一、項目概述
凱基特根據客戶(hù)需求,經(jīng)過(guò)現場(chǎng)技術(shù)評估,為客戶(hù)提供材料發(fā)光論證的鋼卷檢測及相關(guān)技術(shù)服務(wù)。本項目軟件系統采用公司自主研發(fā)的帶鋼表面檢測技術(shù),孔洞,邊裂打光技術(shù)和在線(xiàn)測量檢測技術(shù)。
二、技術(shù)規格
1.系統特色
- 本系統基于機器視覺(jué)技術(shù),具有高速,高精度的新型感光技術(shù)。
- 采用高速定制LED平行光光源,配合獨有的散熱技術(shù),保證高亮度、高穩定性、使用壽命長(cháng),保養簡(jiǎn)單。
- 采用高性能COMS數字攝像機及光學(xué)技術(shù),保證高分辨率、高清晰圖像存儲和信息傳輸可靠性。
- 采用特別設計的GPU模塊保證高質(zhì)量檢測的同時(shí)系統穩定運行。
- 選配的多功能檢測,全長(cháng)、全寬范圍檢測。--》全長(cháng)、全寬的多功能檢測范圍
- 本視覺(jué)模塊采用人工智能方向(深度學(xué)習CV)的自學(xué)習技術(shù),樣本不斷對新出來(lái)的工藝要求快速自學(xué),配合現有的圖像庫快速方便的添加需要追溯的問(wèn)題。
- 本系統的采用自學(xué)習系統不斷疊代可以持續學(xué)習達到越用越精準、越用越智能的效果。樣本庫可以達到千萬(wàn)級,有無(wú)上限的拓展性。
- 追溯可視化;方便客戶(hù)快捷、便利查詢(xún)歷史紀錄;可根據規則搜索;支持離線(xiàn)客戶(hù)端導出數據多端同時(shí)查詢(xún)等功能。
- 實(shí)時(shí)多端在線(xiàn)察看預警模塊,方便甲方第一時(shí)間把控現場(chǎng)情況,及時(shí)處理。
- 通過(guò)本系統的軟硬件高度配合,從而滿(mǎn)足金屬工業(yè)嚴格檢測要求,提高成材率,避免缺陷造成的不合格的產(chǎn)品出廠(chǎng)所遭遇的退貨和投訴損失。
2.技術(shù)概要
所采用深度學(xué)習,打光平行光,高速GIGE,CAMELINK,高速同步裝置,分布式系統可拓展,光學(xué)技術(shù)組合的一個(gè)視覺(jué)方案。
3.設計生產(chǎn)主要技術(shù)
帶鋼檢測范圍: 900mm-2000mm
最高檢測速度:600m/min
厚度:2.0mm-12.0mm
鋼卷抖動(dòng):小于±10mm
4.技術(shù)指標
檢測、分類(lèi)缺陷類(lèi)別:翹皮、夾雜、劃傷、壓痕、斑跡、氧斑、山峰狀氧化鐵皮、邊損、孔洞、邊裂、腰折、欠酸洗、停車(chē)斑、水印、嚴重色差等;
系統運行率:≥99.8%;
缺陷檢出率:≥95%;
缺陷分類(lèi)準確率:≥85%
5.設備布置
檢測平臺前大輥輪處。
6.冷軋表面缺陷檢測儀和高精度多功能檢測儀安裝位置
三、系統設計
1.系統構架以及原理圖
(1) 表檢明場(chǎng)采用平行白光反射機制,配合選配彩色CCD線(xiàn)掃相機(彩鋼),可以拍出各個(gè)帶有顏色的缺陷特征及色斑。普通帶蓋可以配合高敏感度CCD黑白線(xiàn)掃,更多敏感度。
(2) 選配孔洞邊裂模塊系統利用邊裂,孔洞的透光性從物理層面檢測實(shí)際缺陷。
(3) 整個(gè)系統采用分布式構架,異步硬件構架實(shí)現機器視覺(jué)方面的大量計算工作,采用自學(xué)習方式提取缺陷。
(4) 整套系統通訊采用低延遲、有校驗、有自主設計的UDP通訊機制,保證快速同步數據的同時(shí)帶來(lái)高吞吐量。
(5) 分布式的系統構架可以水平拓展更多存儲空間;更多算力并行;提高相機精度等。方便企業(yè)后續升級。
2.影像系統
(1) 光路設計表檢缺陷檢測系統光源的入射角度與攝像機的拍攝角度稱(chēng)之為光路,不同缺陷在不同光路下的信號強度是不同的,由于設備一旦安裝就位就無(wú)法改變光路設計,應此光路設計的精確度決定了缺陷檢出的程度,不同缺陷在不同光路下的信號強度是不同的,因此必須針對不同的應用場(chǎng)合和缺陷形貌來(lái)設計相適應的光路。
- 光路設計多功能檢測儀系統
對于穿透性的缺陷來(lái)說(shuō),透射光路是最佳的成像方案,由于無(wú)害部分不透光,呈黑色,缺陷部分透光,灰度較高,從而在圖像上形成目標與背景的最大差異,易于進(jìn)行后續的圖像處理與識別。
攝像機與光源呈180度對射,光源采用散射方式,能夠保證光線(xiàn)能夠最大程度的穿過(guò)孔洞缺陷抵達感光元件。
同時(shí),由于光的衍射效應,透射光路也能夠適量放大光斑,起到提高檢測精度的作用.
(3)分辨率設計高速工業(yè)攝像機是通過(guò)像元整列來(lái)成像的,假設一臺攝像機的CMOS由橫向30個(gè)像元*縱向30個(gè)像元組成,那么該攝像機的物理分辨率為900個(gè)像素,即其所成的圖像最大為30*30像素。若此圖像所覆蓋的實(shí)際空間為橫向3mm、縱向3mm,則定義檢測系統:系統橫向分辨率=3mm/30pixel=0.1mm/pixel,系統縱向分辨率=3mm/30pixel=0.1mm/pixel。缺陷或目標的影像也是由像素組成的,如果缺陷所占用的像素過(guò)少,軟件算法就無(wú)法檢出,然而,如果系統分辨率過(guò)小相當于放大了背景的紋理,可能使系統檢出大量的無(wú)害偽缺陷,造成缺陷溢出。因此,目標機組所需檢出的最小缺陷大小決定了系統分辨率的設計也隨之決定了攝像機的數量和系統規模。
3.算力系統
(1)算力存儲系統EMC首先EMC已經(jīng)對VNX系列管理界面進(jìn)行了很多調整,使之更交互、更一目了然、更加簡(jiǎn)便、容易操作。和主流存儲廠(chǎng)商一樣,界面都是采用基于Java模式的Web UI (user interface),EMC稱(chēng)之為USM (Unisphere Service Manager)對陣列進(jìn)行管理。
(2)算力系統高吞吐率、低響應時(shí)間、低資源消耗以及簡(jiǎn)便的部署流程要求,因此TensorRT就是用來(lái)解決推理所帶來(lái)的挑戰以及影響的部署級的解決方案。TensorRT 是nvidia 自己開(kāi)發(fā)的,主要作用就是對算法進(jìn)行優(yōu)化,然后進(jìn)行了部署如下圖。
英偉達專(zhuān)用推理芯片:
4.電氣系統
本系統將集成機械模塊、光源、成像設備、檢測組件,電腦模塊三電設備。為保證各類(lèi)設備無(wú)縫連接并完成設定功能,電氣集成將選用專(zhuān)用接口設備保證遠距離、高速、海量圖像數據傳輸的穩定性和可靠性;選用專(zhuān)用光纖,高速萬(wàn)兆網(wǎng)口、光纜及連接設備保證相機等圖像采集設備與表面檢測組件間的數據連接;光源專(zhuān)用電源電纜設計,保證現場(chǎng)安裝位置至配電控制柜內的恒流器件間長(cháng)距離電源傳輸的有效性;保證檢測組件與通用服務(wù)器數據通訊連接。
5.機構設計
在檢測系統中機械機構主要是起到保護支持,防護,精密調整的作用。機械機構必須具備足夠的剛度、強度、抗震性,必須具備溫度調控功能。此外,為了滿(mǎn)足成像光路要求,以便得到最佳的成像效果,攝像機和光源必須精確可調,關(guān)鍵硬件包括CMOS圖像傳感器及鏡頭、光電轉換器以及照明光源,為了保證這些器件的安全與正常工作,需要機械機構具備防護功能,防止油、汽污染。為滿(mǎn)足上述要求。
- 影像微調模塊
- 機構布局圖
6.軟件組成構架
(1) 總組織構架(2) 簡(jiǎn)單功能介紹構成(2).1實(shí)時(shí)畫(huà)面
顯示鋼卷實(shí)時(shí)運行畫(huà)面,并展示識別出來(lái)的缺陷。
(2).2鋼卷回看
(2).3在線(xiàn)、離線(xiàn)模式
在線(xiàn)模式:顯示實(shí)時(shí)畫(huà)面和鋼卷列表。
離線(xiàn)模式:不顯示實(shí)時(shí)畫(huà)面,顯示鋼卷列表。
操作技巧:實(shí)時(shí)畫(huà)面顯示時(shí),如果最近一段鋼卷需要回看,可以點(diǎn)擊進(jìn)入離線(xiàn)模式不再接收實(shí)時(shí)畫(huà)面,方便查看最近一段鋼卷。
(2).4鋼卷下載
右鍵點(diǎn)擊下載即可下載鋼卷的所有圖像。下載路徑在客戶(hù)端執行目錄,Steels子目錄下。
下載過(guò)程中會(huì )有進(jìn)度條顯示下載進(jìn)度
(2).5板報表
統計一個(gè)時(shí)間段的鋼卷數、缺陷數等信息。
(2).6缺陷過(guò)濾、報警
過(guò)濾不符合條件的缺陷并對指定的缺陷進(jìn)行報警等。
多個(gè)配置相互獨立,只要滿(mǎn)足一個(gè)配置條件即可。
】
7.圖像處理
傅里葉變化處理圖片
8.自學(xué)習系統介紹
人類(lèi)的視覺(jué)原理如下:從原始信號攝入開(kāi)始(瞳孔攝入像素 Pixels),接著(zhù)做初步處理(大腦皮層某些細胞發(fā)現邊緣和方向),然后抽象(大腦判定,眼前的物體的形狀,是圓形的),然后進(jìn)一步抽象(大腦進(jìn)一步判定該物體是只氣球)。下面是人腦進(jìn)行人臉識別的一個(gè)示例:
我們可以看到,在最底層特征基本上是類(lèi)似的,就是各種邊緣,越往上,越能提取出此類(lèi)物體的一些特征(輪子、眼睛、軀干等),到最上層,不同的高級特征最終組合成相應的圖像,從而能夠讓人類(lèi)準確的區分不同的物體。
那么我們可以很自然的想到:可以不可以模仿人類(lèi)大腦的這個(gè)特點(diǎn),構造多層的神經(jīng)網(wǎng)絡(luò ),較低層的識別初級的圖像特征,若干底層特征組成更上一層特征,最終通過(guò)多個(gè)層級的組合,最終在頂層做出分類(lèi)呢?答案是肯定的,這也是許多深度學(xué)習算法(包括CNN)的靈感來(lái)源。
卷積網(wǎng)絡(luò )介紹卷積神經(jīng)網(wǎng)絡(luò )是一種多層神經(jīng)網(wǎng)絡(luò ),擅長(cháng)處理圖像特別是大圖像的相關(guān)機器學(xué)習問(wèn)題。
卷積網(wǎng)絡(luò )通過(guò)一系列方法,成功將數據量龐大的圖像識別問(wèn)題不斷降維,最終使其能夠被訓練。CNN最早由Yann LeCun提出并應用在手寫(xiě)字體識別上(MINST)。LeCun提出的網(wǎng)絡(luò )稱(chēng)為L(cháng)eNet,其網(wǎng)絡(luò )結構如下:
這是一個(gè)最典型的卷積網(wǎng)絡(luò ),由卷積層、池化層、全連接層組成。其中卷積層與池化層配合,組成多個(gè)卷積組,逐層提取特征,最終通過(guò)若干個(gè)全連接層完成分類(lèi)。
卷積層完成的操作,可以認為是受局部感受野概念的啟發(fā),而池化層,主要是為了降低數據維度。
綜合起來(lái)說(shuō),CNN通過(guò)卷積來(lái)模擬特征區分,并且通過(guò)卷積的權值共享及池化,來(lái)降低網(wǎng)絡(luò )參數的數量級,最后通過(guò)傳統神經(jīng)網(wǎng)絡(luò )完成分類(lèi)等任務(wù)。
訓練過(guò)程
卷積神經(jīng)網(wǎng)絡(luò )的訓練過(guò)程與傳統神經(jīng)網(wǎng)絡(luò )類(lèi)似,也是參照了反向傳播算法。
第一階段,向前傳播階段:
a)從樣本集中取一個(gè)樣本(X,Yp),將X輸入網(wǎng)絡(luò );
b)計算相應的實(shí)際輸出Op。
在此階段,信息從輸入層經(jīng)過(guò)逐級的變換,傳送到輸出層。這個(gè)過(guò)程也是網(wǎng)絡(luò )在完成訓練后正常運行時(shí)執行的過(guò)程。在此過(guò)程中,網(wǎng)絡(luò )執行的是計算(實(shí)際上就是輸入與每層的權值矩陣相點(diǎn)乘,得到最后的輸出結果):
Op=Fn(…(F2(F1(XpW(1))W(2))…)W(n))
第二階段,向后傳播階段
a)算實(shí)際輸出Op與相應的理想輸出Yp的差;
b)按極小化誤差的方法反向傳播調整權矩陣。
四、檢測系統與系統對接
1.供電需求
帶鋼表面質(zhì)量在線(xiàn)檢測系統與生產(chǎn)線(xiàn)基礎接口有著(zhù)密切相關(guān)的聯(lián)系。檢測系統的供配電,保護箱體的冷卻以及檢測軟件的啟動(dòng)、停止、區分子卷、缺陷的定位等與此都密切相關(guān)。
序號 |
項目 |
具體要求 |
備注 |
1 |
系統供配電(表檢) |
220V 32A |
|
|
多功能檢測儀(如需) |
220V 32A |
|
2 |
換卷信號 |
焊縫信號(開(kāi)關(guān)量) |
IO接口 |
3 |
速度信號 |
HTL/TTL |
轉向輥馬達編碼器信號 |
2.帶鋼速度跟蹤信號
由于生產(chǎn)線(xiàn)軋制速度的變化,需要接入帶鋼速度信號作為攝像機外部觸發(fā)信號,保證攝像機采集速度與帶鋼運動(dòng)速度同步,不受帶鋼速度變化的影響,所采的圖像能夠保持一個(gè)恒定的分辨率,也能夠保證帶鋼的計長(cháng)及缺陷定位的準確。
3.啟動(dòng)檢測信號
對于一套帶鋼表面質(zhì)量在線(xiàn)檢測系統,需要一個(gè)信號來(lái)告知系統新卷的到來(lái),以此作為新卷的計長(cháng)開(kāi)始,以及缺陷距離頭部位置的定位依據。
一般來(lái)說(shuō),啟動(dòng)檢測信號需要早于帶鋼頭部到達檢測位置發(fā)送給檢測系統。往往選取檢測位置前焊縫檢測儀或者熱金屬檢測儀的信號。
為了確保帶鋼頭部能夠被準確定位,在獲知啟動(dòng)信號與檢測點(diǎn)的實(shí)際距離后,能夠通過(guò)恰當的系統設置來(lái)對帶鋼上下表面的頭部位置進(jìn)行糾正。
4.剪切信號
對于布置在出口位置的檢測系統,通過(guò)接入剪切信號(final cut/ first cut + final cut),能夠將檢測數據以出口分卷號存儲,配合恰當的系統配置及處理邏輯,可以將現場(chǎng)多種工藝變化,如取樣、切廢、上/下卷取等,在存儲過(guò)程中進(jìn)行個(gè)性化定義。
準確的出口分卷檢測數據,便于本機組及下工序的用戶(hù)查詢(xún)缺陷信息,滿(mǎn)足檢測數據的長(cháng)期準確追溯的要求。