Совершенствование методов контроля деталей механической части электроподвижного состава применением оптико-электронных средств тема диссертации и автореферата по ВАК РФ 05.22.07, кандидат технических наук Цаплин, Алексей Евгеньевич

• Цаплин, Алексей Евгеньевич
• кандидат технических наук
• 2011

Оглавление диссертации кандидат технических наук Цаплин, Алексей Евгеньевич

СОДЕРЖАНИЕ.

ВВЕДЕНИЕ.

Глава 1. ОБЗОР НЕРАЗРУШАЮЩИХ МЕТОДОВ КОНТРОЛЯ. 8 1.1. Основные методы неразрушающего контроля, применяемые для 8 узлов и деталей механической части электроподвижного состава.

1.2 Человек - оператор в системе неразрушающего контроля.

1.3. Визуально-оптический контроль (ВОК).

Выводы по главе

Глава 2. ТЕХНИЧЕСКИЕ СРЕДСТВА РЕАЛИЗАЦИИ МАШИННОГО 23 ЗРЕНИЯ.

2.1 Общие сведения о проблемах машинного зрения.

2.2 Анализ браковки узлов и деталей механической части 26 электроподвижного состава.

2.3 Системы машинного зрения, реализованные применительно к 35 электрическому подвижному составу.

Выводы по главе

Глава 3. АНАЛИЗ МЕТОДОВ ОБРАБОТКИ ЦИФРОВЫХ 50 ИЗОБРАЖЕНИЙ.

3.1. Понятие о цифровом изображении.

3.2. Методы выделения контуров на полутоновых изображениях.

3.3 Методы сегментации изображений.

3.4 Разработка программных средств на основе методов цифровой 69 обработки изображений.

Выводы по главе

Глава 4. РАЗРАБОТКА КОМПЛЕКСОВ ДЕФЕКТОСКОПИИ 89 МЕХАНИЧЕСКОЙ ЧАСТИ ЭЛЕКТРИЧЕСКОГО ПОДВИЖНОГО

СОСТАВА С ПРИМЕНЕНИЕМ ОПТИКО - ЭЛЕКТРОННОЙ ОБРАБОТКИ ИЗОБРАЖЕНИЙ.

4.1 Оборудование, применяемое при разработке комплексов 89 дефектоскопии механической части электрического подвижного состава с применением оптико - электронной обработки изображений.

4.2 Комплекс для исследования и контроля поверхностей элементов 91 среднегабаритных деталей механической части электроподвижного состава.

4.3 Комплекс для дефектоскопии подшипниковых узлов электрического 98 подвижного состава.

4.4. Оценка экономической эффективности при внедрении комплекса 101 для исследования и контроля поверхностей элементов среднегабаритных деталей механической части электроподвижного состава.

Выводы по главе

Введение диссертации (часть автореферата) на тему «Совершенствование методов контроля деталей механической части электроподвижного состава применением оптико-электронных средств»

Механические узлы технических средств железнодорожного транспорта в процессе эксплуатации подвержены физическому износу, что обуславливает дополнительные затраты на эксплуатацию и ремонт электрического подвижного состава.

В стратегии инновационного развития ОАО «Российские железные дороги» на период до 2015года (Белой книге ОАО «РЖД») в разделе «Повышение надежности работы и увеличение эксплуатационного ресурса технических средств» к основным направлениям работ относится применение эффективных систем диагностики состояния конструкций и узлов подвижного состава на основе методов неразрушающего контроля [7].

Большая часть методов неразрушающего контроля включает в себя визуальный осмотр. Качество такого неразрушающего метода контроля ограничено возможностями глаза и зависит от удаленности объекта, степени освещенности, быстроты перемещения детали и др. При длительном контроле серьезно утомляются глаза, повышается риск пропуска дефектов. Результат оценки наличия или отсутствия дефекта зависит от квалификации и практического опыта дефектоскописта, при этом возможно как субъективное завышение, так и занижение степени опасности дефекта.

Отсутствие в достаточном количестве высококвалифицированных специалистов неизбежно ведет к отрицательному влиянию человеческого фактора на качество дефектоскопии, поэтому потребность в автоматизированных комплексах контроля велика.

Визуальный контроль с использованием оптико-электронных приборов называют визуально-оптическим. При этом для получения качественных и достоверных результатов требуется обработка информации, получаемой при помощи оптико-электронных приборов.

Целью работы является повышение качества контроля механической части электроподвижного состава за счет использования оптико-электронных средств обработки информации.

Объектом исследования являются узлы и детали механической части электроподвижного состава.

Предметом исследования являются методы и алгоритмы цифровой обработки изображений, полученных в процессе дефектоскопии, обеспечивающие повышение качества контроля узлов механической части электроподвижного состава.

Научная новизна диссертационной работы

1. Обоснована возможность и целесообразность дополнения неразрушающего контроля деталей механической части электроподвижного состава применением оптико-электронных средств измерений и обработки информации.

2. Разработаны алгоритмы обработки цифровых изображений, обеспечивающие высокую информативность изображений и выделение областей поверхностных дефектов узлов и деталей механической части электроподвижного состава.

3. Применены методы и алгоритмы машинного зрения для автоматизации неразрушающего контроля деталей рессорного подвешивания и подшипниковых узлов механической части электроподвижного состава.

Практическая ценность диссертационной работы

1. Разработаны и прошли опытно-промышленную эксплуатацию комплексы для исследования и контроля поверхностей элементов среднегабаритных деталей механической части электроподвижного состава, а также для контроля подшипниковых узлов электроподвижного состава.

2. Снижено в три раза время контроля узлов механической части электроподвижного состава за счет замены визуального контроля при 5 проведении магнитопорошкового визуально-оптическим контролем с использованием оптико-электронных средств измерения и обработки информации.

3. Разработанные программные средства, используемые в комплексах, позволили автоматизировать процессы контроля, не снижая его эффективности.

4.Применение разработанного комплекса для контроля подшипниковых узлов механической части электроподвижного состава позволяет выявлять поверхностные дефекты с шириной раскрытия до 0,1 мм.

Диссертация состоит из введения, четырех глав, заключения, списка использованных источников.

Заключение диссертации по теме «Подвижной состав железных дорог, тяга поездов и электрификация», Цаплин, Алексей Евгеньевич

Выводы по главе 4:

1. Применение оптико-электронных средств при осуществлении магнитопорошкового контроля позволяет снизить время контроля одной детали по отношению к нормативному в 3 раза.

2. Разработанный комплекс для дефектоскопии подшипниковых узлов электрического подвижного состава позволяет обнаруживать поверхностные дефекты с шириной раскрытия до ОД мм, при этом на контроль одного роликового подшипника затрачивается менее одной минуты.

3. Внедрение комплекса для исследования и контроля поверхностей элементов среднегабаритных деталей механической части электроподвижного состава только за первый год применения позволит сократить расходы на выполнение магнитопорошкового контроля на 37%.

ЗАКЛЮЧЕНИЕ

На основании проделанной работы сформулированы следующие выводы:

1. По результатам расчета процента браковки узлов и деталей электровозов выявлен ряд мало- и среднегабаритных элементов и узлов, для организации автоматизированного контроля которых целесообразно создание комплекса машинного зрения.

2. Существующие в настоящее время системы машинного зрения и их алгоритмы требуют дополнения и усовершенствования, обеспечивающего их применимость к узлам и деталям механической части электроподвижного состава, имеющим большой процент браковки.

3. Системы машинного зрения, применяемые в настоящее время для контроля крупных механических узлов подвижного состава, ориентированы на дефектоскопию строго определенных узлов и деталей, использующиеся в них алгоритмы обработки изображений неприменимы или малоприменимы для поиска и идентификации поверхностных дефектов, имеющих малые размеры и разнообразные формы.

4. Для контроля узлов и деталей механической части электроподвижного состава целесообразно использовать методы выделения контуров на полутоновых изображениях (с помощью фильтров) и методы бинаризации полутоновых изображений ввиду их относительно несложной реализации и высокого быстродействия обработки изображений.

5. Применение оптико-электронных средств при осуществлении магнитопорошкового контроля позволяет снизить время контроля одной детали по отношению к нормативному в 3 раза.

6. Разработанный комплекс для дефектоскопии подшипниковых узлов электрического подвижного состава позволяет обнаруживать поверхностные дефекты с шириной раскрытия до 0,1 мм, при этом на контроль одного роликового подшипника затрачивается менее одной минуты.

7. Внедрение комплекса для исследования и контроля поверхностей элементов среднегабаритных деталей механической части электроподвижного состава только за первый год применения позволит сократить расходы на выполнение магнитопорошкового контроля на 37%.

Список литературы диссертационного исследования кандидат технических наук Цаплин, Алексей Евгеньевич, 2011 год

1. ГОСТ 18353-79. Контроль неразрушающий. Классификация видов и методов.

2. ГОСТ 21105-87. Контроль неразрушающий. Магнитопорошковый метод.

3. ГОСТ 14782-86. Контроль неразрушающий. Соединения сварные. Методы ультразвуковые.

4. ГОСТ 24289-80. Контроль неразрушающий вихретоковый. Термины и определения.

5. ПНАЭ Г-7-016-89. Унифицированные методики контроля основных материалов (полуфабрикатов), сварных соединений и наплавки оборудования и трубопроводов АЭУ. Визуальный и измерительный контроль.

6. РД 03-606-03. Инструкция по визуальному и измерительному контролю.

7. Стратегия инновационного развития ОАО «Российские железные дороги» на период до 2015 года. Белая книга ОАО «РЖД».

8. Айзерман М. А., Браверман Э. М., Розоноэр Л. И. Теоретические основы метода потенциальных функций в задачах обучения автоматическому разделению входных ситуаций на классы. // Автоматика и телемеханика. -1964. Т. XXII. № 6 - С. 81-88

9. Анисимов Б. В., Курганов В. Д., Злобин В. К. Распознавание и цифровая обработка изображений. М.: Высшая школа, 1983. - 295 с.

10. Бакут П. А., Колмогоров Г.С., Ворновицкий И.Э. Сегментация изображений: методы пороговой обработки // Зарубежная электроника. -1987-№10-С. 6-24

11. Балыков Е.А., Царёв В.А. Технологические принципы достижения качества программного обеспечения оптико-электронных систем контроля / Программные продукты и системы, №1, 2006 С. 11-14

12. Баяковский Ю.М., Галактионов В. А. Современные проблемы компьютерной (машинной) графики // Робототехника, прогноз, программирование (Будущее прикладной математики. Избранные лекции.). М.: Издательство ЖИ, 2007 С. 139-167

13. Батоврин В. К., Бессонов А. С., Мошкин В. В. Lab VIEW: Практикум по основам измерительных технологий: Учебное пособие для вузов. М.: ДМК Пресс, 2005 - 208 с.

14. Белоглазов И. Н., Тарасенко В. П. Корреляционно-экстремальные системы. М.: Сов. Радио, 1974 - 392 с.

15. Биргер И.А. Техническая диагностика. М: Машиностроение, 1978 -240с.

16. Бирюков И.В., Савоськин А.Н., Бурчак Г.П. Механическая часть тягового подвижного состава. М.: Транспорт, 1992 440 с.

17. Бонгард М. М. Проблема узнавания. М.: Наука, 1967 - 98 с.

18. Бутаков Е. А., Островский В. И., Фадеев И. JI. Обработка изображений на ЭВМ. М.: Радио связь, 1987 - 250 с.

19. Бутырин П. А. и др. Автоматизация физических исследований и эксперимента: компьютерные измерения и виртуальные приборы на основе Lab VIEW 7.-М.: ДМК Пресс, 2005 264 с.

20. Василенко Г. И., Цибулькин JI. М. Голографические распознающие устройства. -М.: Радио и связь, 1985 312 с.

21. Васильев В. И. Распознающие системы: Справочник. Киев: Наукова думка, 1983 - 424 с.

22. Веснин E.H., Вето A.B., Царев В.А. К вопросу о разработке и применении адаптивных оптоэлектронных систем технического зрения / Автоматизация в промышленности. 2009 г. - №11 - С.48-52.

23. Визильтер Ю.В., Желтов С.Ю., Князь В.А. и др. Обработка и анализ цифровых изображений с примерами на Lab VIEW IMAQ Vision. M.: ДМК Пресс, 2007 464 с.

24. Визильтер Ю. В., Желтов С. Ю., Степанов А. А. Новые методы обработки изображений. НЗНТ, Серия: Авиационные системы / ГосНИИАС. - 1992. -№ 4 - С. 21.

25. Виттих В. А., Сергеев В. В., Сойфер В. А. Обработка изображений в автоматизированных системах научных исследований. М.: Наука, 1982 -216 с.

26. Головастов A.B. Машинное зрение и цифровая обработка изображений. Журнал «Современные технологии автоматизации». 2010 г. - №4, с. 8-18.

27. Гонсалес Р., Вудс Р. Цифровая обработка изображений. М: Техносфера, 2005 1072 с.

28. Горелик А. Г., Скрипкин В. А. Методы распознавания. М.: Высшая школа, 1984-208 с.

29. Горелик А. Г., Гуревич И. Б., Скрипкин В. А. Современное состояние и проблемы распознавания. М.: Радио и связь, 1985 - 160 с.

30. Грузман И.С. Выделение однородных областей на изображениях // Статистические методы обработки изображений. Новосибирск: Новосиб. электротхн. Ин-т, 1993 - С. 56 - 61

31. Грузман И.С., Киричук B.C. Цифровая обработка изображений в информационных системах: учебное пособие. Новосибирск: НГТУ, 2002 -352 с.

32. Дуда Р., Харт П. Распознавание образов и анализ сцен: Пер. с анг. М.: Мир, 1976-511 с.

33. Жданов В.Н. Критерии экономики и выбор техники. Журнал «Мир транспорта», №1, 2011 С. 94-99

34. Журавлев Ю. И., Гуревич И. Б. Распознавание образов и распознавание изображений: Распознавание, классификация, прогноз. Математические методы и их применение М.: Наука, 1989. - Вып. 2 - 302 с.

35. Интеллектуальная камера NI 17ХХ. Руководство пользователя (N1 Vision). M: National Instruments Corporation, 2007 73 с.

36. Каневский И.Н., Сальникова Е.Н. Неразрушающие методы контроля: учебное пособие. Владивосток: ДВГТУ, 2007 243с.

37. Катыс Г.П. Обработка визуальной информации. М.: Машиностроение, 1990-324 с.

38. Катыс Г.П. Оптико-электронные системы обработки и информации. М: Машиностроение, 1973 -449 с.

39. Коллакот Р.А. Диагностирование механического оборудования. Л: Судостроение, 1980 296 с.

40. Кучеренко К.И., Очин Е.Ф. Двумерные медианные фильтры для обработки изображений: Зарубежная радиоэлектроника. 1986. - № 6 - С. 50-61.

41. Лобанов В.И. Фотограмметрия. М.: Недра, 1984 - 552 с.

42. Лысенко О.В. Машинное зрение от SICK/IVP. Журнал «Компоненты и технологии», №1, 2007 36 с.

43. Марр Д. Зрение. Информационный подход к изучению представления и обработки зрительных образов. М.: Радио и связь, 1987 - 400 с.

44. Неразрушающий контроль и диагностика. Справочник под ред. Клюева В. В. 3-е изд. М.: Машиностроение, 2005 656 с.

45. Павлидис Т. Алгоритмы машинной графики и обработки изображений: Пер. с анг. М.: Радио и связь, 1986 - 400 с.

46. Прэтт У.К., Фожра О.Д. Гагалович А. Применение моделей стохастических текстур для обработки изображений // ТИИЭР 1981. - Т. 69 -№5-452 с.

47. Прэтт У. Цифровая обработка изображений: Пер. с анг. М.: Мир, 1982. - 1 кн. - 525 с. - 2 кн. - 474 с.

48. Пытьев Ю. П. Морфологический анализ изображений. Доклад АН СССР, 1983.-Т. 269.-№5-С. 1061-1064.

49. Пытьев Ю. П. Задачи морфологического анализа изображений. Сб. «Математические методы исследования природных ресурсов Земли из Космоса.» М.: Наука, 1984 - С. 41-83.

50. Рабиндер Л., Гоулд Б. Теория и применение цифровой обработки сигнала. М.: Мир, 1978 - 379 с.

51. Розенфельд А. Распознавание и обработка изображений с помощью вычислительных машин: Пер. с анг. М.: Мир, 1972 - 230 с.

52. Русын Б. П. Структурно-лингвистические методы распознавания изображений в реальном времени. Киев: Наукова думка, 1986 - 128 с.

53. Сойфер В.А., Сергеев В.В. и др. Теоретические основы цифровой обработки изображений: учебное пособие. Самара: Самарский государственный аэрокосмический университет имени академика С. П. Королева, 2000 256 с.

54. Суранов А. Я. LabVIEW 7: Справочник по функциям. М.: ДМК Пресс, 2005-512 с.

55. Ту Дж., Гонсалес Р. Принципы распознавания образов. М.: Мир, 1978 -411 с.

56. Фу К. Структурные методы в распознавании образов. М.: Мир, 1977 -320 с.

57. Хорн Б. К. Зрение роботов. М.: Мир, 1989 - 487 с.

58. Хуанг Т. С. Обработка изображения и цифровая фильтрация. М.: Мир, 1979-274 с.

59. Цыпкин Я. 3. Адаптация и обучение в автоматических системах. М.: Наука, 1968-390 с.

60. Эндрюс Г. Применение вычислительных машин для обработки изображений. М: Энергия, 1981 234 с.

61. Ярославский J1. П. Введение в цифровую обработку изображений. -М.: Сов. Радио, 1979 312 с.

62. Ярославский JI .П. Цифровая обработка сигналов в оптике и голографии: Введение в цифровую оптику. М.: Радио и связь, 1987 - 296 с.

63. Автоматизированный стенд магнито-люминесцентного контроля, железнодорожных колес.http://www.vitec.ru/services/vision/detail.php?ID=2156

64. Воронцов К. В. "Байесовские алгоритмы классификации. Черновики лекций".http://www.ccas.ru/voron/download/Bayes.pdf

65. Железнодорожный транспорт неразрушающий контроль. http://www.vimatec.ru/rzhd.html

66. Идентификация осей колесных пар по двумерным кодам DMC. http ://www.vitec.ru/services/vision/detail. php?ID=2171

67. Комплекс идентификации номеров железнодорожных колес. http://www.vitec.ru/services/vision/detail.php?ID=2155

68. Система распознавания номеров вагонов «ARSCIS».113http://www.mallenom.ru/arscis.php

69. DIN EN 13 018/1330-10 Non-destructive testing Visual testing - General principles.

70. Getting Started with the N1 PCI -1405: National Instruments Corporation, 2007 -8 c.-74. Lab VIEW measurements manual: National Instruments Corporation, 2003 -256 c.

71. Lab VIEW user manual: National Instruments Corporation, 2003 456 c.

72. Klinger T. Image processing with Lab VIEW and IMAQ Vision. Prentice Hall, 2003-319 c.

73. N1 IMAQ function reference: National Instruments Corporation, 2004-14 c.

74. N1 IMAQ user manual: National Instruments Corporation, 2004 -35 c

75. N1 Vision. N1 PCI-1405 User Manual: National Instruments Corporation, 2007-31 c.

76. N1 Vision. N1 Vision Assistant. Tutorial: National Instruments Corporation, 2007- 112 c.

77. N1 Vision. N1 Vision Concepts Manual: National Instruments Corporation, 2007 411 c.NI Vision. N1 Vision for LabWindows/CVI User Manual: National Instruments Corporation, 2007 - 128 c.

78. N1 Vision. N1 Vision for Visual Basic. User Manual: National Instruments Corporation, 2007 127 c.