Дипломы, курсовые, рефераты, контрольные...
Срочная помощь в учёбе

Автоматизация процесса рентгенографического контроля дефектов лопаток ГТД, получаемых методами точного литья

ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

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… Читать ещё >

Содержание

  • 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
  • 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
  • 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
  • 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

Автоматизация процесса рентгенографического контроля дефектов лопаток ГТД, получаемых методами точного литья (реферат, курсовая, диплом, контрольная)

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 дефектовисследование 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 фонаразработан 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, 1999 г.).

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] .

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.

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.

Показать весь текст

Список литературы

  1. Неразрушающий контроль и диагностика: Справочник / Под ред. В. В. Клюева. М.: ВИНИТИ, 1992.
  2. 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 20 002 001 гг. // Моторостроитель. 2000. — №№ 19−20 ноябрь -декабрь.
  5. 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. И. А. Автоматизация расшифровки изображений при радиографическом контроле лопаток из жаропрочных сплавов // Сборник трудов молодых ученых. Рыбинск: РГАТА, 2000. — С. 169−171.
  7. 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. В. С. Подготовка и защита диссертации.: Справочно-методическое пособие. СПб: Политехника, 1991.
  9. Ф. А. Кандидатская диссертация. Методика написания, правила оформления и порядок защиты. М.: Ось-89, 2000.
  10. В. В., Соснин Ф. Р. Теория и практика радиационного контроля. М.: Машиностроение, 1998.
  11. . Ю. Промышленные системы рентгенотелеви-дения // В мире неразрушающего контроля. 1998. — N2. -С. 25−30.
  12. . Ю. Системы рентгенотелевидения. Критерии выбора // В мире неразрушающего контроля. 2000. -N4. — С. 32−37.
  13. 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. 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. A. JI., Скрипкин В. А. Методы распознавания. М.: Высшая школа, 1989.
  20. . В., Курганов В. Д., Злобин В. К. Распознавание и цифровая обработка изображений. М.: Высшая школа, 1983.
  21. 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. В. JI. Биокибернетические оптикоэлектронные устройства автоматического распознавания изображений. М.: Машиностроение, 1987. 180 с.
  24. У. Цифровая обработка изображений. В 2-х т. М.: Мир, 1982.39 http://fuji.viniti.msk.su/russian/math/vm/29.htm
  25. Р., Харт П. Распознавание образов и анализ сцен. М.: Мир, 1976.
  26. Л. А. Понятие лингвистической переменной и его применение к принятию приближенного решения. М.: Мир, 1976.
  27. . 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. Д. Зрение. Информационный подход к изучению представления и обработки зрительных образов: Пер. с англ. М.: Радио и связь, 1987.
  31. 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. 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. Ю. И. Непараметрические задачи распознавания образов // Кибернетика. 1976. — N6. — С. 93−103.
  35. А. Принципы распознавания // КомпьютерПресс. 1997. — N12. — С. 30−32.
  36. Э. Основы теории распознавания образов. -М.: Советское радио, 1980.
  37. С. С., Самандаров И. Р. Скелетизация бинарных изображений // Зарубежная радиоэлектроника. 1987. N10. — С. 46−54.
  38. Д. А. Прикладная семантика и искусственный интеллект // Программные продукты и системы. 1996.- № 3. С. 10−139.
  39. 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. Я. 3. Основы теории обучающихся систем. -М.: Наука, 1970.
  41. К. Вокруг пера и Интернета // КомпьютерПресс. 1999. — N1. — С. 42−45.
  42. 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. Ю. А. Портативные рентгеновские дифракто-метры для неразрушающего контроля напряжений в поверхно-стых слоях объектов техники // Контроль. Диагностика. -2000. N1. — С. 18−20.
  44. А. А. Филинов М. В. Моделирование и анализ процессов преобразования дефектоскопической информации в компьютеризованных видеоэндоскопических системах // Контроль. Диагностика. 1999. — N8. — С. 32−38.
  45. 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. 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. JI. П. Введение в цифровую обработку изображений. М.: Советское радио, 1979.
  50. В. В. Метод быстрого обнаружения и распознавания локальных объектов на изображениях. Самара, 1998 .
  51. ., Лагендейк P., Мерсеро P. Итерационные методы улучшения изображений. ТИИР. — 1990. — N5.1. С. 58−84.
  52. Г. П. Обработка визуальной информации. -М.: Машиностроение, 1990.
  53. Экспертные системы / Под ред Р. Форсайта: Пер с англ. М.: Радио и связь, 1987.
  54. Е. Теория нечетких решений. Нечеткие множества и теория возможностей. М.: Радио и связь, 1986.
  55. 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. Д. и др. Delphi 2. Руководство для профессионалов: Пер. с англ. СПб.: BHV, 1997.
  57. С. Стандартные функции и процедуры Delphi4, Delphi5: Справочник. М.: ЛХА «Альманах», 2001.
  58. 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. 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.
Заполнить форму текущей работой