高精度针孔检测设备
More >>
您所在的位置:9I制作厂免费 > 新闻中心>基于机器视觉的钢管表面缺陷检测方法
2022-11-25 08:57:33 9I制作厂免费
钢管作为原材料,广泛应用于如石油、化工、电力、船舶、汽车等行业。近年来,经济全球化发展使公司对产物质量提出更高要求,钢管表面存在缺陷会严重影响其使用寿命,同时在设备某些重要位,使用劣质钢管会存在安全隐患,严重威胁人员生命,对公司造成产财产损失。因此,为了控制钢管质量,相关公司会对其进行质量检测,但检测措施通常由人工实现,无法实现快速、精准检测缺陷。
在钢管生产的过程中,由于原材料、轧制设备和加工工艺等多方面的原因,将导致其表面出现划痕、 辊痕、氧化铁皮、表面夹杂、孔洞、裂纹、麻面等不同类型的缺陷。这些缺陷不仅严重影响产物的外观,还降低了产物的抗腐蚀性、耐磨性和疲劳强度等性能,给公司的发展带来不良影响,同时也增添以钢管为原材料的下游产物使用过程中的安全隐患。表面缺陷区域具有应力集中、受力薄弱的特点,同时性能突变、疲劳损伤和锈蚀往往集中在此区域, 使得钢管在复杂恶劣环境下的工作性能大大降低。通过对钢管表面存在的缺陷区域进行检测,及时发现缺陷,为生产工艺的调整、设备状态改进提供依据具有重要意义。
目前,钢管的表面缺陷的检测大多通过人工方式实现,人工方式依赖于现场经验且效率低,受现场环境的影响,劳动强度大,易产生漏检和误检现象,不能全面反应钢管表面的质量,检测实时性差,检测种类少,检测效率低,缺乏对产物的表面质量的综合评估。随着计算机水平的发展和人工智能领域的兴起,机器视觉技术得到广泛的应用,采用机器视觉方法能有效弥补人工检测不足,且检测精度高、能进一步为智能制造提供数据平台。