автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Методы, модели и алгоритмы формирования и анализа изображений в системе контроля качества материалов и продукции машиностроительного предприятия

МИНИСТЕРСТВО ОБРАЗОВАНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ Владимирский государственный университет

На правах рукописи

ЯКОВЛЕВ АЛЕКСАНДР ВЛАДИМИРОВИЧ

УДК 004.41:620.186:620.179.11

МЕТОДЫ, МОДЕЛИ И АЛГОРИТМЫ ФОРМИРОВАНИЯ И АНАЛИЗА ИЗОБРАЖЕНИЙ В СИСТЕМЕ КОНТРОЛЯ КАЧЕСТВА МАТЕРИАЛОВ И ПРОДУКЦИИ МАШИНОСТРОИТЕЛЬНОГО ПРЕДПРИЯТИЯ

С пециальностьг

05.13.01 - Системный анализ, управление и обработка информации (промышленность)

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Владимир 2003

Работа выполнена на кафедре «Информационные системы» Муромского института (филиала) Владимирского государственного

университета

Научный руководитель: доктор технических наук, профессор

САДЫКОВ Султан Садыкович

Официальные оппоненты: доктор технических наук, профессор

ДЕНИСЕНКО Владимир Иванович

доктор технических наук, профессор ФЕДОТОВ Николай Гаврилович

Ведущая организация: Орловский государственный технический

университет

Защита состоится 01 июля 2003 г. в 12 на заседании диссертационного совета Д.212.025.01 Владимирского государственного университета по адресу: 600026, г. Владимир, ул. Горького, д. 87, ауд. 211-1.

С диссертацией можно ознакомиться в библиотеке Владимирского государственного университета.

Отзывы на автореферат в двух экземплярах, заверенные печатью, просьба направлять по адресу: 600026, г. Владимир, ул. Горького, д. 87, ученому секретарю совета.

Автореферат разослан 31 мая 2003 г.

Ученый секретарь диссертационного совета доктор технических наук,

профессор

Р.И. Макаров

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Роль машиностроительного комплекса в структуре российской экономики очень важна. На его долю приходится почти 20% общероссийского производства промышленной продукции, причем в основном потребляемой внутри страны. Именно поэтому рост производства в этой отрасли, равно как и его падение, немедленно отражается на состоянии российской экономики в целом. Тенденция к сокращению объемов выпуска продукции машиностроения и металлообработки, которая обозначилась в середине 90-х годов, продолжает сказываться на ситуации в отрасли и сегодня. В этой связи экспорт продукции, на сегодняшний момент, является ключевым фактором выживания как для отдельных предприятий, отрасли в целом, так и для всей страны.

Существенным ограничением развития экспортной политики металлургической промышленности является недостаточный уровень конкурентоспособности ее продукции, который является следствием низкого уровня производства. Недостаточно высокий технологический уровень производств обуславливает значительное отставание по ряду основных техн неэкономических показателей российской металлургии от металлургии развитых стран (США, ЕС, Японии):

количество отходов при производстве проката - выше в 2 раза; средняя энергоемкость выплавки стали и производства алюминия - выше на 20-30%;

- средняя производительность труда - ниже в 2,5 - 3 раза;

- суммарное удельное негативное воздействие на окружающую среду -выше в 2 раза.

Выход из сложившейся ситуации заключается в увеличении качества продукции отечественного машиностроения и снижении его себестоимости, что не возможно без усовершенствования существующих методов контроля качества продукции. Применение современных подходов, основанных на использовании средств вычислительной техники, дает возможность повысить точность и оперативность контроля качества продукции (последнее позволит перейти от выборочного контроля к сплошному) и снизить трудоемкость операций контроля (трудоемкость традиционного контроля в некоторых случаях может достигать 20%), что повлечет за собой снижение себестоимости продукции.

Цель диссертационной работы. Целью настоящей работы является разработка методов, моделей и алгоритмов формирования и анализа изображений поверхности и структуры металла, для создания автоматизированной системы оперативного контроля качества материалов и продукции на машиностроительном предприятии. _

РОС НАЦИОНАЛЬНАЯ БИБЛИОТЕКА С. Петербург 2Щ: РК

ЗГ^д'

г

Для достижения данной цели осуществлен:

- анализ состояния проблемы контроля качества на современном предприятии машиностроительного профиля;

разработка и исследование моделей и алгоритмов контроля качества шероховатой поверхности;

разработка и исследование моделей и алгоритмов анализа микроструктуры металлов и сплавов;

разработка и исследование моделей и алгоритмов анализа усталостных изломов;

разработка структуры автоматизированной системы оперативного контроля качества, структуры АРМ в ее составе и структуры программного комплекса, лежащего в основе системы контроля качества;

- практическое применение созданных моделей, методов, алгоритмов и системы на предприятиях машиностроительного профиля.

Методы исследования. В работе использованы методы математического моделирования, элементы спектральной теории и оптико-структурного (текстурного) анализа изображений. Научная новизна:

1. Математическая модель шероховатой поверхности, учитывающая метод обработки поверхности и влияние как периодических, так и случайных факторов образования неровностей.

2. Параметры шероховатости, оцениваемые по изображению поверхности, и позволяющие характеризовать шероховатость поверхности на плоскости,

3. Обобщенная математическая модель структуры металла, позволяющая строить математические модели микроструктуры и макроструктуры металла.

4. Алгоритмы анализа микроструктуры металла:

- алгоритм классификации изображений микроструктуры металла;

- алгоритм анализа балла зерна металла;

- алгоритм определения доли фазы в многофазной системе;

- алгоритм анализа удельной поверхности границ зерен или фаз в сплавах;

- алгоритм анализа ориентационной характеристики микроструктуры; позволяющие получать более достоверную оценку параметров микроструктуры по сравнению с традиционными алгоритмами.

5. Алгоритм обработки изображений макроструктуры металла, дающий возможность автоматизировать анализ изображений усталостных изломов металла и использовать его в системе оперативного контроля качества.

Практическая ценность работы:

1. Созданные модели и алгоритмы являются основой для построения автоматизированной системы оперативного контроля качества на предприятии машиностроительного профиля.

2. Реализована основная часть автоматизированной системы оперативного контроля качества, позволяющая решать основные задачи контроля качества поверхности и анализа микро- и макро структур металлов на машиностроительном предприятии.

3. Рассмотрена возможность создания мобильного устройства анализа качества поверхности металла, позволяющая в производственных и полевых условиях проводить анализа неровностей поверхности, в том числе в труднодоступных местах.

Реализация результатов исследования. Исследования по диссертационной работе выполнены в рамках ГБ НИР №340/98. Разработанные методы, алгоритмы и программы внедрены в производство в ОА «Муромтепловоз» (г. Муром) и ОА «Выксунский металлургический завод» (г. Выкса) о чем свидетельствуют акты, приведенные в приложении к диссертационной работе.

Апробация работы. Материалы диссертационной работы докладывались и обсуждались на научных конференциях преподавателей МИ ВлГУ (г. Муром, 1999 - 2003 гг.), на международных научных симпозиумах «Надежность и качество» (г. Пенза, 2000 - 2003 гг.), на ГН-ей международной научно-технической конференции "Медико-экологические информационные технологии - 2000" (г. Курск, 2000 г.), на 10 международной научно-техничекой конференции «Проблемы передачи и обработки информации в сетях и системах телеком му никаций»(г. Рязань, 2001), на Российской научно-технической конференции «Информационные технологии в проектировании, производстве и образовании» (г Ковров, 2002).

Публикации, Основные результаты диссертации опубликованы в 15 работах.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы из 102 наименований и приложения. Общий объем работы составляет 157 страниц, 57 рисунков и Ютаблиц.

На защиту выносится:

1. Математическая модель шероховатой поверхности, учитывающие метод обработки поверхности и влияние как периодических, так и случайных факторов образования неровностей, а также алгоритм расчета ее параметров.

2. Метод расчета параметров неровностей поверхности по ее изображению, характеризуюших шероховатость поверхности на плоскости.

3. Обобщенная математическая модель структуры металла, позволяющая разрабатывать новые алгоритмы анализа изображений микро и макроструктуры металла.

4. Алгоритмы анализа изображений микроструктуры металла.

5. Алгоритм анализа изображений усталостных изломов металла.

6. Результаты исследований и практического применения созданных моделей, методов, алгоритмов и системы контроля качества на предприятии машиностроительного профиля.

Автор выражает искреннюю благодарность научному руководителю д.т.н,, профессору Садыкову С.С. без участия и терпения которого эта работа не была бы завершена, начальнику лаборатории Металловедения ОЛИ ОАО «Муромтепловоз» Сидоренко E.H. и доценту кафедры ИС МИ ВлГУ, к.т.н. Жизнякову А .Л. за бесценные консультации, а также всем сотрудникам кафедры «Информационные системы» Муромского института ВлГУ.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы, сформулирована научная проблема, дана постановка решаемых задач и аннотация диссертационной работы.

В первой главе осуществлен анализ проблем контроля качества на машиностроительном предприятии, проведен обзор существующих методов и средств решения данной проблемы. В целом результаты, полученные в первой главе, сводятся к следующему:

1. Повышение качества выпускаемой продукции машиностроения расценивается в настоящее время как решающее условие её конкурентоспособности на внутреннем и внешнем рынках. Качество продукции вырабатывается и формируется на всех стадиях изготовления деталей, начиная от качества исходных материалов и заготовок до окончательных операций при термической и механической обработке. Таким образом, обеспечить необходимый уровень качества продукции предприятия машиностроительного профиля возможно лишь, ужесточив контроль качества, как материалов, так и готовой продукции и перейдя от выборочного контроля к сплошному.

2. Существующие системы автоматизации контроля качества не решают задачу в комплексе, их недостатком является узкая направленность и малая гибкость. При этом наименьшая степень автоматизации характерна лабораториям контроля качества поверхности и металловедения, входящим в состав ЦЗЛ машиностроительного предприятия.

3. Используемые в контроле качества поверхности, модели профиля поверхности не учитывают влияния многих технологических факторов образования неровностей, и не дают представление о поверхности в целом, т.е. трехмерная модель поверхности отсутствует. Как следствие, основанные на существующих моделях, методы и технические средства анализа неровностей поверхности имеют ряд существенных недостатков.

4. Используемые в металловедении, модели структуры металла, основанные на теории множеств, часто не удовлетворяют реальным структурам, что ведет к значительным погрешностям анализа. Применение статистиче-

ских (текстурных) методов для анализа текстурных изображений микро- и макроструктуры металла должно давать меньшую ошибку.

Исходя из вышеизложенного, основными задачами являются следующие:

! Обзор и анализ состояния проблемы контроля качества материалов и продукции на машиностроительном предприятии и определение направления исследования.

2. Усовершенствование модели профиля шероховатой поверхности, с учетом влияния технологических факторов и вида обработки поверхности.

3. Создание математической модели шероховатой поверхности, дающей представление о несущей способности поверхности в целом и позволяющей производить оценку неровностей поверхности на плоскости бесконтактным способом.

4. Разработка и исследование параметров, основанных на модели шероховатой поверхности и характеризующих шероховатость поверхности на плоскости.

5. Создание математической модели структуры металла, использующей элементы текстурного анализа и позволяющей оценивать среднестатистические параметры структуры.

6. Разработка и исследование алгоритмов анализа микро- и макроструктуры металлов, на основе текстурной модели структуры.

7. Практические применение созданных алгоритмов и проведенных исследований при разработке системы контроля качества материалов и продукции на машиностроительном предприятии.

Во второй главе обосновывается возможность анализа шероховатости поверхности по ее изображению, анализируется физика процесса образования неровностей поверхности при различных видах обработки и на основе этого формируется математическая модель профиля шероховатой поверхности (1), учитывающая влияние, как периодических, так и случайных факторов в процессе обработки поверхности, и устраняющая недостатки ранее использовавшихся моделей:

АГ/^А^О + ^СО. (О

а

где = V А1 соб(ш11 + <р:) - периодическая функция, учитывающая влияние п технологических факторов, имеющих периодический характер (периодическое смещение режущего инструмента, дефекты режущих кромок инструмента, вибрации и т.д.), /),.(7у1 - случайная функция с нулевым средним.

Используя элементы спектральной теории, производится вычисление среднеквадратичного отклонения <у(1) случайной составляющей и характеристик периодических составляющих:

амплитуды:

А, = 2 фт2(Р(Пт )) + Яе2(Р(Пт )), (2)

- фазы:

/ОТСТАЛ,»

ет = агсШ—-—1—С3>

- частоты:

2тп

иг, = ——, (4)

к

где т - номер соответствующей гармоники, к - количество отсчетов спектра.

На основе модели (1) могут быть вычислены параметры шероховатости поверхности, рекомендованные ГОСТ 25142-82, а также ряд дополнительных известных параметров, использующихся, например, в научных исследованиях:

- среднее арифметическое отклонение профиля Н'д; наибольшая высота профиля

- высота неровностей профиля по десяти точкам ; средний шаг местных выступов профиля 5'\

- средний шаг неровностей профиля 8'т; опорная длина профиля ц'р\

- относительная опорная длина профиля ('р;

- коэффициент заполнения профиля К'р ; коэффициент случайности профиля у'с;

- кривая опорной поверхности Т}'(р).

Оценка параметров шероховатости поверхности по ее сечениям с использованием модели (1) чаще всего оказывается не достаточной, поскольку многие задачи практики требуют исследования свойств поверхности в целом, что обусловлено спецификой контактирования поверхностей. При этом анализ неровностей обработанных поверхностей, позволяет сделать вывод о том, что тому или иному виду обработки присуще характерное поведение последних. Например, для поверхности, обработанной торцевым фрезерованием характерно наличие концентрических неровностей, для поверхности, обработанной строганием - параллельно расположенных неровностей и т.д.

Таким образом, трехмерная модель шероховатой поверхности может быть записана в следующем виде:

Н(Х.у)АН<° . (5)

где к(/) - функция, описывающая профиль шероховатой поверхности (1), а вид функции /(х,у) зависит от вида обработки и связан с характерными особенностями обрабатывающего инструмента.

Для анализа шероховатости поверхности на плоскости с использованием модели (5) сформулированы определения базовой площади Г, средней плоскости поверхности /и", плоскости впадин поверхности и плоскости выступов поверхности, а также разработаны, аналогичные указанным в ГОСТ 2514282, параметры шероховатости, оцениваемые на плоскости:

- среднее арифметическое отклонение поверхности Л*;

- наибольшая высота поверхности

- высота неровностей поверхности по десяти точкам И',

- средний шаг местных выступов поверхности 5";

- средний шаг неровностей поверхности ;

- опорная площадь поверхности т}"р,

- относительная опорная площадь поверхности (*;

- коэффициент заполнения поверхности К"р;

- коэффициент случайности поверхности у'\

- кривая опорной поверхности Г}'(р).

В ходе проведенного исследования зависимости высотных характеристик шероховатости поверхности от параметров оптической системы, используемой для ввода изображения поверхности в ЭВМ, были выявлены следующие зависимости:

- зависимость высотных характеристик, оцененных по реальному образцу (оценивается в мм), от высотных характеристик, оцененных по изображению поверхности образца (оценивается в пикселях), указанная зависимость не линейна и аппроксимируется, используя полиномиальную регрессию;

- линейная зависимость характеристик, вычисляемых в направлении нервностей профиля по реальному образцу (оценивается в мм), от характеристик, вычисляемых в направлении нервностей профиля по изображению поверхности образца, и оцененных в пикселях. Полученные зависимости позволяют представлять оцененные по изображению характеристики в традиционном виде, понятном для исследователя машиностроительного профиля.

Проведены исследования параметров модели профиля шероховатой поверхности, трехмерной модели шероховатой поверхности и параметров, характеризующих шероховатость поверхности на плоскости. По результатам проведенных исследований построены зависимости значения параметра

На(м1ш) от количества профилограмм, по которым производилась оценка (рис. 1), которые свидетельствуют о достоверности получаемых результатов.

Рис I Зависимости параметра Я^мкм) от количества профилограмм, по которым производилась оценка (поверхность получена торцевым фрезерованием, класс чистоты 4)

Проведенные исследования показали, что разработанный бесконтактный оптический способ анализа шероховатости поверхности, позволяет проводить оценку топологии поверхности с относительной погрешностью: по профилю поверхности - 8%, по модели профиля поверхности - 7%, по изображению поверхности - 4%> по модели шероховатой поверхности - 5%.

В третьей главе, используя элементы текстурного анализа, формируется обобщенная математическая модель структуры металла (6), позволяющая на своей основе строить математические модели микро- (7) и макроструктуры (8) металла.

и у). & (х, у).....(х, v)!=Х^ м

где 1(х,у) - текстурное изображение структуры металла, Р^1 (х, - базовый (текстурный) элемент, обладающий некоторым вектором текстурных призна-

обладающих идентичными текстурными признаками Тк, х{4т, ■ .....-

оператор объединения областей, обладающих различными текстурными признаками

* I

оператор объединения текстурных элементов,

1(х.у) = %р?'(х,у)> (7)

1

2

1(Х.У) = (8)

,

На базе сформированных моделей разработаны алгоритмы обработки и анализа изображений микро- и макроструктуры металла, позволяющие получать более достоверную оценку параметров структуры, по сравнению с алгоритмами, использующими элементы теории множеств.

Алгоритм классификации изображений микроструктуры металла решает одну из первостепенных задач металловедения - сравнение изображения микроструктуры образца с эталонным изображением микроструктуры.

Использование модели (7) позволяет достигнуть значительно большей эффективности в задачах классификации, поскольку, как показывают эксперименты, существует четкая связь между числовыми значениями текстурных признаков и визуальными особенностями текстуры.

Алгоритм классификации состоит из следующих этапов: определение состава вектора текстурных характеристик Г4(й>)=(/,(й>).....построение обучающей информации для каждого из классов Т^3',, ; вычисление меры близости анализируемого изображения с каждым из классов. В качестве меры близости используется среднее квадратичное расстояние между текстурными характеристиками исследуемого изображения ф и класса 0%:

где / - нормированные текстурные характеристики исследуемого изображения структуры металла, - текстурные характеристики класса изображений - весовые коэффициенты.

Алгоритм анализа балла зерна в сплавах позволяет определить среднестатистическое количество частиц на изображении микроструктуры металла, используя матрицу длин серий. Среднестатистическое количество частиц /ой фазы, определяемое как число связанных областей соответствующей фазы, вычисляется отношением общего числа пикселей данной фазы к числу пикселей, приходящихся на среднюю площадь частиц, например, для частиц имеющих форму близкую к круглой это:

где Р, - площадь данной фазы (суммарная длинна серий / -того уровня яркости), 1г и - средний линейный размер частицы данной фазы, являющийся среднеарифметическим числом элементов изображения, приходящихся на серию /-го уровня по горизонтали и вертикали соответственно. Использование матрицы длин серий для вычисления значений Р„ Ьг и позволяет ис-

ключить влияние «шумовых» областей, поскольку из рассмотрения исключаются серии малой длинны, которые как, показывает практика, чаше всего соответствуют именно «шумовым» областям, что увеличивает достоверность результата.

Алгоритм определения доли фазы е многофазной системе позволяет определить процентное содержание той или иной фазы (структурной составляющей) в микроструктуре сплава. Определение доли фазы основано на первом стереометрическом соотношении и сводится к вычислению доли фазы на плоскости шлифа.

(10)

где Р - общее количество пикселей изображения шлифа. При этом вычисление площади I -ой фазы на изображении шлнфа осуществляется по матрице длин серий что снижает влияние «шумовых» областей.

Алгоритм анализа удельной поверхности границ зерен или фаз в сплаве основан на втором стереометрическом соотношение, которое сводится к измерению длины следов граничных поверхностей на единице площади шлифа. Алгоритм состоит из следующих этапов: сегментация по яркости; устранение влияния шумовых областей (могут быть отброшены по гистограмме значений площади выделенных областей); выделение контуров (для текстурных изображении микроструктуры наибольшую эффективность показал алгоритм прослеживания контуров методом «жука»); вычисление периметров зерен (вычисляется как сумма евклидовых расстояний между соседними точками контура); вычисление удельной поверхности границ зерен.

Алгоритм анализа ориентационной характеристики граничных поверхностей позволяет определить плотность расположения этих поверхностей в направлении ориентации секущей. Для определения среднего числа пересечений с граничными поверхностями в некотором направлении <р используется матрица длин серий построенная в направлении ф. При этом, учитывая, что каждая серия пересекает две граничные поверхности, среднее число пересечений на плоскости шлифа в направлении <р можно определить следующим образом:

2-Ъ:

____(и)

~ р '

где Р - площадь изображения шлифа, I - минимальный анализируемый размер серии, ( - яркость анализируемой фазы, I - число возможных длин серий.

Анализ «розы числа пересечений» изображения микроструктуры шлифа, характеризующей степень ориентации микроструктуры, заключается в построении матриц длин серий для разных направлений (р = [0,90] с необходимой степенью точности и определении по ним среднего числа пере-

сечений также последующим построением «розы числа пересечений» в полярных координатах.

Алгоритм обработки анализа изображений усталостных изломов позволяет определить на изображении излома процентное соотношение и ряд других характеристик зон усталостного и статического разрушения.

Алгоритм состоит из следующих этапов: определение размеров структурной единицы изображения излома (размером текстурного элемента считается минимальный размер фрагмента изображения, при котором анализируемая текстура сохраняет свойство стационарности); вычисление текстурных характеристик для каждого пикселя изображения на окрестности, размеры которой совпадают с размерами текстурного элемента (в результате, получаем группу новых изображений, каждое из которых представляет собой изображение одной из текстурных характеристик); нормализация и объединение изображений текстурных характеристик; пороговая сегментация результирующего изображения текстурных характеристик. Полученное препарированное изображение макроструктуры усталостного излома позволяет оценить следующие характеристики зон разрушения:

- процентное соотношение зон усталостного 5„ и статического разрушения;

периметр зоны статического разрушения ;

- среднюю длину зоны статического разрушения ;

- среднюю высоту зоны статического разрушения И,;

компактность зоны статического разрушения (отношение периметра круга равной площади к периметру зовы статического разрушения) С3;

горизонтальную кривизну зоны статического разрушения Кх\

- вертикальную кривизну зоны статического разрушения Ку;

- эксцентриситет зоны статического разрушения Е5.

Проведенные исследования разработанных методов, как на реальных, так и на тестовых изображениях показали их большую достоверность по сравнению с традиционными методами количественного анализа микро- и макроструктуры металла.

На рис. 2. представлена зависимость ошибки подсчета объектов на изображении дискретным и статистическим алгоритмами от количества объектов на изображении.

На рис. 3 представлена диаграмма, иллюстрирующая соотношение между процентным содержанием фазы, заданным, оцененным непосредственно по тестовому изображению и оцененным по матрице длин серий на основе разработанного алгоритма. Относительная погрешность анализа при оценке по изображению составляет =3%, разработанным алгоритмом, с использованием матрицы длин серий - « / %.

I 5 5 I I И 13 15 19 ЭТ Л К 11 В Л /

Рис 2 Зависимость ошибки подсчета объектов на изображении от количества последних

Относительная погрешность анализа граничных поверхностей составляет: традиционным способом = 10%, разработанным алгоритмом анализа удельной поверхности граничных поверхностей и 8%.

На рис. 4 приведены тестовые изображения микроструктуры (а - строго ориентированная, б - частично ориентированная, в -изотропная), а также ориен-тационные характеристики, вычисленные традиционным способом (г -ъ95%, а-ъ}5%, е - степень ориентации = 0%) и используя разработанный алгоритм (ж-ss 100%, з-«25%, и -

Подобные результаты были получены и при исследовании других разработанных алгоритмов.

В четвертой главе рассматривается практическое применение разработанных моделей и алгоритмов при построении автоматизированной системы оперативного контроля качества на машиностроительном предприятии.

Разработана структура системы оперативного контроля качества, которая определяется, прежде всего, структурой ЦЗЛ, осуществляющей на предприятиях машиностроительного профиля указанный контроль. Однако, в связи с тем, что существующая типовая структура ЦЗЛ не учитывает уровень информатизации современного производства, последняя была расширена, за счет введения в ее состав группы Информатизации.

□ 3 ¿ллиое прицел но? С

Я1 МММвМГ ЛООДОММЖ

□ По нет рицз длйн серий

Рис 3. Соотношение между про цен i ной долей фазы

Рис. 4. Тестовые изображения микроструктуры (а, 6, в), ориентзционные характеристики, вычисленные традиционным способом (г, д, е) н используя разработанный алгоритм (ж, з, и)

Создаваемая система оперативного контроля качества обладает гибкостью и наращиваемостью и решает следующие задачи: проведение исследования полуфабрикатов, материалов или изделий; анализ полученных результатов; формирование заключений и рекомендаций; ведение архивов проводимых исследований, сбор и обработку статистической информации.

В состав системы оперативного контроля качества входит семь автоматизированных рабочих мест (АРМ) исследователя профильных лабораторий, разработана структура каждого из них с учетом номенклатуры проводимых исследований и уровня технического оснащения специализированных лаборатории.

Рассматривается возможность создания мобильного устройства анализа качества поверхности, в том числе в труднодоступных местах, на базе ви-деоскопической системы. Такое устройство позволит производить количественную оценку неровностей поверхности с минимальными шаговыми характеристиками ¡=0,003мм, при этом относительная погрешность анализа высотных характеристик таких объектов будет достигать 20%. Таким образом, ограничения на оптические возможности видеоскопической системы позволяют анализировать лишь грубую шероховатость поверхности класса I * 4. Кроме того, мобильное устройство на базе видеоскопической системы, оснащенное программным обеспечением анализа макроструктуры металла, может использоваться для анализа изломов деталей и узлов.

Разработана структура программного комплекса системы оперативного контроля качества, которая включает реализованные на данный момент, следующие компоненты:

1. СУБД на базе InterBase Server, основная функция которой - хранение результатов проводимых в ЦЗЛ предприятия исследований;

2. подсистема формирования отчетов, в функции которой входит вывод результатов исследования в виде стандартных бланков и отчетов;

3. АРМ лаборатории металловедения, представляющее собой совокупность двух АРМ и взаимодействующих с различными частями СУБД: АРМ анализа микроструктуры металла и АРМ анализа макроструктуры металла;

4. АРМ лаборатории контроля качества поверхности, представляющее собой программно-аппаратный комплекс анализа шероховатости поверхности образцов различных материалов.

В заключении сформулированы основные результаты, полученные в ходе работы над диссертацией:

1 Проведен анализ проблем контроля качества на машиностроительном предприятии и обзор существующих методов и средств решения данной проблемы, Обоснована необходимость разработки комплекса аппаратно-программных средств автоматизации контроля качества на предприятии машиностроительного профиля.

2. Рассмотрены существующие модели и методы анализа качества поверхности и структуры металлов и сплавов Показана невозможность их использования из-за невысокой точности и низкой оперативности при разработки автоматизированной системы оперативного контроля качества.

3. Разработаны мзтемэтические модели профиля шероховатой поверхности и шероховатой поверхности, учитывающие влияние как периодических, так и случайных факторов образования неровностей, и устраняющие недостатки ранее использовавшихся моделей,

4. Разработаны параметры, вычисляемые на базе указанных моделей н характеризующие неровности поверхности на плоскости. Проведено исследование разработанных параметров шероховатости, показавшее что значение, оцениваемых таким образом параметров, близки к значениям, получаемым по нескольким профилограммам.

5. Разработана обобщенная математическая модель структуры металла. На основе обобщенной математической модели сформированы математические модели микроструктуры металла и макроструктуры металла. Разработанные модели используют элементы оптико-структурного (текстурного) анализа и устраняют недостатки, широко использующихся дискретных моделей, основанных на теории множеств.

6. На базе математической модели микроструктуры металла разработаны алгоритмы классификации изображений микроструктуры металла, анализа балла зерна металла, определения доли фазы в многофазной системе, анализа удельной поверхности границ зерен или фаз в сплавах, вычисления ори-ентационной характеристики микроструктуры. На базе математической модели макроструктуры металла разработан алгоритм обработки и анализа изображений усталостных изломов металла. Проведенные исследования разра-

ботанных алгоритмов показали их большую достоверность по сравнению с традиционными алгоритмами.

7. Рассмотрено практическое применение разработанных моделей и алгоритмов при построении автоматизированной системы оперативного контроля качества на машиностроительном предприятии. Разработаны: структура системы контроля качества на базе ЦЗЛ предприятия, структуры АРМ исследователей специализированных лабораторий в составе ЦЗЛ, структура программного комплекса системы контроля качества, ПО АРМ лаборатории контроля качества поверхности и лаборатории металловедения.

В приложении приведены описания функций центральной заводской лаборатории, функций и методов и оборудования специализированных лабораторий, примеры бланков-отчетов о проводимых исследованиях, формируемые модулем формирования отчетов.

Приведены справки, подтверждающие использование результатов работы в ОА «Муромтепловоз» (г. Муром) и ÖA «ВыксунскиЙ металлургический завод» (г. Выкса).

Публикации по теме диссертации

1. Яковлев A.B. Система обработки изображений шлифов металлов // Радиотехника, телевидение и связь: Межвуз. сб. научн. тр., посвященный

110-летию В.К. Зворыкина. - Муром: Муром, институт (филиал) ВлГУ,

1999.-С. 150-153.

2. Садыков С.С., Яковлев A.B. Использование методов цифровой обработки изображений в количественной металлографии // НАДЕЖНОСТЬ И КАЧЕСТВО 2000: Кн. тр. междунар. симпоз / Под ред. А.Н. Андреева и др.- Пенза: Изд-во Пенз. гос. ун-та, 2000. - С. 55-56.

3. Яковлев A.B., Пантелеев C.B. Применение методов цифровой обработки изображений в контроле качества металлопродукции // Сб. материалов

111-ей междунар. НТК "Медико-экологические информационные технологии - 2000" / Под ред. H.A.Кореневе кого и др. - Курск: Изд-во Курского гос. тех. ун-та, 2000. - С. 168-170.

4. Яковлев A.B., Орлов A.A. Методы автоматического анализа удельной поверхности границ зерен или фаз в сплаве И Компьютерные технологии обработки и анализа данных. - Ташкент: НПО "Кибернетика" Ан РУз,

2000. - С 69-73.

5. Мнловзоров А.Н., Яковлев A.B. Контроль шероховатости поверхности с применением ЭВМ // Проблемы передачи и обработки информации в сетях и системах телекоммуникаций: Материалы 10-й междунар. НТК -Рязань: РГРА, 2001.-С. 155-158.

6. Яковлев A.B., Цаплева O.E. Сегментация фрактографических изображений // Компьютерные и информационные технологии обработки и анализа данных: Сб. науч ст. - Муром: Изд.-по ли графический центр МИ ВлГУ, 2001.-С. 9-14.

7. Яковлев A.B., Миловзоров А.Н. Оценка результатов в системе анализа шероховатости поверхности // Методы и устройства передачи и обработки информации: Межвуз. сб. науч. тр. / Под. ред. В.В. Ромашова. -СПб: Гидрометеоиздат, 2001. - С. 202-204.

8. Яковлев A.B. О применении методов цифровой обработки изображений в контроле качества поверхности // Информационные технологии в проектировании, производстве и образовании: Сб, тр. Российской НТК. -Ковров: КГТА, 2002. - С. 161-163.

9. Яковлев A.B. Об одном методе определения бала зерна стали // Научные труды Муромских ученых: Материалы 35-й НТК преподавателей, сотрудников и аспирантов. Часть 1. - Муром: Изд.-полиграфический центр МИ ВлГУ, 2001.-С. 36-39.

10. Яковлев A.B. Сегментация изображений микрошлифов металлов // Научные труды Муромских ученых: Материалы 35-й НТК преподавателей, сотрудников и аспирантов. Часть 1. - Муром: Изд .-пол и графический центр МИ ВлГУ, 2001. - С. 40-41.

11. Яковлев A.B. Формирование и экспериментальное исследование математической модели профиля шероховатой поверхности // Методы и устройства передачи и обработки информации: Межвуз. сб. науч. тр. Выпуск 2. - СПб: Гидрометеоиздат, 2002. - С. 108-111.

12. Сады ко в С.С., Яковлев A.B. О методах автоматизации контроля качества поверхности // НАДЕЖНОСТЬ И КАЧЕСТВО 2002: Труды между-нар. симпозиума. - Пенза: Информационно-изд. центр ПГУ, 2002. -

13. Яковлев A.B., Денисова Е.А., Миловзоров А Н. Разработка структуры системы оперативного контроля качества на машиностроительном предприятии // Данные, информация и их обработка: Сб. науч. ст. - М.: Горячая линия - Телеком, 2002. - С. 14-18.

14. Миловзоров А.Н., Яковлев A.B. Повышение работоспособности деталей обеспечением рациональной микротопографии поверхности с применением ЭВМ // Данные, информация и их обработка: Сб. науч. ст. - М.: Горячая линия - Телеком,2002.-С. 19-21.

15. Садыков С.С., Яковлев A.B. Математическая модель шероховатой поверхности, Формирование и исследование // Заводская лаборатория. -2003. -№. 9.

С. 52-53.

Автореферат диссертации на соискание ученой степени кандидата технических наук

Яковлев Александр Владимирович

МЕТОДЫ, МОДЕЛИ И АЛГОРИТМЫ ФОРМИРОВАНИЯ И АНАЛИЗА ИЗОБРАЖЕНИЙ В СИСТЕМЕ КОНТРОЛЯ КАЧЕСТВА МАТЕРИАЛОВ И ПРОДУКЦИИ МАШИНОСТРОИТЕЛЬНОГО ПРЕДПРИЯТИЯ

Подписано в печать 20.05.2003. Формат 60x84/16 Бумага для множит, техники. Гарнитура Тайме Печать офсетная. Усл.печ.л.1.Тираж 100 экз. Заказ № 635 Муромский институт (филиал) Владимирского государственного университета Издательско-пол «графический центр Адрес- 602264, Владимирская обл., г. Муром, ул Орловская, 23

РНБ Русский фонд

2006-4 37445

? ? 2003

Введение.

Глава 1. Состояние проблемы, задачи и методы контроля качества на машиностроительном предприятии.

1.1. Проблема управления качеством на машиностроительном предприятии

1.2. Функции и особенности работы заводской лаборатории машиностроительного предприятия.

1.3. Структура типовой заводской лаборатории машиностроительного предприятия.

1.4. Методы и средства контроля качества поверхности. Модели профиля шероховатой поверхности.

1.5. Методы и средства анализа структуры металла. Модели структуры.

Выводы по главе

Постановка задач исследования.

Глава 2. Разработка и исследование моделей поверхности металла.

2.1. Математическая модель профиля шероховатой поверхности.

2.1.1. Получение профилограмм по изображению поверхности.

2.1.2. Формирование математической модели.

2.1.3. Параметры модели профиля шероховатой поверхности.

2.1.4. Параметры шероховатости, вычисляемые по профилю поверхности.

2.2. Математическая модель шероховатой поверхности.

2.2.1. Получение трехмерной модели по изображению поверхности

2.2.2. Формирование математической модели.

2.2.3. Разработка метода анализа шероховатости на плоскости с использованием математической модели поверхности.

2.3. Исследование параметров шероховатости на плоскости.

2.3.1. Исследование зависимости высотных характеристик.

2.3.2. Исследование параметров модели профиля шероховатой поверхности.

2.3.3. Исследование трехмерной модели шероховатой поверхности.

Выводы по главе 2.

Глава 3. Разработка и исследование моделей структуры металла.

3.1. Обобщенная математическая модель изображения структуры металла.

3.2. Разработка алгоритмов анализа микроструктуры металла.

3.2.1. Математическая модель изображения микроструктуры металла.

3.2.2. Классификация изображений микроструктуры металла.

3.2.3. Анализ бала зерна в сплавах

3.2.4. Определение доли фазы в многофазной системе.

3.2.5. Анализ удельной поверхности границ зерен или фаз в сплавах.

3.2.6. Ориентационная характеристика граничных поверхностей.

It 3.3. Разработка алгоритмов анализа макроструктуры металла.

3.3.1. Математическая модель изображения макроструктуры металла.

3.3.2. Анализ изображений усталостных изломов.

3.4. Исследование разработанных алгоритмов анализа структуры.

3.4.1. Исследование алгоритма классификации.

3.4.2. Исследование алгоритма анализа бала зерна сплава.

3.4.3. Исследование алгоритма анализа доли фазы в многофазной системе.

3.4.4. Исследование алгоритма анализа удельной поверхности границ зерен или фаз в сплаве.

3.4.5. Исследование алгоритма анализа ориентационной характеристики.

3.4.6. Исследование алгоритма анализа изображений усталостных изломов.

Выводы по главе 3.

Глава 4. Разработка автоматизированной системы ЦЗЛ машиностроительного предприятия и практическое применение результатов исследования.

4.1. Требования к автоматизированной системе оперативного контроля качества.

4.2. Структура автоматизированной системы оперативного контроля качества.

4.2.1. Общая структура автоматизированной системы оперативного контроля качества.

4.2.2. Структура АРМ в составе заводской лаборатории.

4.2.3. Выбор и обоснование аппаратной платформы.

4.3. Структура программного комплекса системы оперативного контроля качества.

4.3.1. АРМ лаборатории контроля качества поверхности.

4.3.2. АРМ анализа микроструктуры металла.:.

4.3.3. АРМ анализа макроструктуры металла.

4.3.4. Подсистема формирования отчетов.

4.4. Мобильное устройство анализа шероховатости поверхности в труднодоступных местах.

Выводы по главе 4.

Роль машиностроительного комплекса в структуре российской экономики очень важна. На его долю приходится почти 20% общероссийского производства промышленной продукции, причем в основном потребляемой внутри страны. Именно поэтому рост производства в этой отрасли, равно как и его падение, немедленно отражается на состоянии российской экономики в целом. Тенденция к сокращению объемов выпуска продукции машиностроения и металлообработки, которая обозначилась в середине 90-х годов, продолжает сказываться на ситуации в отрасли и сегодня. В этой связи экспорт продукции, на сегодняшний момент, является ключевым фактором выживания как для отдельных предприятий, отрасли в целом, так и для всей страны [31, 41].

Существенным ограничением развития экспортной политики металлургической промышленности является недостаточный уровень конкурентоспособности ее продукции, который является следствием низкого уровня производства. Недостаточно высокий технологический уровень производств обуславливает значительное отставание по ряду основных технико-экономических показателей российской металлургии от" металлургии развитых стран (США, ЕС, Японии): количество отходов при производстве проката - выше в 2 раза;

- средняя энергоемкость выплавки стали и производства алюминия — выше на 20-30%; средняя производительность труда - ниже в 2,5 - 3 раза;

- суммарное удельное негативное воздействие на окружающую среду -выше в 2 раза.

Выход из сложившейся ситуации заключается в увеличении качества продукции отечественного машиностроения и снижении его себестоимости, что не возможно без усовершенствования существующих методов контроля качества продукции. Применение современных подходов, основанных на использовании средств вычислительной техники, дает возможность повысить точность и оперативность контроля качества продукции '(последнее позволит перейти от выборочного контроля к сплошному) и снизить трудоемкость операций контроля (трудоемкость традиционного контроля в некоторых случаях может достигать 20%), что повлечет за собой снижение себестоимости продукции.

Цель работы. Целью настоящей работы является разработка методов, моделей и алгоритмов формирования и анализа изображений поверхности и структуры металла, для создания автоматизированной системы оперативного контроля качества материалов и продукции на машиностроительном предприятии.

Для достижения данной цели требуется осуществить:

- анализ состояния проблемы контроля качества на современном предприятии машиностроительного профиля;

- разработку и исследование моделей и алгоритмов контроля качества шероховатой поверхности;

- разработку и исследование моделей и алгоритмов анализа микроструктуры металлов и сплавов;

- разработку и исследование моделей и алгоритмов анализа усталостных изломов;

- разработку структуры автоматизированной системы оперативного контроля качества, структуры АРМ в ее составе и структуры программного комплекса, лежащего в основе системы контроля качества;

- практическое применение созданных моделей, методов, алгоритмов и системы на предприятиях машиностроительного профиля.

Методы исследования. В работе использованы методы математического моделирования, элементы спектральной теории и оптико-структурного (текстурного) анализа изображений.

Научная новизна:

1. Математическая модель шероховатой поверхности, учитывающая метод обработки поверхности и влияние как периодических, так и случайных факторов образования неровностей.

2. Параметры шероховатости, оцениваемые по изображению поверхности, и позволяющие характеризовать шероховатость поверхности на плоскости.

3. Обобщенная математическая модель структуры металла, позволяющая строить математические модели микроструктуры и макроструктуры металла.

4. Алгоритмы анализа микроструктуры металла:

- алгоритм классификации изображений микроструктуры металла;

- алгоритм анализа балла зерна металла;

- алгоритм определения доли фазы в многофазной системе;

- алгоритм анализа удельной поверхности границ зерен или фаз в сплавах;

- алгоритм анализа ориентационной характеристики микроструктуры; позволяющие получать более достоверную оценку параметров микроструктуры по сравнению с традиционными алгоритмами.

5. Алгоритм обработки изображений макроструктуры металла, дающий возможность автоматизировать анализ изображений усталостных изломов металла и использовать его в системе оперативного контроля качества.

Практическая ценность работы:

1. Созданные модели и алгоритмы являются основой для построения автоматизированной системы оперативного контроля качества на предприятии машиностроительного профиля.

2. Реализована основная часть автоматизированной системы оперативного контроля качества, позволяющая решать основные задачи контроля качества поверхности и анализа микро- и макро структур металлов на машиностроительном предприятии. 3. Рассмотрена возможность создания мобильного устройства анализа качества поверхности металла, позволяющая в производственных и полевых условиях проводить анализа неровностей поверхности, в том числе в труднодоступных местах.

Реализация результатов исследования. Исследования по диссертационной работе выполнены в рамках ГБ НИР №340/98. Разработанные методы, алгоритмы и программы внедрены в производство в OA «Муромтепловоз» (г. Муром) и OA «Выксунский металлургический завод» (г. Выкса) о чем свидетельствуют акты, приведенные в приложении к диссертационной работе.

Апробация работы. Диссертационная работа докладывалась и обсуждалась на научных конференциях преподавателей МИ ВдГУ (г. Муром, 1999 — 2003 гг.), на международных научных симпозиумах «Надежность и качество» (г. Пенза, 2000 - 2003 гг.), на III-ей международной научно-технической конференции "Медико-экологические информационные технологии - 2000" (г. Курск, 2000 г.), на 10 международной научно-техничекой конференции «Проблемы передачи и обработки информации в сетях и системах телекоммуникаций» (г. Рязань, 2001), на Российской научно-технической конференции «Информационные технологии в проектировании, производстве и образовании» (г. Ковров, 2002).

Публикации. По теме диссертации опубликовано 18 работ. Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы из 102 наименований и приложения. Общий объем работы составляет 157 страниц, 57 рисунков и 10 таблиц.

Основные результаты, полученные в диссертационной работе, состоят в следующем:

1. Проведен анализ проблем контроля качества на машиностроительном предприятии и обзор существующих методов и средств решения данной проблемы. Обоснована необходимость разработки комплекса аппаратно-программных средств автоматизации контроля качества на предприятии машиностроительного профиля.

2. Рассмотрены существующие модели и методы анализа качества поверхности и структуры металлов и сплавов. Показана невозможность их использования из-за невысокой точности и оперативности при разработки автоматизированной системы оперативного контроля качества.

3. Разработаны математические модели профиля шероховатой поверхности и шероховатой поверхности, учитывающие влияние как периодических, так и случайных факторов образования неровностей, и устраняющие недостатки ранее использовавшихся моделей.

4. Разработаны параметры, вычисляемые на базе указанных моделей и характеризующие неровности поверхности на плоскости. Проведено исследование зависимости высотных характеристик от оптических свойств системы ввода изображения поверхности в ЭВМ, указанная зависимость аппроксимирована полиномиальной регрессией, рассчитаны коэффициенты полинома, позволяющие оценивать параметры шероховатости в традиционных единицах измерения. Проведено исследование разработанных параметров шероховатости, показавшее что значение, оцениваемых таким образом параметров, близки к значениям, получаемым по нескольким профилограммам.

5. Разработана обобщенная математическая модель структуры металла. На основе обобщенной математической модели сформированы математические модели микроструктуры металла и макроструктуры металла. Разработанные модели используют элементы оптико-структурного (текстурного) анализа и устраняют недостатки, широко использующихся дискретных моделей, основанных на теории множеств.

6. На базе математической модели микроструктуры металла разработаны алгоритмы классификации изображений микроструктуры металла, анализа балла зерна металла, определения доли фазы в многофазной системе, анализа удельной поверхности границ зерен или фаз в сплавах, вычисления ориентационной характеристики микроструктуры. На базе математической модели макроструктуры металла разработан алгоритм анализа изображений усталостных изломов металла. Проведенные исследования разработанных алгоритмов показали их большую достоверность по сравнению с традиционными алгоритмами.

7. Рассмотрено практическое применение разработанных моделей и алгоритмов при построении автоматизированной системы оперативного контроля качества на машиностроительном предприятии. Разработаны: структура системы контроля качества на базе ЦЗЛ предприятия, структуры АРМ исследователей специализированных лабораторий в составе ЦЗЛ, структура программного комплекса системы контроля качества, ПО АРМ лаборатории контроля качества поверхности и лаборатории металловедения.

Публикации по теме диссертации

1. Яковлев А.В. Методы анализа и синтеза текстур / Муром, ин-т Владимир. гос. ун-та - Муром, 1999 - 24 е.; Библиогр. 12 назв. - Рус. Деп. в ВИНИТИ 02.12.99 № 3589-В99.

2. Яковлев А.В. Система обработки изображений шлифов металлов / Радиотехника, телевидение и связь. Межвуз. сб. научн. тр., посвященный 110-летию В.К. Зворыкина - Муром: Мур. институт (филиал) ВлГУ -1999,-С. 150-153.

Садыков С.С., Яковлев А.В. Использование методов цифровой обработки изображений в количественной металлографии / НАДЕЖНОСТЬ И КАЧЕСТВО 2000. Кн. тр. междунар. симпоз. - Под ред. А.Н. Андреева и др.- Пенза: Изд-во Пенз. гос. ун-та - 2000, - С. 55-56. Яковлев А.В., Пантелеев С.В. Применение методов цифровой обработки изображений в контроле качества металлопродукции / Сб. матер. Ш-ей междунар. НТК "Медико-экологические информационные технологии -2000" / Под ред. Н.А.Кореневского и др. — Курск: Изд-во Курского гос. тех. ун-та. - 2000, - С. 168-170.

Яковлев А.В., Орлов А.А. Методы автоматического анализа удельной поверхности границ зерен или фаз в сплаве / Компьютерные технологии обработки и анализа данных, — Ташкент: НПО "Кибернетика" Ан РУз -2000,-С. 69-73.

Яковлев А.В., Сидоренко Е.Н. Методы и аппаратура анализа структуры микрошлифов металлов. Муром, ин-т Владимир, гос. ун-та — Муром, 2001 - 25 е.; библ. - 18 назв., - Рус., - Деп в ВИНИТИ 18.01.2001 №133-В2001.

Яковлев А.В., Сидоренко Е.Н. Результаты экспериментов по автоматическому анализу структуры микрошлифов металлов. Муром, ин-т Владимир. гос. ун-та - Муром, 2001 - 20 е.; библ. - 13 назв., - Рус., - Деп в ВИНИТИ 18.01.2001 № 134-В2001.

Миловзоров А.Н., Яковлев А.В. Контроль шероховатости поверхности с применением ЭВМ / Проблемы передачи и обработки информации в сетях и системах телекоммуникаций: Матер. 10-й Междунар. НТК — Рязань: РГРА, 2001, - С. 155-158.

Яковлев А.В., Цаплева О.Е. Сегментация фрактографических изображений / Компьютерные и информационные технологии обработки и анализа данных: Сб. науч. ст. - Муром: Изд.-полиграфический центр МИ ВлГУ, 2001,-С. 9-14.

10. Яковлев А.В., Миловзоров А.Н. Оценка результатов в системе анализа шероховатости поверхности / Методы и устройства передачи и обработки информации: Межвуз. сб. науч. тр. / Под. ред. В.В. Ромашова. - СПб:

Гидрометеоиздат, 2001, - С. 202-204.

11. Яковлев А.В. О применении методов цифровой обработки изображений в контроле качества поверхности / Информационные технологии в проектировании, производстве и образовании: Сб. тр. Российской НТК. — Ковров: КГТА, 2002, - С. 161 -163.

12. Яковлев А.В. Об одном методе определения бала зерна стали / Научные труды Муромских ученых. Материалы 35-й НТК преподавателей, сотрудников и аспирантов. - Муром: Изд-во Муромск. ин-та ВлГУ, 2001, Часть 1,-С. 36-39.

13. Яковлев А.В. Сегментация изображений микрошлифов металлов / Научные труды Муромских ученых. Материалы 35-й НТК преподавателей, сотрудников и аспирантов. - Муром: Изд-во Муромск. ин-та ВлГУ, 2001, Часть 1,-С. 40-41.

14. Яковлев А.В. Формирование и эксперименталное исследование математической модели профиля шероховатой поверхности / Методы и устройства передачи и обработки информации. Межвуз. сб. науч. тр. — СПб: Гидрометеоиздат - 2002, Выпуск 2, - С. 108-111.

15. Садыков С.С., Яковлев А.В. О методах автоматизации контроля качества поверхности / Надежность и качество: Тр. между нар. симпоз. — Пенза: Информационно-издательский центр ПГУ, - 2002, - С. 52-53.

16. Яковлев А.В., Денисова Е.А., Миловзоров А.Н. Разработка структуры системы оперативного контроля качества на машиностроительном предприятии / Данные, информация и их обработка: Сб. науч. ст. - М.: Горячая линия - Телеком, - 2002, - С. 14-18.

17. Миловзоров А.Н., Яковлев А.В. Повышение работоспособности деталей обеспечением рациональной микротопографии поверхности с применением ЭВМ / Данные, информация и их обработка: Сб. науч. ст. - М.: Горячая линия - Телеком, - 2002, - С. 19-21.

Садыков С.С., Яковлев А.В. Математическая модель шероховатой поверхности. Формирование и исследование / «Заводская лаборатория. Диагностика материалов» - 2003, №9

Заключение

1. Автоматизированная система управления для металлургического завода. Под ред. А.П.Копеловича и М.Кнотека, -М.: Металлургия, 1973. - 350 с.

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

3. Белов В.К. Параметры шероховатости поверхностей и их контроль: Учеб. пособие Магнитогорск: МГМИ, 1990. - 54 с.

4. Богданов К.М., Яновский К.А., Козлов Ю.Г. и др. Оптико-структурный машинный анализ изображений. Под. ред. К.А. Яновского. — М.: Машиностроение, 1984. — 280 с.

5. Борзенко И.М., Петров А.Г., Математические методы для решения задач контроля и управления. М.: Машиностроение, 1973. - 60 с.

6. Буданцев А.Телевизионно-компьютерная микроскопия // Журнал «625» №8 1998 г.,-С. 32-41.

7. Видман Д.Н. Оценка прочности деталей по типу изломов усталостных разрушений // Вестник машиностроения, №2-4, 1942. С. 24-32.

8. Виттенберг Ю.Р. Шероховатость поверхности и методы ее оценки. — Л.: Судостроение, 1971. 326 с.

9. Геллер Ю.А. Инструментальные стали. 5-е изд. М.: Металлургия, 1983. -527 с.

10. Горелик А.Л., Гуревич И.Б., Скрипкин В.А. Современное состояние проблемы распознавания: Некоторые аспекты. М.: Радио и связь, 1985. -160 с.

11. Горелик А.Л., Скрипкин В.А. Методы распознавания: Учеб. пособие для вузов. — 3-е изд., перераб. и доп. М.: Высш. шк., 1989. - 232 с.

12. Горкин В.В. Вычисление статистических характеристик изображения / Алгоритмы и программы. Выпуск 6 (41) М: ВИЭМС, 1980, - С. 32-36.

13. ГОСТ 25142-82. Шероховатость поверхности: термины и определения. -М.: Издательство стандартов, 1982.

14. ГОСТ 2789-73. Шероховатость поверхности: параметры, характеристики, обозначения. — М.: Издательство стандартов, 1974.

15. ГОСТ Р ИСО 9003-96. Модель обеспечения качества при окончательном контроле и испытаниях М.: Издательство стандартов, 1997.

16. Гостев В.И. Методы управления качеством продукции. Крупносерийное и массовое производство. М.: Машиностроение, 1980. — 264 с.

17. Григорьев А .Я., Мышкин Н.К., Холодилов О.В. Методы анализа микрогеометрии поверхности / «Трение и износ», Том 10, 1989, №1. — С. 138155.

18. Гуляев А.П. Металловедение: Учебник для вузов. 6-е изд., перераб. и доп. — М.: Металлургия, 1986. 544 с.

19. Гусаров В. Стандарты качества: от первичных эталонов и автоматизированных метрологических лабораторий до полевой измерительной аппаратуры / Практика приборостроения, 2002, №1. С. 39-43.

20. Демкин Н.Б. Контактирование шероховатых поверхностей М: Наука,1970.-227 с.'

21. Демкин Н.Б. Фактическая площадь касания твердых поверхностей, — М: Изд-во Академии Наук СССР, 1962. 110 с.

22. Демкин Н.Б., Рыжов Э.В. Качество поверхности и контакт деталей машин. — М.: Машиностроение, 1981. 244 с.

23. Дунин-Барковский И.В., Карташова А.Н. Измерения и анализ шероховатости, волнистости и некруглости поверхности. М.: Машиностроение, 1978.-232 е., ил.

24. Дьяченко П.Е., Якобсон М.О. Качество поверхности при обработке металлов резанием. М.: Машгиз, 1951. - 127 с.

25. Егорова С.Д., Колесник В.А. Оптико-электронное цифровое преобразование изображений. М.: Радио и связь, 1991. - 208 с.

26. Ермолов И.Н., Останин Ю.Я. Методы и средства неразрушающего контроля качества: Учеб. пособие для инженерно-техн. спец. вузов. — М.:

27. Высш. шк., 1988. — 368 е., ил.

28. Зубков Н.С., Алымов Р.Б. Цифровая обработка изображений при решении задач стереометрической металлографии / Мех. и физ. фрикц. контакта. Тверь: Твер. гос. техн. университет, 1997. - С. 99-105.

29. Избранные методы исследования в металловедении / Под. ред. Хунгера Г.Й.: Пер. с нем. -М.: Металлургия, 1985.-416 с.

30. Ицкович Э.Л. Рациональный выбор средств измерения в системах автоматизации производства / Промышленные АСУ и контроллеры. 2001, №12.-С. 43-50.

31. Кавалеров Г.И., Софиев А. Э., Системы и средства автоматизации / Приборы, 2002, №1, С. 13-18.

32. Клебанов И. Текст доклада «Концепция развития металлургической промышленности России до 20 Юг» // Полный текст, распространенный департаментом правительственной информации0 http://www.metallcom.ru/analytics/publication.php

33. Кондратьев Н.В., Родинков Е.К. Автоматизация управления качеством продукции на предприятии. Л.: Машиностроение, Лениград. Отд-ние, 1980.-207 е., ил.

34. Контроль качества термической обработки стальных полуфабрикатов и деталей: Справочник / Под. общ. ред. В.Д. Кальнера. М.: Машиностроение, 1984. - 384 с.

35. Контроль макро- и микроструктуры стали и сплавов: Учеб.пособие / Осминин К.А., Чуманов В.И. -Челябинск: Челябинский гос. техн. ун-т., 2000.-17 с.

36. Королева Е.В. Математическое обеспечение оптико-электронной системы анализа макроструктуры агломерата на конвейерных агломерационных машинах: Автореф. дисс. на соиск. уч. ст. к. т. н.: 05.13.14. — Череповец:, 2000.-23 с.

37. Котенев В.А. Цифровая поляризационная видеомикрорефлектометрия в неразрушающем контроле гальванических покрытий / Заводская лаборатория. Диагностика материалов» — 2002, №12, Т68, С. 37-40.

38. Лахтин Ю.М. Металловедение и термическая обработка металлов. Учебник для вузов. 3-е изд. М.: Металлургия, 1983. - 360 с.

39. Левин К.В. Разработка и исследование оптико-телевизионной компьютерной системы аттестации, диагностики материалов и конструкций: Автореф. дисс. на соиск. уч. ст. к. т. н.: 05.13.05. Томск:, 1999. — 22 с.

40. Летенко В.А., Туровец О.Г. Организация машиностроительного производства: Теория и практика. М.: Машиностроение, 1982. — 208 е., ил.

41. Малыгин Л.Л. Основы теории проектирования приборов контроля качества поверхности стальной полосы: Автореф. дисс. на соиск. уч. ст. д. т. н.: 05.11.14.-СПб.: 1994. -30 с.

42. Махов В. А., Кузнецов С.В., Прогнозирование экспортной конкурентоспособности металлопродукции / Сб. тез. 3-ей ежегодн. конф. «Управление в России: стратегия, модель, технологии», СПб: ООО «Шатон», 1997.-С. 78-85.

43. Международный стандарт ИСО 8402:94. Управление качеством и обеспечение качества. Словарь, версия 1994. М.: Издательство стандартов, 1995.

44. Металловедение и термическая обработка стали: Справ, изд. 3-е изд. перераб. и допол. В 3-х томах / Под ред. Бернштейна М.Л., Рахштадта А.Г., — М.: Металлургия, 1983, т.1 -367 е., т.2 - 412 е., т.З - 381 с.

45. Милич В.Н., Мурынов А.И.Метод анализа текстурных изображений с компенсацией влияния фотографического канала / Автометрия, 1996, №1. -С. 59-63.

46. Миловзоров А.Н., Яковлев А.В. Контроль шероховатости поверхности с применением ЭВМ / Проблемы передачи и обработки информации в сетях и системах телекоммуникаций: Матер. 10-й Междунар. НТК — Рязань: РГРА, 2001, С. 155-158.

47. Миловзоров А.Н., Яковлев А.В. Повышение работоспособности деталей обеспечением рациональной микротопографии поверхности с применением ЭВМ // Данные, информация и их обработка: Сб. науч. ст. — М: Горячая линия Телеком, 2002. — С. 19-21.

48. Одинг И.А. Структурные признаки усталости металлов как средство установления причин аварий машин. М. — Л.: Издательство Академии Наук СССР, 1949.-80 с.

49. Павлидис Т. Алгоритмы машинной графики и обработки изображений -М.: Радио и связь. 1986. 297 с.

50. Перцовский М.И. Системы промышленной и лабораторной автоматизации / Промышленные АСУ и контроллеры. 2001, №1. С. 13-19

51. Прэтт У. К., Фожра О. Д., Гагалович А. Применение моделей стахости-ческих текстур для анализа изображений // ТИИРЭ т. 69. 1981, №5. С. 54-64.

52. Прэтт У. К. Цифровая обработка изображений. В 2 кн. Пер. с англ.-М.: Мир, 1982. кн.1 391 е., кн.2 - 354 с.

53. Рогов В. В. О контроле качества поверхности стальной полосы / Перспективные технологии автоматизации: Тез. докл. междунар. электронной НТК, Вологда: ВоГТУ, 1999. - С. 24-28.

54. Рогов В.В. Разработка алгоритмического и программного обеспечения автоматизированной системы контроля качества поверхности стальной горячекатаной полосы: Автореф. дисс. на соиск. уч. ст. к. т. н.: 05.13.14. Череповец:, 2000. - 23 с.

55. Рудзит Я.А. Микрогеометрия и контактное взаимодействие поверхностей. — Рига: Зинатне, 1975. 210 с.

56. Рыжов Э.В., Колесников Ю.В., Суслов А.Г. Контактирование твердых тел при статических и динамических нагрузках. — К.: Наукова думка, 1982.- 172 с.

57. Садыков С.С., Яковлев А.В. Использование методов цифровой обработки изображений в количественной металлографии-/ НАДЕЖНОСТЬ И

58. КАЧЕСТВО 2000. Кн. тр. междунар. симпоз. Под ред. А.Н. Андреева и др.- Пенза: Изд-во Пенз. гос. ун-та - 2000, - С. 55-56.

59. Садыков С.С., Яковлев А.В. О методах автоматизации контроля качества поверхности / Надежность и качество: Тр. междунар. симпоз. — Пенза: Информационно-издательский центр ПТУ, 2002, - С. 52-53.

60. Салтыков С.А. Стереометрическая металлография (стереология металлических материалов). -М.: Металлургия, 1976. 266 с.

61. Сидоренко С.М., Сидоренко B.C. Методы контроля качества изделий в машиностроении. М.: Машиностроение, 1989. - 288 с.

62. Соколицын С.А., Кузин Б.И. Организация и оперативное управление машиностроительным производством. JL: Машиностроение. Ленингр. отд-ние, 1988. - 527 с.

63. Софиев А. Э. Основные направления деятельности ОАО "ЦНИИКА" / Приборы, 2001, №2.-С. 13-15.

64. Филинов М.В. Разработка и исследование оптико-цифровой измерительной системы для контроля труднодоступных полостей энергоагрегатов: Автореф. дис. на соиск. учен. степ. к. т. н. : 05.11.13 — М: — 1999, -30 с.

65. Харалик P.M. Статический и структурный подходы к описанию текстур /ТИИРЭ 1979, №5. С. 98-118.

66. Хусу А.П. О некоторых встречающихся в технике функционалах, заданных на процессах / Вестник Ленинградского университета, 1956, №1. — С. 24-34.

67. Хусу А.П., Виттенберг Ю.Р., Пальмов В.А. Шероховатость поверхности (теоретико-вероятностный подход). — М.: Главная редакция физико-математической литературы издательства «Наука», 1975. 344 с.

68. Чернявский К.С. Стереология в металловедении. М.: Металлургия, 1977.-280 с.

69. Шариков В., Грезнев В. Проблемы проектирования средств автоматизации и контрольно-измерительных приборов металлургических объектов / Практика приборостроения, 2002, №1. — С. 10-15.

70. Юнусов Ю.Ю., Осмаков В.Н. Исследование макро- и микроструктуры металла неразрушающим методом при помощи металлографического комплекса / Металловедение и термическая обработка металлов, 2002, №2, С. 36-37.

71. Яковлев А.В. Методы анализа и синтеза текстур. Муром, ин-т Владимир, гос. ун-та Муром, 1999 - 24 е.; - Рус., - Деп. в ВИНИТИ 02.12.99, Ж3589-В99.

72. Яковлев А.В. О применении методов цифровой обработки изображений в контроле качества поверхности / Информационные технологии в проектировании, производстве и образовании: Сб. тр. Российской НТК. — Ковров: КГТА, 2002, С. 161-163.

73. Яковлев А.В. Сегментация изображений микрошлифов металлов / Научные труды Муромских ученых. Материалы 35-й НТК преподавателей, сотрудников и аспирантов. — Муром: Изд-во Муромск. ин-та ВлГУ, 2001, Часть 1,-С. 40-41.

74. Яковлев А.В. Система обработки изображений шлифов металлов / Радиотехника, телевидение и связь. Межвуз. сб. научн. тр., посвященный 110-летию В.К. Зворыкина Муром: Мур. институт (филиал) ВлГУ -1999,-С. 150-153.

75. Яковлев А.В. Формирование и эксперименталное исследование математической модели профиля шероховатой поверхности / Методы и устройства передачи и обработки информации. Межвуз. сб. науч. тр. — СПб: Гидрометеоиздат — 2002, Выпуск 2, — С. 108-111.

76. Яковлев А.В., Денисова Е.А., Миловзоров А.Н. Разработка структуры системы оперативного контроля качества на машиностроительном предприятии / Данные, информация и их обработка: Сб. науч. ст. М.: Горячая линия - Телеком, - 2002, - С. 14-18.

77. Яковлев А.В., Миловзоров А.Н. Оценка результатов в системе анализа шероховатости поверхности / Методы и устройства передачи и обработки информации: Межвуз. сб. науч. тр. / Под. ред. В.В. Ромашова. — СПб: Гидрометеоиздат, 2001, С. 202-204.

78. Яковлев А.В., Орлов А.А. Методы автоматического анализа удельной поверхности границ зерен или фаз в сплаве / Компьютерные технологии обработки и анализа данных, — Ташкент: НПО "Кибернетика" Ан РУз — 2000, С. 69-73.

79. Яковлев А.В. Садыков С.С. Математическая модель шероховатой поверхности. Формирование и исследование. «Заводская лаборатория. Диагностика материалов» 2003, №. 9

80. Яковлев А.В., Сидоренко Е.Н. Методы и аппаратура анализа структуры микрошлифов металлов. Муром, ин-т Владимир, гос. ун-та — Муром, 2001 25 е.; библ. - 18 назв., - Рус., - Деп в ВИНИТИ 18.01.2001 №133-В2001.

81. Якушев А.И., Воронцов JI.H., Федотов Н.М. Взаимозаменяемость, стандартизация и технические измерения: Учебник для втузов. 6-ое изд., пе-рераб. и допол. — М.: Машиностроение, 1986. — 352 с.

82. Aziz D., Guenther В., Wyant J. С. Computerized Interferometric Measurement of the Microstructure of Machined Surfaces / Proc. SPIE Vol. 2599: (1996). p. 12-14.

83. Bhushan В., Wyant J.C., Koliopoulos C.L., Measurement of surface topography of magnetic tapes by Mirau interferometry. Appl. Opt., 28, 1985. p. 14891497.

84. Bostnjm A. UTDefect A Computer Program Modelling Ultrasonic NDT of * Cracks and Other Defects / SKI Report 95:53, - Stockholm, 1995. p. 54-64.

85. Caber P. J., An Interferometric Profiler for Rough Surfaces / Appl. Opt. 32(19), July 1993. p. 438-441.

86. Dresel Т., Hausler G., and Venzke H., Three-dimensional sensing of rough surfaces by coherence radar. Appl. Opt. 31(7), March 1992. p. 319-325.

87. ISO 4287:1997. Geometrical Product Specifications (GPS) Surface texture: Profile method - Terms, definitions and surface texture parameters.

88. Karlsson M. Important Parameters for Defect Simulations A Study of Surface Texture Parameters / Swedish Nuclear Power Inspectorate Report 97:28, - Stockholm: 1997. p. 59-65.

89. Ogilvy J.A. Theory of Wave Scattering from Random Rough Surfaces / Adam Hilger, New York: 1991. p. 543-553.

90. Patrick C. Chen T. Pavlidis Segmentation by texture using correlation / Proceedings 5th Int. Conf. Pattern Recognition. Vol. 2 1980, p. 551-553.

91. Wang Zhiping, Lu Yang, Wu Chenwen, Xu Jianlin and Yang Xinzhuang Cast-iron Metallographic Structure by Computer Picture Processing System / Journal of Gansu University of Technology, Vol. E-l, No 1. 1997, p. 29-32.

92. Wyant J. C., Computerized Interferometric Measurement of Surface Micro-structure //Proc. SPIE Vol. 2576, (1995). p. 122-130.