基于专家系统的硅钢表面缺陷分类系统.pdfVIP

基于专家系统的硅钢表面缺陷分类系统 1 2 1 孙 林 甘胜丰 雷维新 (1. 武钢股份公司设备维修总厂，武汉 430083 ； 2. 中国地质大学（武汉）地球物理与空间信息学院，武汉 430074) 摘 要 研究硅钢轧前阶段和成品阶段的表面缺陷的特征、成因及其影响，发现专家系统有能力实现对复杂且变化 环境下的表面缺陷分类。针对这两个阶段的表面缺陷，采用图像的底层属性特征，设计含有置信度的专家系统及其 配套的知识库和推理机。应用发现该技术可以较好地识别带钢表面的多类重要缺陷，轧前缺陷的孔洞、结疤能达到 70% 以上，边界缺陷和小缺陷能达到90% 以上。实践结果表明针对硅钢的专家系统表面缺陷识别技术是一种可行的 识别方法。1 关键词 硅钢 表面缺陷 专家系统 Silicon Steel Surface Defect Classification System Based on Expert System Sun Lin Gan Shengfeng Lei Weixin (1. Equipment Maintenance and Repair Plant of WISCO,Wuhan, 430083； 2. China University of GEOscience Physical,Wuhan, 430074 ） Abstract Research on characteristics, cause and effect of surface defects silicon steel previous rolling stage and finished stage. Expert system can realize the surface defect classification under complex and changing environment. Use the underlying properties characteristics of the image for surface defects, design expert system which contains confidence level, knowledge base and inference engine. This technology can defect strip surface defects such as holes, scrab, which can reach more than 70%, boundary defects and small defects, which reach more then 90%. Practical results show that expert system surface defect recognition technology is a feasible recognition method. Key words silicon steel，surface defect，expert system 1 引言 基于机器视觉的带钢表面缺陷识别方法已逐渐取代了传统人工肉眼检测带钢表面质的方法。这种检测手 段已用于武钢硅钢生产线，但是由于硅钢表面缺陷的具有塑性差，边缘金属在张力轧制条件下发生的撕裂现 象等特点，因此需要建立合适的识别机制才能使得基于机器视觉识别技术更为可靠[1] 。 本文通过分析冷轧硅钢生产中的轧前缺陷状态和成品缺陷状态来寻找合适的缺陷特征。利用这些特征建 立基于冷轧硅钢的专家系统表面缺陷识别方法。并通过实验来测试这些方法的可靠性，用于解决硅钢表面缺 陷识别技术中实际应用中的问题。 1孙林，男，工学博士，教授级高工，从事冶金装备技术研究，sunlin1998@