基于深度卷积网络的板带钢表面缺陷类别检测

发布时间：2020-12-24 07:14

　　板带钢是钢铁生产领域的重要产品,表面质量是评价其产品等级的主要指标之一,而表面质量的评价关键在于表面缺陷类别的判断。目前深度卷积网络在图像类别判断中达到很好的效果,本文围绕深度卷积网络展开板带钢表面缺陷类别检测方法研究。具体研究内容如下:(1)针对板带钢表面缺陷数据样本数量分布不均衡及样本量不充足问题,首先采用了图像增强、均衡化、阈值化、降噪等方法对表面图像数据进行预处理,然后使用迁移学习技术对多种卷积神经网络模型进行调优,以筛选出较优的分类模型进行表面缺陷图像类别检测。(2)针对计算资源的代价问题,设计了基于分布式迁移学习VGG16模型,采用动量梯度和随机梯度交替迭代优化的策略进行求解。针对BP算法对VGG16特征分类器带来的收敛慢等问题,提出了两点步长法来优化梯度的更新,提升了VGG16模型的分类性能。(3)基于学习到的VGG16模型,实现了一种基于Spark Streaming的板带钢表面缺陷类别在线检测系统。 

【文章来源】：安徽工业大学安徽省

【文章页数】：54 页

【学位级别】：硕士

【部分图文】：

钢厂热轧生产图

铸坯送进加热炉进行加热，达到一定温度后，从出炉口送出加热炉，为去除炉底黑印和表面炉生氧化薄膜对铸坯进行高压水除磷。接着进入轧线准备粗轧，然后送入粗轧辊道，若轧机组忙碌则等待，空闲则进入。对板坯进行精轧在粗轧完成后。板带钢头部从轧机末端运出，在热辊道上输送，进入板带钢层对板带钢上表面层流冷却下表面喷水冷却的冷却装置。达到所需要的温度。板带钢头部离开轧机进入准备状态的卷取机。当板带钢尾部离开轧机首机架后轧机和板卷积开始减速直到板带钢脱离末架轧机时，轧机后为保证板带钢的平直和贴付于辊道上，在输出辊道上进行减速达到卷取速度。板卷完成铸坯后则热轧生产流程结束。冷轧如图 1.2 所示生产工艺主要包括：酸洗、冷轧、脱脂、退火、平整、剪切。冷轧坯料开始要进行连续酸洗机组清除氧化铁皮，实现冷轧及其红藕的表面处理使得板带钢表面光洁。酸洗后退火使得钢软化进行轧制轧到一定厚度。由于板带钢表面润滑油会在退火炉中挥发，而挥发残留物会形成黑斑在板带钢表面，因此要刷掉板带钢表面油脂在退火之前，即脱脂工序。在保护气体中退火，退火后板带钢表面光亮，无需酸洗，进一步轧制或平整。平整后根据客户需求对板带钢进行剪切。

并将图像数据存储和模型计算来判断板带钢质量等级。图 1.3 板带钢平铺采集图图 1.4 采集系统整体结构图1.3 国内外研究现状经过了几十年的技术革新，我国已经取得了许多优秀成果。为了保证和提高板带钢的质量，我国钢厂不断引进技术，创新技术以及革新技术。进口材料被膨胀合金和热双金属等先后替代了[8]。在 2006 年，武钢安装了德国 Congex 公司平均识别率高达 85%的 Smart View Metals 系统[11]，该系统基于机器视觉。在 2009年底八钢也使用了该公司的表面检测系统[12]。从国外引进设备和技术需要花费高昂的金额，后期的设备维护和软件的升级都需要依赖别人，国家钢材的发展受制于人。数字图像处理是人工智能信息处理领域的关键技术，已在缺陷分类[13]、边


本文编号：2935228