科创中国

现有表面缺陷检测系统检出率低、周期性缺陷及表面质量在线分级难，本团队开发 了基于深度学习的热轧带钢表面在线检测与质量评级系统。替代了原有的国外检测系统， 缺陷检出率和识别率分别提高了 3%和7%，实现了热轧表面质量从人工经验到量化模型 的自动评级。已成功推广到海内外多家钢企应用，推动了热轧带钢表面质量和生产效率 的提高，经济和社会效益显著。被行业权威专家评价为总体达到国际先进水平、检测算 法处于国际领先水平。

1. 具有自主知识产权，研究成果已授权发明专利 5 项，申请 2 项。 2. 成果来源： 自然基金面上项目、国家重点研发计划材料基因组项目、宝钢、鞍钢、 马钢、中信特钢、新兴铸管、邯钢企业横向项目等。 3. 技术先进性：国际领先。 4. 获奖情况：该成果已获得 2008 年度冶金工业科学技术一等奖、 2013 年度教育部 科学技术奖二等奖， 2020 年度冶金工业科学技术一等奖。

1. 首次将深度学习方法应用于热轧带钢表面缺陷在线检测与识别， 缺陷检出率比国 外系统提高了 3%，缺陷识别率比国外系统提高了 7%。

2. 研制了高均匀性、高亮度的 LED 线光源和多光路照明方法，实现高温、高速热 轧带钢表面缺陷的清晰成像，检测分辨率比国外系统提高了 1 倍。

3. 开发了基于对抗生成网络半监督样本学习方法， 能够有效利用大量无标签的钢板 表面缺陷样本，大幅提升了深度学习网络的训练效率。

4. 开发了基于长短时记忆网络的周期性缺陷识别算法， 实现了热轧带钢辊印、划伤 等缺陷的追踪及预警，可有效避免上述缺陷导致的批量质量事故。

5. 利用表面检测系统提供的缺陷信息， 采用层次分析法对热轧带钢表面质量进行综 合评级，实现了从人工经验到量化模型的自动评级。

推广应用情况：发的基于深度学习的热轧带钢表面在线检测与质量评级系统，已于 2017 年先后在太钢 2250、马钢 CSP、酒钢炉卷轧机等热轧生产线在线应用， 替代了生产 线上原有德国百视泰(ISRA-Parsytec)、美国康耐视(Cognex)等国外进口系统。

徐科教授，长期从事先进检测技术的开发、人工智能在工业领域的技术开发与应用、 智能制造理论及应用等方面的研究。自主研发了表面缺陷在线检测系统、铸坯内部质量 快速检测、设备远程运维、无线传感器等新型感知技术， 已在国内外 100 余条产线应用。 在智能制造领域为多家大型冶金企业(钢铁、有色等) 提供智能制造整体解决方案规划， 并承担多项智能制造领域合作项目。团队研究成果在鞍钢、首钢、沙钢、马钢等多家钢 铁企业智能制造与智能工厂建设得到应用，并取得多项创新性成果。

表面缺陷是影响金属板带材质量的重要因素， 热轧带钢产品质量异议 60%以上都由 表面缺陷引起。表面检测系统可以及时反馈缺陷信息，对于控制表面质量、减少废品率 和质量异议具有重要作用， 可带来巨大经济效益。截止到 2012 年， 国内70%以上的宽带 钢热轧生产线上都安装使用了表面在线检测系统， 并且大部分都从国外引进,主要存在缺 陷的误报严重、难以检测轻微的辊印和划伤等缺陷、缺陷的严重等级无法量化等问题。

经济效益分析：为热轧带钢生产线高效生产、节能降本、质量监控和跟踪提供了生 产及质控依据，对带钢批量缺陷的产生、控制及追溯起到了重要作用，具有十分广阔的 应用前景。

合作方式： ☐整体转让 ☐技术许可 ☐作价入股 ☒合作开发

目前处于何种研发阶段： ☒研发 ☐小试 ☐中试 ☐小批量生产 ☒产业化； 样机： ☒ 有 ☐无 其他： □如选择“其他”，请说明： 。

已投入成本： 1200 万元。

推广应用情况：发的基于深度学习的热轧带钢表面在线检测与质量评级系统，已于 2017 年先后在太钢 2250、马钢 CSP、酒钢炉卷轧机等热轧生产线在线应用， 替代了生产 线上原有德国百视泰(ISRA-Parsytec)、美国康耐视(Cognex)等国外进口系统。

期望技术转移成交价格(大概金额)：300 万/套。