行业案例 | 机器视觉方案如何在钢铁行业中应用部署

行业案例 | 机器视觉方案如何在钢铁行业中应用部署

首页休闲益智伸缩像素破碎机更新时间:2024-06-01

如我们所知,机器视觉仍相对的属于新兴技术,尚处于发展阶段。虽然在3C电子、汽车、光伏等领域已有广泛应用,但由于工况环境、技术需求等方面的巨大差异,实验室或流水线上的机器视觉经验并不能直接适用于钢铁行业,已实施的视觉应用还很单一和局限。

为了使机器视觉更好地助力钢铁行业转型升级,需要发挥机器视觉技术优势,不断攻克陌生工况环境带来的挑战。

机器视觉技术在钢铁行业的应用主要目的是配合生产,并助力企业提高效益。一般来说,视觉技术在钢铁行业的应用可以分为生产过程、质检过程、运输过程。本文将为大家简单介绍几大类下的相关案例。

生产过程 铁矿料生产检测

钢铁产品根本原材料为铁矿石加工而来的铁粉,铁粉生产流程基本上可以分为采矿、粗碎、细碎、粗选、磨矿、精选这些流程。工艺中涉及到颚式破碎机、球磨机、螺旋分级机、磁选机等,最终对尾矿浓缩,输送精炼。在不同工序输送流转过程中,对矿料的尺寸大小把控、是否有异物、传送带状态等都有监测需求。异常尺寸、工具异物、传送带撕裂等都会对产线安全造成损害。

左:为铁矿料原图 右:为识别结果

利用深度学习识别超过标准尺寸的矿料球,实时控制工艺原材料配比。

铁粉原料多为深黑色,且为不规则球形,具有反光度低,外形轮廓不明显的特点,普通算法很难提取到有效特征,无法对表面相似的矿料球进行尺寸区分。

矩视智能低代码平台采用AI深度学算法,只需少量图片样本,即可对超限矿料球准确捕捉、计数。从而通过设备通讯实时反馈,改善工艺过程原料配比。

与依据经验判断的人工监测方式相比:机器视觉监测具有更强稳定性与确定性,且易进行数据总结与统计;对于恶劣工况环境与全时段连续监测来说,机器视觉具有更强的适应性;进而有效预防及减少异常情况给产线带来的损害与停机检查导致的时间损失。

质检过程 钢材表面质量的检测

钢铁建材种类多且形态多样,常见的有钢板、卷材(如带钢、铜带、铝箔等)、棒料等。由于生产工艺复杂,所以其表面常会出现结疤、裂纹、划痕、色斑等缺陷给生产商带来不可估量的社会与经济后果,加之人工检测难度大,传统的视觉算法很难将这些缺陷与油污、水滴等区分开,检测准确率低。

因此,钢材制造商与钢材使用者都非常重视钢材表面质量的检测。

以带钢为例,带钢作为化工、汽车、轻工业等制造的主要原材料,对带钢的成品率、合格率、优质率都有严格的要求,带钢的表面质量是一项重要的指标,由于原材料的生产过程中会造成各种瑕疵缺陷,通常有划痕、刮伤、崩边、孔洞、结疤、凹坑、麻点等表面异常。

怎样实现钢板表面缺陷的在线检测与识别已成为急需解决的问题。

传统的机器学习算法通常包含多个步骤,如图像预处理,分割,特征提取与分类,这其中每个步骤都非常重要,并在最终检测结果中起着重要作用。

矩视智能低代码平台深度学习算法中的特征提取步骤能够使用较少的参数来获得有用信息。

考虑到缺陷种类多样、运动速度快、宽度大、精度要求高等原因,矩视智能采用多个单色线扫相机拼接辅以双向打光方案。

表面检测方案及部分缺陷图片

例如可选用N4K-7(Alkeria)线扫相机最高支持95KHz@4096像素,理论可达0.1mm精度@500米/分钟;光源采用800W高亮线扫光源@2000mm长度。

高精度的表面检测方案不仅可以应对宽度变化、宽度方向偏移、速度突变、纵向抖动等干扰,亦可防止带钢断裂导致的停工,综合提高钢板质量,防止良莠掺杂引起的产品整体质量下降。

运输过程:产品运输计数

在产品出厂阶段,运输时往往会对产品进行计数分装。

在工业生产中,传统的计数设备都是靠机械运转的方式实现的,这样的计数方法需要设备与建材直接接触,在工作的过程中容易造成表面损坏,速度慢、效率低且噪声比较大。

矩视智能低代码平台突破了传统计数设备的瓶颈,计数时不与被测建材接触,只需在采集图像后对需要计数的建材进行标注和训练。

平台对图像及标注内容进行处理与分析,即可准确得出实际数量,从根本上克服了接触式计数设备的缺点,提高了计数速度,满足生产过程中产品数字安全控制的需要。

总结与展望

正如上述案例所呈现的,由于传统工业的工艺水平较为完善与成熟,对于机器视觉系统的精度、速度反而有着较高要求,加上要适应其特殊的工作环境,往往需要当下较前沿的光学、 图像技术或创新性的应用方式。

因此,我们可以将钢铁行业对视觉产品的要求做出一些总结和设想:

● 防护等级,需要采用具有IP6X等级的相机,或额外配备相机防护罩;

● 温度控制,良好的散热性及宽温适应性;

● 数据传输,长距离高速传输,光纤线缆可能是最终方式;

● 同步采集,与产线速度高精度同步,多相机系统同步、视野拼接;

● 深度学习,用于表面缺陷检测,不规则产品定位识别等;

● 通信互联,可与工厂设备互联通讯,可访问与上传数据库。

机器视觉技术在钢铁行业及周边产业中仍有许多应用场景可以大展身手或等待发掘,如运输车辆检测、视觉引导机器人搬运、产线巡查、设备运行监控、钢板焊接、切割等。

矩视智能低代码平台也将不断为钢铁行业提供优质的机器视觉方案与产品。


矩视智能机器视觉低代码平台是一个面向机器视觉应用的云端协同开发平台,始终秉承0成本、0代码、0门槛、0硬件的产品理念。


平台以人工智能技术为核心,在机器视觉应用开发环节,为开发者提供图像采集、图像标注、算法开发、算法封装和应用集成的一站式完整工具链。覆盖字符识别、缺陷检测、尺寸测量、目标定位等上百项通用功能,致力于成为全球用户量最多,落地场景最广泛的机器视觉低代码平台。

更多功能正在开发中,最新信息会第一时间在官方公众号“矩视智能”进行公布,欢迎大家关注

查看全文
大家还看了
也许喜欢
更多游戏

Copyright © 2024 妖气游戏网 www.17u1u.com All Rights Reserved