导读:本文包含了板带钢表面缺陷论文开题报告文献综述及选题提纲参考文献，主要关键词:网状裂纹,柱状晶,中间裂纹,热轧带钢
板带钢表面缺陷论文文献综述
左海霞,苏崇涛,王亚芬,海超[1]（2019）在《SS400热轧带钢表面网状裂纹缺陷》一文中研究指出利用光学金相显微镜、扫描电子显微镜(SEM)和X射线能谱仪(EDS),对SS400带钢在热轧生产中出现的一例表面网状裂纹缺陷进行分析,结果表明,此例热轧带钢表面网状裂纹缺陷的产生系铸坯表面裂纹和中间裂纹缺陷综合所致,要避免或减少此类缺陷的产生,必须严格控制钢中有害元素含量,选择合适的结晶器及保护渣,优化连铸生产工艺,严格控制连铸生产过程的稳定性,获得合理的铸坯凝固结构,从而提高轧材的合格率。(本文来源于《金属世界》期刊2019年06期）
陈建华,郭明清,黄珍,陈亚平,张平根[2]（2019）在《热轧带钢表面凹坑缺陷成因分析与预防》一文中研究指出新钢热连轧厂生产时在带钢表面有凹坑缺陷存在,严重影响产品质量.为了减少凹坑缺陷的产生,文中采用化学成分检测和金相微观组织分析法,对热连轧轧制过程中带钢表面出现的凹坑缺陷进行了分析.结果表明:凹坑缺陷是在轧制过程中,由于轧机振动等原因使锈蚀物掉落至板坯表面并随着工作辊轧入带钢表面而形成.通过在轧机前新增吹扫水、加强对除尘喷嘴的清理、定期对机架设备维护与清理、及时维护除尘风机等措施,有效减少了凹坑缺陷的产生.(本文来源于《江西冶金》期刊2019年04期）
金大华,黄丽芳[3]（2019）在《冷轧连续退火带钢表面麻点缺陷形成机理分析》一文中研究指出当冷轧连续退火带钢的表面出现麻点缺陷时,势必会对整个产品质量产生直接影响,因此,需要深入分析其形成机理,找出具体的解决办法。文章首先简要分析了连续退火麻点缺陷形成原因,指出了炉辊结瘤产生机理,并给出了具体的预防措施,望能为此领域研究有所借鉴。(本文来源于《科技创新与应用》期刊2019年22期）
段晓溪,王立朋,付万顺,吴腾飞,赵俊士[4]（2019）在《冷轧退火带钢表面白斑缺陷形成机理与控制》一文中研究指出针对冷轧退火带钢表面的白斑缺陷,利用扫描电子显微镜及X射线能谱分析仪,从热轧、冷轧、连续退火工艺等方面对白斑缺陷形成机理进行分析,并提出相应的改进措施。实践证明,降低白斑缺陷的有效措施为:制定连退产线清洗段挤干辊更换周期为3个月,保证胶辊表面质量;酸轧机组生产过程中严禁60℃以上高温卷上线生产;提高酸洗工序的酸液浓度、温度,提高带钢酸洗后表面质量,减少氧化铁皮残留;将DC05热轧温度从1 243℃调整到1 210℃,防止晶界过烧。(本文来源于《河北冶金》期刊2019年06期）
苏鹏举[5]（2019）在《热轧带钢表面小白条缺陷的预防及控制》一文中研究指出随着热轧酸洗产品的表面质量要求不断提升,高强度、薄规格酸洗板表面批量出现小白条缺陷问题,经过微观形貌和成分分析确认产生小白条缺陷的原因为轧辊表面剥落,通过采取优化精轧前机架轧辊冷却水用量、改善和加强轧辊润滑、降低轧制负荷、提高轧辊辊面质量、优化精轧机配辊和优化轧制计划等措施,酸洗板表面的小白条缺陷由50卷/月降低到15卷/月,酸洗板表面质量明显改善。(本文来源于《2019年第二届钢铁工业智能制造发展论坛会议论文集》期刊2019-06-26）
管民凯,杨立庆,饶静,柳青佳[6]（2019）在《热轧带钢表面横纹缺陷改进》一文中研究指出对安钢1780热连轧带钢表面横纹缺陷展开调查分析,结果表明:轧辊磨削不良造成的辊面横纹及轧辊转车时产生的辊面振纹是形成带钢表面横纹缺陷的主要原因,采取相应的改进措施消除带钢表面横纹,效果良好。(本文来源于《四川冶金》期刊2019年03期）
易梦云[7]（2019）在《带钢表面质量缺陷检测与分类方法研究》一文中研究指出带钢作为在钢铁工业上的一种重要产品,现如今已被广泛应用在电子电气、机械制造、航空航天工业等领域,所以带钢表面质量的好坏是决定其产品品质的一个必要指标。但由于在带钢生产过程中,会受到生产线上的机械设备、每项加工手法、还有不同生产空间环境等多方面影响,所以带钢表面质量就会出现边浪、夹杂、孔洞、划伤、污渍等各种各样的缺陷,而这些缺陷会严重影响带钢产品的质量。因此,如何高效、准确的检测出钢板带表面出现的缺陷,成为提高钢板带产品质量所需解决的问题,并具有重要的理论研究价值。在此背景下,本文对处理带钢表面质量缺陷的图像所运用的预处理技术、特征提取和特征选择技术以及最后的分类方法进行了研究。主要工作如下:(1)本文对带钢表面缺陷图像预处理技术做出以下叁方面的研究:首先为了避免图像中噪声的干扰,通过对比四种常用的去噪方式,选定对缺陷保留效果更好的中值滤波来去噪。其次为让缺陷图像中缺陷目标与背景更好的区分,采取了图像增强的方式,选定了使像素分布更均匀的直方图均值化的方法。最后为使缺陷区域与图像分离,运用图像分割的方式,通过对比四种常用分割方式,选定分割效果最为明显的Canny算子进行图像分割。(2)本文为将图像可视信息转化为数据信息,所以采取了特征提取的方式,从预处理后的图像中提取了包含几何特征、灰度特征、纹理特征等154维特征。为避免过度拟合,也为提高分类的准确度,采用主成分分析法、Relief F算法及Relief F算法与PCA结合,共叁种方法来对特征数据集进行特征降维及特征选择,处理后的特征分别为25维、25维和22维,降低了后续的计算量。(3)本文对降维及选择后的叁种数据结果分别与支持向量机、K近邻算法、随机森林算法、BP神经网络和RBF神经网络共五种分类方式进行分类,通过对分类的准确度及时间长短的对比,分析得出准确度最高为PCA降维后结合SVM分类,准确度达到了96.25%。但综合准确度及时间来看,随机森林不仅分类准确度较高而且所用时间也较短。(本文来源于《湖北工业大学》期刊2019-06-01）
马千,鲁斐,杨喜恩,纪银环,严光阔[8]（2019）在《热镀锌带钢表面点状缺陷的分析和改进》一文中研究指出对某冷轧公司镀锌分厂的热镀锌带钢出现的板面点状缺陷(包括亮点缺陷和麻点缺陷)进行了形貌观测和微区成分分析,结合生产工艺,得到如下结论:亮点缺陷为锌层表面凹坑,由锌锅表面的锌渣或杂质飞溅粘附到带钢表面或其从带钢表面脱落而成;麻点缺陷为板面轻微硌伤。最后针对缺陷类型提出了控制措施。(本文来源于《天津冶金》期刊2019年02期）
田思洋[9]（2019）在《板带钢表面缺陷目标检测与分类算法研究》一文中研究指出表面缺陷是影响板带钢质量的重要因素,据统计,国内板带钢产品用户质量异议事件60%以上都是由表面缺陷造成的。表面缺陷自动检测系统可对表面缺陷进行在线检测和及时反馈,对于提高板带钢的表面质量具有重要意义。随着生产线速度的提高以及用户对产品质量要求的日益严格,迫切需要提升缺陷检测与识别算法的效率,从而提高表面检测系统的检测速度和检测精度。针对不同生产线的运行速度与产品表面状况开发缺陷检测与识别的快速算法,以满足实时检测要求是表面检测领域的重要研究方向。本文对图像分割、目标检测、缺陷分类等算法进行了深入研究,开发了快速图像分割、改进极限学习机、端到端的目标检测等算法,分别应用于酸洗带钢、中厚板、热轧带钢等叁种典型的板带钢产品表面缺陷在线检测系统。同时针对新生产线缺陷样本收集困难以及未知缺陷无法识别问题,研究了缺陷样本在不同生产线的迁移以及未知缺陷的自动识别方法。主要研究内容与成果如下:(1)针对中厚板表面背景复杂、缺陷形貌多变等特点,提出了一种极限学习机(ELM)和遗传算法(GA)相结合的缺陷快速分类算法。通过基因锁定、动态变异率两大进化策略,使遗传算法在ELM参数优化中加快收敛,最终分类结果更加稳定。实验表明采用本算法对9类中厚板常见表面缺陷的识别率达到94.30%,比仅采用原始ELM算法提高了5%,同时本算法在速度上也可以满足生产线速度较低的中厚板表面缺陷在线检测要求。(2)针对热轧带钢运行速度快、表面缺陷形貌多变、存在水和氧化铁皮干扰等问题,引入了端到端的深度学习目标检测方法。同时在模型的训练过程中引入了迁移学习方法,利用在大规模数据集下训练过的特征提取网络来大幅提高训练效率。算法将传统的先提取预选框再进行分类的检测流程转换为同时对缺陷的位置和类别进行预测的回归问题,实现了端到端的目标检测。由于网络对图像仅进行一次计算,故运算速度快。对7类常见的热轧带钢表面缺陷进行实验,mAP达到92.54%,检测速度达到14 FPS,满足热轧带钢在线检测的要求。(3)针对酸洗带钢表面背景和缺陷形态简单、运行速度快等特点,提出了一种利用底层信息进行图像分割的快速表面缺陷检测算法。算法通过引入积分图加快运算效率,同时将霍夫变换方法应用于边部缺陷检测。将算法应用于酸洗带钢表面缺陷检测,带钢中部和边部缺陷的检测准确率分别达到了97.9%和95.2%,检测速度达到50FPS,满足酸洗带钢在线检测的要求。(4)由于不同生产线上产品表面图像的背景及纹理等信息存在很大差异,在其它生产线上获取的缺陷样本不能直接应用于新的生产线上进行学习,导致新安装的表面检测系统往往缺少足够量的缺陷样本,需要有长时间的样本收集过程,影响系统使用效果。本文通过对抗生成网络,将其它生产线上获取的缺陷样本与新生产线的图像背景相结合,以生成可在新生产线系统学习的缺陷样本,达到快速收集缺陷样本的目的。为了定量的评价缺陷样本迁移效果,本文设计了一个分类用残差网络来评判缺陷样本生成的真实度,并分别对原始数据集及生成数据集进行评估。模型在原始数据集和新生成数据集上分别达到了96.0%和95.87%的缺陷识别准确率,表明新生成的缺陷样本达到了良好的学习效果。(5)现有表面缺陷识别算法一般无法识别未知缺陷,或者容易将未知缺陷识别成其它相似缺陷。本文提出了一种两级的缺陷分类结构,将缺陷按照形态分为五个大类,再将每个大类分为具体的缺陷类别。对于已知缺陷,一级为缺陷形态类别,二级为具体缺陷类别;对于未知缺陷,仅给出一级的缺陷形态类别,二级缺陷类别留空。实验对7种已知类别的热轧带钢数据集和1种用来模拟未知缺陷的划伤类型样本进行了测试。实验结果表明新识别算法对于未知缺陷的误识率由61.3%降低到8.03%,极大提高了未知缺陷的识别精度。(本文来源于《北京科技大学》期刊2019-04-12）
邵光梅[10]（2019）在《基于深度卷积网络的板带钢表面缺陷类别检测》一文中研究指出板带钢是钢铁生产领域的重要产品,表面质量是评价其产品等级的主要指标之一,而表面质量的评价关键在于表面缺陷类别的判断。目前深度卷积网络在图像类别判断中达到很好的效果,本文围绕深度卷积网络展开板带钢表面缺陷类别检测方法研究。具体研究内容如下:(1)针对板带钢表面缺陷数据样本数量分布不均衡及样本量不充足问题,首先采用了图像增强、均衡化、阈值化、降噪等方法对表面图像数据进行预处理,然后使用迁移学习技术对多种卷积神经网络模型进行调优,以筛选出较优的分类模型进行表面缺陷图像类别检测。(2)针对计算资源的代价问题,设计了基于分布式迁移学习VGG16模型,采用动量梯度和随机梯度交替迭代优化的策略进行求解。针对BP算法对VGG16特征分类器带来的收敛慢等问题,提出了两点步长法来优化梯度的更新,提升了VGG16模型的分类性能。(3)基于学习到的VGG16模型,实现了一种基于Spark Streaming的板带钢表面缺陷类别在线检测系统。(本文来源于《安徽工业大学》期刊2019-04-10）
板带钢表面缺陷论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
新钢热连轧厂生产时在带钢表面有凹坑缺陷存在,严重影响产品质量.为了减少凹坑缺陷的产生,文中采用化学成分检测和金相微观组织分析法,对热连轧轧制过程中带钢表面出现的凹坑缺陷进行了分析.结果表明:凹坑缺陷是在轧制过程中,由于轧机振动等原因使锈蚀物掉落至板坯表面并随着工作辊轧入带钢表面而形成.通过在轧机前新增吹扫水、加强对除尘喷嘴的清理、定期对机架设备维护与清理、及时维护除尘风机等措施,有效减少了凹坑缺陷的产生.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
板带钢表面缺陷论文参考文献
[1].左海霞,苏崇涛,王亚芬,海超.SS400热轧带钢表面网状裂纹缺陷[J].金属世界.2019
[2].陈建华,郭明清,黄珍,陈亚平,张平根.热轧带钢表面凹坑缺陷成因分析与预防[J].江西冶金.2019
[3].金大华,黄丽芳.冷轧连续退火带钢表面麻点缺陷形成机理分析[J].科技创新与应用.2019
[4].段晓溪,王立朋,付万顺,吴腾飞,赵俊士.冷轧退火带钢表面白斑缺陷形成机理与控制[J].河北冶金.2019
[5].苏鹏举.热轧带钢表面小白条缺陷的预防及控制[C].2019年第二届钢铁工业智能制造发展论坛会议论文集.2019
[6].管民凯,杨立庆,饶静,柳青佳.热轧带钢表面横纹缺陷改进[J].四川冶金.2019
[7].易梦云.带钢表面质量缺陷检测与分类方法研究[D].湖北工业大学.2019
[8].马千,鲁斐,杨喜恩,纪银环,严光阔.热镀锌带钢表面点状缺陷的分析和改进[J].天津冶金.2019
[9].田思洋.板带钢表面缺陷目标检测与分类算法研究[D].北京科技大学.2019
[10].邵光梅.基于深度卷积网络的板带钢表面缺陷类别检测[D].安徽工业大学.2019