带钢表面缺陷在线检测系统的设计

针对带钢表面缺陷人工检测方法效率低下的问题,设计了一套在线自动检测系统.首先,提出了带钢表面缺陷在线检测系统的总体设计方案,包括系统的硬件结构、软件结构以及图像采集系统.随后,着重研究了在线检测系统中所涉及的图像预处理方法、图像分割方法、特征提取选择和缺陷分类方法.通过缺陷区域频率域图像特征的提取和缺陷的人工神经网络分类,提高了分类结果的准确性.最后,采用常见缺陷的样本对该系统进行测试,实验结果验证了算法的有效性.     

基于SSD模型的钢带表面缺陷检测系统设计

钢带在加工过程中会产生斑块、开裂和划痕等表面缺陷.为提高钢带缺陷检测效率,设计了基于深度学习目标检测网络SSD的检测系统.利用CCD摄像头采集钢带图像传入PC机,通过灰度变换和小波滤波对图像进行预处理,然后加载SSD预训练权重,对钢带图像进行在线检测.实验结果显示,将SSD模型用于检测钢带缺陷,可以取得85％以上的全类...     

高速高精度带钢表面检测系统的设计与实现

针对带钢表面缺陷检测系统的速度滞后,精度偏低等问题,在分析成像理论和图像检测理论的基础上,设计并实现了一种带钢表面缺陷高速高精度在线检测系统.该系统首先采用大功率半导体均匀发光激光器技术、高速线扫描成像技术和基于图形处理器的Gabor纹理滤波技术实现了高速高分辨率的图像采集和处理,然后采用基于嵌套循环的K-折交叉验证、信息增益率和BP神经网络方法构建了高准确率的分类器,以达到对带钢表面缺陷高速高精度在线检测.实验结果表明,该系统满足了现有带钢生产速度的要求,具有较高的精度和准确率.     

基于图像处理的油封缺陷检测方法研究

针对员工对油封缺陷进行肉眼检测时存在检测效率低、易遗漏、成本高等不足,提出一种基于图像处理的油封缺陷在线检测方法.通过图像的采集系统采集油封图像,先对油封图像进行预处理,包括灰度处理、中值滤波,然后通过Otsu阈值分割和链码法提取油封边缘轮廓特征,采用最小二乘法拟合油封唇口圆形轮廓来确定样件是否存在缺陷,根据检测结果将有缺陷的样件筛选出来.实验结果表明,该检测系统能够在线完成产品缺陷检测,该方法具有检测成本低、可靠性高、实时性好、容易在线实施等优点.     

预防连铸坯缺陷的措施和新技术有哪些

无缺陷连铸坯技术是现代连铸技术中的一个永恒的主题，是实现连铸坯热送热装工艺的基础和前提．目前，主要采取的预防连铸坯缺陷的措施和新技术有：（1）采用大包下渣检测技术，主要目的是杜绝大包渣进入中间包，提高中间包钢水的洁净度．（2）采用结晶器电磁制动技术，减弱铸流冲击，提高质量．（3）结晶器液面自动控制．（4）压缩铸造技术．（5）电磁搅拌．（6）开发铸坯表面缺陷检测技术．（7）铸坯质量管理．     

连铸坯质量判定专家系统的研发

利用工业生产数据作为样本,结合某中厚板厂的实际生产状况与中厚板热送热装的控制要求,以表面纵裂为例,按照专家系统的开发思路,建立连铸坯纵裂知识库,利用正向推理机制,对连铸坯质量进行离线判断、推理和决策,并给出相应的缺陷产生原因解释。采用VisualC＋＋6．0软件建立人机界面,数据库采用Oracle,并完成系统的离线调试,系统可以达到较高的判定准确率（大于92．2％）和较低的漏判率（小于10％）,为在线调试及生产做好准备。     

基于机器视觉的PCB板表面缺陷检测方法研究进展

基于机器视觉的缺陷检测方法可有效提高生产效率和降低质检成本,在现代化工业生产中得到了广泛应用.对基于机器视觉的PCB板表面缺陷检测方法涉及的图像采集系统、图像预处理技术进行综述;对基于图像分割、特征提取、机器学习和混合技术的检测算法进行分析,总结了各种算法的主要思想、适用范围以及局限性;同时对未来的发展方向进行了展望,...     

基于BP和Kohonen神经网络结合的铸坯在线质量评估

针对连铸坯铸造在线质量评估中存在的实时性和准确性评判误差较大等问题,提出一种基于人工智能神经元网络技术的在线质量评估方法.通过获取训练样本和进行独立实验,分析和研究了铸造材料中主要元素对在线连铸坯质量的影响.将收敛速度快、评判准确率高的BP神经网络模型和Kohonen自组织特征映射神经网络模型相结合,在评估过程中两者并行运算,评判结果相互融合,实现了对连铸坯在线质量的准确判定.MATLAB仿真结果表明,融合运算后的在线质量评估平均相对误差小于10%.     

砷化镓基光伏电池表面缺陷研究

通过自主搭建的光伏电池表面缺陷检测系统,采集砷化镓基光伏电池电致发光图像和暗场IV特性曲线数据。归纳了4种典型光伏电池表面缺陷类型,并根据采集的图像和数据分析表面缺陷和寄生串并联电阻的关系,研究了不同类型的缺陷对电池的寄生电阻大小和分布的影响规律。为聚光光伏系统太阳能电池的评价和组件生产提供一种可靠的依据和参考。     

基于图像识别技术的烟包封条缺陷检测

为了提高香烟在线生产的效率,提出了一种烟包封条缺陷检测方法,开发了基于图像识别技术的烟包封条缺陷检测系统.所开发系统首先对采集到的烟包图像进行中值滤波和边缘检测;然后对边缘图像进行Radon变换;进而通过检测烟包小标上特征直线的角度和位置来判断烟包小标的粘贴是否合格;最后用PLC控制将判别不合格的烟包剔除出香烟生产线.中烟公司某烟厂长周期的应用结果表明:该检测方法具有判别速度快、易于实现等优点,所开发的系统可行、有效.