和SONOTRON 1065超声波探伤设备，检测Ф10～Ф60mm、长2-6m轴承钢、弹簧钢、工模具钢、合金结构钢、不锈钢等特殊钢棒材，年检测能力8万t。并计划新建检测Ф30～Ф90mm、20万t／年和Ф15～Ф50mm、8万t／年两条无损检测线，采用漏磁探伤、涡流探伤和超声波无损探伤法。     

天津市无缝钢管厂引进的“检测漏磁横向、纵向、超声波探伤及测厚在线探伤设备”现已投入使用

天津市无缝钢管厂引进的美国Tuboscope公司的具有世界权威性探伤设备“检测漏磁横向、纵向、超声波探伤及测厚在线探伤设备”经过三个月紧张安装调试工作验收完毕,于3月28日正式投入使用。     

组合无损检测技术及其在无缝钢管在线自动检验中的应用

分析了常规无损检测方法的特点及其局限性,讨论了以热轧无缝钢管为检测对象时检出各类缺陷的组合原则。在此基础上介绍一种由电磁分钢、涡流探伤、漏磁探伤及超声测量组成的钢管在线组合检测技术及其应用结果。实践证明,它能够有效地在钢管生产流水线上起到质量把关的作用     

钢管漏磁探伤的新方法

介绍了一种新开发的“探头固定”／钢管螺旋前进“的钢管漏磁探伤技术,分析了它与传统漏磁探伤方式的差异和优劣,探伤实验的结果表明,这种钢管漏磁探伤方法是可行并适合国情的。     

超声波探伤机误报原因分析及改进措施

介绍了在线超声波无损探伤检测设备实际应用中,由于实际机械设备的精度和相关影响因素造成的漏误报现象。在不增添电子屏蔽控制的情况下,通过合理组合和运用超声波探伤仪器的实际能力,消除或减少干扰源对设备的影响,降低了探伤设备误报率,使探伤的误报率不超过0.1%。     

中厚钢板自动超声波探伤系统技术及应用

介绍了中厚钢板自动超声波探伤的发展情况,阐述了中厚钢板自动超声波探伤系统的技术与应用。自动超声波探伤技术对钢板缺陷检测分析具有较好的实用价值。     

钢轨自动涡流探伤装置的开发

1 前言钢轨质量对确保交通运输机械及运输设备的安全是非常重要的。从这一认识出发,日本钢管公司福山厂在确立万无一失的质量检查体制的同时,积极地采取了各种有力措施,如开发并采用了检查内部质量缺陷用的超声波探伤装置(译文见《无损检测》Vol.10,№.7,1988,225～227——译者注)、弯曲计等自动检查装置。此次,成功地开发了检查表面缺陷用的涡流探伤     

漏磁探伤机检测钢管内表面缺陷机理及灵敏度评价

漏磁检测方法可以用来测试断裂力学参数,预测断裂过程和许用应力,还可从对新轧制的铁磁材料的缺陷进行当量评定,对表面裂纹的检测进行定量分析。漏磁法易于实现检测高速度和自动化,在这方面美、日、西德等国走在前面,一些成型的漏磁探伤设备,如美国的AMALOG—SONOSCOPE钢管在线漏磁探伤机和西德的ROTO-     

ROT250超声波探伤机检测钢管缺陷图形分析

文章介绍了德国NUTRONIK公司生产的ROT250超声波探伤机的工作原理,重点列举了钢管在超声波检测过程中各种缺陷的超声波特性曲线,为今后钢管的超声波探伤积累更多的宝贵经验.     

圆棒材用自动荧光磁粉探伤装置的开发

轧制棒材一般用涡流探伤法和漏磁探伤法等自动探伤装置来检测表面缺陷。但随着用户对质量要求的日益多样化、高级化,对于某些特殊钢圆棒材,要求其表面缺陷深度不超过0.1 mm,为此不得不采用老式磁粉探伤法检测表面缺陷。但老式探伤法生产效率低,而且是靠肉眼来检查。     

Experimental study of surface defects in continuous casting using developed laser scanning system

Abstract

Various methods of detecting surface defects are being used in automated industrial manufacturing environments. This work presents the design and development of a laser charged couple device (CCD) displacement scanning system. The surface defect detection method using a laser CCD displacement sensor is derived from an idea in which surface defects such as cracks, inclusions and holes of three‐dimensional morphology characteristics are compared to normal surface especially in continuous casting slabs. Some novel research methods have been applied to develop the surface defect detection system used: first, getting a one‐dimensional distance matrix along transverse direction and a two‐dimensional matrix combining with a certain moving speed through the laser CCD displacement sensor; second, obtaining the slab surface profile and mapping to a greyscale image and finally, obtaining the surface defect regions by an image processing and searching algorithm and quantitatively detecting slab surface defect shape and depth. The research results in the lab trials have shown that the methodology proposed is effective to detect two‐dimensional defect size and reconstruct a three‐dimensional surface defect shape. At the same time, it is also able to accurately locate and identify surface defects and realise automatic surface defect non‐destructive detection online, and provides a theoretical base and technology idea for further studying surface defects online inspection for hot continuous casting slab.     

钢板表面缺陷图像的跨域翻译

基于深度学习的表面检测识别算法中，往往需要大量的样本数据。但对于一些新投产的生产线无法在短时间内收集足够多的样本。为了解决这一问题，采用了一种改进型的对抗生成网络，对其他生产线上的图像样本进行图像翻译，以获得新生产线的缺陷样本，即跨域图像转换。将热轧钢板表面缺陷样本和冷轧带钢无缺陷样本融合转换成冷轧带钢表面缺陷样本。试验将6种不同类型的热轧钢板表面缺陷进行了跨域转换，结果表明,对于背景纹理较重的图像转换结果较好，对于一些缺陷尺度较小的缺陷，如麻点，检测结果仍有改进空间。为了定量地对检测结果进行判定，引入了一个神经网络来对原始图像和翻译图像进行分类。分类结果准确率达到了96%，表明图像跨域转换效果良好，有一定应用价值。     

基于深度学习的圆钢表面缺陷检测系统

圆钢表面缺陷是影响圆钢质量的重要因素。随着钢铁生产轧制节奏提升和智能化升级,人工检测、传统表面缺陷检测等方法已经难以同时满足多种类缺陷、高速在线检测等方面的需求。因此,设计了适用于圆钢表面缺陷检测的成像系统,提出分类优先网络与目标检测网络融合的圆钢表面缺陷检测方法,并将一种非缺陷样本加入网络模型的训练以提升检测精度。试验结果及应用效果表明,该方法针对凹坑、裂纹、耳子、划伤、翘皮等表面缺陷的准确识别率达到95.61%,能有效减少缺陷误报、漏报的问题。     

在线超声检测技术及其在水平连铸坯生产中的应用

铜及铜合金水平连铸坯内部通常存在气孔、疏松、裂纹等缺陷，严重影响产品质量和成材率。基于超声波检测原理结合C扫描成像技术和多通道扫描技术可对各类铸坯缺陷进行精确检测和实时显示。设计开发了可在线往复检测的超声检测设备，并对水平连铸铜板带坯在线检测结果进行验证。对检测异常处采取了金相试验，以此确认检测异常处是否为缺陷，从而验证设备检测结果的准确性。收集后续铜板带成材率数据，并与在线检测数据进行对比分析，给出了两者之间的相互联系。在线超声检测设备拥有检测数据可实时反馈以及检测精度高等优点，能为企业的实际生产与决策提供数据参考。     

线扫描表检系统在镀锡产品上的研究与应用

为了研究表检系统在镀锡产品检测上的适用性,结合镀锡产线自身特点与镀锡产品质量检验要求,通过传统表检技术与现代检测技术对比的方法,阐述并论证了选择线扫描表检系统对镀锡产品表面缺陷进行在线检测能够更好地适应镀锡产品表面缺陷的检测。同时,实践证明线扫描在镀锡产品缺陷检测上应用效果较好,优化了镀锡产品生产工艺,提高了镀锡产品表面质量,也减少了因表面缺陷漏检造成缺陷产品流转至客户。     

基于图象处理的冷轧带钢表面缺陷在线检测技术

对光在不同钢板表面的反射性质进行了研究,在此基础上,提出了“明场方式”和“暗场方式”两种缺隐检测方式,“明场方式”可用于检测普碳钢表面的二维和三维缺陷,“暗场方式”可用于检测不锈钢表面的三维缺陷。对缺隐检测算法的流程进行了研究,提出了“实时处理”和“准时处理”两种数据处理方式,这两种方式应用于缺隐检测过程的不同步骤,以保证缺陷检测算法的实时性。     

热轧带钢表面缺陷识别算法研究与应用

 在带钢热连轧生产过程中,带钢表面会出现不同类型的缺陷,给带钢性能造成不利影响,严重时引发质量异议。目前在线使用的带钢表面检测系统经常需要人工调整缺陷图片库,部分类别的典型缺陷图片调整后会影响另一些类型的检测精度。采用深度学习方法,设计了一种轻量化残差网络LDS-ResNet14,缩减了原始残差网络ResNet18的层数和宽度,并将普通的卷积替换成深度可分离卷积,网络的参数量和运算量大量减少;同时,使用知识蒸馏(Knowledge Distillation,KD)方法迁移大型残差网络ResNet50的知识,并提出一种混合KL散度和交叉熵的损失函数让知识更好的迁移到LDS-ResNet14上,在压缩模型的同时提升了模型的精度和泛化能力。离线试验表明,提出的网络LDS-KD-ResNet14针对武钢CSP机组的8类带钢表面缺陷的平均识别精度为99.16%,相较于ResNet18精度提高0.67%,计算量仅为原来的12.1%。实际现场在线应用表明,针对武钢CSP热连轧机组的折叠、油污、夹杂和麻点这4类缺陷,模型缺陷检出率达到96.43%、缺陷识别率达到94.10%,单张图片的检测速度为16.5 ms,满足实际生产要求。     

基于机器视觉的透射式薄带针孔检测系统

给出一种基于高亮度单波长LED光源和高速线阵相机的透射式针孔检测系统。光源的透射光穿过带材上的孔洞,在图像上形成孔洞的亮斑区。由于铝板面的强反光性,环境光的干扰以及采集触发信号启动,也会在图像上产生一些亮的异常部分。利用图像分割算法定位出图像异常部分后,采用特征判别分类缺陷,判别其是否为孔洞,最后计算缺陷在带材上的位置。大量现场数据测试表明该实时孔洞检测系统是稳定可靠的。     

中厚板超声波探伤气泡和微裂纹缺陷的微观特征

为分析中厚板超声波探伤不合格原因,通常采取在探伤不合格位置取金相试样或Z向断口试样,利用光学显微镜(OM)、扫描电镜(SEM)和能谱仪(EDS)等对引起探伤不合格的缺陷进行微观分析,以确认缺陷的类型及来源。但是对其中的气泡类缺陷,由于其通常距表面很近,不易获得缺陷处的Z向断口试样,而金相试样获得的微观特征与微裂纹缺陷具有相似性,影响了缺陷类型的判断。为了更好地区分这两种缺陷,通过焊接加长试样获得气泡缺陷的Z向断口试样,并详细分析了气泡缺陷和微裂纹缺陷在金相试样和Z向断口试样上的微观特征。结果显示两种缺陷在金相试样上均显示为线状微裂纹形貌;而在Z向断口上则存在显著区别,气泡缺陷在断口上显示出光滑的气泡壁形貌,气泡壁存在细小的Nb、Ti复合第二相析出颗粒;而微裂纹缺陷在断口上表现为白点形貌,且存在MnS夹杂及大颗粒的Nb、Ti的复合析出物。     

中厚板超声波探伤气泡和微裂纹缺陷的微观特征

为分析中厚板超声波探伤不合格原因,通常采取在探伤不合格位置取金相试样或Z向断口试样,利用光学显微镜(OM)、扫描电镜(SEM)和能谱仪(EDS)等对引起探伤不合格的缺陷进行微观分析,以确认缺陷的类型及来源。但是对其中的气泡类缺陷,由于其通常距表面很近,不易获得缺陷处的Z向断口试样,而金相试样获得的微观特征与微裂纹缺陷具有相似性,影响了缺陷类型的判断。为了更好地区分这两种缺陷,通过焊接加长试样获得气泡缺陷的Z向断口试样,并详细分析了气泡缺陷和微裂纹缺陷在金相试样和Z向断口试样上的微观特征。结果显示两种缺陷在金相试样上均显示为线状微裂纹形貌;而在Z向断口上则存在显著区别,气泡缺陷在断口上显示出光滑的气泡壁形貌,气泡壁存在细小的Nb、Ti复合第二相析出颗粒;而微裂纹缺陷在断口上表现为白点形貌,且存在MnS夹杂及大颗粒的Nb、Ti的复合析出物。