专利名称：用于对连续铸造板坯上的表面缺陷进行识别和分类的方法
技术领域：
本发明涉及在利用关于连续铸造表面的外貌的地形信息情况下用于对连续铸造产品上的表面缺陷进行识别和分类的方法，其中定位精确地确定和评价缺陷和/或缺点。
背景技术：
已知许多用于检测材料如连续铸造产品上的表面缺陷并且与其互
联地消除表面缺陷的方法。这样例如按照EP 0 880 023 Al，可以自动地检测表面缺陷并且通过一个后接的磨床在进一步加工亦即在一个轧钢机组中的终礼之前将其去除。在此使用的磨床可以可逆地工作，从而利用一个在磨床之前和一个在磨床之后设置的观测装置就可以确定依次的或在较大面积上分布的缺陷并接着将其消除。
在该方法中，借助与所存储的模型的比较对缺陷进行评价，这样缺陷识别的质量和消除取决于已存储的材料。
因此，不必要的工作过程总是不能避免。
原则上只是要识别和评价这样的表面缺陷，它们还导致轧制的产品上例如热轧带材或板材上的缺陷。而不必考虑所有在板坯表面上的其他的缺点。
发明内容
因此本发明的目的是，提供一种方法，借助它可实现可靠而仅仅真实必需的缺陷评价并接着将其消除。
在此应该按照评价将这样取得的信息用于在产品进一 步加工之前消除缺陷或用于提早对成品的可能的质量进行确定和编组。
通过一种在利用关于连续铸造表面的外貌的地形信息情况下用于对连续铸造产品上的表面缺陷进行识别和分类的方法实现所述目的，其中定位精确地确定缺陷和/或缺点，在位置和范围上对其进行评价并且按照评价在产品进一步加工之前将其消除，其特征在于， 一方面对在连续铸造的半成品的板坯表面上的缺陷和/或缺点进行检测和位置精确地存储，而另一方面对在成品上的缺陷和/或缺点进行检测并位置精确地存储，并且接着将半成品的信息与由在成品上的表面检查得到的信息进行比较，并且为了消除半成品上的缺陷和/或缺点，只考虑这样的信息，这些信息已导致或可能导致在成品上的缺陷。
按照本发明，利用适合的方法确定连续铸造板坯的表面地形。在这方面，使用在光的可见或不可见范围内工作的光学方法或使用以微波为基础的方法。在光学的范围内，采用条紋生产方法或立体观测方法。以激光为基础的方法同样是可能的。借助这些方法中的一种或多种进行检测的关于表面地形的信息定位地亦即按位置被存储。可以通过适合的分类方法例如神经元网络或其他的方法分析所检测的地形变化。
按照本发明，该方法的特征在于具有 一个学习阶段(Lernphase )，在该学习阶段期间如下地优化分类方法，以致可以在不重要的表面缺点与重要的表面缺陷之间进行分辨，重要的表面缺陷在轧制好的产品上在这里是在热轧带材或板材上导致或已导致表面缺陷。
为此将在成品上表面检查的结果与板坯检查系统进行互联。特别是将在成品上的缺陷的绝对位置换算成在板坯表面上的绝对位置。为此将道次方案的数据如总变形度和横向轧制与纵向轧制的比例引入模型中。存储关于在板坯上的大概可能的表面缺陷的位置的信息并且将其与检查系统在终轧辊之后确定的信息进行比较，从而在这里形成自学的效果。
将借助分类方法例如神经元网络获得的在表面缺陷的地形与出现的概率之间的关系然后用于预报。
在位置上，该方法不仅能够测量热的板坯表面而且能够测量冷的板坯表面，其中在测量过程中，或是移动板坯，或是移动测量装置。在此可以以不连续的步骤或也可以连续地进行运动。
可以按照分类的结果以其绝对的位置存储这样得到的地形信息。是否存在一个在板坯表面进一步加工之前可被去掉的或在成品上导致质量损失的表面缺陷，如上所述，决定一个学习阶段是必需的。
可以手工通过预定由检查员完成这种学习(Anlernen),但然后屈从主观的缺陷。因此按照本发明，通过与在成品上的表面检查系统的互联实现该目的。
在方法应用在一个未互联的设备(板坯连续铸造设备和轧机)中时，在不是直接使用板坯的情况下，或在外购板坯情况下，通过一个长期数据库实现这种学习算法。
另 一可能性在于该系统在一种自动化的板坯检查的范围内的利用。在这里由一个标记机械手给缺陷打标记并且为了修复而使发现容易。位置信息也可以转送给一个用于自动修复的加工中心。
以下参照附图更详细地说明本发明的方法。其中
图l 一个试样，其中制出多个人为的缺点亦即缺陷；
图2试样借助一种条紋投影方法测量结果，更确切地说，是图1
中的线5;图3该线的地形分析；图4用于一个测量装置的实施例；以及图5按照本发明的检查和评价系统的原理。
具体实施例方式
为了说明所述方法，在一个试样中人为地制出多个缺点。这在图1中是可看出的。在图的右边标出多根线，其中在这里为了以下的描述拟动用例如线5。
借助一种条紋投影方法测量试样，并且结果对于线5示于图2中。地形信息允许归入一种点形的缺陷，如图3中所示的那样。图4示出用于所述测量装置的配置的一个实例，测量装置在辊道的上方具有投影仪和摄影机，辊道用于输送板坯。
最后，图5还示出原则性的构思，其中通过第一表面检查检测在半成品亦即在板坯上的缺陷和/或缺点，并且接着通过一个第二检查装置识别在轧制的成品上的缺陷和/或缺点。通过接着实施的比较，可以得出 一个结论，已导致第 一识别的缺陷接着在成品上也已导致一个缺陷，从而由此可以触发一个学习过程，该学习过程导致对在半成品上的缺陷的一种更好的评价，结果是，也只须消除对成品不利的缺陷。
权利要求
1.在利用关于连续铸造表面的外貌的地形信息情况下用于对连续铸造产品上的表面缺陷进行识别和分类的方法，其中定位精确地确定缺陷和/或缺点，在位置和范围上对其进行评价并且按照评价在产品进一步加工之前将其消除或通过过程优化避免，其特征在于，一方面对在连续铸造的半成品的板坯表面上的缺陷和/或缺点进行检测和位置精确地存储，而另一方面对在成品上的缺陷和/或缺点进行检测并位置精确地存储，并且接着将半成品的信息与由在成品上的表面检查得到的信息进行比较，并且为了消除半成品上的缺陷和/或缺点，只考虑这样的信息，这些信息已导致或可能导致在成品上的缺陷。
2. 按照权利要求l所述的方法，其特征在于，借助在可见或不可 见范围内工作的光学方法确定地形信息。
3. 按照权利要求l所述的方法，其特征在于，通过以激光或微波 为基础的方法确定地形信息。
4. 按照权利要求2所述的方法，其特征在于，借助条紋投影或立 体观测方法得到地形信息。
5. 按照权利要求1所述的方法，其特征在于，借助可见或不可见 电磁放射源得到地形信息。
6. 按照上述权利要求之一所述的方法，其特征在于，通过分类方 法如神经元网络分析所检测的定位存储的信息。
7. 按照上述权利要求之一所述的方法，其特征在于，在学习阶段 期间只是不完善地评价或考虑板坯表面的这样的区域，这些区域在轧 制好的产品上如一种热轧带材或板材上导致表面缺陷。
8. 按照上述权利要求之一所述的方法，其特征在于，将在成品上 的缺陷的绝对位置换算成在板坯表面上的绝对位置，其中为此将道次 方案的数据如总变形度和横向轧制与纵向轧制的比例引入计算中。
9. 按照上述权利要求之一所述的方法，其特征在于，将借助神经 元网络或其他方法获得的在表面缺陷的地形与出现的概率之间的关系 用于预报。
10. 按照权利要求8所述的方法，其特征在于，按照结果以其绝 对位置存储这样得到的地形信息。
11. 按照上述权利要求之一所述的方法，其特征在于，在一种自 动化的板坯检查的范围内进行利用，其中由一个标记机械手给缺陷打 才示t己。
12. 按照上述权利要求之一所述的方法，其特征在于，将由各信 息的比较得出的加工信息转送给一个用于自动修复的加工中心。
全文摘要
本发明涉及一种在利用关于连续铸造表面的外貌的地形信息情况下用于对连续铸造产品上的表面缺陷进行识别和分类的方法，其中定位精确地确定缺陷和/或缺点，在位置和范围上对其进行评价并且按照评价在产品进一步加工之前将其消除或通过过程优化避免。目的在于可靠而仅仅真实必需的缺陷评价。这是这样达到，一方面对在连续铸造的半成品的板坯表面上的缺陷和/或缺点进行检测和位置精确地存储，而另一方面对在成品上的缺陷和/或缺点进行检测并位置精确地存储，并且接着将半成品的信息与由在成品上的表面检查得到的信息进行比较，并且为了消除半成品上的缺陷和/或缺点，只考虑这样的信息，这些信息已导致或可能导致在成品上的缺陷。
文档编号B21B37/00GK101657277SQ200880012175
公开日2010年2月24日 申请日期2008年4月2日 优先权日2007年4月24日
发明者A·魏纳特, D·罗森达尔, I·舒斯特, P·祖道, R·法克特, S·舒尔策, W·舒马赫 申请人:Sms西马克股份公司