2
|
工业互联网先进应用案例集
1. 项目背景
随着科学技术的进步,钢铁行业的后续加工工业正向高速度、高精度和自动化
方向发展。为了发挥自动化作业线生产稳定、材料利用率高、产品一致性好、成本
低的优势,必然要求原材料的化学成分均匀、机械性能一致、尺寸公差小、表面
质量好。而影响带钢表面量的主要因素是带钢在制造过程中由于原材料、轧制设备
和加工工艺等多方面的原因,导致其表面出现的划痕、擦伤、结疤、粘结、辊印等不同
类型的缺陷。这些缺陷不仅影响产品的外观,更严重的是降低了产品的抗腐蚀性、耐磨
性和疲劳强度等性能。数十年来一直沿用人工开卷抽检或频闪光法等检测方法进行表
面质量检测。这些方法不能完整可靠地反映带卷上下表面的质量状况,只能用于检测
运行速度很慢的带钢表面,实时性差。因此,实现对带钢表面缺陷图像的准确分析,
进而实现对表面缺陷分类和记录,并加以实时控制,对于提高生产效率和产品质量,
从而提高企业竞争力将起到非常积极的作用。
2. 项目简介
为解决以上表面质量检测系统以及网络连接的问题,本项目根据钢铁行业的
质量检测目前现状,结合工业互联网、机器视觉研究、5G 网络及 MEC、大数据平
台、云计算等技术,利用工业相机拍摄高清图片,通过 5G 网络将检测图像上传
至云平台,结合大数据分析图像数据,给出数据分析检测结果。依托 5G 网络的
大带宽和低时延特性,使得系统的高清图像得以快速上传和分析,满足生产线高
速运转的要求。本项目引入 MEC 工业边缘云,将本地应用进行数据分流,实现工
业数据不出厂,保障工业数据安全和信息安全。同时,本项目在带钢表面检测系统
中的图像处理软件、图像拼接合成软件、缺陷检出算法、缺陷识别分类等模块,在 5G
网络中的 5G 模组、MEC 服务器及 5G 核心网软件均自主研发,开发基于工业边缘
云的质量检测算法。本项目为钢铁企业提供工业相机、 5G 网络接入、MEC 服务、
工业云平台、带钢表面检测系统应用等端到端解决方案,以服务模式向钢铁企业提
供服务,减少钢铁企业在网络、表检系统方面的投资和维护成本。本项目可快速
复制到钢铁行业其他产品的表面质量检测场景,也可以推广到其他型材制造业、
造纸业等行业。