日期
01/20
2022
咨询
  • QQ扫一扫

  • Vision小助手
    (CMVU)

用于电工钢(硅钢片)的最先进的光学检测:多视角系统为质量控制带来新机遇
收藏
2022-01-20 13:53:57来源: 中国机器视觉网

绿色能源和电力驱动增加了对电工钢(硅钢片)的需求,确保了生产的可持续增长。由于变压器铁芯和转子的效率受到电工钢带质量的强烈影响,因此对质量的要求与钢的产量一样在增长。

其中一个关键的方面是电工钢(硅钢片)上的功能绝缘涂层。如果不能确保这一点,泄漏电流就会增加,而效率就会降低。金属带材上的某些局部缺陷会破坏位于压制核心内的绝缘层。使用光学检测识别金属带上的这些缺陷,通过可靠的分类将它们与产品上其他不重要的缺陷区分开,是一项非常复杂的任务。

微信截图_20220120141027.png

基于相机的光学检测系统在金属行业并不新鲜,这些系统记录生产情况并可检测金属带材上的异常情况。一个自动的、基于人工智能的分类器可检测到缺陷类别并对其是关键的还是非关键的缺陷给出判断。例如,一天结束后的产品质量,取决于缺陷的检出率和分类器的准确性。如果关键缺陷完全没有被注意到或被标记为非关键的缺陷,就会被送到客户处;若非关键的缺陷被标记为关键缺陷,那么潜在的好材料就会被阻止或被人工重新检查。

方法

解决这一困境的关键在于缺陷的光学特性,以及提取可靠的特征来区分重要和非重要的缺陷。对于电工钢(硅钢片)和大多数其他金属来说,拓扑缺陷始终是重要的,而仅表现出对比度的缺陷则不太重要,对电工钢(硅钢片)来说尤其如此,因为没有人会看到变压器铁芯或转子中的平面。

但当铁芯被压紧时,拓扑缺陷会破坏绝缘涂层,导致效率降低。该系统需要可靠地区分对比度缺陷和拓扑缺陷,例如,凹痕和污垢,划痕和条纹,开口性和封闭性的氧化皮等等。

解决方案是常常根据客户和质量专家的经验,当人工检查一个缺陷样品时,会在眼前拿着并转动,以找到最佳的光学角度从而决定判断改样品是何种缺陷,这种智能在自动光学检测系统中可以实现。

结果

尖端的检测系统应该从多个角度呈现检测到的缺陷。对不同的材料厚度同样敏感的刀锋场可以可靠地检测凸起和凹陷。另外一个漫反射明场对低对比度的缺陷最为敏感。两个额外的暗场,在纵向和横向,使系统能够区分条纹和划痕,封闭性和开口性的氧化皮,以及更多。四个角度的光学配置为电工钢(硅钢片)制造商提供了一种新的质量保证方式,即将专家的知识与可靠的自动化过程相结合。

前景

这种四个角度的光学配置系统改善了缺陷检测和缺陷分类,但这并不是机会的终点。深度学习人工智能算法或神经元网络提出了基于图像分类的新方法,这些算法是为数以百万计的注释训练图像制作的,其像素数量比典型的金属缺陷高得多,因此只能考虑将成熟且基于规则的人工智能和深度学习的人工智能相结合。