2023冶金行业AI视觉智能质检技术应用白皮书

版权声明 本报告版权属于河钢集团有限公司、中国信息通信研究院云计算与大数据研究所和第六镜科技（北京）集团有限责任公司，并受法律保护。转载、摘抄或利用其他方式使用本报告文字或观点的，应注明“来源:河钢集团有限公司、中国信息通信研究院云计算与大数据研究所和第六镜科技（北京）集团有限责任公司”。违反上述声明者，公司和研究院保留追究其法律责任的权利。 编制说明 主要编制单位 河钢集团有限公司、中国信息通信研究院云计算与大数据研究所、第六镜科技（北京）集团有限责任公司 参与编制单位 冶金工业规划研究院、鞍钢集团有限公司、陕西有色金属控股集团有限责任公司、中国铜业有限公司、中国旭阳集团有限公司、陕西钢铁集团有限公司、西安西部新锆科技股份有限公司、河钢数字技术股份有限公司、唐山钢铁集团微尔自动化有限公司、北京旭阳数字科技有限公司、人工智能关键技术和应用评测工业和信息化部重点实验室 指导专家 中国钢铁工业协会规划部主任王滨冶金工业规划研究院副院长肖邦国西北工业大学自动化学院院长教授韩军伟复旦大学智能机器人研究院副院长张文强中国科学院计算技术研究所副教授王煜炜教授级高级工程师董志洪西北工业大学教授李爱军西北工业大学教授王长青西安电子科技大学教授邵晓冬电子科技大学教授彭真明西北工业大学副教授吴梅西安西部新锆科技股份有限公司党委书记、总经理刘海明鞍钢股份有限公司首席信息官赵庆涛河钢数字技术股份有限公司副总经理李晓刚河钢数字技术股份有限公司副总经理潘鹏河钢集团唐钢公司自动化部党委书记王映红河钢集团石钢公司信息物流中心主任纪树海 河钢集团邯钢公司三级专家朱华林河钢集团唐钢公司高级工程师郭银涛中国铜业有限公司科技与信息化部业务经理谭正洲陕西钢铁集团有限公司信息化中心主任付成勇陕西钢铁集团有限公司信息化中心智能制造部部长王斌宝鸡钛业股份有限公司智能制造工程中心主任杨蕴鸿唐山钢铁集团微尔自动化有限公司董事长潘玉发北京旭阳数字科技有限公司总工程师李颖新中国信息通信研究院云计算与大数据研究所副所长魏凯中国信息通信研究院云计算与大数据研究所人工智能部主任曹峰第六镜科技（北京）集团有限责任公司董事长刘闯第六镜科技（北京）集团有限责任公司副总工程师何贤昆第六镜科技（北京）集团有限责任公司研究员庞天吉第六镜科技（北京）集团有限责任公司研究员张义夫 编写组专家 河钢集团邯钢公司自动化部专家王伟兵河钢数字技术股份有限公司战略总监郝亮河钢集团有限公司智能制造中心主任倪振兴中国信息通信研究院云计算与大数据研究所高级研究员李荪中国信息通信研究院云计算与大数据研究所高级研究员樊威中国信息通信研究院云计算与大数据研究所研究员王颖第六镜科技（北京）集团有限责任公司首席研究员陈诗昱第六镜科技（北京）集团有限责任公司总工程师胡峻毅第六镜科技（北京）集团有限责任公司高级工程师王姿燕第六镜科技（北京）集团有限责任公司高级工程师何岸 前言 党的二十大报告指出，要加快建设质量强国，2023年2月，由中共中央、国务院印发的《质量强国建设纲要》中提出“建设质量强国是推动高质量发展、促进我国经济由大向强转变的重要举措，是满足人民美好生活需要的重要途径”。随着我国经济步入经济新常态时期，经济发展由过去的飞速发展期向健康平稳运行期过渡，产品高质量输出成为企业在竞争日益激烈的市场中取得优势地位的重要倚靠。 近年来，我国的冶金市场逐渐与国际接轨，冶金产品种类繁杂多样，冶金产品的质量要求不断提高，传统的人工质检方式和既有的生产工艺逐渐无法满足现有冶金产品市场需求，数字化、智能化转型已成为冶金行业突破生产力瓶颈、提高生产效率的重要抓手。据IDC预测，2023年AI工业质检市场规模预计达到5.3亿美元，预计到2026年，将以30%-40%的复合年均增长率持续增长。根据彬复研究的测算数据，AI视觉检测系统替代50%的人工计算，替代成本节约在千亿规模。 AI视觉智能质检技术是一种融合人工智能和机器视觉技术的产品表面质量检测方法。通过利用图像采集设备获取冶金产品表面的图像或视频，并使用图像处理、模式识别和深度学习等算法，对表面的质量特征进行分析和评估，用于检测各类冶金产品的表面缺陷。实现自动化的检测和评估，提高质检的准确性和效率。冶金行业质检方式的智能化升级一方面有助于企业提高产能、降低生产成本和优化产品质量，更好地适应市场需求，实现持续创新和提升竞争力；另一方面 推动行业向绿色、环保方向发展，为冶金业的可持续发展做出积极贡献。 本白皮书重点阐述了冶金行业AI视觉质检技术的发展背景、技术发展路线、应用场景以及未来发展对策建议。在发展背景中，分析了冶金行业产品质检的重要性、传统方法的局限性，并提出引入AI视觉技术的必要性和可行性。在技术发展路线中，针对AI视觉质检技术的发展现状、技术需求与挑战和未来发展趋势进行了梳理。在应用场景中，在分析场景需求的基础上，附上具体典型案例，并对未来发展趋势进行了展望。最后，提出推动AI视觉技术在冶金行业应用发展的建议，以期为冶金行业在实现高质量发展、提升质检效率和水平方面提供有益的参考。 冶金行业AI视觉智能质检技术的发展日新月异，应用场景不断拓宽，本研究报告对冶金行业AI视觉智能质检技术与应用的研究认识和理解还有待加强。报告中如有不足之处，还请各方专家读者不吝批评指正。 目录 一、冶金行业AI视觉质检发展背景......................................................1 （二）传统表面质量检测方法与局限性........................................3 1.表面质量检测发展历程与常见方法.....................................32.传统表面质量检测方法的局限性.........................................5 （三）引入AI视觉技术的必要性和可行性..................................6 1.表面质检引入AI视觉技术的必要性...................................62.表面质检引入AI视觉技术的可行性...................................7 二、冶金行业AI视觉质检技术路线......................................................8 （二）AI视觉质检的系统组成.....................................................10 3.智能相机...............................................................................11 4.图像采集处理单元...............................................................115.AI智能处理单元..................................................................126.显示单元...............................................................................12 （三）冶金行业AI视觉质检的技术挑战....................................13 1.数据问题...............................................................................132.算法性能问题.......................................................................15 （四）冶金行业AI视觉质检技术发展趋势................................17 1.多模态数据融合...................................................................172.新一代计算摄影算法...........................................................173.云端计算和边缘计算的结合...............................................184.智能运维、生产反馈、预测性维护和故障诊断...............185.产线的实时结合改造...........................................................19 三、冶金行业AI视觉质检场景应用....................................................20 （一）冶金行业AI视觉质检场景需求........................................201.改进冶金产品质量检测.......................................................202.支持冶金产线工艺优化.......................................................253.拓展冶金产线质检范围.......................................................274.助力冶金产品回收质检.......................................................30 （二）冶金行业AI视觉质检的典型应用场景............................32 1.热态长材表面质量检测.......................................................322.带钢表面质量检测...............................................................333.钛及钛合金板材表面质量检测...........................................37 4.铝/铜板带表面质量检测......................................................375.铸坯表面质量检测.............................................................39 （三）冶金行业AI视觉质检技术应用发展趋势........................40 1.AI视觉质检技术与生产管理系统相结合..........................402.AI视觉质检技术与云边协同..............................................413.AI视觉质检技术辅助智能决策..........................................42 四、冶金行业AI视觉质检发展建议....................................................44 （一）AI视觉质检当前应用问题.................................................44（二）AI视觉质检应用发展建议.................................................451.加强典型缺陷数据收集...................................