江苏某钢铁车间, 两块炽热的红铸钢坯在机器轰鸣声中, 在生产线上匀速滑动。 生产线下方的两台面阵工业相机正在高速拍摄。 手术室电脑 钢材上下的外观缺陷数据和图片在屏幕上滚动显示, 并自动分类。 这是钢厂上线深蓝AI质检系统后的智能化运营场景。 江苏这家钢铁厂是一家大型钢铁联合企业, 从原材料到炼铁、炼钢、连铸、热轧一整套工艺流程, 生产装备水平领先 在中国。 是中国沿海具有先进制造能力的热轧大宗商品卷材生产基地, 年产热轧卷材500万吨。 此次随着生产规模的扩大,

他们提出对传统生产线的铸钢质量检测进行升级。 快速检测铸钢板坯横向裂纹、纵向裂纹、划痕和重接缺陷, 辊道速度为0～60m/min, 纵向裂纹和划痕缺陷宽度约为1mm。
        据了解, 传统的钢板缺陷检测方法需要质检员在铸钢坯冷却后用肉眼观察, 一次只能看到一侧, 不仅费时,

而且 难以量化和标准化。 眼睛也容易出现疲劳和疏忽,

导致不良品流出。
        “过去, 传统的人工检测根本做不到,

因为1000℃的温度让人无法接近, 更不用说检测数据的收集和表格的标准化, 但现在有了人工的加持 智能技术, 这些问题都会迎刃而解。” 钢厂项目负责人表示, 厂内连铸机为一机二流板坯连铸机, 深蓝科技为运输上的生产线配备了两台AI连铸板坯图像热。 检测系统可对移动钢坯的上、下层在高温下的表面缺陷进行检测, 并可对生成的数据进行保存和挖掘, 大大提高了质检效率, 保证了产品质量, 提高了生产效率 至于如何快速完成这个项目, 遇到了哪些困难, 深蓝科技项目组还透露, 深蓝科技拥有完善的软硬件设计和开发人员, 大家可以通过分工合作快速实现一个项目的整体架构。 例如, 每套AI连铸板坯图像热检测系统i 包括七部分：图像采集系统、电气及控制系统、计算机系统、终端处理系统、机械桥、保温冷却系统和光源照明系统。 不同的部门和小组。 在技​​术细节的实施过程中, 深蓝科技在图像采集中使用了6台工业面阵相机上下分组部署, 全面覆盖了1650mm宽的钢板； 通过拍摄大量产品图像进行训练, 深度学习算法自动提取产品缺陷特征, 满足产品缺陷识别需求； 在检测算法方面, 深蓝科学院自主研发的算法模型, 保证了分类和目标位置检测的准确性； 算力方面, 在60m/min的检测速度下, 采用深蓝科技自主研发的边缘计算盒子“五岳”系列硬件, 保证检测速度能达到运行速度。
        目前, 深蓝AI连铸板坯图像热检测系统可以检测出包括横向裂纹、纵向裂纹、划痕和重接等多种缺陷。
        板坯图像解析能力、系统运行率、缺陷检测率均超出预期, 是业内名副其实的“老司机”。
        目前, 我国钢板质量检测市场需求巨大。 世界钢协数据显示, 2015年至2019年, 全球钢材表观消费量（成品钢）逐年增加, 2019年为17.68亿吨, 同比增长3.51%。 2019年, 我国钢铁产量9.96亿吨位居世界第一, 占钢铁总产量的53.31%, 同比增长7.33%。 未来, 随着人工智能的不断迭代和自学习, 人工智能对传统钢铁制造业降本增效、提质的作用将更加明显, 越来越多的钢铁制造厂也将在 钢材质量检验。 更高效、更精准、更自动化的作业提高生产质量, 实现我国从钢铁大国向钢铁强国的转变, 成为世界钢铁行业的领跑者。