Автоматизация процесса рентгенографического контроля дефектов лопаток ГТД, получаемых методами точного литья тема диссертации и автореферата по ВАК РФ 05.13.06, кандидат технических наук Лимонов, Игорь Анатольевич
- Специальность ВАК РФ05.13.06
- Количество страниц 167
Оглавление диссертации кандидат технических наук Лимонов, Игорь Анатольевич
ВВЕДЕНИЕ.
1 АНАЛИЗ СОВРЕМЕННОГО СОСТОЯНИЯ ПРОБЛЕМЫ. ФОРМУЛИРОВКА ЗАДАЧИ ИССЛЕДОВАНИЯ.
1.1.Технологический процесс рентгенографического контроля лопаток ГТД.
1.2 Анализ требований к автоматизированной системе контроля рентгенограмм.
1.3 Современные методы распознавания образов.
1.4 Классификация методов распознавания.
1.4.1 Общая схема классификации.
1.4.2 Статистические методы.
1.4.3 Алгоритмы вычисления оценок (АВО).
1.4.4 Биолого-психологические методы.
1.4.5 Структурные методы.
1.5 Формулировка задачи исследования.
1.6 Выводы по разделу 1.
2 РАЗРАБОТКА И ИССЛЕДОВАНИЕ МЕТОДИКИ ВЫЯВЛЕНИЯ И РАСПОЗНАВАНИЯ ДЕФЕКТОВ ПРИ АНАЛИЗЕ РЕНТГЕНОГРАММ
2.1 Общая схема технологического процесса автоматизированного контроля рентгенограмм.
2.2 Особенности биолого-психологического восприятия дефектов рентгенограмм.
2.3 Восприятие образов системами технического зрения.
2.4 Изменение характеристик изображения.
2.5 Структурное распознавание образов.
2.6 Обучение при распознавании.
2.7 Выводы по разделу 2.
3 РАЗРАБОТКА И ИССЛЕДОВАНИЕ АЛГОРИТМОВ ДЛЯ ПОСТРОЕНИЯ АВТОМАТИЗИРОВАННОЙ СИСТЕМЫ РЕНТГЕНОГРАФИЧЕСКОГО КОНТРОЛЯ.
3.1 Схема функционирования системы автоматизированного контроля рентгенограмм.
3.2 Обработка изображения методом пространственной области.
3.3 Алгоритмы предварительной обработки изображения.
3.3.1 Усреднение окрестности.
3.3.2 Усредненная фильтрация (медианный фильтр).
3.3.3 Усреднение изображений (интегрирование).
3.4 Алгоритм выделения контрастных неравномерностей -пороговое разделение.
3.5 Алгоритмы синтаксического разбора.
3.5.1 Отсев незначащих контрастных неравномерностей.
3.5.2 Синтаксический анализ дефектов.
3.6 Взаимодействие с экспертом.
3.6.1 Улучшение качества изображения.
3.6.2 Алгоритм экспертного анализа.
3.7 Выводы по разделу 3.
4 ЭКСПЕРИМЕНТАЛЬНОЕ ИССЛЕДОВАНИЕ АЛГОРИТМОВ. ОЦЕНКА ЭКОНОМИЧЕСКОГО ЭФФЕКТА ВНЕДРЕНИЯ.
4.1 Алгоритмы предварительной обработки.
4.2 Выделение дефектов.
4.3 Синтаксический анализ дефектов.
4.4 Повышение интенсивности контроля.
4.5 Экономическая эффективность.
4.6 Выводы по разделу 4.
Рекомендованный список диссертаций по специальности «Автоматизация и управление технологическими процессами и производствами (по отраслям)», 05.13.06 шифр ВАК
Исследование и разработка метода и алгоритмов автоматизированной обработки радиографической информации для контроля качества сварных соединений1984 год, кандидат технических наук Жарин, Александр Витальевич
Разработка методов и средств лазерного контроля геометрии лопаток газотурбинных двигателей2007 год, кандидат технических наук Чичигин, Борис Анатольевич
Метод выявления и классификации дефектов в объектах по нейтронорадиографическим изображениям с применением нейронных сетей2006 год, кандидат физико-математических наук Новиков, Денис Владимирович
Методы, модели и алгоритмы автоматической обработки снимков для определения дефектов в промышленных изделиях2010 год, доктор технических наук Орлов, Алексей Александрович
Методы и устройства контроля технического состояния изделий по параметрам собственных колебаний на основе конечноэлементного моделирования и статистических критериев сравнения спектров2004 год, доктор технических наук Ваньков, Юрий Витальевич
Введение диссертации (часть автореферата) на тему «Автоматизация процесса рентгенографического контроля дефектов лопаток ГТД, получаемых методами точного литья»
В настоящее время качеству выпускаемой продукции уделяется очень большое внимание. Большинство предприятий стремится повысить качество продукции путем внедрения новых методов промежуточного контроля деталей и узлов изделия .
Неразрушающий контроль является важнейшей частью системы качества подавляющего большинства современных предприятий, в том числе и ОАО «НПО Сатурн». Высокое и стабильное качество выпускаемой продукции обеспечивается комплексным применением традиционных и новых методов не-разрушающего контроля.
К неразрушающим методам контроля относятся все методы обнаружения или измерения основных свойств или рабочих характеристик материалов, деталей, узлов газотурбинных двигателей в целом с помощью испытаний, которые не уменьшают их пригодности к применению.
Рентгенографический контроль относится к одному из видов неразрушающего контроля продукции с использованием ионизирующего излучения [1,2].
Однако, если в области ультразвукового или токових-ревого контроля уже достигнут высокий уровень автоматизации, то в отношении рентгенографического контроля лопаток газотурбинных двигателей (ГТД) остается не до конца решенным целый комплекс вопросов, связанных с устранением ручного труда и повышением степени автоматизации до уровня, соответствующего их серийности [3].
Отсутствие должного уровня автоматизации оказывает негативное влияние на условия работы труда персонала, не позволяет интенсифицировать процесс контроля без привлечения на вредный участок производства новых сотрудников, достоверность результатов контроля (удовлетворяющая современным требованиям), может оказаться недостаточной в самое ближайшее время вследствие повышения требований к ней.
Актуальность работы обуславливается необходимостью автоматизации процессов рентгенографического контроля с целью повышения производительности труда и достоверности результатов контроля, снижения количества людей занятых на вредном участке производства, улучшения условий труда [4] .
Объектом исследования данной работы является технологический процесс рентгенографического контроля лопаток ГТД, получаемых методами точного литья.
Предметом исследования являются методы, позволяющие автоматизировать процесс анализа рентгенографических изображений .
Цель работы - интенсификация процессов восприятия и анализа рентгенограмм, исключение влияния человеческого фактора на выявление дефектов лопаток ГТД.
Для выполнения работы используются следующие методы исследования:
- анализ факторов, влияющих на достоверность результатов контроля;
- исследование и систематизация известных признаков выявления и анализа дефектов; исследование современных методов распознавания контурных изображений;
- теории вероятности и математической статистики;
- разработка и экспериментальное исследование программных средств автоматизированной системы рентгенографического контроля.
Научная новизна работы заключается в следующем:
- сформулирован комплекс критериев для выявления и таксономической классификации дефектов с применением структурно-биологических методов;
- для исключения влияние эффекта одновременного контраста предложена формула выявления контрастных неравно-мерностей с вариативным порогом невосприятия, обеспечивающая выявление объектов с положительным и отрицательным перепадом контраста относительно фона; разработан алгоритм для отсева псевдодефектов (структуры металла);
- разработан адаптивный двухуровневый алгоритм синтаксического анализа выявленных дефектов, реализующий предложенную таксономическую схему классификации дефектов по типам и учитывающий топологию дефектов и их взаимовлияние для выдвижения возможного решения по годности изделия .
Достоверность результатов диссертационных исследований подтверждена данными теоретических расчетов и экспериментальными исследованиями действующих алгоритмов.
Материалы диссертационной работы прошли апробацию в докладах на конференциях:
- I Всероссийская научно - техническая конференция «Компьютерные технологии в науке, проектировании и производстве (г. Нижний Новгород, 1999г.)
XXVI конференция молодых ученых и студентов (г.Рыбинск, 1999 г.)
Всероссийская выставка «Школа 2002» (г. Москва
2002 г.)
По материалам . диссертации опубликовано 5 печатных работ, из которых 2 статьи, 3 тезисов докладов [5-9].
Диссертация состоит из введения, четырех разделов, заключения и двух приложений на 167 листах, содержит 52 рисунка, 17 таблиц, список использованных источников из 102 наименований. Диссертация оформлена с учетом требований [10,11] .
Похожие диссертационные работы по специальности «Автоматизация и управление технологическими процессами и производствами (по отраслям)», 05.13.06 шифр ВАК
Автоматизация металлографического анализа и контроля сплавов с использованием методов цифровой обработки оптических изображений микроструктур2007 год, кандидат технических наук Чубов, Алексей Александрович
Алгоритмы многомасштабной фильтрации изображений с произвольным коэффициентом изменения масштаба в практике дефектоскопических исследований2009 год, кандидат технических наук Фомин, Андрей Александрович
Методы и аппаратно-программные средства систем принятия решений при ультразвуковом контроле транспортного металлопроката2009 год, кандидат технических наук Кособоков, Дмитрий Вячеславович
Теория, принципы построения и создание визуально-информационных устройств и контрольных автоматов для систем управления качеством промышленных изделий1999 год, доктор технических наук Никитенко, Николай Федорович
Акустический метод и программно-аппаратные средства многоканального автоматизированного неразрушающего контроля качества крупногабаритных изделий из полимерных композиционных материалов2003 год, кандидат технических наук Беккужев, Николай Газизович
Заключение диссертации по теме «Автоматизация и управление технологическими процессами и производствами (по отраслям)», Лимонов, Игорь Анатольевич
4.6 Выводы по разделу 4
1. Экспериментальные исследования алгоритмов предварительной обработки показали преимущество алгоритма медианной фильтрации при устранении импульсного шума. В то же время, при гауссовском распределении шумов алгоритмы функционируют практически аналогично, но при фильтрации с усреднением окрестности наблюдается размытие границ, которое увеличивается при увеличении апертуры фильтра.
2. По результатам исследования алгоритма выделения яркостных неравномерностей (возможных дефектов) можно сделать вывод о том, что данный алгоритм отвечает предъявленным требованиям (таблица 4), но вследствие особенностей технологического процесса изготовления лопаток возникает необходимость применения алгоритма предварительной фильтрации.
3. На первом уровне алгоритма распознавания существует вероятность опознать как дефект (усадочную раковину или неметаллическое включение) незначащую контрастную неравномерность, пропущенную блоком подготовки данных. После проведения синтаксического анализа на втором уровне алгоритма распознавания, подобные ошибки устраняются.
4. При изменении значений критериев принятия решения (размеры, форма, место расположения дефекта) рассмотренные алгоритмы могут быть применены в других областях рентгенографического анализа.
137
ЗАКЛЮЧЕНИЕ
Основные научные и практические результаты работы показали возможность создания автоматизированной системы рентгенографического контроля позволяющей интенсифицировать процесс дефектации и повысить достоверность результатов контроля.
В процессе выполнения работы были получены следующие основные результаты.
1. Проведенный анализ технологического процесса рентгенографического контроля лопаток ГТД показал необходимость интенсификации процесса контроля и повышения достоверности результатов за счет уменьшения влияния человеческого фактора. Для достижения этой цели необходимо использовать методы автоматизированного выявления и распознавания контурных изображений
2. Анализ существующих методов выявления и распознавания контурных изображений (к которым относятся контролируемые дефекты) показал, что ни один из них не удовлетворяет в полной мере требованиям, предъявляемым к выявлению и распознаванию дефектов. Для выявления и распознавания дефектов в процессе контроля предложен комбинированный метод на основе биолого-психологического и структурно-лингвистического подходов.
3. Сформулирован комплекс критериев для выявления и таксономической классификации дефектов с применением структурно-биологических методов.
4. Разработана методика анализа рентгенограмм на основе экспертной системы обработки и анализа изображений.
5. Предложена формула выявления контрастных неравномерностей с вариативным порогом невосприятия, обеспечивающая выявление объектов с положительным и отрицательным перепадом контраста относительно фона. Алгоритм, построенный на данной формуле, выявляет 100 % неравномерностей, являющихся дефектами, но наряду с ними выделяются и псевдодефекты. Разработан и исследован алгоритм отделения истинных дефектов от структуры металла. Вероятность прохода псевдодефектов через фильтр предварительного отсева не превышает 3%.
6. Разработан и исследован двухуровневый адаптивный алгоритм синтаксического анализа выявленных дефектов, позволяющий не только определить тип дефекта, но и найти вероятностное решение по годности изделия. Обучение во взаимодействии с экспертом повышает точность выдвигаемых системой решений.
7. На основе полученных в диссертационной работе результатов предложена концепция автоматизированной системы рентгенографического контроля лопаток ГТД. Полученные зависимости, программы выявления и распознавания дефектов могут быть использованы при опытно-конструкторской разработке автоматизированной системы рентгенографического контроля.
8. При незначительных доработках автоматизированная система может быть использована для организации рентгенографического контроля не только изделий, изготавливаемых методами точного литья, но и других литейных изделий, а также сварочных швов.
Результаты диссертационной работы внедрены в промышленность . Применение автоматизированной системы рентгенографического контроля в технологическом процессе контроля лопаток ГТД повысит достоверность результатов контроля и увеличит производительность труда.
Список литературы диссертационного исследования кандидат технических наук Лимонов, Игорь Анатольевич, 2004 год
1. Неразрушающий контроль и диагностика: Справочник / Под ред. В. В. Клюева. М.: ВИНИТИ, 1992.
2. Горелик С. С., Расторгуев JI. Н. Рентгенографический и электронно-оптический анализ. М.: Мир, 1989.
3. Технологическое обеспечение проектирования и производства газотурбинных двигателей / Б. Н. Леонов, А.С.Новиков, Е.Н. Богомолов и др. Рыбинск: РДП, 2000.
4. Программа качества ОАО «Рыбинские Моторы» на 20002001 гг. // Моторостроитель. 2000. - №№ 19-20 ноябрь -декабрь.
5. Лимонов И. А. Исследовательская и обучающая программная система по методам и алгоритмам обработки изображений // XXVI конференция молодых ученых и студентов: тез. докл. в 2-х ч. Рыбинск: РГАТА, 1999. - Ч. 2. -С. 10.
6. Лимонов И. А. Автоматизация расшифровки изображений при радиографическом контроле лопаток из жаропрочных сплавов // Сборник трудов молодых ученых. Рыбинск: РГАТА, 2000. - С. 169-171.
7. Паламарь И. Н., Лимонов И. А. Исследование методов анализа изображений рентгенограмм для автоматизации контроля лопаток газотурбинных двигателей // Вестник РГА-ТА: Сб. науч. тр. Рыбинск, 2002. - N2. - С. 47-52.
8. Евсеев В. С. Подготовка и защита диссертации.: Справочно-методическое пособие. СПб: Политехника, 1991.
9. Кузин Ф. А. Кандидатская диссертация. Методика написания, правила оформления и порядок защиты. М. : Ось-89, 2000.
10. Клюев В. В., Соснин Ф. Р. Теория и практика радиационного контроля. М.: Машиностроение, 1998.
11. Крамер Б. Ю. Промышленные системы рентгенотелеви-дения // В мире неразрушающего контроля. 1998 . - N2. -С. 25-30.
12. Крамер Б. Ю. Системы рентгенотелевидения. Критерии выбора // В мире неразрушающего контроля. 2000. -N4. - С. 32-37.
13. Паспоу Н. Цифровые детекторы и их преимущества при автоматическом контроле изделий в литейном производстве // В мире неразрушающего контроля. 2000. - N4. -С. 38-40.
14. ТУ 041-0050. Лопатки турбины рабочие литые. Технические условия.24 http://www.ulstu.ru/ires/Artifitiallntellegen.htm
15. Ту Дж., Гонсалес P. Принципы распознавания образов. М.: Мир, 1987.
16. ТИИР. Тематический выпуск. 1998. - №8.
17. Горелик A. JI., Гуревич И. В., Скрипкин В. А. Современное состояние проблемы распознавания. М.: Радио и связь, 1985.
18. Фор А. Восприятие и распознавание образов. М.: Машиностроение, 1989.
19. Горелик A. JI., Скрипкин В. А. Методы распознавания. М.: Высшая школа, 1989.
20. Анисимов Б. В., Курганов В. Д., Злобин В. К. Распознавание и цифровая обработка изображений. М.: Высшая школа, 1983.
21. Вархаген К., Дейн Р. Распознавание образов состояние и перспективы. - М.: Радио и связь, 1985.
22. Нивников Д. Fine Reader еще один шаг вперед // PC Magazine.- 1998. - N7. - С. 38-40.
23. Левшин В. JI. Биокибернетические оптикоэлектронные устройства автоматического распознавания изображений. М.: Машиностроение, 1987. 180 с.
24. Прэтт У. Цифровая обработка изображений. В 2-х т. М.: Мир, 1982.39 http://fuji.viniti.msk.su/russian/math/vm/29.htm
25. Дуда Р., Харт П. Распознавание образов и анализ сцен. М.: Мир, 1976.
26. Заде Л. А. Понятие лингвистической переменной и его применение к принятию приближенного решения. М.: Мир, 1976.
27. Русын Б. Н. Структурно-лингвистические методы -Киев: Наукова думка, 198 6.
28. Фу К. Последовательные методы в распознавании образов. М.: Наука, 1971.4 4 Фу К. Структурные методы распознавания образов. -М.: Мир, 1977.
29. Фу К., Гонсалес Р., Ли К. Робототехника. М. : Мир, 1989.4 6 Добромыслов В. А., Соснин Ф. Р. Формирование изображений дефектов в радиационной дефектоскопии // Контроль. Диагностика. 2000. - N1. - С. 14-18.
30. Марр Д. Зрение. Информационный подход к изучению представления и обработки зрительных образов: Пер. с англ. М. : Радио и связь, 1987.
31. Кузнецов В. Е. Представление в ЭВМ неформальных процедур. М.: Наука, 1989.52Geman S. Geman D. Stochastic Relaxation, Gibbs Distributions and Bayesian Restoration of Images // IEEE Trans. Pattern Analysis and Machine Interlligence. 1984. N6, P. 721-741.
32. Showengerdt R. A. Techniques for Image Processing and Classification in Remote Sensing. N.Y.: Academic Press, 1983.
33. Катыс Г. П. Восприятие и анализ оптической информации автоматической системой. М.: Машиностроение, 1986. - 414 с.55 http://www.asu.pstu.ас.ru/book/prog/catalog/mu-hin/modell/ M2.html5 6 Зарубежная радиоэлектроника. Тематический выпуск.- 1985. N10.
34. Журавлев Ю. И. Непараметрические задачи распознавания образов // Кибернетика. 1976. - N6. - С. 93-103.
35. Абраменко А. Принципы распознавания // КомпьютерПресс. 1997. - N12. - С. 30-32.
36. Патрик Э. Основы теории распознавания образов. -М.: Советское радио, 1980.
37. Садыков С. С., Самандаров И. Р. Скелетизация бинарных изображений // Зарубежная радиоэлектроника. 1987. N10. - С. 46-54.
38. Поспелов Д. А. Прикладная семантика и искусственный интеллект // Программные продукты и системы. 1996.- №3. С. 10-139.
39. Поспелов Д. А. Уровни понимания: Справочник. Искусственный интеллект: В 3-х кн., Кн. 2, Модели и методы. М.: Радио и связь, 1990. - С. 110-115.
40. Цыпник Я. 3. Основы теории обучающихся систем. -М.: Наука, 1970.
41. Ахметов К. Вокруг пера и Интернета // КомпьютерПресс. 1999. - N1. - С. 42-45.
42. Никольский Н. Технологии ввода рукописных символов // Компьютер-Пресс. 1997. - N12. - С. 27-30.69 http://www.math.nsc.ru/AP/oteks/Russian/links/ /VYBORX/bottomfг.html
43. Каксис Ю. А. Портативные рентгеновские дифракто-метры для неразрушающего контроля напряжений в поверхно-стых слоях объектов техники // Контроль. Диагностика. -2000. N1. - С. 18-20.
44. Кеткович А. А. Филинов М. В. Моделирование и анализ процессов преобразования дефектоскопической информации в компьютеризованных видеоэндоскопических системах // Контроль. Диагностика. 1999. - N8. - С. 32-38.
45. Фирстов В. Г., Штейн М. Н. Микротомограф на базе рентгенотелевизионной установки МИ 72 фирмы Philips Industrial X-Ray // Контроль. Диагностика. - 1999. - N7. -С. 18-22.
46. Автоматический анализ изображений / Под ред. М. Бравермана. М.: Мир, 1969.
47. Павлидис Т. Алгоритмы машинной графики и обработки изображений. М.: Радио и связь, 1986.
48. Информационные технологии. Тематический выпуск. -1999. N2.7 6 Информационные технологии. Тематический выпуск. -1998. N7.
49. Ярославский JI. П. Введение в цифровую обработку изображений. М.: Советское радио, 1979.
50. Мясников В. В. Метод быстрого обнаружения и распознавания локальных объектов на изображениях. Самара, 1998 .
51. Бьемон Ж., Лагендейк P., Мерсеро P. Итерационные методы улучшения изображений. ТИИР. - 1990. - N5.1. С. 58-84.
52. Катыс Г. П. Обработка визуальной информации. -М.: Машиностроение, 1990.
53. Экспертные системы / Под ред Р. Форсайта: Пер с англ. М.: Радио и связь, 1987.
54. Энта Е. Теория нечетких решений. Нечеткие множества и теория возможностей. М.: Радио и связь, 1986.
55. Фомин Я. А., Савич А. В. Оптимизация распознающих систем. М.: Машиностроение, 1993.97 http://www.atrussk.ru/Delphi.98 http://www.citforum.ru/programming/delphi.shtml.
56. Мэтчо Д. и др. Delphi 2. Руководство для профессионалов: Пер. с англ. СПб.: BHV, 1997.
57. Свистунов С. Стандартные функции и процедуры Delphi4, Delphi5: Справочник. М.: ЛХА «Альманах», 2001.
58. Тейксера С., Пачеко К. Delphi 5. Руководство разработчика. В 2-х т., Т. 1. Основные методы и технологии: Пер с англ.: Уч. пос. М.: Издательский дом «Вильяме», 2000.
59. Тейксера С., Пачеко К. Delphi 5. Руководство разработчика. В 2-х т., Т. 2. Разработка компонентов и программирование баз данных: Пер с англ. : Уч. пос. М. : Издательский дом «Вильяме», 2000.
Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.