基于形态特征的热轧型钢表面缺陷测量分类系统设计研究

发布时间：2017-05-28 15:00

  本文关键词：基于形态特征的热轧型钢表面缺陷测量分类系统设计研究，，由笔耕文化传播整理发布。

【摘要】：随着钢铁工业的迅猛发展,作为现代钢铁工业的一种主要产品——热轧型钢的作用就更为突出。但是由于其冶金生产过程长、工艺环节多,因此极易出现诸如表面裂纹、表面夹杂、氧化铁皮压入、疤/坑等表面质量问题,严重影响了热轧型钢的材质及使用性能。为了提高热轧型钢的性能,充分发挥其材质作用,就必须对这些缺陷的大小、分布及类型进行精确测量、表征与分类,以期达到生产工艺优化控制所需的对各类表面缺陷的定量表征要求。但如何获得即理想又精确的热轧型钢表面缺陷测量分类统计结果,现已成为困扰广大材料科技工作者和众多钢铁企业的关键难题,目前尚未见到国内外系统的研究报道,亦未找到一个令人满意且简便易行的方法。为此,本文以热轧型钢表面缺陷为研究对象,创新性地设计了一种具有自主知识产权的表面缺陷自动测量分类方法与系统。本文主要研究内容和创新性工作如下:1)针对热轧型钢表面呈复杂网状、块状夹杂与裂纹交织等形态分布的开裂型缺陷,提出了一种新的基于形态特征点的缺陷最小子段分类方法,采用线性形态系数对缺陷形态进行精确分类与区域标定,由此确保后续缺陷系列特征参数的有效提取及精确计算。2)针对热轧型钢表面开裂型缺陷的大小及其破坏程度人工模式难以测量表征的问题,在应用缺陷最小子段分类方法的基础上,提出了缺陷当量、缺陷率等全新系列特征参数,并建立了专门的求解公式,继而实现了对热轧型钢表面开裂型缺陷的自动测量与数值化表征。3)针对上述典型开裂型缺陷以外的其他热轧型钢表面缺陷,诸如夹杂、氧化铁皮压入、疤/坑等表面异质型缺陷难以定量表征的问题,提出了一种基于缺陷图像灰度差异的无规区域面积算法,并建立了相应的求解公式,从而为热轧型钢表面异质型缺陷的定量表征提供了一种全新的评价方法。在上述研究工作的基础上,大量工程实例的应用结果表明,采用本文提出的热轧型钢表面缺陷测量分类方法与系统,可高效、便捷地对各类钢材表面缺陷进行自动测量与精确分类,其测量精度和计算速度分别高达±0.001μm、20~30s,从而为热轧型钢表面质量的定量分析提供了可靠依据。此外,该方法具有优异的普适性,可推广应用于材料、公路、建筑等工程领域中各类形态复杂的表面缺陷测量与分类工作。
【关键词】：形态特征 热轧型钢 表面缺陷 测量分类 线性形态系数
【学位授予单位】：江苏大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TG333
【目录】：

• 摘要5-7
• Abstract7-11
• 第一章 绪论11-20
• 1.1 课题研究背景11-12
• 1.2 钢材表面质量检测技术研究概况12-16
• 1.2.1 人工检测技术12-13
• 1.2.2 无损检测技术13-14
• 1.2.3 机器视觉检测技术14-16
• 1.3 国内外研究现状16-18
• 1.4 本文主要研究内容18-19
• 1.5 本章小结19-20
• 第二章 热轧型钢表面缺陷测量分类系统的总体设计20-26
• 2.1 本文系统的样本选取20-22
• 2.1.1 样本选取方法20
• 2.1.2 成分测试及缺陷形态观察20-22
• 2.2 本文系统的设计方案22-23
• 2.3 本文系统的结构设计23-25
• 2.3.1 本文系统的硬件设计23-24
• 2.3.2 本文系统的软件设计24-25
• 2.4 本章小结25-26
• 第三章 热轧型钢表面开裂型缺陷的测量分类研究26-45
• 3.1 表面开裂型缺陷成因探析26-28
• 3.1.1 表面开裂型缺陷的微观特征26-27
• 3.1.2 表面开裂型缺陷的形成演化过程27-28
• 3.2 表面开裂型缺陷图像预处理研究28-35
• 3.2.1 平滑滤波去噪28-30
• 3.2.2 直方图均衡化30-32
• 3.2.3 局部自适应阈值分割32-35
• 3.3 表面开裂型缺陷的测量与分类35-42
• 3.3.1 缺陷特征分段及区域标定35-38
• 3.3.2 缺陷最小子段形态分类38-40
• 3.3.3 缺陷表征参数的建立及提取40-41
• 3.3.4 表面开裂型缺陷的测量分类结果41-42
• 3.4 表面开裂型缺陷的控制措施42-43
• 3.5 本章小结43-45
• 第四章 热轧型钢表面异质型缺陷的测量分类研究45-55
• 4.1 表面异质型缺陷的微观特征45-46
• 4.2 表面异质型缺陷图像预处理研究46-48
• 4.3 表面异质型缺陷的测量与分类48-54
• 4.3.1 缺陷边缘特征描述48-50
• 4.3.2 缺陷区域特征描述50-51
• 4.3.3 表面异质型缺陷的测量分类结果51-54
• 4.4 本章小结54-55
• 第五章 热轧型钢表面缺陷测量分类系统的实现与实例分析55-72
• 5.1 界面实现及功能模块演示55-60
• 5.2 本文所建系统的工程应用实例分析60-70
• 5.2.1 表面开裂型缺陷应用实例分析60-63
• 5.2.2 表面异质型缺陷应用实例分析63-67
• 5.2.3 重轨钢轨底面缺陷应用实例分析67-70
• 5.3 与人工模式测量结果对比70
• 5.4 本文所建系统的非典型缺陷应用实例分析70-71
• 5.5 本章小结71-72
• 第六章 结论与展望72-74
• 6.1 总结72-73
• 6.2 后续研究工作建议73-74
• 参考文献74-78
• 致谢78-79
• 攻读学位期间所获科研成果79

【相似文献】

中国期刊全文数据库 前10条

1 张泰昌;表面缺陷的检测与评定[J];制造技术与机床;2000年04期

2 王凤林;酸洗钢板表面缺陷检查装置的开发[J];轧钢;2000年04期

3 李惠萍;检测钢材表面缺陷的新方法[J];特殊钢;2001年01期

4 李荣;检测钢材表面缺陷的新方法[J];上海金属;2004年04期

5 李荣;检查热钢材表面缺陷的设备[J];上海金属;2005年04期

6 原永良;张晓刚;;电子探针在钢材表面缺陷分析中的应用二例[J];冶金分析与测试(冶金物理测试分册);1985年02期

7 彭惠民;;螺纹表面缺陷检查器[J];激光与光电子学进展;1987年04期

8 席欣;;检测钢材表面缺陷的新方法[J];云南冶金;1990年02期

9 张泰昌;表面缺陷及其评定[J];机械工人.冷加工;1992年11期

10 李荣;;检测钢材表面缺陷的新方法[J];上海金属;1992年03期

中国重要会议论文全文数据库 前10条

1 ;金属工业中表面缺陷检查的视觉先锋[A];2010钢材质量控制技术、形状、尺寸精度、表面质量控制与改善学术研讨会文集[C];2010年

2 全燕鸣;朱国强;姜长城;柯志勇;;小球表面缺陷自动检测中的表面滚翻方法[A];广州市仪器仪表学会2009年学术年会论文集[C];2010年

3 于正林;曹国华;杨东林;;轴承钢球表面缺陷自动检测[A];科技创新与节能减排——吉林省第五届科学技术学术年会论文集（上册）[C];2008年

4 吴建永;;琼州大桥T梁表面缺陷的预防及处理[A];海南省公路学会2003年学术交流会论文集[C];2003年

5 贡雪南;;宝钢1420镀锡板表面质量检测与控制技术[A];薄钢板质量研讨会论文集[C];2000年

6 钱翰城;王公平;赵建华;;铸件表面缺陷常用挽救技术及其适用性[A];2010年重庆市机械工程学会学术年会论文集[C];2010年

7 钱翰城;王公平;赵建华;;铸件表面缺陷常用挽救技术及其适用性[A];重庆市机械工程学会铸造分会、重庆铸造行业协会2010重庆市铸造年会论文集[C];2010年

8 钱翰城;王公平;赵建华;;铸件表面缺陷常用挽救技术及其适用性[A];2010年中国铸造活动周论文集[C];2010年

9 王暄;秦世引;张其生;;热轧钢板表面缺陷的自动识别与分类[A];2001年中国智能自动化会议论文集（上册）[C];2001年

10 杨金艳;肖良辰;;表面缺陷对钢丝断裂行为的影响[A];全国金属制品信息网第23届年会暨2013金属制品行业技术信息交流会论文集[C];2013年

中国重要报纸全文数据库 前5条

1 高宏适;钢板表面缺陷产生机制研究[N];世界金属导报;2013年

2 陈方;远距离测绘系统让大坝表面缺陷尽在掌握[N];中国水利报;2006年

3 钟;超低碳冷轧薄板钢表面缺陷的消除[N];世界金属导报;2005年

4 徐科 杨朝霖 周鹏;高效算法实现热轧带钢表面缺陷在线检测[N];中国冶金报;2010年

5 道哥拉斯·斯塔海姆;消除表面缺陷 提高连铸坯质量[N];中国冶金报;2010年

中国博士学位论文全文数据库 前10条

1 孟云吉;光晶格中空间孤子的传输特性研究[D];南京航空航天大学;2013年

2 陈立君;基于流形支持向量机的木材表面缺陷识别方法的研究[D];东北林业大学;2015年

3 李长乐;冷轧带钢表面缺陷图像检测关键技术的研究[D];哈尔滨工业大学;2009年

4 张建川;红钢棒材表面缺陷图像采集与检测系统研究[D];山东大学;2012年

5 杨铁滨;基于机器视觉的陶瓷球表面缺陷自动检测技术研究[D];哈尔滨工业大学;2007年

6 李江波;脐橙表面缺陷的快速检测方法研究[D];浙江大学;2012年

7 赵彦玲;基于图像技术的钢球表面缺陷分析与识别[D];哈尔滨理工大学;2008年

8 甘胜丰;带钢表面缺陷图像检测与分类方法研究[D];中国地质大学;2013年

9 何志勇;基于改进Otsu法和显著性分析的表面缺陷高效视觉检测方法研究[D];苏州大学;2015年

10 李武斌;热轧圆钢表面缺陷视觉在线检测算法研究[D];山东大学;2013年

中国硕士学位论文全文数据库 前10条

1 雷志强;磁片表面缺陷检测技术研究[D];沈阳理工大学;2015年

2 宋丁东;基于LBP的子弹表面缺陷光电检测算法研究[D];电子科技大学;2015年

3 尚西昌;基于图像识别的汽车滤纸表面缺陷自动检测研究[D];河北科技大学;2014年

4 张传荣;基于ACFM亚表面缺陷识别技术研究[D];中国石油大学(华东);2014年

5 刘伟;考虑热效应和表面缺陷的滚动轴承性能分析[D];北京理工大学;2016年

6 唐永春;基于形态特征的热轧型钢表面缺陷测量分类系统设计研究[D];江苏大学;2016年

7 王毅;亚表面缺陷诱导损伤的机理与实验技术研究[D];中国工程物理研究院;2005年

8 张玉华;金属平板表面缺陷扰动的磁场量分布研究[D];国防科学技术大学;2003年

9 郑嵘;铸坯表面缺陷图像检测方法研究[D];上海交通大学;2013年

10 马娟娟;木质板材表面缺陷检测技术研究[D];中北大学;2011年

  本文关键词：基于形态特征的热轧型钢表面缺陷测量分类系统设计研究，由笔耕文化传播整理发布。

本文编号：402832