一、項(xiàng)目概述
凱基特根據(jù)客戶需求,經(jīng)過現(xiàn)場(chǎng)技術(shù)評(píng)估,為客戶提供材料發(fā)光論證的鋼卷檢測(cè)及相關(guān)技術(shù)服務(wù)。本項(xiàng)目軟件系統(tǒng)采用公司自主研發(fā)的帶鋼表面檢測(cè)技術(shù),孔洞,邊裂打光技術(shù)和在線測(cè)量檢測(cè)技術(shù)。
二、技術(shù)規(guī)格
1.系統(tǒng)特色
- 本系統(tǒng)基于機(jī)器視覺技術(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(dú)有的散熱技術(shù),保證高亮度、高穩(wěn)定性、使用壽命長(zhǎng),保養(yǎng)簡(jiǎn)單。
- 采用高性能COMS數(shù)字?jǐn)z像機(jī)及光學(xué)技術(shù),保證高分辨率、高清晰圖像存儲(chǔ)和信息傳輸可靠性。
- 采用特別設(shè)計(jì)的GPU模塊保證高質(zhì)量檢測(cè)的同時(shí)系統(tǒng)穩(wěn)定運(yùn)行。
- 選配的多功能檢測(cè),全長(zhǎng)、全寬范圍檢測(cè)。--》全長(zhǎng)、全寬的多功能檢測(cè)范圍
- 本視覺模塊采用人工智能方向(深度學(xué)習(xí)CV)的自學(xué)習(xí)技術(shù),樣本不斷對(duì)新出來的工藝要求快速自學(xué),配合現(xiàn)有的圖像庫(kù)快速方便的添加需要追溯的問題。
- 本系統(tǒng)的采用自學(xué)習(xí)系統(tǒng)不斷疊代可以持續(xù)學(xué)習(xí)達(dá)到越用越精準(zhǔn)、越用越智能的效果。樣本庫(kù)可以達(dá)到千萬(wàn)級(jí),有無(wú)上限的拓展性。
- 追溯可視化;方便客戶快捷、便利查詢歷史紀(jì)錄;可根據(jù)規(guī)則搜索;支持離線客戶端導(dǎo)出數(shù)據(jù)多端同時(shí)查詢等功能。
- 實(shí)時(shí)多端在線察看預(yù)警模塊,方便甲方第一時(shí)間把控現(xiàn)場(chǎng)情況,及時(shí)處理。
- 通過本系統(tǒng)的軟硬件高度配合,從而滿足金屬工業(yè)嚴(yán)格檢測(cè)要求,提高成材率,避免缺陷造成的不合格的產(chǎn)品出廠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(xí),打光平行光,高速GIGE,CAMELINK,高速同步裝置,分布式系統(tǒng)可拓展,光學(xué)技術(shù)組合的一個(gè)視覺方案。
3.設(shè)計(jì)生產(chǎn)主要技術(shù)
帶鋼檢測(cè)范圍: 900mm-2000mm
最高檢測(cè)速度:600m/min
厚度:2.0mm-12.0mm
鋼卷抖動(dòng):小于±10mm
4.技術(shù)指標(biāo)
檢測(cè)、分類缺陷類別: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、停車斑、水印、嚴(yán)重色差等;
系統(tǒng)運(yùn)行率:≥99.8%;
缺陷檢出率:≥95%;
缺陷分類準(zhǔn)確率:≥85%
5.設(shè)備布置
檢測(cè)平臺(tái)前大輥輪處。
6.冷軋表面缺陷檢測(cè)儀和高精度多功能檢測(cè)儀安裝位置
三、系統(tǒng)設(shè)計(jì)
1.系統(tǒng)構(gòu)架以及原理圖
(1) 表檢明場(chǎng)采用平行白光反射機(jī)制,配合選配彩色CCD線掃相機(jī)(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黑白線掃,更多敏感度。
(2) 選配孔洞邊裂模塊系統(tǒng)利用邊裂,孔洞的透光性從物理層面檢測(cè)實(shí)際缺陷。
(3) 整個(gè)系統(tǒng)采用分布式構(gòu)架,異步硬件構(gòu)架實(shí)現(xiàn)機(jī)器視覺方面的大量計(jì)算工作,采用自學(xué)習(xí)方式提取缺陷。
(4) 整套系統(tǒng)通訊采用低延遲、有校驗(yàn)、有自主設(shè)計(jì)的UDP通訊機(jī)制,保證快速同步數(shù)據(jù)的同時(shí)帶來高吞吐量。
(5) 分布式的系統(tǒng)構(gòu)架可以水平拓展更多存儲(chǔ)空間;更多算力并行;提高相機(jī)精度等。方便企業(yè)后續(xù)升級(jí)。
2.影像系統(tǒng)
(1) 光路設(shè)計(jì)表檢缺陷檢測(cè)系統(tǒng)光源的入射角度與攝像機(jī)的拍攝角度稱之為光路,不同缺陷在不同光路下的信號(hào)強(qiáng)度是不同的,由于設(shè)備一旦安裝就位就無(wú)法改變光路設(shè)計(jì),應(yīng)此光路設(shè)計(jì)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(hào)強(qiáng)度是不同的,因此必須針對(duì)不同的應(yīng)用場(chǎng)合和缺陷形貌來設(shè)計(jì)相適應(yīng)的光路。
- 光路設(shè)計(jì)多功能檢測(cè)儀系統(tǒng)
對(duì)于穿透性的缺陷來說,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(biāo)與背景的最大差異,易于進(jìn)行后續(xù)的圖像處理與識(shí)別。
攝像機(jī)與光源呈180度對(duì)射,光源采用散射方式,能夠保證光線能夠最大程度的穿過孔洞缺陷抵達(dá)感光元件。
同時(shí),由于光的衍射效應(yīng),透射光路也能夠適量放大光斑,起到提高檢測(cè)精度的作用.
(3)分辨率設(shè)計(jì)高速工業(yè)攝像機(jī)是通過像元整列來成像的,假設(shè)一臺(tái)攝像機(jī)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(jī)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(cè)系統(tǒng):系統(tǒng)橫向分辨率=3mm/30pixel=0.1mm/pixel,系統(tǒng)縱向分辨率=3mm/30pixel=0.1mm/pixel。缺陷或目標(biāo)的影像也是由像素組成的,如果缺陷所占用的像素過少,軟件算法就無(wú)法檢出,然而,如果系統(tǒng)分辨率過小相當(dāng)于放大了背景的紋理,可能使系統(tǒng)檢出大量的無(wú)害偽缺陷,造成缺陷溢出。因此,目標(biāo)機(jī)組所需檢出的最小缺陷大小決定了系統(tǒng)分辨率的設(shè)計(jì)也隨之決定了攝像機(jī)的數(shù)量和系統(tǒng)規(guī)模。
3.算力系統(tǒng)
(1)算力存儲(chǔ)系統(tǒng)EMC首先EMC已經(jīng)對(duì)VNX系列管理界面進(jìn)行了很多調(diào)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(chǔ)廠商一樣,界面都是采用基于Java模式的Web UI (user interface),EMC稱之為USM (Unisphere Service Manager)對(duì)陣列進(jìn)行管理。
(2)算力系統(tǒng)高吞吐率、低響應(yīng)時(shí)間、低資源消耗以及簡(jiǎn)便的部署流程要求,因此TensorRT就是用來解決推理所帶來的挑戰(zhàn)以及影響的部署級(jí)的解決方案。TensorRT 是nvidia 自己開發(fā)的,主要作用就是對(duì)算法進(jìn)行優(yōu)化,然后進(jìn)行了部署如下圖。
英偉達(dá)專用推理芯片:
4.電氣系統(tǒng)
本系統(tǒng)將集成機(jī)械模塊、光源、成像設(shè)備、檢測(cè)組件,電腦模塊三電設(shè)備。為保證各類設(shè)備無(wú)縫連接并完成設(shè)定功能,電氣集成將選用專用接口設(shè)備保證遠(yuǎn)距離、高速、海量圖像數(shù)據(jù)傳輸?shù)姆€(wěn)定性和可靠性;選用專用光纖,高速萬(wàn)兆網(wǎng)口、光纜及連接設(shè)備保證相機(jī)等圖像采集設(shè)備與表面檢測(cè)組件間的數(shù)據(jù)連接;光源專用電源電纜設(shè)計(jì),保證現(xiàn)場(chǎng)安裝位置至配電控制柜內(nèi)的恒流器件間長(zhǎng)距離電源傳輸?shù)挠行?;保證檢測(cè)組件與通用服務(wù)器數(shù)據(jù)通訊連接。
5.機(jī)構(gòu)設(shè)計(jì)
在檢測(cè)系統(tǒng)中機(jī)械機(jī)構(gòu)主要是起到保護(hù)支持,防護(hù),精密調(diào)整的作用。機(jī)械機(jī)構(gòu)必須具備足夠的剛度、強(qiáng)度、抗震性,必須具備溫度調(diào)控功能。此外,為了滿足成像光路要求,以便得到最佳的成像效果,攝像機(jī)和光源必須精確可調(diào),關(guān)鍵硬件包括CMOS圖像傳感器及鏡頭、光電轉(zhuǎn)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(jī)械機(jī)構(gòu)具備防護(hù)功能,防止油、汽污染。為滿足上述要求。
- 影像微調(diào)模塊
- 機(jī)構(gòu)布局圖
6.軟件組成構(gòu)架
(1) 總組織構(gòu)架(2) 簡(jiǎn)單功能介紹構(gòu)成(2).1實(shí)時(shí)畫面
顯示鋼卷實(shí)時(shí)運(yùn)行畫面,并展示識(shí)別出來的缺陷。
(2).2鋼卷回看
(2).3在線、離線模式
在線模式:顯示實(shí)時(shí)畫面和鋼卷列表。
離線模式:不顯示實(shí)時(shí)畫面,顯示鋼卷列表。
操作技巧:實(shí)時(shí)畫面顯示時(shí),如果最近一段鋼卷需要回看,可以點(diǎn)擊進(jìn)入離線模式不再接收實(shí)時(shí)畫面,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。下載路徑在客戶端執(zhí)行目錄,Steels子目錄下。
下載過程中會(huì)有進(jìn)度條顯示下載進(jìn)度
(2).5板報(bào)表
統(tǒng)計(jì)一個(gè)時(shí)間段的鋼卷數(shù)、缺陷數(shù)等信息。
(2).6缺陷過濾、報(bào)警
過濾不符合條件的缺陷并對(duì)指定的缺陷進(jìn)行報(bào)警等。
多個(gè)配置相互獨(dú)立,只要滿足一個(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(xí)系統(tǒng)介紹
人類的視覺原理如下:從原始信號(hào)攝入開始(瞳孔攝入像素 Pixels),接著做初步處理(大腦皮層某些細(xì)胞發(fā)現(xiàn)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(shí)別的一個(gè)示例:
我們可以看到,在最底層特征基本上是類似的,就是各種邊緣,越往上,越能提取出此類物體的一些特征(輪子、眼睛、軀干等),到最上層,不同的高級(jí)特征最終組合成相應(yīng)的圖像,從而能夠讓人類準(zhǔn)確的區(qū)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大腦的這個(gè)特點(diǎn),構(gòu)造多層的神經(jīng)網(wǎng)絡(luò),較低層的識(shí)別初級(jí)的圖像特征,若干底層特征組成更上一層特征,最終通過多個(gè)層級(jí)的組合,最終在頂層做出分類呢?答案是肯定的,這也是許多深度學(xué)習(xí)算法(包括CNN)的靈感來源。
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(zhǎng)處理圖像特別是大圖像的相關(guān)機(jī)器學(xué)習(xí)問題。
卷積網(wǎng)絡(luò)通過一系列方法,成功將數(shù)據(jù)量龐大的圖像識(shí)別問題不斷降維,最終使其能夠被訓(xùn)練。CNN最早由Yann LeCun提出并應(yīng)用在手寫字體識(shí)別上(MINST)。LeCun提出的網(wǎng)絡(luò)稱為L(zhǎng)eNet,其網(wǎng)絡(luò)結(jié)構(gòu)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,最終通過若干個(gè)全連接層完成分類。
卷積層完成的操作,可以認(rèn)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(shù)據(jù)維度。
綜合起來說,CNN通過卷積來模擬特征區(qū)分,并且通過卷積的權(quán)值共享及池化,來降低網(wǎng)絡(luò)參數(shù)的數(shù)量級(jí),最后通過傳統(tǒng)神經(jīng)網(wǎng)絡(luò)完成分類等任務(wù)。
訓(xùn)練過程
卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)類似,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(jì)算相應(yīng)的實(shí)際輸出Op。
在此階段,信息從輸入層經(jīng)過逐級(jí)的變換,傳送到輸出層。這個(gè)過程也是網(wǎng)絡(luò)在完成訓(xùn)練后正常運(yùn)行時(shí)執(zhí)行的過程。在此過程中,網(wǎng)絡(luò)執(zhí)行的是計(jì)算(實(shí)際上就是輸入與每層的權(quán)值矩陣相點(diǎn)乘,得到最后的輸出結(jié)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(yīng)的理想輸出Yp的差;
b)按極小化誤差的方法反向傳播調(diào)整權(quán)矩陣。
四、檢測(cè)系統(tǒng)與系統(tǒng)對(duì)接
1.供電需求
帶鋼表面質(zhì)量在線檢測(cè)系統(tǒng)與生產(chǎn)線基礎(chǔ)接口有著密切相關(guān)的聯(lián)系。檢測(cè)系統(tǒng)的供配電,保護(hù)箱體的冷卻以及檢測(cè)軟件的啟動(dòng)、停止、區(qū)分子卷、缺陷的定位等與此都密切相關(guān)。
序號(hào) |
項(xiàng)目 |
具體要求 |
備注 |
1 |
系統(tǒng)供配電(表檢) |
220V 32A |
|
|
多功能檢測(cè)儀(如需) |
220V 32A |
|
2 |
換卷信號(hào) |
焊縫信號(hào)(開關(guān)量) |
IO接口 |
3 |
速度信號(hào) |
HTL/TTL |
轉(zhuǎn)向輥馬達(dá)編碼器信號(hào) |
2.帶鋼速度跟蹤信號(hào)
由于生產(chǎn)線軋制速度的變化,需要接入帶鋼速度信號(hào)作為攝像機(jī)外部觸發(fā)信號(hào),保證攝像機(jī)采集速度與帶鋼運(yùn)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(jì)長(zhǎng)及缺陷定位的準(zhǔn)確。
3.啟動(dòng)檢測(cè)信號(hào)
對(duì)于一套帶鋼表面質(zhì)量在線檢測(cè)系統(tǒng),需要一個(gè)信號(hào)來告知系統(tǒng)新卷的到來,以此作為新卷的計(jì)長(zhǎng)開始,以及缺陷距離頭部位置的定位依據(jù)。
一般來說,啟動(dòng)檢測(cè)信號(hào)需要早于帶鋼頭部到達(dá)檢測(cè)位置發(fā)送給檢測(cè)系統(tǒng)。往往選取檢測(cè)位置前焊縫檢測(cè)儀或者熱金屬檢測(cè)儀的信號(hào)。
為了確保帶鋼頭部能夠被準(zhǔn)確定位,在獲知啟動(dòng)信號(hào)與檢測(cè)點(diǎn)的實(shí)際距離后,能夠通過恰當(dāng)?shù)南到y(tǒng)設(shè)置來對(duì)帶鋼上下表面的頭部位置進(jìn)行糾正。
4.剪切信號(hào)
對(duì)于布置在出口位置的檢測(cè)系統(tǒng),通過接入剪切信號(hào)(final cut/ first cut + final cut),能夠?qū)z測(cè)數(shù)據(jù)以出口分卷號(hào)存儲(chǔ),配合恰當(dāng)?shù)南到y(tǒng)配置及處理邏輯,可以將現(xiàn)場(chǎng)多種工藝變化,如取樣、切廢、上/下卷取等,在存儲(chǔ)過程中進(jìn)行個(gè)性化定義。
準(zhǔn)確的出口分卷檢測(cè)數(shù)據(jù),便于本機(jī)組及下工序的用戶查詢?nèi)毕菪畔?,滿足檢測(cè)數(shù)據(jù)的長(zhǎng)期準(zhǔn)確追溯的要求。