GB/T 46608-2025 钢管无损检测 表面缺陷机器视觉检测技术通则

　　ICS 77.040.20 CCS H 26

　　中 华 人 民 共 和 国 国 家 标 准

　　GB/T 46608—2025

　　钢管无损检测 表面缺陷机器视觉检测

　　技术通则

　　Non⁃destructive testing of steel tubes—General rules for machine visual

　　inspection method for surface defects

　　2025⁃10⁃31 发布 2026⁃05⁃01 实施

　　国家市场监督管理总局国家标准化管理委员会

　　

　　发

　　

　　布

　　GB/T 46608—2025

　　目 次

　　前言 Ⅲ

　　1 范围 1

　　2 规范性引用文件 1

　　3 术语和定义 1

　　4 缩略语 2

　　5 通用要求 2

　　6 对比试样 2

　　7 检测系统 3

　　8 系统性能要求 5

　　9 检测程序 6

　　10 结果判定 7

　　11 检测记录和报告 7

　　参考文献 8

　　Ⅰ

　　GB/T 46608—2025

　　前 言

　　本文件按照 GB/T 1.1—2020《标准化工作导则 第 1 部分：标准化文件的结构和起草规则》的规定起草 。

　　请注意本文件的某些内容可能涉及专利 。本文件的发布机构不承担识别专利的责任 。

　　本文件由中国钢铁工业协会提出 。

　　本文件由全国钢标准化技术委员会(SAC/TC 183)归口 。

　　本文件起草单位：钢研纳克检测技术股份有限公司 、北京科技大学 、衡阳华菱钢管有限公司 、浙江金洲管道工业有限公司 、中国石油集团渤海石油装备制造有限公司 、南京巨龙钢管有限公司 、浙江中达新材料股份有限公司 、大冶特殊钢有限公司 、邯郸正大制管集团股份有限公司 、无锡贝来钢管有限公司 、江苏常宝普莱森钢管有限公司 、武汉中科创新技术股份有限公司 、浙江德威不锈钢管业股份有限公司 、江苏银环精密钢管有限公司 、仓信无损检测设备苏州有限公司 、江苏金宇智能检测系统有限公司 、江苏省产品质量监督检验研究院 、河北金奥精工制造股份有限公司 、嘉兴永励精密钢管有限公司 、河北鹰眼智能科技有限公司 、冶金工业信息标准研究院 。

　　本文件主要起草人：张建卫 、徐科 、朱林 、王遵圣 、孙少卿 、吕成秀 、顾计松 、丁辉 、张洪顺 、支向东 、王云云 、汪智敏 、沈晨霞 、庄卓俊 、张瑛 、钱江 、贾欣 、张军 、顾海忠 、袁鵾 、李思远 、周东东 、张黎 、雷涛 、李汝江 、曹华勇 、董浩 、王志 、况雪军 、朱晓东 、李熊雄 、姚巍 、吴志敏 、张倩怡 、姚继东 、成金永 、顾朱锋 、刘光磊 、方华军 、李建一 、路广平 、王伟博 、郭勇 、陈炳华 、邢耀淇 、李艇 、王晓文 、张广新 、王宏良 、朱国庆 、张海龙 、薛建忠 、郭碧城 。

　　Ⅲ

　　GB/T 46608—2025

　　钢管无损检测 表面缺陷机器视觉检测

　　技术通则

　　1 范围

　　本文件规定了钢管表面缺陷机器视觉检测的通用要求 、对比试样 、检测系统 、系统性能要求 、检测程序 、结果判定 、检测记录和报告 。

　　本文件适用于钢管外表面缺陷的自动视觉检测 。钢管内表面缺陷视觉检测参照本文件执行 。

　　2 规范性引用文件

　　下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款 。其中，注日期的引用文件，仅该日期对应的版本适用于本文件;不注日期的引用文件，其最新版本(包括所有的修改单)适用于本文件 。

　　GB/T 40659 智能制造 机器视觉在线检测系统 通用要求

　　YB/T 145 钢管探伤对比试样人工缺陷尺寸测量方法

　　3 术语和定义

　　GB/T 40659 界定的以及下列术语和定义适用于本文件 。

　　3.1

　　机器视觉检测 machine visual inspection

　　通过机器视觉将被摄取钢管表面信息转换成图像信号 ，传送给专用的图像处理系统 ，根据像素分布和亮度 、颜色等信息转变成数字化信号，图像系统对这些信号进行各种运算来抽取目标的特征，根据目标特征来判断被测钢管外表面是否存在缺陷的检测方法 。

　　注：检测采用二维和或三维检测方式进行 。

　　3.2

　　采集服务器 data⁃acquisition server

　　负责与相机对接，实现图像采集的装置 。

　　注：需要根据钢管的检测速度及采样频率进行针对性设计 。

　　3.3

　　推理服务器 computing server

　　将实时检测到的钢管表面图像进行缺陷检出及分类判定的装置 。

　　注：服务器性能满足实时性及数据查询 、存储等各方面的要求 。

　　3.4

　　用户终端 user terminal

　　运行检测软件 ，为用户提供缺陷报警 、缺陷分布预览 、历史数据查询等多种表面质量 ，以及具有系统维护 、缺陷样本收集等功能的装置 。

　　3.5

　　线结构光三维深度检测 line structured light three⁃dimensional depth detection

　　基于三角测量的原理进行三维重建 。相机在采集图像过程中 ，线激光投射下来为一个光平面 ;对

　　1

　　GB/T 46608—2025

　　相机进行内外参数标定后 ，将图像上的像素点坐标转为世界坐标 ，以光平面为基准求解目标物体的深度信息 。

　　4 缩略语

　　下列缩略语适用于本文件 。

　　CNN：卷积神经网络(Convolutional Neural Networks)

　　DMS：数据管理系统(Database Management System)

　　LAN：局域网(Local Area Network)

　　MES：制造执行系统(Manufacturing Execution System)

　　SPC：统计过程控制(Statistical Process Control)

　　5 通用要求

　　5.1 当按本文件进行视觉检测时 ，供需双方应在合同或相关文件中指定检测标定人工缺陷的类型 、质量等级等 。

　　5.2 除非在供需双方协议中另有规定 ，视觉检测宜在主要生产工序(轧制 、焊接 、热处理 、冷热加工和矫直等)完成之后进行 。

　　5.3 执行本文件的检测人员应接受培训，并由雇主或其代理对检测人员进行操作授权 。

　　5.4 被检钢管的表面应平整 、光滑，无影响检测的氧化皮 、污物 、油漆等 。必要时，应使用适当的方法清除，以满足检测要求 。

　　5.5 检测环境应避开强光 、强电磁场 、强振动 、腐蚀性气体 、严重粉尘等影响检测系统稳定工作和检测人员可靠观察的因素 。

　　6 对比试样

　　6.1 材料

　　对比试样外径应与被检测钢管相同 ，表面状态应与被检测钢管相同或相近 ，材料表面不应存在影响设备校验的缺陷 。 自动检测对比试样的直径应满足公称尺寸要求 。

　　6.2 人工缺陷

　　6.2.1 人工缺陷可采用机械或电火花等加工方法制作，其尺寸应满足表 1 要求，经供需双方协商，可制作表 1 规定以外尺寸的人工缺陷 。人工缺陷尺寸允许最大偏差为±10% 。

　　表 1 人工缺陷尺寸及等级

　　单位为毫米

　　质量等级

　　盲孔(直径)

　　纵向条状(宽×长)

　　横向条状(宽×长)

　　深度

　　1

　　φ2

　　1.0×25

　　2.0×25

　　0.2

　　2

　　φ3

　　1.5×25

　　3.0×25

　　0.3

　　3

　　φ4

　　2.5×25

　　4.0×25

　　0.4

　　4

　　φ5

　　4.0×25

　　5.0×25

　　0.6

　　5

　　φ6

　　6.0×25

　　6.0×25

　　0.8

　　2

　　GB/T 46608—2025

　　6.2.2 应根据检测设备类型和检测要求，在对比试样中间或端部制作人工缺陷 。 当有端部不可检测区要求时，对比试样两端可制作相应纵向缺陷 。人工缺陷位置可参照图 1。

　　标引符号说明：

　　1 ——纵向条状缺陷;

　　2 ——盲孔缺陷;

　　3 ——横向条状缺陷;

　　L ——缺陷距管端距离 。

　　图 1 对比试样人工缺陷位置示意图

　　6.2.3 人工缺陷在制作阶段应按照 YB/T 145 或其他相关标准规定的方法进行尺寸测量 。

　　6.2.4 对比试样测试合格，应出具合格证书或测试证书 。

　　7 检测系统

　　7.1 系统架构

　　7.1.1 钢管表面缺陷机器视觉检测系统涉及设备层 、控制层和车间层，如图 2 所示，主要包括图像采集单元 、图像处理单元 、数据存储单元 、图像分类单元 、结果显示单元 、外接信号单元及信号传输单元 。

　　7.1.2 设备层主要涉及接收相关控制命令并反馈检测信息的各类检测执行设备 ，如轧制设备 、托辊设备 、传输设备等 。

　　7.1.3 控制层主要涉及检测系统的图像采集单元 、图像处理单元 、数据存储单元 、图像分类单元 、结果显示单元 、外接信号单元 、LAN 及信号传输单元等 。

　　7.1.4 车间层主要涉及与 MES、SPC 、DMS 等车间管理系统的相互通信及反馈 。

　　3

　　GB/T 46608—2025

　　图 2 钢管表面缺陷自动视觉检测系统整体架构

　　7.2 输入模块

　　7.2.1 检测系统的输入模块主要包括外部信号输入单元和成像系统 。

　　7.2.2 外部信号输入单元用于将检测过钢管外表面的信号发送到成像系统，外部信号来源通常由编码器 、光电触发器或其他设备控制 。

　　7.2.3 成像系统用于将钢管外表面信息转换为图像信号，通常由光源 、镜头 、工业相机 、采集控制器 、耐高温耐粉尘防护装置 、表面清洁吹扫装置等组成 。

　　7.2.4 工作距离 、钢管过管速度 、检测钢管变化(直径 、长度 、表面状况 、颜色 、反射 、粗糙度等)、钢管外表面缺陷自动视觉检测系统前工位状态等应满足检测要求 。

　　7.2.5 图像的质量(分辨率 、对比度 、透视 、畸变等)和数量应满足采集的需求 。

　　7.3 处理模块

　　7.3.1 检测系统的处理模块宜采用机器学习方法及线结构光或其他三维检测方法实现图像检测处理，主要包括样本标注 、模型训练 、三维深度检测和检测判别四个步骤 。

　　7.3.2 对采集的钢管外表面图像以及存储模块样本图像中的人工缺陷和常见自然缺陷进行人工标注，可借助标注工具进行统一标注 。

　　7.3.3 将完成缺陷标注的样本图像和对应判别结果标签组成训练样本集 ，输入 CNN 等机器学习模型中进行参数训练，生成检测数学模型 。

　　7.3.4 三维深度检测：线结构光三维深度检测通过结构光光条预处理 、提取算法 、三维深度检测模型等过程，实现钢管表面深度学习的在线检测 。

　　7.3.5 将输入模块获取的钢管表面图像输入训练好的检测数学模型中进行判别，输出钢管表面缺陷类型的判别结果 。

　　7.3.6 处理速度应满足生产系统节拍要求，并与资源消耗和检测效果相适应 。

　　7.3.7 处理过程应满足硬件负载，并与图像采集 、输入 、输出的资源占用相适应 。

　　7.3.8 处理结果应满足用户设定的漏报率和误报率限值的要求 。

　　4

　　GB/T 46608—2025

　　7.4 输出模块

　　7.4.1 检测系统输出的判别结果通过 LAN 传输给结果显示单元 ，同时通过外部系统接口传输给其他系 统 进 行 数 据 交 互 和 共 享 ，传 输 的 方 式 包 括 有 线 传 输(串 行 接 口 、以 太 网 、现 场 总 线 等)和 无 线 传 输(WLAN 、Wi⁃Fi、蓝牙 、4G 、5G 等)。

　　7.4.2 输出数据的格式应满足与车间管理系统和检测设备相适应的编码和存储要求 。

　　7.4.3 输出形式应满足输出显示设备和相关生产管理系统接口的要求 。

　　7.4.4 输出文件宜包含文件设置 、检测设备 、被检钢管批号 、检测标准 、缺陷判定和结果(缺陷长度 、缺陷宽度 、缺陷深度 、缺陷位置 、缺陷分类等)和报告等相关信息 。

　　7.5 系统信息流

　　7.5.1 由外部信号输入单元发送开始检测信号，输入模块中的平行光源和相机按照既定的成像方案启动采集 。

　　7.5.2 处理模块接收到输入模块提供的图像数据，图像分类单元通过机器学习方法对图像数据进行长度和宽度检测处理，通过三维深度检测对缺陷深度进行在线检测，输出钢管表面缺陷信息及判定结果 。

　　7.5.3 输出模块按照特定形式和接口要求将判别结果及检测相关信息分别传输至检测执行设备和存储 模 块 中 的 数 据 存 储 单 元 、结 果 显 示 单 元 及 系 统 LAN，以 供 MES、SPC 、DMS 等 车 间 管 理 系 统 使 用数据 。

　　7.5.4 存储模块将钢管表面缺陷信息及判定结果和相关信息数据统一存储在本地数据库中，以满足检测 数 据 管 理 、查 询 等 需 求 ，同 时 为 处 理 模 块 提 供 样 本 数 据(包 括 钢 管 表 面 缺 陷 样 本 图 像 和 对 应 判 别结果)。

　　7.5.5 根据存储模块及结果显示单元判别结果执行检测任务 ，并反馈执行信息给车间管理系统 ，形成信息流闭环 。

　　7.6 光路配置

　　根据光在不同直径钢管表面的不同反射形式(即镜面反射和漫反射)和被检测物体的表面缺陷情况进行选择 ，表面检测的光路配置形式主要包括明场光路 、暗场光路和介于明暗相间的中间场光路配置 。

　　7.7 功能要求

　　7.7.1 检 测 系 统 远 程 控 制 、操 作 模 式 、系 统 配 置 、系 统 自 诊 断 、远 程 维 护 和 互 联 互 通 等 功 能 应 满 足GB/T 40659 的要求 。

　　7.7.2 检测系统的综合性能(如漏报率 、误报率 、端部盲区和稳定性等指标)可参照 YB/T 4083 执行 。

　　8 系统性能要求

　　8.1 设备性能

　　钢管表面缺陷机器视觉检测系统的设备性能要求主要包括：

　　a) 输入信号并输出钢管表面缺陷长度 、宽度 、深度 、数量 、类型 、位置等处理结果;

　　b) 外观应满足设备要求，无瑕疵 、无松动 、无断裂 、无机械损坏，且相关铭牌标识应清晰;

　　c) 应符合设备安全性和信息安全性的要求，避免诱发危险;

　　d) 应具备可靠性：衡量标准可包括平均故障间隔时间 、平均修复时间 、可用性和使用寿命;

　　5

　　GB/T 46608—2025

　　e) 应 具 备 可 维 护 性 ：在 特 定 条 件 下 经 指 定 程 序 和 资 源 执 行 系 统 修 复 后 ，可 维 持 或 恢 复 到 指 定功能 。

　　8.2 过程性能

　　钢管表面缺陷机器视觉检测系统的过程性能要求一般包括：

　　a) 精度：系统检测到的被检测钢管特征值的邻近度应满足检测要求;

　　b) 速度：系统对与输入钢管相关的输入信号的反应速度应满足检测要求;

　　c) 稳定性：系统可在检测各阶段和工作环境中对静态或动态的产品进行稳定的图像采集和图像处理分析，包括成像稳定性和软件稳定性;

　　d) 灵活性：系统应适应外部需求的变化;

　　e) 学习能力：当被检测对象发生异常变化时，系统可自行学习并检测出异常情况;

　　f) 缺陷检出信息全面性：数学模型应能识别出钢管表面的常见缺陷 ，并给出缺陷的位置 、长度 、宽度 、深度 、数量 、类型等具体信息;

　　g ) 软件功能全面性：运行质量检测软件 ，为用户提供缺陷报警 、缺陷分布预览 、历史数据查询等多种表面质量检测应用，以及具备系统维护 、缺陷样本收集等功能 。

　　8.3 制造管理性能

　　钢管表面缺陷机器视觉检测系统的制造管理性能要求主要包括：

　　a) 质量保证：硬件与软件的开发 、制造 、集成等活动应严格符合质量保证体系的要求和程序;

　　b) 维护支持：系统生命周期的所有阶段都应有维护系统支持，以确保其满足指定的工作质量;

　　c) 兼容性：应满足内部兼容性和外部兼容性的要求;

　　d) 物理特性：应考虑物理特性造成的约束，包括质量 、体积 、散热等因素 。

　　8.4 检测性能

　　钢管表面缺陷机器视觉检测系统的检测性能要求主要包括：

　　a) 准确性：使用规定方法在指定时间检测一定数量产品样本的正确率应满足企业生产现场漏报率 、误报率等目标要求;

　　b) 一致性：多次重复执行相同的检测任务，判别结果应一致;

　　c) 实时性：系统应满足用户在循环时间内完成的检查任务 ，检测系统处理速度应比信号检测采集速度快;

　　d) 缺陷类型判别全面性：软件应具备严重缺陷报警 、缺陷分布预览 、缺陷统计等功能 ，宜准确地检测出钢管表面的划伤 、裂纹 、折叠 、凹坑等缺陷;

　　e) 缺陷数据可保存性：能保存缺陷数据，且可转存到其他存储介质 。

　　9 检测程序

　　钢管表面缺陷机器视觉检测系统的检测程序一般包括仪器通电与标定 、设备对中调整 、检测主机调整 、检测阈值调整等主要环节，具体要求如下：

　　a) 仪器通电 、标定：检测仪器在调试前应预先通电 、进行校准，以确保仪器使用过程中性能稳定;

　　b) 设备对中调整：设备应根据管径的变化进行检测中心线对中;

　　c) 检测主机调整：根据钢管直径和检测要求，调整检测主机高度和钢管运行速度，以确保检测的覆盖率;

　　6

　　GB/T 46608—2025

　　d) 检测阈值调整：为检测对比试样上的人工缺陷或自然缺陷 ，对系统判定阈值等进行调整 。检测前，在上述调整的基础上，用选定的检测速度连续运行与检测钢管相同外径对比试样，保证至少通过 3 次，每次对比试样上所要求的人工缺陷均能可靠报警，以此作为检测阈值 。

　　10 结果判定

　　10.1 在检测过程中，应对缺陷类型进行判定，对于缺陷信号报警的钢管判定为可疑品 。

　　10.2 可疑品可直接判定为不合格品 ，也可进行复检或人工检测确认 ，复检不合格(或人工检测确认不合格的)，判为不合格品 。可疑品可进行修磨或其他处理方式，处理完钢管尺寸满足要求且检测合格则视为合格品 。

　　11 检测记录和报告

　　检测记录和报告的内容应包括但不限于：

　　a) 本文件编号;

　　b) 工件情况：钢管的牌号 、规格等;

　　c) 检测条件：检测仪型号 、相机的类型等;

　　d) 对比试样：对比试样的尺寸 、人工缺陷描述;

　　e) 检测结果：合格数量与不合格数量;

　　f) 检测人员 、检测日期等 。

　　7

　　GB/T 46608—2025

　　参 考 文 献

　　[1] YB/T 4083 钢管 、钢棒自动涡流检测系统综合性能测试方法

　　8