连铸坯低倍缺陷自动识别判级系统技术方案

技术编号:42076684 阅读:28 留言:0更新日期:2024-07-19 16:56
本发明专利技术公开了一种连铸坯低倍缺陷自动识别判级系统,包括机加工模块(1)、清理模块(2)、腐蚀模块(3)、清洗干燥模块(4)、拍照模块(5)、通讯模块(6)、图像识别模块(7)、图像上传模块(8),上述的模块依次连接;机加工模块、清理模块、腐蚀模块和清洗干燥模块连接第一工控机(9),拍照模块、通讯模块、图像识别模块和图像上传模块连接第二工控机(10);图像识别模块为图像识别服务器,对采集的图像运用机器视觉识别技术和专家知识经验,对低倍组织图像进行判级;图像上传模块将判级结果上传至L2服务器和L3质量控制系统。本发明专利技术通过各模块能实现连铸坯低倍检测缺陷识别判级的自动化和智能化。

【技术实现步骤摘要】

本专利技术涉及炼钢技术以及智能检测技术,尤其涉及一种连铸坯低倍缺陷自动识别判级系统


技术介绍

1、炼钢连铸坯生产过程中,由于装备故障、工艺变化及参数波动等多种因素影响,少量连铸坯表面会出现一些表面质量缺陷,如果表面缺陷严重,将对后序轧制工艺产生不利影响,常见的连铸坯表面缺陷一般包括表面开裂、毛刺、重接等。针对表面裂纹,需要注意的是,连铸坯低倍组织检测缺陷不同于常规连铸坯表面缺陷,是对连铸坯进行清洗、腐蚀后的组织及形貌检测,即连铸坯低倍组织缺陷主要包括缩孔、中心裂纹、皮下裂纹、中间裂纹、中心疏松、中心偏析、皮下气泡、等轴晶带薄且不均匀、非金属夹杂等,有的企业生产的连铸坯低倍组织的缺陷主要表现为裂纹和中心偏析等缺陷。

2、目前低倍组织缺陷检测都是人工检测,而人工检测受检验员的经验和知识积累等认为因素影响较大,会造成检验质量波动,同时人力成本高,很难实现检测标准化。随着数字化技术和人工智能技术的发展,机器视觉技术得到了快速发展,尤其是深度学习在计算机视觉领域的成功应用提供了图像识别的有效工具方法,将传统数字图像处理技术和深度学习技术相结合的集成学习方本文档来自技高网...

【技术保护点】

1.一种连铸坯低倍缺陷自动识别判级系统,其特征是:包括机加工模块(1)、腐蚀模块(3)、清洗干燥模块(4)、拍照模块(5)、通讯模块(6)、图像识别模块(7)、图像上传模块(8),上述的模块依次连接;机加工模块(1)、腐蚀模块(3)和清洗干燥模块(4)连接第一工控机(9),拍照模块(5)、通讯模块(6)、图像识别模块(7)和图像上传模块(8)连接第二工控机(10);

2.根据权利要求1所述的连铸坯低倍缺陷自动识别判级系统,其特征是:所述的判级系统还包括清理模块(2),所述的清理模块(2)对机加工模块加工清除原坯表面污染物和氧化铁皮后,进行刷除切屑和吹扫处理

3....

【技术特征摘要】

1.一种连铸坯低倍缺陷自动识别判级系统,其特征是:包括机加工模块(1)、腐蚀模块(3)、清洗干燥模块(4)、拍照模块(5)、通讯模块(6)、图像识别模块(7)、图像上传模块(8),上述的模块依次连接;机加工模块(1)、腐蚀模块(3)和清洗干燥模块(4)连接第一工控机(9),拍照模块(5)、通讯模块(6)、图像识别模块(7)和图像上传模块(8)连接第二工控机(10);

2.根据权利要求1所述的连铸坯低倍缺陷自动识别判级系统,其特征是:所述的判级系统还包括清理模块(2),所述的清理模块(2)对机加工模块加工清除原坯表面污染物和氧化铁皮后,进行刷除切屑和吹扫处理。

3.根据权利要求2所述的连铸坯低倍缺陷自动识别判级系统,其特征是:所述的吹扫的气体压力介于0.2mpa-2mpa之间。

4.根据权利要求1所述的连铸坯低倍缺陷自动识别判级系统,其特征是:所述的腐蚀模块(3)的腐蚀方法为电解腐蚀、冷酸蚀或热酸蚀方法,其中,腐蚀时间小于30分钟。

5.根据权利要求1所述的连铸坯低倍缺陷自动识别判级系统,其特征是:所述的清洗干燥模块(4)中的清洗是采用碱液...

【专利技术属性】
技术研发人员:张宇军于艳李青朱砂沈忠伟
申请(专利权)人:宝山钢铁股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1