连铸钢坯表面裂纹检测分析

第４期２００２年７月

ＰＲＡＣｍ【ｃＡＩ．ＭＥＡｓＩ『Ｉｉ日旧矾Ｔ．１１ＭＨＮ０１０ＧＹ

实用测试技术

Ｎｂ．４

汹，２００２连铸钢坯表面裂纹检测分析

杨晓明ｔ常伟毕有明

（太原重型机械学院０３（Ｘ）２４）

摘要本文针对连铸钢坯表面裂纹缺陷，采用小波分析方法模仿人工视觉对连铸钢坯表面图像信号进行模式识别检测，由此实现对热状态下连铸钢坯表面裂纹进行不间断检测。

关键词连铸钢坯裂纹检测小波分析

１概述

在炼钢厂钢坯连续铸造生产过程中，由于种种原因，会使铸坯表面产生一些缺陷。其中有些缺陷，如表面裂纹，会影响产品表面质量，甚至造成较严重的生产事故。因此，如何能够及时发现并清除表面裂纹缺陷，是提高产品质量，保证安全生产的关键措施之一。有关资料表明，对金属表面裂纹进行检测的常用方法有超声波式、磁感应式、电滋涡流式等。这些方法对检测常温状态下金属裂纹，可以获得良好的检测结果与精度。但在对连铸钢坯表面裂纹缺陷进行在线检测时，铸坯表面温度通常高达８００％～９００℃，即不能采用耦合剂，也不能采用接触检测方式。即使采用非接触检测方式，铸坯表面与传感器之间距离也不能太近，否则，传感器会在高温金属长时间烘烤下改变其特性。而且由于连铸坯表面非常不光滑，常附有铸瘤、氧化铁皮等小凸出物，有可能对传感器造成机械损坏。另外，高温金属导磁性大幅度下降，电阻率上升，并且铸坯表面温度２受金属化学成份、铸坯断面形状、拉坯速度、冷却条件等多方面因素影响，具有很大随机性。这些，都会对以电磁感应为基础的检测方式的精度产生不良影响。根据这种情况，本文采用光学成像方式进行表面缺陷检测，并采用人工智能方式对图像信号进行分析识别。此种方式属于非接触式检测，受高温金属影响较小，具有较高的抗干扰能力。２信号特性分析

采用光学成像方式，实际上就是利用摄像技术代替人工目测，利用计算机代替人工进行智能识别。通常情况下，铸坯表面十分粗糙，在采集图像信号时，会将各种表面缺陷同时采集到，如表面裂纹、氧化铁皮、疤痕、振动波纹等。

ａ．表面裂纹图形，由于裂纹深度方向基本垂直于铸坯表面，所以在斜射光线下均可看到线状条纹。条纹两侧的表面颜色从统计角度来看基本一致。

ｂ．氧化铁皮图形，氧化铁皮形状不固定，它们与红钢相比颜色稍暗，而且基本上是贴附在铸坏表面上，对检测有影响的部分主要是氧化铁皮的边缘。在不同光线斜射下，边缘图像呈现出明显不同。在边缘线两侧的表面颜色也有着明显区别。

ｃ．疤痕图形，疤痕产生的原因主要有夹渣气孔等缺陷，形状不一，方向不定。在不同的光线照射下，图形有明显变化。它们的特征与氧化铁皮类似。

ｄ．振纹图形，由于连铸结晶器以固定频率振动，使得在连铸坯表面形成方向与间距都比较规则的纹理直线。这种振纹一般比较浅，在斜度不大的光线照射下图形特征不明显。而且振纹呈周期性出现，采用信号处理方法很容易将其除掉。如它的小波变换系数在某一尺度上可能会很大，这一点与裂纹特征相似。但裂纹宽度一般小于振纹宽度，两者尺度不同。而且裂纹只是在时域中个别点出现此现象，而振纹在整个图像范围内都存在。利用以上特点，可以将两者区分开来

３信号采集与处理

信号采集过程如图１所示。图像信号采集利用

＊杨晓明，男，１９５６年生，太原重型机械学院冶金机械教研室副教授，硕士，主要从事金属变形与机电一体化方面研究。　万方数据

万方数据