裴宏江，史晓强（唐山钢铁集团有限责任公司，河北063000）

0 引言

随生活水平提高，高端家电和代步汽车已经逐步走入人们的日常生活，广泛应用于汽车、家电等行业的冷轧带钢用量也进一步加大，各大钢企也纷纷瞄准高端家电及汽车用钢市场，不断抢占市场占有率，市场竞争也愈加激烈[1]。各大钢企的整体战略模式也由生产型向服务型转变，致力于为用户提供精准服务，从而在激烈的市场竞争中脱颖而出。质量放行作为产品质量把控的最后一关，已经成为公司质量管理工作的重中之重。

目前业内普遍采用“带钢表面缺陷检测系统”对带钢表面质量进行实时检测，而后进行人工判定，但尚未达成“表面缺陷数据”与“质量综合判定系统”的有效结合，且通过人工进行质量放行，时效性和准确性难以保证。因此，需充分利用表面缺陷检测数据和钢卷表面质量分级规则，运用信息化手段对其进行整合分析，将分析结果融入钢卷质量综合判定系统，实现带钢表面质量自动分级评价，提高质量放行的及时性和准确性，避免缺陷产品流出，为用户精准提供所需产品，提升公司产品市场竞争力及品牌价值。

1 带钢表面缺陷检测系统介绍

表面缺陷检测形式主要分为线阵扫描和面阵扫描两大类, 其中线阵扫描是通过CCD 线扫描镜头，不停的对运动中的带钢表面逐行扫描，通过带钢反射光的强弱变化，探测带钢表面缺陷。而面阵扫描则是同时利用多个面阵CCD 镜头对带钢表面进行区域扫描，相邻镜头扫描到的图像会有重叠部分，从而保证系统可以扫描完整的带钢图像，进而检测带钢表面缺陷[2]。目前广泛应用于各大钢企的表面缺陷检测系统主要有SIAS-VAI、ISRA Vision以及Cognex。

2 表面质量分级模型的建立

2.1 表面缺陷分级规则

为便于对表面质量进行量化分析评价，将不同类别表面缺陷，根据其形貌特征按长度、宽度、面积等参数，定义为5 个等级，如表1 所示（以锌灰、划伤缺陷为例）。

2.2 钢卷表面分级规则

为满足不同用户的个性化需求，实现产品不同表面等级的分级评定，制定了钢卷分级规则，将钢卷表面等级按S1-S6 进行了六个等级的划分，每个等级对应着不同的表面质量要求，如表2 所示（以S5、S4 等级为例）。

2.3 表面质量自动分级模型

表1 缺陷分级规则

表2 钢卷表面分级规则

表面质量自动分级模型的建立是通过后台程序编译，将钢卷分级规则纳入表面质量分级判定系统，同时通过厂内三级信息化网络，将表检缺陷数据（不同类别的缺陷数量、缺陷等级）融入表面质量分级判定系统，进而形成自动分级计算模型。

2.3.1 钢卷分级规则的编译

在QMS 表面质量判定系统规则编辑器内对钢卷分级规则进行编译,如图1 所示（以上述表1 和表2 所述内容为例），图中所标注的依次为缺陷类别、钢卷表面等级、缺陷允许度（“0”代表不允许，“9999”代表允许）及带钢上、下表面。

2.3.2 钢卷缺陷数据采集

图1 钢卷分级规则的编译

针对表检缺陷数据，建立了公司级的钢卷表面质量数据库，钢卷被检测完毕后，表检系统将整卷缺陷数据上传至质量数据库，包含缺陷名称、等级、位置、图像等信息（缺陷图像只包含部分四级、五级缺陷），表面质量判定系统通过设定好的访问路径，通过质量数据库采集钢卷缺陷数据，通过信息化手段实现不同系统之间数据的整合、互通。

2.3.3 自动分级结果展示

通过缺陷数据采集、钢卷分级规则的后台编译，表面质量判定系统经过数据分析后，如图2 直观的展示出当前钢卷表面分级结果，提高质量放行的时效性和准确性。

图2 钢卷分级结果

3 分级模型的优化

分级模型离线应用测试阶段，误分级情况较为严重，经过跟踪验证，发现主要有两点原因，首先是钢卷分级规则的不适用性，其次是表检系统内缺陷误分类较多。

通过与终端用户对接，充分识别用户需求，修订头、尾及边部参与分级判定位置参数，制定更为详细、更贴近用户需求的表面分级方案，为用户精准提供所需产品。

另外针对表检系统内边皱、亮边、夹渣、压痕类缺陷误分类较多，通过如下技术手段进行优化。

3.1 缺陷融合

在多角度充分考虑各缺陷特征的基础上，通过位置信息确定单面缺陷或双面缺陷的关联性，对缺陷进行二次分类后处理，

3.2 单面融合

受现场工艺状况影响，带钢经过湿拉矫后，表面烘干效果不理想，造成边部水迹较多，但由于水迹形态的不固定性和多样性，时有将边部水印误分为划伤、夹渣等缺陷的情况。

针对“边部水印”单面连续性缺陷，建立如下规则：当缺陷1-4 检测为边部水印，而缺陷5 检测为划伤（见缺陷融合示意图3），且缺陷5 与缺陷4 边部距离满足上述规则时，缺陷5 被重新命名为边部水印。通过单面融合规则的建立及应用，大大降低边部水印被误检为其他缺陷的情况[3]。

图3 单面缺陷融合示意

3.3 双面融合

针对双面影响缺陷，建立如下规则，见表3。

表3

当缺陷1 检测为压痕，而缺陷2 检测为斑迹（见缺陷融合示意图4），缺陷1 与缺陷2 位置重合率符合上述规则设定时，则对此两个不同缺陷进行重新命名。

图4 双面缺陷融合示意

图5 双面缺陷典型图例

3.4 边部缺陷预分类

受轧制力影响，带钢边部易出现亮边、边皱等缺陷，形貌如图6。

图6 边皱、亮边缺陷典型图例

边皱的缺陷特征主要为纵向连续排列的横向缺陷，亮边的缺陷特征为边部竖直方向色差。由于边皱和亮边带有明显的位置特性，只可能在带钢边部出现，因此建立缺陷预分类规则（见表4），对边皱和亮边缺陷的位置做限定，根据实际生产情况，将边皱和亮边设定在距带钢边部20 mm 内，也就是说只有带有此类特征值的缺陷出现在距带钢边部20 mm 内位置时，才可以被分类为边皱或亮边，通过缺陷预分类，100%解决了亮边、边皱缺陷的误判。

表4

4 结语

（1）本研究以缺陷检测和用户需求识别为基础，以数据整合和数据分析为手段，创新性的将表检系统缺陷数据、钢卷分级判定规则和质量综合判定系统三者有机结合，通过程序编译，建立钢卷表面质量自动分级模型，提升钢卷质量放行的及时性和准确性。

（2）通过用户对接，进一步完善、优化了钢卷分级规则，加之一系列提升缺陷检测准确性的技术手段的研究及应用，使得边裂（边部损伤）、孔洞、异物压入、夹渣、翘皮、亮边、边皱等缺陷综合分类准确率在85%以上，大幅度提高钢卷表面质量自动分级模型的适用性和准确性，降低现场质量检验人员工作量，提升工作效率，避免缺陷产品流出，减少质量异议发生。