钢管无损检测 表面缺陷机器视觉检测技术通则 征求意见稿

1GB/TXXXX—XXXX钢管无损检测表面缺陷机器视觉检测技术通则本文件规定了钢管表面缺陷机器视觉检测的一般要求、对比试样、检测系统、系统性能要求、检测程序、结果判定、检测记录和报告。本文件适用于钢管表面自动视觉检测。其他钢产品的表面视觉检测可参照本文件执行。2规范性引用文件下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。GB/T9445无损检测人员资格鉴定与认证GB/T40659智能制造机器视觉在线检测系统通用要求YB/T145钢管探伤对比试样人工缺陷尺寸测量方法YB/T4083钢管、钢棒自动涡流探伤系统综合性能测试方法3术语和定义GB/T40659界定的以及下列术语和定义适用于本文件。3.1视觉检测visualinspection通过机器视觉产品（即图像摄取装置，如CCD）将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息转变成数字化信号，图像系统对这些信号进行各种运算来抽取目标的特征，根据判别的结果来判断被测钢管表面是否存在缺欠。3.2采集服务器data-acquisitionserver负责与CCD相机对接，实现相机图像的采集，需要根据钢管的检测速度及采样频率进行针对性3.3推理服务器computingserver将实时检测到的钢管外表面图像进行缺陷检出及分类运行，服务器性能要满足实时性及数据查询、存储等各方面的要求。3.4用户终端userterminal运行质量检测软件，为用户提供缺陷报警、缺陷分布预览、历史数据查询等多种表面质量检测应用。以及系统维护、缺陷样本收集等功能。3.5线结构光三维深度检测Linestructuredlightthree-dimensionaldepthdetection2GB/TXXXX—XXXX线结构光三维深度检测是基于三角测量的原理进行三维重建。相机在采集图像过程中，线激光投射下来为一个光平面；对相机进行内外参标定后，将图像上的像素点坐标转为世界坐标，通过光平面的约束使得目标物体的深度信息可以求解。4缩略语下列缩略语适用于本文件。CNN：卷积神经网络(ConvolutionalNeuralNetworks)CCD：摄像机(ChargeCoupledDevices)MES：制造执行系统(ManufacturingExecutionSystem)SPC：统计过程控制(StatisticalProcessControl)DMS：数据管理系统(DatabaseManagementSystem)LAN：局域网(LocalAreaNetwork)5通用要求5.1.1当按本标准进行视觉检测时，供需双方应在合同或相关文件中指定检测标定人工缺陷的类型、质量等级等。5.1.2除非在供需双方协议中特殊约定，视觉检测应在主要生产工序（轧制、热处理、冷热加工和矫直等）完成之后进行。5.1.3执行本标准的检测人员应按GB/T9445或相应的标准进行培训，并取得资格证书。凡签发检测报告者，应取得目视2级或2级以上资格证书。并由雇主或其他代理对检测人员进行岗位培训和操作授权。5.1.4被检钢管的表面应平整、光滑，无影响耦合的氧化皮、污物、油漆以及凹坑等缺陷。必要时，应使用适当的方法清除或进行机加工，以满足检测要求。5.1.5检测环境应避开强光、强电磁场、强振动、腐蚀性气体、严重粉尘等影响检测系统稳定工作和检测人员可靠观察的因素。6对比试样6.1材料对比试样表面状态应与被检测钢管相同或相近；材料表面不应存在影响设备校验的缺陷。6.2制作与测量人工缺陷可采用机械或电火花等加工方法制作，其尺寸和精度应满足表1要求。人工缺陷在制作阶段进行的尺寸测量，测量方法应按照YB/T145或其他标准规定的方法进行。对比试样测试合格，应出具合格证书或测试证书。6.3直径、长度和平直度自动检测对比试样的直径满足公称尺寸要求，长度和平直度应满足视觉检测设备的要求。6.4人工缺陷在对比试样中部的不同区域分别制作规定大小的条状或孔状人工缺陷。根据检测设备类型和检测要求，人工缺陷可位于对比试样中间或端部。当有端部不可检测区要求时，对比试样两端可制作相应横孔。6.5尺寸和等级以及漏报率要求3GB/TXXXX—XXXX人工缺陷的尺寸以及漏误报率要求如表1所示。表1人工缺陷尺寸注2：对比试样上人工缺陷的尺寸不解释为可以检测到7检测系统7.1系统架构7.1.1钢管表面缺陷机器视觉检测系统涉及到设备层、控制层及车间层，如图1所示，主要包括图像采集单元、图像处理单元、数据存储单元、图像分类单元、结果显示单元、外接信号单元及信号传输单元。7.1.2设备层主要涉及接收相关控制命令并反馈检测信息的各类检测执行设备，诸如轧制设备、托辊设备、传输设备等。7.1.3控制层主要涉及检测系统的图像采集单元、图像处理单元、数据存储单元、图像分类单元、结果显示单元、外接信号单元、LAN及信号传输单元等。7.1.4车间层主要涉及与MES、SPC、DMS等车间管理系统的相互通信及反馈。4GB/TXXXX—XXXX图1钢管表面缺陷自动视觉检测系统整体架构7.2输入模块7.2.1检测系统的输入模块主要包括外部信号输入单元和成像系统两个部分。7.2.2外部信号输入单元用于将用于检测即将过钢的信号发送到成像系统，外部信号来源通常有编码器、光电触发器或其他设备控制。7.2.3成像系统用于将钢管表面转换为图像信号，通常由光源、镜头、工业相机、采集控制器、耐高温耐粉尘防护装置、表面清洁吹扫装置等组成；7.2.4环境要求：包括温度、湿度、清洁等级、照明等。7.2.5检测要求：包括工作距离、钢管过管速度、钢管直径、长度、表面状况、颜色、反射、粗糙度等、钢管表面缺陷自动视觉检测系统前工位状态等。7.2.6采集要求：包括图像的质量（分辨率、对比度、透视、畸变等）和数量。7.3处理模块7.3.1检测系统的处理模块宜采用机器学习方法及线结构光三维检测方法实现图像检测处理，主要包括样本标注、模型训练、三维深度检测和检测判别四个主要步骤。7.3.2对采集的钢管表面图像以及存储模块中样本图像中的常见缺陷进行人工标注，可以借助部分标注工具进行统一标注。7.3.3将完成缺陷标注的样本图像和对应判别结果标签组成训练样本集，输入到CNN等机器学习模型中进行参数训练，生成检测数学模型。7.3.4三维深度检测：线结构光三维深度检测一般通过结构光光条点云预处理、提取算法、三维深度检测模型等过程，实现钢管外表面深度学习的在线检出。7.3.5将输入模块获取的钢管表面图像输入到训练好的检测数学模型中进行判别，输出钢管表面缺陷类型的判别结果。7.3.6处理速度应满足生产系统节拍要求，并与资源消耗和检测效果相适应。7.3.7处理过程应满足硬件负载，并与图像采集、输入、输出的资源占用相适应。7.3.8处理结果应满足用户设定的漏报率和误报率限值的要求。7.4输出模块7.4.1检测系统输出的判别结果通过LAN传输给结果显示单元，同时还通过外部系统接口传输给其他系统进行数据交互和共享，传输的方式包括有线传输（串行接口、以太网、现场总线等）和无线传输（WLAN、工业WiFi、蓝牙、4G、5G等）。7.4.2输出数据的格式应满足与车间管理系统和检测设备相适应的编码和存储要求。7.4.3输出形式应满足输出显示设备和相关生产管理系统接口的要求。7.4.4输出文件宜包含文件设置相关信息、钢管物流号相关信息、钢管生产批次相关信息、生产设备相关信息、检测相关信息、缺陷结果相关信息（缺陷长度、缺陷宽度、缺陷深度、缺陷位置、缺陷分类等）、报告相关信息等。7.5系统信息流7.5.1输入模块首先由外部信号输入单元发送即将过钢的信号给钢管表面缺陷自动视觉检测系统的输入模块，输入模块中的平行光源和相机开始进行按照既定的成像方案启动采集。7.5.2处理模块接收到输入模块通过成像和系统LAN提供的图像数据，图像分类单元通过深度学习方法对图像数据进行长度和宽度检测处理，通过三维深度检测对缺陷深度进行在线检测，输出钢管表面缺陷信息及类别判别结果。5GB/TXXXX—XXXX7.5.3输出模块按照特定形式和接口要求将判别结果及检测相关信息分别传输至检测执行设备和存储模块中的数据存储单元、结果显示单元及系统LAN，以供MES、SPC、DMS等车间管理系统使用数据。7.5.4存储模块将钢管表面缺陷信息及类别判别结果和相关信息数据统一存储在本地数据库中，以满足检测数据管理、查询等需求，同时为处理模块提供样本数据（包括钢管表面缺陷样本图像和对应判别结果）。7.5.5根据存储模块及结果显示单元判别结果执行检测任务，并反馈执行信息给车间管理系统，形成信息流闭环。7.6光路配置钢管表面缺陷机器视觉检测系统设计的关键工作之光路的配置形式是成像的一个很重要的环节，它是根据光在不同直径钢管表面的不同反射形式(即镜面反射和漫反射)和被检测物体的表面缺陷情况进行选择的，目前表面检测的光路配置形式主要有：明场光路、暗场光路及介于明暗相间的中间场光路配置。7.7功能要求7.7.1检测系统远程控制、操作模式、系统配置、系统自诊断、远程维护和互联互通等功能应满足GB/T40659的要求。7.7.2检测系统的综合性能，如信噪比、周向灵敏度差、漏报率、误报率、端部盲区和稳定性等指标可参照YB/T4083要求。8系统性能要求8.1设备性能钢管表面缺陷机器视觉检测系统的设备性能要求主要包括。a)能够输入信号并输出钢管外表面缺陷长度、宽度、深度、数量、类型、位置等处理结果。b)外观应满足设备要求，应无瑕疵、无活动、无断裂、无机械损坏，且相关铭牌标识应清晰。c)应符合设备安全性和信息安全性的要求，避免诱发危险。d)应具备可靠性：衡量标准可包括平均故障间隔时间、平均修复时间、可用性和使用寿命。e)应具备可维护性：在特定条件下经指定程序和资源执行系统修复后，可维持或恢复到指定功能。8.2性能过程钢管表面缺陷机器视觉检测系统的过程性能要求一般包括。a)精度：系统检测到的被检测对象特征值的邻近度应满足用户要求。b)速度：系统对与输入对象相关的输入信号的反应速度应满足用户要求。c)稳定性：系统可在检测各阶段和工作环境中对静态或动态的产品进行稳定的图像采集和图像处理分析，包括成像稳定性和软件稳定性。d)灵活性：系统应适应外部需求的变化。e)学习能力：当被检测对象发生异常变化时，系统可自行学习并检测出异常情况。f)缺陷检出信息全面性：数学模型应能识别出钢管外表面的常见缺陷，并给出缺陷的位置、长度、宽度、深度、数量、类型等具体信息。g)软件功能全面性：运行质量检测软件，为用户提供缺陷报警、缺陷分布预览、历史数据查询等多种表面质量检测应用。以及系统维护、缺陷样本收集等功能。6GB/TXXXX—XXXX8.3制造管理性能钢管表面缺陷机器视觉检测系统的制造管理性能要求主要包括。a)质量保证：硬件与软件的开发、制造、集成等活动应严格符合质量保证体系的要求和程序b)维护支持：系统生命周期的所有阶段都应有维护系统支持，以确保其满足指定的工作质量。c)兼容性：应满足内部兼容性和外部兼容性的要求。d)物理特性：应考虑物理特性造成的约束，包括质量、体积、散热等因素。8.4检测性能钢管表面缺陷机器视觉检测系统的检测性能要求主要包括。a)准确性：使用规定方法在指定时间检测一定数量产品样本的正确率应满足企业生产现场漏报率、误报率等目标要求。b)一致性：多次重复执行相同的检测任务，判别结果应一致。c)实时性：系统应满足用户在循环时间内完成的检查任务，通常要求检测速度应比信号采集间隔速度快，计算及控制系统对缺陷数据的识别周期不大于1秒。d)缺陷类型判别全面性：应准确的检测出钢管外表面的划伤、裂纹、折叠、凹坑等缺陷。e)缺陷数据可保存性：软件应具备严重缺陷报警、缺陷分布预览、缺陷统计等功能，能保存3年以上的缺陷统计数据，且可转存到其他存储介质。9检测程序钢管表面缺陷机器视觉检测系统的检测程序一般包括仪器通电与标定、设备对中调整、检测主机调整、检测灵敏度调整、判别阈值调整等主要环节。a)仪器通电、标定：检测仪器在调试前应预先通电、进行校准，以确保仪器使用过程中性能稳定。b)设备对中调整：设备应根据管径的变化进行检测中心线对中。c)检测主机调整：钢管钢直径和检测要求，调整检测主机高度和钢管运行速度，以确保检测的覆盖率。d)检测灵敏度调整：为检测对比试样上的人工缺陷，对系统判定阈值等进行的调整。e)判别阈值调整：检测前，在上述调整的基础上，用选定的检测速度连续运行与检测钢管相同规格对比试样，保证至少通过3次，每次对比试样上的所要求的人工缺陷均能可靠报警，作为检测阈值。10结果判定10.