一种铜箔生产过程中表面缺陷检测方法及系统与流程

摘要: 本发明涉及表面缺陷检测,具体为一种铜箔生产过程中表面缺陷检测方法及系统。背景技术:1、电解铜箔的生产过程通常依赖生箔机单元,该单元主要包含钛辊、剥离辊、切刀辊以...
一种铜箔生产过程中表面缺陷检测方法及系统与流程

本发明涉及表面缺陷检测,具体为一种铜箔生产过程中表面缺陷检测方法及系统。

背景技术:

1、电解铜箔的生产过程通常依赖生箔机单元,该单元主要包含钛辊、剥离辊、切刀辊以及收卷辊等部件。在运转过程中,铜离子在通电旋转的钛辊表面沉积形成铜箔,随后被剥离辊剥离。铜箔的成型过程紧密贴合钛辊,其表面的物理状态会影响铜箔质量。随着设备运行时间增加,钛辊表面会出现磨损、结晶状态变化或产生附着物,导致设备劣化。

2、在日常生产中,评估钛辊状态的常规手段是操作人员人工观察铜箔成品的表面质量,或者按固定的时间周期进行停机检修。人工观察成品表面状态存在主观偏差,且成品端反映出的问题存在滞后性,难以在设备劣化的早期阶段实现预警。定期停机检修能够排查钛辊的表面问题,但会打断连续的生产流程,影响产能。部分产线在收卷工序前端安装了相机以检测铜箔的孔洞或撕裂,但这类检测侧重于筛选剔除不合格成品,并未建立检测数据与钛辊健康状态之间的量化计算模型。

3、目前的检测手段缺少对刚脱离钛辊区间的铜箔进行图像采集与分析。由于没有从铜箔的边缘轮廓特征以及内部灰度分布中提取关联数据,现有的图像处理方案无法结合设备运转的历史数据推算钛辊的磨损程度。生产现场缺乏一种能够在设备连续运转时,通过分析铜箔表面特征来定量评估钛辊健康状态并提供维护依据的检测方案。

技术实现思路

1、针对现有技术的不足,本发明提供了一种铜箔生产过程中表面缺陷检测方法及系统,解决了现有技术中检测手段无法在连续生产过程中通过铜箔特征定量评估生箔机钛辊表面劣化状态的问题。

2、为实现以上目的,本发明通过以下技术方案予以实现:

3、本发明第一方面提供一种铜箔生产过程中表面缺陷检测方法,应用于依次包含钛辊、剥离辊、切刀辊以及收卷辊的生箔机单元,包括以下步骤:

4、获取刚脱离钛辊的铜箔两侧边部二维图像数据;

5、对二维图像数据进行边缘定位,输出离散的一维铜箔边缘序列坐标数据;

6、根据一维铜箔边缘序列坐标数据,向铜箔本体内侧区域平移划定感兴趣区域,输出感兴趣区域像素数据;

7、根据一维铜箔边缘序列坐标数据计算粗糙度特征值和波浪度特征值,根据感兴趣区域像素数据计算颜色变化特征值;

8、根据粗糙度特征值、波浪度特征值以及颜色变化特征值输出钛辊健康状态指数;

9、当钛辊健康状态指数连续多次低于设定的动态报警下限阈值时,触发外接声光设备报警。

10、获取刚脱离钛辊的铜箔两侧边部二维图像数据的过程为:

11、采用ccd相机获取切刀辊上方区域的过渡区间内的二维图像数据作为二维图像数据;

12、ccd相机固定于安装平台上,且安装平台与生箔机机架刚性连接。该过渡区间处于铜箔刚脱离钛辊且尚未承受收卷辊大卷径张力变化的区域,在此位置获取二维图像数据避免了后续工序形变对边缘初始物理形态的干扰。安装平台采用具备阻尼特性的材料制成并通过刚性连接阻断生箔机机架传导的低频振动,使得ccd相机在曝光期间的位移偏移量小于感光元件的像素物理尺寸,保证图像边缘像素坐标定位的准确性。

13、输出离散的一维铜箔边缘序列坐标数据的过程为:采用平滑滤波器对二维图像数据对应的二维离散图像矩阵进行卷积运算获取平滑图像矩阵,遍历平滑图像矩阵的纵向像素索引,沿着垂直于铜箔运行方向的纵坐标轴方向计算一阶空间导数并搜寻梯度极大值点,确定各个纵向像素索引处边缘的横向坐标位置,构成一维铜箔边缘序列坐标数据。此过程利用卷积运算平滑孤立噪声像素,通过梯度极大值点定位物理边界产生的灰度阶跃位置。

14、计算粗糙度特征值以及波浪度特征值的过程为:

15、对各个纵向像素索引处边缘的横向坐标位置进行算术平均运算,获取边缘序列的平均位置;

16、计算各个纵向像素索引处边缘的横向坐标位置与边缘序列的平均位置之间的平均绝对偏差,得到粗糙度特征值。粗糙度特征值量化了实际边缘偏离基准线的微观波动幅度,反映钛辊表面存在的局部微小磨损状态。

17、采用滑动平均滤波算法处理一维铜箔边缘序列坐标数据,生成对应的低频边缘坐标序列,计算各个纵向像素索引处对应的滤波后的低频边缘横向坐标偏离边缘序列的平均位置的标准差,得到波浪度特征值。

18、该处理方式通过滑动平均滤波滤除高频微观分量并保留宏观长周期轮廓,利用标准差运算量化低频轮廓波动的离散范围,反映机械结构运转的稳定性。

19、计算颜色变化特征值的过程为:

20、计算感兴趣区域的平均像素灰度值,并采用标准差运算模型计算感兴趣区域像素数据内每个像素点偏离感兴趣区域的平均像素灰度值的程度,得到颜色变化特征值。

21、感兴趣区域以外部的边缘序列横向坐标为基准向内平移固定距离划定,使得像素数据提取范围与铜箔边缘形态的空间波动保持一致。颜色变化特征值反映铜箔表面局部光学特性的离散程度,对应钛辊表面的化学杂质附着或电解液分布状态。

22、在输出钛辊健康状态指数之前,还包括:

23、提取历史运行数据中分别对应粗糙度特征值、波浪度特征值以及颜色变化特征值的各特征变量的上限阈值和各特征变量的下限阈值;

24、对粗糙度特征值、波浪度特征值以及颜色变化特征值执行边界截断处理,将其分别限制在对应的各特征变量的上限阈值和各特征变量的下限阈值之间;

25、采用线性极值归一化算法将截断处理后的各特征值转换为0~1的闭区间内的归一化粗糙度特征值、归一化波浪度特征值以及归一化颜色变化特征值。该归一化运算过程消除了空间距离量纲与光学灰度量纲之间的数值量级差异,将不同物理指标转换至同一参照体系。

26、输出钛辊健康状态指数的过程为:

27、为归一化粗糙度特征值、归一化波浪度特征值以及归一化颜色变化特征值分别设定对应的权重系数,且粗糙度特征权重系数大于波浪度特征权重系数,波浪度特征权重系数大于颜色变化特征权重系数,各项权重系数均大于0且和为1;

28、根据各项权重系数对归一化粗糙度特征值、归一化波浪度特征值以及归一化颜色变化特征值进行加权求和运算得到钛辊劣化指数,并将钛辊劣化指数转换为钛辊健康状态指数。加权求和运算依据缺陷对最终产品质量的破坏权重分配系数,计算设备的累积损伤程度。

29、当钛辊健康状态指数连续多次低于设定的动态报警下限阈值时触发报警的过程为:

30、截取从当前采样时间步向前追溯的一个设定长度为滑动时间窗口长度的、由历史输出的钛辊健康状态指数构成的历史数据集合,生成滑动时间窗口内的平均健康状态指数和状态指数标准差;

31、将滑动时间窗口内的平均健康状态指数减去预先标定的灵敏度系数与状态指数标准差的乘积,得到动态报警下限阈值。该算法基于历史时间窗口内的统计学参数生成随设备运转基础水平浮动而更新的判定基准,适应生箔工艺参数切换引起的数据漂移。当连续获取的当前采样时间步对应的钛辊健康状态指数的数值均小于动态报警下限阈值,且连续次数达到预设的报警容错次数时,判定钛辊状态产生劣化并触发报警,避免单次信号干扰导致误报。

32、上述方法还包括计算剩余使用寿命并触发预测性维护的过程:读取距当前时刻最近的连续多个历史采样点对应的钛辊健康状态指数的数据集合,采用最小二乘法进行线性拟合运算,以量化设备老化速率;

33、将设定的下限容忍阈值减去当前采样时间步对应的钛辊健康状态指数,再除以设备老化速率,得到剩余使用寿命;

34、若剩余使用寿命的数值小于预设的备件采购及排产提前期,则触发预测性维护。该计算过程提取了设备状态长期演化的时间梯度,计算设备到达维护界限的剩余时间跨度。

35、本发明第二方面提供一种铜箔生产过程中表面缺陷检测系统,应用于第一方面所述的一种铜箔生产过程中表面缺陷检测方法,包括:

36、图像采集模块,用于获取刚脱离钛辊的铜箔两侧边部二维图像数据;

37、图像处理模块,用于对二维图像数据进行边缘定位,输出离散的一维铜箔边缘序列坐标数据,并根据一维铜箔边缘序列坐标数据,向铜箔本体内侧区域平移划定感兴趣区域,输出感兴趣区域像素数据;

38、特征提取模块,用于根据一维铜箔边缘序列坐标数据计算粗糙度特征值和波浪度特征值,根据感兴趣区域像素数据计算颜色变化特征值;

39、状态评估模块,用于根据粗糙度特征值、波浪度特征值以及颜色变化特征值输出钛辊健康状态指数;

40、报警模块,用于当钛辊健康状态指数连续多次低于设定的动态报警下限阈值时,触发外接声光设备报警。

41、本发明提供了一种铜箔生产过程中表面缺陷检测方法及系统。具备以下有益效果:

42、1、本发明通过获取刚脱离钛辊的铜箔边部二维图像数据,提取一维边缘序列坐标和内部感兴趣区域像素数据,并据此分别计算粗糙度特征值、波浪度特征值以及颜色变化特征值。该处理方式从边缘局部的粗糙程度、整体的波浪形态以及表面灰度分布三个方面对铜箔状态进行量化,为评估钛辊表面的磨损和劣化状态提供了基础数据。

43、2、本发明在判断是否报警时,基于滑动时间窗口内的历史健康状态指数集合计算平均值和标准差,生成动态报警下限阈值,并结合连续采样容错次数判定钛辊状态。此运算逻辑使系统的报警边界能够根据设备长期运行时的状态变化进行更新,减少了由单次采样数据波动引起的误报情况。

44、3、本发明利用最小二乘法对连续多个历史采样点对应的钛辊健康状态指数进行线性拟合,计算设备老化速率以推算剩余使用寿命。将该剩余使用寿命与预设的备件采购及排产提前期进行数值比对,在剩余寿命小于提前期时触发预测性维护,为生箔机单元的停机检修和备件库存管理提供了数据依据。