科研之友
微信
新浪微博
Facebook
分享链接
摘要
无缝钢管表面介质的干扰以及人工检查漏检率高，造成钢管表面缺陷检测准确率不能满足在线检测的要求。二维相机检测的成像景深不够、成像灰度不均导致缺陷识别率低、缺陷误检、漏检等问题。因此提出3D点云的钢管外表面检测系统，解决成像景深小、缺陷识别率低和钢管表面存在干扰缺陷的问题。将深度学习算法和3D尺寸测量技术应用到无缝钢管的缺陷检测上，使用该套缺陷检测系统实现对缺陷尺寸的量化，更准确地检测出缺陷。本系统现场缺陷识别率可达90%以上，且检测速度快。此外，本系统具备周期缺陷报警、钢管表面缺陷统计报表打印、缺陷分级等多种功能，使表面缺陷检测系统多功能化及智能化，对减少人工劳动强度及提高无缝钢管质量具有积极意义。
- 出版日期2023
- 单位北京科技大学; 承德建龙特殊钢有限公司
