Исследование методов автоматизированного анализа рентгеновских снимков сварных соединений

Размещено на Allbest.ru

ВВЕДЕНИЕ

Неразрушающие методы исследования материалов играют важную роль в научнотехнологической области и в промышленности, помогают улучшить производственные технологии и сократить затраты, гарантируют качество и эффективность изделий. Чаще всего используется рентгенография, к достоинствам которой относятся высокая надежность, универсальность и возможность получения постоянной регистрации данных. Применение рентгеновских плёнок лежит в основе радиографического метода дефектоскопии, для расшифровки которых используются специализированные системы.

ПОСТАНОВКА ПРОБЛЕМЫ

дефектоскопист рентгеновский снимок

В настоящее время анализ качества сварных соединений, выполненный методом рентгенографии, осуществляется путем просмотра оператором рентгеновского снимка через увеличительное стекло, либо с помощью просмотра отсканированной и оцифрованной копии снимка в графическом редакторе. При этом оператор самостоятельно производит поиск и анализ дефектов на снимке, что занимает продолжительное время и не исключает погрешностей, поскольку работа с оцифрованными снимками затруднительна в связи с большим количеством шумов и помех на снимке, а также со сложностью характера изображения.

Цель данной работы: повышение качества контроля и эффективности работы дефектоскописта. Для достижения поставленной цели необходимы решения следующих исследовательских задач:

анализ факторов, влияющих на анализ рентгеновских снимков.

сравнительный анализ рентгеновских снимков сварных соединений.

разработка математических моделей анализа рентгеновских снимков.

разработка программы, реализующей автоматизированный анализ рентгеновских снимков сварных соединений.

АНАЛИЗ И ОБЗОР СУЩЕСТВУЮЩИХ СИСТЕМ АНАЛИЗА СВАРНЫХ СОЕДИНЕНИЙ

Перечислим наиболее известные программные средства автоматического анализа изображений.

Программа анализа сканированных рентгеновских снимков SOWA 193 - предназначена для работы со сканированными изображениями, полученными при рентгеновской съёмке.

Программный комплекс ImageExpert Pro - предназначен для решения задач количественного анализа изображений микроструктур в металлографии, материалов и порошков в материаловедении и машиностроении, препаратов и объектов в медицине и биологии.

Экспертная система Ident Smart Studio - представляет собой систему, работающую в режиме предметно-независимого анализа образов комплексных экосистем и в режиме анализа биологических объектов в рамках экосистемы, позволяющем исследователям анализировать объекты.

Комплекс программно-аппаратный для автоматизированной обработки и архивирования радиографических снимков КОРС 2. 0 - предназначен для ввода и обработки графической информации, как с непрозрачного, так и с прозрачного (рентгеновская пленка) носителя.

Портативные системы RayzorXPro и FlashXPro компании Vidisco - отличаются быстротой скорости подготовки к работе в любых условиях, в любом месте. Интегрированные функции беспроводной передачи данных избавляют от необходимости использовать соединительные кабели и добавят гибкости в настройке.

Основными недостатками перечисленных систем являются:

сложность освоения комплекса;

отсутствие возможности интеграции в существующие системы; ? высокая стоимость комплекса.

МАТЕМАТИЧЕСКОЕ ОПИСАНИЕ АВТОМАТИЗИРОВАННОГО АНАЛИЗА РЕНТГЕНОВСКИХ СНИМКОВ СВАРНЫХ СОЕДИНЕНИЙ

Алгоритм и описание локализации необходимого участка на снимке.

Локализация необходимого участка на снимке позволит ускорить нахождение дефектов и сконцентрировать внимание на нужной области снимка.

Входными данными алгоритма является рентген снимок, загружаемый в систему, он разбивается на массив точек, каждая точка имеет свой цвет, алгоритм использует яркость точек для определения необходимого участка на снимке. В начале происходит проход всех точек по короткой стороне снимка, при нахождении точки с яркостью выше яркости фона происходит запуск алгоритма записи областей. Яркость точки выше фона рассчитывается по формуле: Вф <= Вт * 0. 15 где Вф - яркость фона, Вт - яркость точки.

От найденной точки запускается алгоритм нахождения точек примыкающих к найденной точке с яркостью выше фоновой, затем из каждой найденной точки запускается цикл нахождения и так далее. Массив данных точек образует область с яркостью выше фоновой. Далее алгоритм находит все такие области и определяет массив с наибольшим количеством точек. Этот массив и будет являться массивом шва. Область выделения на рабочем месте пользователя формируется из минимальной и максимальной точки по обеим осям координат снимка.

Алгоритм и описание определения типа дефекта.

При определении вида дефекта в качестве входных данных используется массив точек, полученный в результате выполнения алгоритма локализации необходимого участка на снимке. Для каждого типа дефекта предусмотрен свой алгоритм нахождения.

а) Определение смещения кромок. Для определения смещения кромок массив точек, полученный в результате выполнения алгоритма локализации необходимого участка на снимке делится на 2 равные половины вдоль шва, направление определяется по длинному краю массива, далее запускается цикл проверяющий точки по краю, дальнему от центра в каждом из полученных массивов. В случае, если яркость точек на одном из краёв начинает увеличивать свою яркость, то считается, что найден дефект, он выделяется начиная с начала увеличения яркости и до края массива.

б) Определение выпуклости (вогнутости) сварного шва. Для определения выпуклости (вогнутости) сварного шва массив точек, полученный в результате выполнения алгоритма локализации необходимого участка на снимке делится на 2 равные половины вдоль шва, направление определяется по длинному краю массива, далее проверяются точки, находящиеся по внутреннему краю этих массивов, в качестве алгоритма проверки используется алгоритм проверки смежных точек для каждой точки. Если одна из областей этих точек уменьшает (увеличивает) яркость то формируем массив таких точек. После определения массива проверяем его ширину, нахождение дефекта вогнутость (выпуклость) считается выполненным если ширина массива более 30% от ширины массива полученного в результате выполнения алгоритма локализации необходимого участка на снимке:

где Wнайд - ширина найденной области с изменением яркости, Wобщ - ширина массива всех точек шва.

в) Определение непровара. Для определения непровара сварного шва массив точек, полученный в результате выполнения алгоритма локализации необходимого участка на снимке делится на 2 равные половины вдоль шва, направление определяется по длинному краю массива, далее происходит проверка точек, уменьшающих свою яркость до фоновой, либо темнее, при нахождении таких точек формируется массив этих точек, далее ширина полученного массива проверяется по формуле:

где Wнайд - ширина найденной области с изменением яркости, Wобщ - ширина массива всех точек шва.

В случае если ширина массива меньше чем 15% от ширина общего массива то дефект считается найденным.

г) Определение пор. Для определения пор сварного шва используется массив точек, полученный в результате выполнения алгоритма локализации необходимого участка на снимке. Запускается цикл по всем точкам этого массива, в случае, если яркость точки является фоновой, по каждой точке проверяются смежные точки, в случае равенства их яркости проверяется ширина и высота данного массива, если его ширина и высота равны, либо погрешность составляет не более 10%, то дефект считается найденным.

д) Определение группы пор. Для определения группы пор используются массивы точек полученные в результате определения пор. В случае, если крайние координаты точек этих массивов находятся в области, ограниченной 15% от длины массива, полученного в результате выполнения алгоритма локализации необходимого участка на снимке, то группа пор считается найденной.

е) Определение вольфрамовых включений. Для определения вольфрамовых включений сварного шва используется массив точек, полученный в результате выполнения алгоритма локализации необходимого участка на снимке. Запускается цикл по всем точкам этого массива, в случае, если яркость точки удовлетворяет неравенству: Всм < Вт * 0. 60, где Всм - яркость смежных точек, Вт - яркость найденной точки.

По каждой точке проверяются смежные точки, в случае равенства их яркости проверяется ширина и высота данного массива, если его ширина и высота равны, либо погрешность составляет не более 10%, то дефект считается найденным.

3) Алгоритм и описание измерения установленных дефектов

Для измерения установленных дефектов в качестве входных данных используется тип плёнки, введённый оператором. По типу плёнки определяется размер снимка и рассчитывается относительный размер точки. По размеру точки определяется длина и ширина дефекта по данным, полученным в результате выполнения алгоритмов определения типа дефекта и сравнивается со значениями, установленными по нормам для данного типа дефектов.

ЗАКЛЮЧЕНИЕ

В результате исследования разработаны математические модели идентификации дефектов сварных швов, которые впоследствии лягут в основы автоматизированной системы анализа рентгеновских снимков сварных соединений.

СПИСОК ЛИТЕРАТУРЫ

Овчинников В. В. Контроль качества сварных соединений. / Овчинников В. В. // М. : Академия, - 2010 г. - 340 с.

Федосов С. А. Основы технологии сварки. / Федосов С. А. // М. : Машиностроение, 2011 г.

- 128 с.

Алексеева Л. Г. Исследование формы дефектов сварного шва по методу коэффициента форм. / Алексеева Л. Г., Баранов А. И. // Машиностроение и безопасность жизнедеятельности. 2012. № 1. С. 42-46.

Крампит А. Г. Методика определения геометрических размеров и площади сварного шва. / Крампит А. Г., Крампит Н. Ю. // Сварочное производство. 2012. № 10. С. 40-42.

Овечкин М. В. Применимость программных комплексов для работ со снимками к задаче анализа рентгенограмм / М. В. Овечкин, А. И. Сердюк // Программные продукты и системы. - 2013. - № 2. - С. 249 - 253.

Овечкин М. В. Распознавание сварных точечных соединений по рентгеновским снимкам деталей / М. В. Овечкин // CONTROL ENGINEERING. Россия. - 2011. - № 4. - C. 22 - 26.

Щербинский В. Г. Статистические параметры неровностей берегов трещин сварных швов. / Щербинский В. Г. // Сварка и диагностика. 2014. № 5. С. 11-14.

Размещено на Allbest.ru