La presente tesis doctoral es una investigación que propone una alternativa basada en visión por computador a la detección, por parte de un operador humano, de un defecto superficial denominado óxido residual que puede producirse durante el procesamiento de bobinas de acero inoxidable en una línea de recocido y decapado de la industria siderúrgica.
Se trata de un defecto cuya eliminación incompleta puede producir problemas operativos durante el procesamiento posterior que va a sufrir la bobina (laminación en frío, recocido final, revestimiento, tintado especial, etc.) afectando claramente a la calidad superficial del producto final.
La tesis tiene dos objetivos fundamentales. Un primer objetivo que consiste en la elaboración de una metodología para la detección de óxido residual en superficies de acero inoxidable basada en visión por computador que cumple con una serie de requisitos: detecta el defecto sobre superficies en movimiento de manera fiable, robusta y eficiente, considera una amplia variedad de tipos de acero y acabados superficiales, cuantifica la cantidad de defecto existente sobre la superficie y lo clasifica dimensionalmente y, finalmente, es viable para su aplicación en un entorno industrial agresivo.
Un segundo objetivo complementario donde se construye e implanta un sistema de inspección visual automatizado para la detección y clasificación de defectos de óxido residual basado en la metodología previamente elaborada y que permite la obtención de los datos necesarios para su validación.
En la memoria de tesis se realiza un estudio del arte sobre detección y clasificación de defectos en la producción de acero y otro, más específico, sobre sistemas para la detección de óxido residual en superficies de acero.
El proceso de adquisición de imágenes integra un nuevo sistema de iluminación difusa estroboscópica para inspección de superficies en movimiento que ilumina de forma homogénea la superficie de inspección y evita la formación de sombras provocadas por la topografía de la superficie del material.
La estrategia de procesamiento de imágenes para la detección y clasificación dimensional de manchas de defecto integra una nueva técnica de segmentación basada en la umbralización automática del histograma a partir de conocimiento empírico. Para ello, se crea una base de conocimiento constituida por índices estadísticos descriptivos extraídos de una población de imágenes previamente caracterizadas por un experto. Sobre esta base de conocimiento, se construye un modelo matemático empírico basado en una red neuronal que permite establecer un rango de búsqueda del umbral de binarización final.
La complejidad del sistema de inspección se reduce mediante una inspección automatizada basada en un muestreo aleatorio simple de la superficie de acero que agiliza la adquisición y el tratamiento de datos.
El diseño de la arquitectura de adquisición y procesamiento de imagen, el accionamiento de los movimientos del sistema de inspección visual automatizado y la técnica de inspección basada en muestreo aleatorio han dado lugar a una patente internacional reconocida en varios países.
Buscar en Dimension