1. 目前金屬表面檢測的主要方法有哪些
主流金屬製品表面缺陷在線檢測方法。
一、漏磁檢測
漏磁檢測技術廣泛應用於鋼鐵產品的無損檢測。其檢測原理是，利用磁源對被測材料局部磁化，如材料表面存在裂紋或坑點等缺陷，則局部區域的磁導率降低、磁阻增加，磁化場將部分從此區域外泄，從而形成可檢驗的漏磁信號。在材料內部的磁力線遇到由缺陷產生的鐵磁體間斷時，磁力線將會發生聚焦或畸變，這一畸變擴散到材料本身之外，即形成可檢測的磁場信號。採用磁敏元件檢測漏磁場便可得到有關缺陷信息。因此，漏磁檢測以磁敏電子裝置與磁化設備組成檢測感測器，將漏磁場轉變為電信號提供給二次儀表。
漏磁檢測技術的整個過程為：激磁-缺陷產生漏磁場-感測器獲取信號-信號處理-分析判斷。在磁性無損檢測中，磁化時實現檢測的第一步，它決定著被測量對象(如裂紋)能不能產出足夠的可測量和可分辨的磁場信號，同時也影響著檢測信號的性能，故要求增強被測磁化缺陷的漏磁信號。被測構件的磁化由磁化器來實現，主要包括磁場源和磁迴路等部分。因此，針對被測構件特點和測量目的，選擇合適的磁源和設計磁迴路是磁化器優化的關鍵。
漏磁檢測金屬表面缺陷的物理基礎使帶有缺陷的鐵磁件在磁場中被磁化後，在缺陷處會產生漏磁場，通過檢測漏磁場來辯識有無缺陷。因此，研究缺陷漏磁場的特點，確定缺陷的特徵，就成為漏磁檢測理論和技術的關鍵。要測量漏磁場，測量裝置須具有較高的靈敏度，特別是能測空間點磁場，還應有較大的測量范圍和頻帶；測量裝置須具有二維及三維的精確步進或調整能力，以確定感測器的空間位置；同時，應用先進的信號處理技術去除雜訊，確定實際的漏磁場量。Foerster，Athertion 已成功應用霍爾器件檢測缺陷，霍爾器件可在z—Y二維空間步進的最小間隔分別為2μm和0.1μm。
漏磁檢測不僅能檢測表面缺陷，且能檢測內部微小缺陷；可檢測到5X10mm。的微小缺陷；造價較低廉。其缺點是，只能用於金屬材料的檢測，無法識別缺陷種類。目前，漏磁檢測在低溫金屬材料缺陷檢測方面已進入實用階段。如日本川崎公司千葉廠於1993年開發出在線非金屬夾雜物檢測裝置；日本NKK公司福岡廠於同年研製出一種超高靈敏度的磁敏感測器，用於檢測鋼板表面缺陷。
二、紅外線檢測與技術
紅外線檢測是通過高頻感應線圈使連鑄板坯表面產生感應電流，在高頻感應的集膚效應作用下，其穿透深度小於1 mm，且在表面缺陷區域的感應電流會導致單位長度的表面上消耗更多電能，引起連鑄板坯局部表面的溫度上升。該升溫取決於缺陷的平均深度、線圈工作頻率、特定輸入電能，以及被檢鋼坯電性能、熱性能、感應線圈寬度和鋼運動速度等因素。當其它各種因素在一定范圍內保持恆定時，就可通過檢測局部溫升值來計算缺陷深度，而局部溫升值可通過紅外線檢測技術加以檢定。利用該技術，挪威Elkem公司於1990年研製出Ther—mOMatic連鑄鋼坯自動檢測系統，日本茨城大學工學部的岡本芳三等在檢測板坯試件表面裂紋和微小針孔的實驗研究中也利用此法得到較滿意的結果。
三、超聲波探傷技術
超聲波檢測是利用聲脈在缺陷處發生特性變化的原理來檢測。接觸法是探頭與工件表面之間經一層薄的起傳遞超聲波能量作用的耦合劑直接接觸。為避免空氣層產生強烈反射，在探測時須將接觸層間的空氣排除干凈，使聲波入射工件，操作方便，但其對被測工件的表面光潔度要求較高。液浸法是將探頭與工件全部浸入於液體或探頭與工件之間，局部以充液體進行探傷的方法。脈沖反射法是當脈沖超聲波入射至被測工件後，聲波在工件內的反射狀況就會顯示在熒光屏上，根據反射波的時間及形狀來判斷工件內部缺陷及材料性質的方法。目前，超聲波探傷技術已成功應用於金屬管道內部的缺陷檢測。
四、光學檢測法
機器視覺是以圖像處理理論為核心，屬於人工智慧范疇的一個領域，它是以數字圖像處理、模式識別、計算機技術為基礎的信息處理科學的重要分支，廣泛應用於各種無損檢測技術中。基於機器視覺的連鑄板坯表面缺陷檢測方法的基本原理是：一定的光源照在待測金屬表面上，利用高速CCD攝像機獲得連鑄板坯表面圖像，通過圖像處理提取圖像特徵向量，通過分類器對表面缺陷進行檢測與分類。20世紀70年代中期，El本Jil崎公司就開始研製鍍錫板在線機器視覺檢測裝置 。1988年，美國Sick光電子公司也成功地研製出平行激光掃描檢測裝置，用以在線檢測金屬表面缺陷。基於機器視覺的表面在線檢測與分類器設計的研究工作目前在國內尚處於起步階段。1990年，華中理工大學採用激光掃描方法測量冷軋鋼板寬度和檢測孔洞缺陷，並開發了相應的信號處理電路；1995年又研製出冷軋連鑄板坯表面軋洞、重皮和邊裂等缺陷檢測和最小帶寬測量的實驗系統。1996年，寶鋼與原航天部二院聯合研製出冷軋連鑄板坯表面缺陷的在線檢測系統，並進行了大量的在線試驗研究。近年來，北京科技大學、華中科技大學等也研製出較為實用化的在線檢測系統。
從檢測技術的觀點來看，基於機器視覺的鋼表面缺陷檢測系統面臨困境：①要求檢測到的缺陷的幾何尺寸越來越小，有的甚至小於0.1 mm；② 檢測對象可能處於運動狀態，導致採集的圖像抖動較大；③現場環境較惡劣，往往受煙塵、油污、溫度高等因素的影響，引起缺陷圖像信噪比下降；④表面缺陷的多樣性(如冷軋連鑄板坯表面可達100多種)，不同缺陷之間的光學特性、電磁特性不同；有的缺陷之間的差異不明顯。因此，基於機器視覺的連鑄板坯表面缺陷分類器要求具有收斂速度快、魯棒性好、自學習功能等特點。