人工智能技术在钢材带状碳化物检测中的应用

作     者：陈云朋 周诗洋 陈勇勇 苏敬勇 Chen Yunpeng;Zhou Shiyang;Chen Yongyong;Su Jingyong

作者机构：河钢数字技术股份有限公司技术中心河北石家庄050000 哈尔滨工业大学(深圳)计算机科学与技术学院广东深圳518055 

出 版 物：《河北冶金》 (Hebei Metallurgy)

年 卷 期：2025年第1期

页      面：76-81页

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

主　　题：人工智能 带状碳化物 目标检测 图像分类 视场 金相检测 

摘      要：在钢铁行业中,碳化物对钢材质量的影响至关重要,其在钢材中的分布对评估钢材质量有极其重要的意义。当前的碳化物检测技术仍然采用人工观测的方法,不仅成本高,且存在观测的差异性,稳定性差等问题。为满足实际生产的需求,引入了人工智能领域的深度学习技术,构建了专用于碳化物检测的数据集,研发了对应100倍视场和500倍视场条件下的专有技术。通过自动化载物台和自动化对焦、智能采集算法、智能拼接算法,系统实现了样块的自动化图像采集以及图像的高还原拼接,解决了人工图像采集速度慢、采样区域不全面、偶然性大的问题。在100倍视场下使用目标检测技术,能够精准定位每条碳化物的目标框位置;500倍视场下使用图像分类技术,能够更加精确地判别碳化物等级。通过针对实际应用场景下精度和抗干扰的优化,算法能够在允许0.5级误差的情况下达到99%以上的准确率,将人工智能技术有效地引入了带状碳化物检测领域。