АЛГОРИТМ ДЛЯ ОПТИЧЕСКОГО МЕТОДА КОНТРОЛЯ ИЗНОСА РАБОЧЕЙ ПОВЕРХНОСТИ ЦИЛИНДРИЧЕСКОГО ВЫГЛАЖИВАТЕЛЯ


Цитировать

Полный текст

Аннотация

В связи с усложнением новой техники и повышением требований к ее надежности трудоемкость контрольных операций в промышленных системах управления качеством продукции существенно увеличивается. Значимость контроля в управлении качеством обусловлена тем, что именно он способствует правильному использованию условий выпуска продукции, соответствующей предъявляемым к ней требованиям. Цифровая обработка изображений находит широкое применение практически во всех областях промышленности. Часто ее использование позволяет выйти на качественно новый технологический уровень производства. При этом наиболее сложными здесь являются вопросы, связанные с автоматическим извлечением из изображения и интерпретацией информации, являющейся основой для принятия решений в процессе управления производственными процессами. Авторами предложен алгоритм для оптического метода контроля износа рабочей части поверхности цилиндрического выглаживателя, применяющегося для финишной обработки заготовок с помощью поверхностно-пластического деформирования (ППД). В статье выполнено сравнение разработанного программного обеспечения, реализованного на основе предложенного алгоритма, с его предыдущей версией. Главным отличием предложенного алгоритма является возможность автоматического распознавания изображения выглаживающего инструмента с последующим выделением его границ, нахождением рабочей поверхности и автоматического выделения дефектов и области износа. Различные дефекты и износ поверхности выглаживателя в процессе механической обработки детектируются автоматически с помощью методов выделения границ на изображениях, в частности с применением оператора Прюитта. Программное обеспечение, реализующее рассмотренный алгоритм, было разработано авторами в среде Matlab, однако может быть разработано и с применением других языков программирования.

Об авторах

Алексей Александрович Лукьянов

Тольяттинский государственный университет, Тольятти

Автор, ответственный за переписку.
Email: a.lukyanov92@yandex.ru

аспирант

Россия

Николай Михайлович Бобровский

Тольяттинский государственный университет, Тольятти

Email: bobrnm@yandex.ru

доктор технических наук, доцент, профессор кафедры «Оборудование и технологии машиностроительного производства»

Россия

Павел Анатольевич Мельников

Тольяттинский государственный университет, Тольятти

Email: topavel@mail.ru

кандидат технических наук, директор Института химии и инженерной экологии

Россия

Игорь Николаевич Бобровский

Тольяттинский государственный университет, Тольятти

Email: bobri@yandex.ru

кандидат технических наук, начальник лаборатории «Автомобильные технологии»

Россия

Олеся Олеговна Левицких

Тольяттинский государственный университет, Тольятти

Email: loo-05@mail.ru

инженер

Россия

Алексей Сергеевич Севостьянов

Тольяттинский государственный университет, Тольятти

Email: sevalexey@yandex.ru

инженер

Россия

Список литературы

  1. Горшков Б.М., Северин А.А., Шлегель О.А., Кабардин А.Ф. Устройство диагностики износа тормозных колодок автомобиля: патент РФ № 2189561; заявл. 25.01.2001, опубл. 20.09.2002.
  2. Бобровский Н.М., Вильчик В.А., Бокк В.В., Бобровский И.Н. Распределение температур при выглаживании широким самоустанавливающимся инструментом // Известия Самарского научного центра Российской академии наук. 2008. № S6. С. 22–29.
  3. Introduction to Taylor Hobson. URL: taylor-hobson.com/uploads/downloads/taylor-hobson-overview.pdf.
  4. Шлегель О.А., Северин А.А., Горшков Б.М., Абрамов Г.Н., Туищев А.И. Устройство для диагностики системы освещения автомобиля: патент РФ № 2182325; заявл. 22.12.1999, опубл. 10.05.2002.
  5. Moiseev M.A., Doskolovich L.L., Kazanskiy N.L. Design of high-efficient freeform led lens for illumination of elongated rectangular regions // Optics Express. 2011. Vol. 19. № S3. P. A225–A233.
  6. Zhang Y. Cutting-tool wear state evaluating method based on image analysis of workpiece machining surface: patent № CN 101670533; 17.03.2010.
  7. Khonina S.N., Kazanskiy N.L., Volotovsky S.G. Vortex phase transmission function as a factor to reduce the focal spot of high-aperture focusing system // Journal of Modern Optics. 2011. Vol. 58. № 9. P. 748–760.
  8. Деревянченко А.Г., Бабилунга О.Ю., Криницын Д.А. Система интеллектуального анализа изображений зон износа режущих инструментов // Резание и инструмент в технологических системах. 2010. Вып. 78. С. 34–41.
  9. Кузнецова Е.Г., Поляков И.В., Николаев Д.П., Мацнев Д.Н. Разработка алгоритмов технического зрения для обеспечения инкрементного неконтролируемого обучения в задачах детектирования образов движущихся сложноструктурированных объектов // Вестник РФФИ. 2016. № 4. С. 17–37. doi: 10.22204/2410-4639-2016-092-04-17-37.
  10. Николаев П.П. Проективно инвариантное описание овалов с симметриями трех родов // Вестник РФФИ. 2016. № 4. С. 38–54. doi: 10.22204/2410-4639-2016-092-04-38-54.
  11. Soifer V.A., Doskolovich L.L., Golovashkin D.L., Kazanskiy N.L., Kharitonov S.I., Khonina S.N., Kotlyar V.V., Pavelyev V.S., Skidanov R.V., Solovyev V.S., Uspleniev G.V., Volkov A.V. Methods for computer design of diffractive optical elements. New York: John Wiley & Sons, 2002. 765 p.
  12. Бобровский Н.М., Бобровский И.Н., Мельников П.А. Определение площади износа рабочей поверхности деталей машин и инструментов // Вектор науки Тольяттинского государственного университета. 2009. № 1. С. 17–23.
  13. Бондаренко А.Ю., Адамов В.Г. Анализ методов определения контуров изображения // Международный научно-исследовательский журнал. 2015. № 8-2. С. 13–16. doi: 10.18454/IRJ.2227-6017.
  14. Власов А.В., Цапко И.В. Модификация алгоритма Канни применительно к обработке рентгенографических изображений // Вестник науки Сибири. 2013. № 4. С. 120–127.
  15. Полевой Д.В., Булатов К.Б., Скорюкина Н.С., Чернов Т.С., Арлазаров В.В., Шешкус А.В. Ключевые аспекты распознавания документов с использованием малоразмерных цифровых камер // Вестник РФФИ. 2016. № 4. С. 97–108. doi: 10.22204/2410-4639-2016-092-04-97-108.
  16. Булатов К.Б., Кирсанов В.Ю., Арлазаров В.В., Николаев Д.П., Полевой Д.В. Методы интеграции результатов распознавания текстовых полей документов в видеопотоке мобильного устройства // Вестник РФФИ. 2016. № 4. С. 109–115. doi: 10.22204/2410-4639-2016-092-04-109-115.
  17. Чернов Т.С., Ильин Д.А., Безматерных П.В., Фараджев И.А., Карпенко С.М. Исследование методов сегментации изображений текстовых блоков документов с помощью алгоритмов структурного анализа и машинного обучения // Вестник РФФИ. 2016. № 4. С. 55–71. doi: 10.22204/2410-4639-2016-092-04-55-71.
  18. Лимонова Е.Е., Шешкус А.В., Николаев Д.П., Иванова А.А., Ильин Д.А., Арлазаров В.Л. Оптимизация быстродействия первых слоев глубоких сверточных нейронных сетей // Вестник РФФИ. 2016. № 4. С. 84–96. doi: 10.22204/2410-4639-2016-092-04-84-96.
  19. Манжиков Т.В., Славин О.А., Фараджев И.А., Янишевский И.М. Алгоритм применения N-грамм для корректировки результатов распознавания // Вестник РФФИ. 2016. № 4. С. 116–123. doi: 10.22204/2410-4639-2016-092-04-116-123.
  20. Гавриков Б.М., Пестрякова Н.В. Многовариантное численное моделирование при решении задачи исследования устойчивости методов статистического распознавания к искажениям образов // Вестник РФФИ. 2016. № 4. С. 124–134. doi: 10.22204/2410-4639-2016-092-04-124-134.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© ,



Данный сайт использует cookie-файлы

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.

О куки-файлах