基于機(jī)器視覺的下線軋輥表面形貌檢測(cè)方法及其檢測(cè)設(shè)備 技術(shù)領(lǐng)域 [0001] 本發(fā)明涉及軋輥磨損檢測(cè)技術(shù)領(lǐng)域，特別涉及一種基于機(jī)器視覺的下線軋輥表面形貌檢測(cè)方法及其檢測(cè)設(shè)備。 背景技術(shù) [0002] 軋輥是使軋材金屬產(chǎn)生塑性變形的工具，是決定軋機(jī)效率和軋材質(zhì)量的重要消耗部件。熱軋生產(chǎn)中，軋輥表面與高溫的軋材接觸，同時(shí)受到水蒸氣等氧化性氣體影響，在軋輥表面形成致密的氧化膜。隨著軋輥在軋制過程中不斷受到高溫強(qiáng)壓循環(huán)載荷的作用，軋輥表面發(fā)生磨損，氧化膜不斷剝落，從而會(huì)出現(xiàn)由氧化和摩擦磨損構(gòu)成的動(dòng)態(tài)平衡過程。在這個(gè)過程中，氧化膜會(huì)產(chǎn)生隨機(jī)性的破壞，產(chǎn)生流星狀、線狀、散沙狀等不同形態(tài)和顏色，從而造成不均勻的橫向磨損輥形。因此，對(duì)軋輥使用、運(yùn)行和維護(hù)保養(yǎng)不當(dāng)將對(duì)軋輥本身、帶鋼表面質(zhì)量及板材形狀造成嚴(yán)重不良影響。 [0003] 然而，目前傳感檢測(cè)技術(shù)并不能滿足產(chǎn)線軋輥表面檢測(cè)的迫切需要。鋼鐵生產(chǎn)流程中特有的高溫、高速、特殊氣氛等極端環(huán)境，導(dǎo)致軋制設(shè)備或軋輥的部分物理狀態(tài)信息無法采用傳統(tǒng)的傳感技術(shù)進(jìn)行跟蹤監(jiān)測(cè)。現(xiàn)今，生產(chǎn)線上多是下機(jī)后工人通過肉眼觀察為主，這種檢測(cè)方法要求工人注意力高度集中，并且對(duì)現(xiàn)場(chǎng)打光條件要求也較高，檢測(cè)效率低下，易出現(xiàn)缺檢、漏檢現(xiàn)象，并且這種人工檢測(cè)的方法缺乏統(tǒng)一的檢測(cè)標(biāo)準(zhǔn)，主要依靠檢測(cè)人員的經(jīng)驗(yàn)進(jìn)行判斷，降低了檢測(cè)結(jié)果的準(zhǔn)確性。而部分接觸式儀器檢測(cè)，其檢測(cè)精度受多種外界條件影響，且接觸式測(cè)量與被測(cè)物體直接接觸，可能對(duì)接觸表面造成一定影響。 [0004] 因此，研發(fā)一種高效準(zhǔn)確的非接觸式在線檢測(cè)技術(shù)，來解決當(dāng)前熱軋產(chǎn)線上工作輥表面形貌檢測(cè)難度大、缺乏自動(dòng)化檢測(cè)手段、檢測(cè)可信度低、檢測(cè)效率低及缺少統(tǒng)一檢測(cè)標(biāo)準(zhǔn)的問題，從而提高產(chǎn)線生產(chǎn)和管理效率。 發(fā)明內(nèi)容 [0005] 針對(duì)現(xiàn)有技術(shù)存在的問題，本發(fā)明提供了一種基于機(jī)器視覺的下線軋輥表面形貌檢測(cè)方法及其檢測(cè)設(shè)備，采用相機(jī)及線性光源對(duì)熱軋工作輥表面進(jìn)行圖像數(shù)據(jù)采集，并結(jié)合高效的數(shù)據(jù)處理算法，實(shí)現(xiàn)對(duì)軋輥表面的磨損情況進(jìn)行實(shí)時(shí)檢測(cè)；同時(shí)在檢測(cè)過程中，基于工控機(jī)控制的傳感器技術(shù)，實(shí)現(xiàn)自動(dòng)化的檢測(cè)觸發(fā)和數(shù)據(jù)處理流程，顯著提高檢測(cè)效率，此外通過檢測(cè)設(shè)備能夠在軋輥下機(jī)過程中快速判斷軋輥是否需要磨削或冷卻，有助于優(yōu)化生產(chǎn)流程并提高產(chǎn)線運(yùn)行效率。 [0006] 本發(fā)明采用的技術(shù)方案是一種基于機(jī)器視覺的下線軋輥表面形貌檢測(cè)方法，其包括以下步驟： [0007] S1、根據(jù)待檢測(cè)軋輥輥系參數(shù)，調(diào)節(jié)下線軋輥表面形貌檢測(cè)設(shè)備，并對(duì)下線軋輥表面形貌檢測(cè)設(shè)備進(jìn)行初步校準(zhǔn)，且下線軋輥表面形貌檢測(cè)設(shè)備中第一相機(jī)成像中心與第一線性光源之間以及第二相機(jī)成像中心與第二線性光源之間均存在夾角 ，夾角 表達(dá)式為： [0008] ； [0009] 式中， 表示相機(jī)以及線性光源距離地面的安裝高度， 表示相機(jī)與線性光源的水平距離； [0010] S2、將下線軋輥表面形貌檢測(cè)設(shè)備設(shè)置在換輥軌道的一側(cè)，換輥車帶動(dòng)待檢測(cè)軋輥輥系向下線軋輥表面形貌檢測(cè)設(shè)備靠近，測(cè)得待檢測(cè)軋輥輥系中軋輥表面形貌檢測(cè)弧長(zhǎng)，表達(dá)式為： [0011] ； [0012] 式中， 表示下線軋輥表面形貌檢測(cè)設(shè)備中心線到換輥軌道中心線之間的距離，表示相機(jī)像元高度；表示相機(jī)焦距； 表示待檢測(cè)軋輥輥系半徑； [0013] S3、當(dāng)待檢測(cè)軋輥輥系進(jìn)入檢測(cè)范圍時(shí)，下線軋輥表面形貌檢測(cè)設(shè)備的機(jī)體側(cè)面的距離傳感器和測(cè)溫傳感器達(dá)到工作閾值，此時(shí)第一相機(jī)和第二相機(jī)開始工作，分別實(shí)時(shí)采集上軋輥和下軋輥的原始軋輥表面圖像，并將原始軋輥表面圖像存儲(chǔ)至下線軋輥表面形貌檢測(cè)設(shè)備的控制處理器中，且第一相機(jī)和第二相機(jī)采集到的軋輥表面圖像精度 為： [0014] ； [0015] 式中， 表示相機(jī)采集頻率， 表示換輥車帶動(dòng)待檢測(cè)軋輥輥系的移動(dòng)速度； [0016] S4、基于SSH通訊協(xié)議，將步驟S3控制處理器中所存儲(chǔ)的原始軋輥表面圖像傳輸至遠(yuǎn)端服務(wù)器； [0017] S5、在遠(yuǎn)端服務(wù)器上對(duì)原始軋輥表面圖像進(jìn)行圖像預(yù)處理，去除原始軋輥表面圖像中夾雜的噪音，消除由于軋輥表面不同形貌導(dǎo)致的對(duì)比度差異； [0018] S6、對(duì)不同道次軋輥表面圖像的視覺差異進(jìn)行分析，并對(duì)預(yù)處理后的軋輥表面圖像提取熱軋紋理特征量； [0019] S7、采用以信息論為基礎(chǔ)的ID3決策樹方法選取圖像預(yù)處理后的軋輥表面圖像的熱軋紋理特征量； [0020] S8、以步驟S7中選取的紋理特征量為標(biāo)準(zhǔn)，將軋輥表面圖像以及通過下線軋輥表面形貌檢測(cè)設(shè)備采集到的軋輥表面溫度數(shù)據(jù)作為輸入，采用輕量化卷積神經(jīng)網(wǎng)絡(luò)算法對(duì)軋輥表面進(jìn)行磨損判級(jí)； [0021] S9、輸出軋輥輥系中軋輥表面磨損狀態(tài)的判級(jí)結(jié)果，完成對(duì)軋輥表面磨損狀態(tài)的檢測(cè)。 [0022] 進(jìn)一步的，步驟S1中調(diào)節(jié)下線軋輥表面形貌檢測(cè)設(shè)備，并對(duì)其進(jìn)行初步校準(zhǔn)，具體包括以下步驟：

1.一種基于機(jī)器視覺的下線軋輥表面形貌檢測(cè)方法，其特征在于，其包括以下步驟： S1、根據(jù)待檢測(cè)軋輥輥系參數(shù)，調(diào)節(jié)下線軋輥表面形貌檢測(cè)設(shè)備，并對(duì)下線軋輥表面形貌檢測(cè)設(shè)備進(jìn)行初步校準(zhǔn)，且下線軋輥表面形貌檢測(cè)設(shè)備中第一相機(jī)成像中心與第一線性光源之間以及第二相機(jī)成像中心與第二線性光源之間均存在夾角 ，夾角 表達(dá)式為： ； 式中， 表示相機(jī)以及線性光源距離地面的安裝高度， 表示相機(jī)與線性光源的水平距離； S2、將下線軋輥表面形貌檢測(cè)設(shè)備設(shè)置在換輥軌道的一側(cè)，換輥車帶動(dòng)待檢測(cè)軋輥輥系向下線軋輥表面形貌檢測(cè)設(shè)備靠近，測(cè)得待檢測(cè)軋輥輥系中軋輥表面形貌檢測(cè)弧長(zhǎng) ，表達(dá)式為： ； 式中， 表示下線軋輥表面形貌檢測(cè)設(shè)備中心線到換輥軌道中心線之間的距離， 表示相機(jī)像元高度；表示相機(jī)焦距； 表示待檢測(cè)軋輥輥系半徑； S3、當(dāng)待檢測(cè)軋輥輥系進(jìn)入檢測(cè)范圍時(shí)，下線軋輥表面形貌檢測(cè)設(shè)備的機(jī)體側(cè)面的距離傳感器和測(cè)溫傳感器達(dá)到工作閾值，此時(shí)第一相機(jī)和第二相機(jī)開始工作，分別實(shí)時(shí)采集上軋輥和下軋輥的原始軋輥表面圖像，并將原始軋輥表面圖像存儲(chǔ)至下線軋輥表面形貌檢測(cè)設(shè)備的控制處理器中，且第一相機(jī)和第二相機(jī)采集到的軋輥表面圖像精度 為： ； 式中， 表示相機(jī)采集頻率， 表示換輥車帶動(dòng)待檢測(cè)軋輥輥系的移動(dòng)速度； S4、基于SSH通訊協(xié)議，將步驟S3控制處理器中所存儲(chǔ)的原始軋輥表面圖像傳輸至遠(yuǎn)端服務(wù)器； S5、在遠(yuǎn)端服務(wù)器上對(duì)原始軋輥表面圖像進(jìn)行圖像預(yù)處理，去除原始軋輥表面圖像中夾雜的噪音，消除由于軋輥表面不同形貌導(dǎo)致的對(duì)比度差異； S6、對(duì)不同道次軋輥表面圖像的視覺差異進(jìn)行分析，并對(duì)預(yù)處理后的軋輥表面圖像提取熱軋紋理特征量； S7、采用以信息論為基礎(chǔ)的ID3決策樹方法選取圖像預(yù)處理后的軋輥表面圖像的熱軋紋理特征量； S8、以步驟S7中選取的紋理特征量為標(biāo)準(zhǔn)，將軋輥表面圖像以及通過下線軋輥表面形貌檢測(cè)設(shè)備采集到的軋輥表面溫度數(shù)據(jù)作為輸入，采用輕量化卷積神經(jīng)網(wǎng)絡(luò)算法對(duì)軋輥表面進(jìn)行磨損判級(jí)； S9、輸出軋輥輥系中軋輥表面磨損狀態(tài)的判級(jí)結(jié)果，完成對(duì)軋輥表面磨損狀態(tài)的檢測(cè)。 2.根據(jù)權(quán)利要求1所述的基于機(jī)器視覺的下線軋輥表面形貌檢測(cè)方法，其特征在于，步驟S1中調(diào)節(jié)下線軋輥表面形貌檢測(cè)設(shè)備，并對(duì)其進(jìn)行初步校準(zhǔn)，具體包括以下步驟： S11、將第一表面形貌檢測(cè)組件安裝于機(jī)體的上部，將第二表面形貌檢測(cè)組件安裝于機(jī)體的下部；