автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Автоматизация и исследование обработки сложнопрофильных поверхностей на основе стереофотограмметрической системы

На правах рукописи

Мансуров Дмитрий Викторович

Автореферат диссертации на соискание ученой степени кандидата технических наук

АВТОМАТИЗАЦИЯ И ИССЛЕДОВАНИЕ ОБРАБОТКИ СЛОЖНОПРОФИЛЬНЫХ ПОВЕРХНОСТЕЙ НА ОСНОВЕ СТЕРЕОФОТОГРАММЕТРИЧЕСКОЙ СИСТЕМЫ

Специальность 05.13.06 - автоматизация и управление технологическими процессами и производствами в машиностроении

Москва-2005г.

Работа выполнена на кафедре «Технология машиностроения, металлорежущие станки и инструменты» Российского университета дружбы народов.

Научный руководитель: доктор технических наук, профессор Рогов В.А.

Официальные оппоненты: доктор технических наук, профессор Эстерзон М.А.. кандидат технических наук Михайловский М.А.

Ведущая организация - ФГУГТ «МП»»Звездочка» г.Северодвинск

Mflfy005г. в £ч

Защита диссертации состоится в часов

на заседании диссертационного совета Д 212/203.16 в Российском университет дружбы народов по адресу: 113090 г. Москва, Подольское шоссе, д. 8/5 аудитория № 104.

С диссертацией можно ознакомиться в Научной библиотеке Российского университета дружбы народов (117198 г.Москва, ул. Михлухо-Маклая, д. 6)

Автореферат разослан

2005 г.

Ученый секретарь диссертационного совета кандидат технических наук, доцент

В.В.Соловьев

ОБШДЯ ХАРАКТЕРИСТИКА ДИССЕРТАЦИИ

Актуальность проблемы. В современных условиях развитие большинства отраслей промышленности, в том числе и машиностроения, обуславливается разработкой и внедрением новых наукоемких технологий, основанных на полной или частичной автоматизации производственных процессов. Для передовых отраслей машиностроения, таких как судостроение, авиационная и автомобильная промышленность; станкостроение, турбостроение, компрессоростроение и другие характерна тенденция к сборке конструкций из отдельных крупногабаритных и значительных по весу блоков и модулей, характеризующихся высокой степенью наполнения коммуникациями и оборудованием. Что не менее важно, для современного машиностроения характерно использование сложнопрофильных и крупногабаритных пространственных деталей, форма которых определяется не сочетанием традиционных поверхностей типа плоскостей, цилиндров или конусов, а сочетанием поверхностей, которые задаются не аналитически, а совокупностью находящихся на них точек. Примером такого рода деталей, ограниченных точечно-заданными поверхностями, являются гребные винты (водяные и воздушные), турбинные лопатки, штампы для листовой штамповки, применяемые в автомобильной промышленности, части корпусных оболочек в судостроении и в самолетостроении, волноводы, различного рода копиры и т.п.

Вместе с тем существующий уровень автоматизации производственного процесса получения подобных деталей не позволяет обработку.

Для решения этой з^ачи предлагается проведение необходимых исследований и создание специальной фотограмметрической системы с соответствующим математическим, алгоритмическим и программным обеспечением. Именно такого рода система может обеспечить неразрушающее бесконтактное измерение получаемой поверхности, реализацию сравнения фактических геометрических параметров обработанной поверхности с заданными, анализ результатов этого сравнения, принятие оперативных решений по проведению дальнейшей обработки и выработку управляющих сигналов для обработки.

Цель работы: Разработка научно обоснованной методики неразрушающего дистанционного контроля отклонения формы точечно заданных сложнопрофильных поверхностей и крупногабаритных конструктивных элементов и создание на ее

основе стереофотограмметрической системы, и научных принципов формирования управляющего сигнала в системах автоматизированной обработки сложнопрофильных поверхностей.

Методы исследования. Для достижения поставленной цели использовались основные положения дифференциальной геометрии, теории проецирования, способы статистической обработки экспериментальных данных, а также методы современной компьютерной обработки сигналов. Научная новизна.

- произведен анализ методов и технических средств автоматизации управления обработкой сложных поверхностей, что позволило сформулировать требования к современным методам дистанционного неразрушающего контроля для целей автоматизации обработки точечно заданных сложнопрофильных поверхностей и крупногабаритных конструктивных элементов;

- произведена разработка методики бесконтактного активного контроля для целей автоматизации технологических процессов механической обработки точечно заданных сложнопрофильных поверхностей и крупногабаритных конструктивных элементов;

- разработано геометрическое обеспечение оценки точности изготовления поверхностей точечно заданных сложнопрофильных поверхностей и крупногабаритных конструктивных элементов;

- создана и экспериментально апробирована система автоматизации обработки точечно заданных сложнопрофильных поверхностей и крупногабаритных конструктивных элементов, основанная на стероеофотограмметрировании. Практическая ценность работы. Созданные система

фотограмметрирования и методика ее использования позволяют автоматизировать производственные процессы изготовления точечно заданных сложнопрофильных и крупногабаритных деталей, таких, например, как гребные винты или элементы судовых корпусных конструкций и др., что было практически использовано для автоматизации производственных процессов на Северодвинском судостроительном заводе.

Апробация работы. Результаты работы докладывались на заседаниях кафедры «Технология машиностроения, металлорежущие станки и инструменты» РУДН в 2001 - 2004 гг., а также на научно-технических конференциях

Публикации. По результатам проведенных исследований и разработок опубликованы 6 статьей.

Структура и объем работы. Диссертация состоит из введения четырех глав, заключения и общих выводов, списка использованной

литературы (72 наименований) и 2-х приложений. Работа содержит 114 страниц машинописного текста, 45 рисунков, 9 таблиц.

СОДЕРЖАНИЕ РАБОТЫ

Введение содержит обоснование актуальности выбранной темы диссертации и основные направления исследований.

В 1-ой главе работы проведен анализ отечественных и зарубежных публикаций в области теории и практики автоматизации получения точечно заданных сложнопрофильных и крупногабаритных поверхностей.

Установлено, что для целей автоматизации производственных процессов механической обработки такого рода поверхностей наиболее подходят методы, основанные на применении принципов стереофотограмметрии.

Однако для практического применения подобных методов оказалось необходимым предварительно решить ряд научно-технических задач, а именно:

- создать сравнительно недорогие и удобные в эксплуатации системы бесконтактного неразрушающего активного контроля, обладающие необходимой точностью;

- в максимально возможной степени обеспечить применение цифровых методов с целью исключения влияния помех, потери точности и дрейфа нуля;

- разработать методику обработки цифровых изображений с учетом наличия аппаратуры, доступной пользователю;

- разработать и реализовать для системы обработки цифровых изображений и для использования полученных результатов соответствующее программное обеспечение;

- разработать для общего случая методику совмещения фактически получаемой поверхности с математической (теоретической) моделью, а также методику оценки точности такого совмещения; указанные методики должны найти свою программную реализацию;

- разработать методику передачи результатов наблюдений в устройства ЧПУ для последующей обработки заданных поверхностей согласно технологическому процессу.

Во 2-ой главе на основе теории проецирования разрабатывается методика бесконтактного активного контроля для автоматизации технологических процессов механической обработки точечно заданных сложнопрофильных и крупногабаритных поверхностей. С

этой целью прежде всего разрабатывается методика определения положения маркированных точек и их границ.

Решение поставленной таким образом задачи производится в два этапа:

- идентификация наблюдаемых точек;

- определение координат идентифицированных точек.

Цифровое изображение каждой точки, состоящее из строчек и

столбцов, запоминается для дальнейшей обработки.

Известно, что обычно воспринимаемая освещенность объекта складывается из низкочастотных пространственных составляющих, для каждой из которых коэффициент отражения приближенно можно считать зеркальным. Связь между коэффициентом отражения и освещенностью, с одной стороны, и получаемым изображением - с другой, может выражаться не произведением, а суммой, если интенсивность плотности яркости получаемого изображения прологарифмировать. При фильтрации логарифма изображения так называемым режекторным фильтром, настроенным на нулевую частоту компонента, характеризующая освещенность объекта, будет подавлена. С этим связан относительный подъем высоких частот, что улучшает различаемость изображения. При последующем потенцировании отфильтрованное изображение возвращается в пространство плотностей яркости. В качестве такого режекторного фильтрования при разработке математических основ метода предлагается использовать разложение в ряд Фурье. Соответствующий метод обработки изображения относится к классу гомоморфных. Последовательность предлагаемой гомоморфной обработки изображения представлена на рис. 1.

Рис.1. Гомоморфная обработка изображения.

На этом рисунке - исходная интенсивность плотности яркости изображения точки, 1х,у*~ преобразованная интенсивность плотности яркости изображения точки, ПФ ФНЧ и ФВЧ -соответственно, фильтры низкой и высокой частоты, ОПФ -обратное преобразование Фурье, Log и Ехр - соответственно, операторы логарифмирования и потенцирования.

Дискретное преобразование Фурье, используемое для перевода изображения в частотную область, осуществляется по формуле

где И*, Иу - число пикселей в направлении осей х у соответственно и, V - дискретные индексы Фурье: и = 0,1, 2,..., - 1 и V = 0, 1, 2,...,ИУ- 1 .

После перевода изображения в спектральную плоскость, можно произвести фильтрацию частот, что выражается в приравнивании нежелательных компонент разложения Фурье нулю. Возвращение отфильтрованного изображения в исходное пространство плотностей яркостей осуществляется с помощью обратного преобразования Фурье по формуле

аЛГ^' X ^е'2'1"""'^ (2)

Все указанные преобразования проводятся построчно.

Полученное в результате фильтрации цифровое изображение состоит из подлежащих дальнейшему использованию частей, называемых компонентами изображения точки и фона. Для дальнейшего использования полученных данных с целью автоматизации технологического процесса механической обработки точечно заданных сложнопрофильных поверхностей каждый из элементов изображения должен быть отнесен либо к компонентам изображения точки, либо к фону. Этот процесс отнесения элементов изображения к одному из двух указанных классов принято называть сегментацией.

Для использования с целью автоматизации технологических процессов стереофотограмметрических датчиков рекомендуется применять статистические методы сегментации. Так как цифровое изображение точки представляет собой квадратную матрицу размерности N х К, то задачу обнаружения границ области, представляющей точку, предлагается рассматривать как задачу обнаружения скачкообразных изменений среднего значения интенсивности плотности яркости по строкам и по столбцам цифрового изображения. При этом должно проверяться совпадение средних значений выборки, представительность сделанной выборки, а также изменение знака первой производной. Зависимости координат центра тяжести изображения точки от строки и от столбца аппроксимируются многочленами вида: Уцг = а] + Ь]ХСф + с.Х2^ + с^Х^ф + е1Х4„р Хчг = а2 + ЬгУоб + с2У2С[б + с^У3^ + е2Ги

Коэффициенты аппроксимирующих многочленов выбираются по методу наименьших квадратов.

После создания стереофотограмметрической системы и до ее практического применения необходимо провести ее калибровку, то есть установить зависимости между 3-х мерными координатами определяемых точек и параметрами этой системы

Основными параметрами стереофотограмметрической системы являются:

• В - расстояние между камерами;

• F„, F„ - фокусные расстояния, соответственно, левого и правого объективов.

К второстепенным параметрам стереофотограмметрической системы относятся углы , соответственно,

характеризующие положение левого и правого снимков по отношению к фокальным плоскостям объективов. В диссертации предложена соответствующая методика.

В 3-ей главе решаются вопросы геометрического обеспечения оценки точности изготовления точечно заданных поверхностей сложнопрофильных и крупногабаритных деталей. Под этим подразумевается виртуальное совмещение реального изделия и его математической модели, что сводится к совмещению фактически полученной поверхности с ее математической моделью.

Если имеются математическая G и изготовленная с практически достижимой точностью физическая S модели поверхности, а начала собственных систем координат физической модели О математической модели О] смещены друг относительно друга на вектор Р, и, кроме того, координатные оси OjXi, 0|Yi, 0|Zi системы S повернуты относительно координатных осей OX, OY, OZ системы G на углы а, Р И у., то на математической модели, задаваемой рядом характерных точек а1, производится определение соответствующих им точек Ь, на физической модели (i -1,2,..., N). Число точек N и их расположение зависят от конкретной формы модели и определяются конструктором данной детали. Совместить изделие с его математической моделью это значит найти такое преобразование R, которое переводило бы систему координат с началом в точке в систему координаг с началом в точке О таким образом, чтобы сумма квадратов расстояний от преобразованных фактически определенных точек Ь, до соответствующих им точек математической модели а„ представляющих собой величины С1 = R(b,) была бы минимальной. Преобразование значений координат контролируемой точки в матричной форме записывается следующим образом:

c'-[R](b, + P)

б

где [R] - матрица, определяющая поворот осей системы координат 0[XiYiZ| на углы а, Р и у.

Поскольку Рх, Ру, Pz, , Р и у достаточно малы, в линейном приближении sin а = a, a cos а = 1.

Если углы поворота координатных осей а, Р и у больше 2°, то при дифференцировании соответствующей функции Лагранжа будет получена система нелинейных уравнений. Для решения такой системы в диссертации используется приближенный метод Ньютона.

Для совмещения контрольных обводов математической модели и

1(0)

результатов реальных замеров сначала находятся точки лежащие на многоугольнике, сторонами которого являются отрезки прямых линий, соединяющих точки Ь1 , исходя из условия, что расстояние от точки Ь1 до точки с1^ минимально. Затем последовательно определяются расстояния отточки а1 до каждого из этих отрезков, то есть до отрезков [b1, b**5], j = 1,..., М - 1. С этой целью находятся векторы (а1, — d), перпендикулярные этому отрезку прямой и проходящие через точку а'.

Однако, определенная таким образом точка d(t*) может оказаться за пределами отрезка [b',b,+J], поэтому в окончательном виде точку d, соответствующую минимальному расстоянию от данной точки а1 до ближайшей стороны многоугольника, соединяющего точки b', нужно находить следующим образом:

(V, t<0; d = -{d(t*), 0<t^l; t>l

Результаты совмещения исходной и математической моделей по

описанной методике приводятся в таблице 1 ________Таблица 1

ИЗМЕНЕНИЯ КООРДИНАТ ПРИ СОВМЕЩЕНИИ ИСХОДНОЙ И ТЕОРЕТИЧЕСКОЙ МОДЕЛЕЙ СЛОЖНОПРОФИЛЬНОЙ ПОВЕРХНОСТИ

Дх = 0,209 мм Ду = 0,127 мм Az = 0,000 мм а = -0,074° Р = -0,096° Y = -0,084°

ОТКЛОНЕНИЯ ОТ МАТЕМАТИЧЕСКОЙ МОДЕЛИ СЛОЖНОПРОФИЛЬНОЙ ПОВЕРХНОСТИ

d* = 0,001мм d,= 0,001мм d2 = 0,001мм Sx = 0,001° sy = 0,012° Sz = 0,001°

Как видно из этой таблицы, результаты расчета показывают, что предложенная методика совмещения исходной и математической модели сложнопрофильной поверхности дает хорошие результаты.

В 4-ой главе описываются разработка системы автоматизации обработки сложнопрофильных и крупногабаритных поверхностей и

экспериментальные результаты ее апробирования. Для дистанционного неразрушающего «ощупывания» обрабатываемого объекта в созданной стереофотограмметрической системе используются серийно выпускаемые цифровые камеры либо видеокамеры, а также серийное программное обеспечение используемых в этой системе персональных компьютеров (ПЭВМ). Цифровые камеры, в отличие от видеокамер, позволяют непрерывно наблюдать изображение контролируемого объекта, и с помощью платы сопряжения (фраймграбер), и это изображение в цифровом, виде записывается в оперативную память ПЭВМ.

В предлагаемой стереофотограмметрической системе рекомендуется применять цифровые камеры, использующие матрицы с размерностью 2 000 х 2 000 пикселей, порогом чувствительности, не превышающим 0,02 лк и основными размерами пикселя, составляющими, обычно, у серийных цифровых камер величины 8,6 х 8,3 мкм.

Дополнительным требованием к применяемым цифровым камерам является ограничение на отношение полезного сигнала к шуму. Это отношение не должно быть меньше, чем 50 ДБ.

Обычно для современной оптики, например, для отечественных объективов типа «Гелиос» производства красногорского оптико-механического завода дифракционная разрешающая способность лежит в пределах 200 линий/мм, что при размере пикселя 8,6 х 8,3 мкм удовлетворяет требованиям контролирующих систем. Однако необходимо учитывать, что разрешающая способность объективов практически из-за различного рода аберраций оказывается заметно ниже паспортной. Надо учитывать также, что многим объективам присуща так называемая дисторсия, то есть подушкообразное искажение геометрии изображения, хотя для большинства объективов с фокусным расстоянием, превышающим 20 мм, значение дисторсии оказывается вполне приемлемым. Программное обеспечение созданной стереофотограмметрической системы состоит из трех общедоступных проблемно-ориентированных программ:

- основной программы Stereo;

- графического редактора iPhoto Deluxe;

- программы для работы с изображением Magisof Основная программа используется для анализа цифровых

изображений и для идентификации точек на них. После определения контролируемых точек данная программа позволяет переписать их координаты в специально отведенный файл, где их можно сравнить с требуемыми координатами точек и выдать рекомендации по дальнейшей обработке детали. Так как

практически точка в общем случае представляет собой «размытое» пятно, то определение ее координат сводится к определению координат центра тяжести изображающей ее фигуры. Общая блок-схема программного обеспечения созданной стереофотограмметрической системы представлена на рисунке 2.

Рис.2. Общая блок-схема программного обеспечения стереофотограмметрической системы

Для вычисления координат определяемых точгк в созданной стереофотограмметрической системе используются элементы матрицы ПЗС (приборов с зарядовой связью). Для таких матриц характерны нерегулярность пространственного расположения и нестабильность чувствительности по фоточувствительному слою, что обусловлено свойствами технологического процесса

изготовления такой матрицы. По литературным данным в большинстве случаев для ПЗС-матриц такая нестабильность составляет 5-10%. Для цифровых видеокамер, использующих объективы с постоянным фокусным расстоянием специального назначения в том числе и измерительные объективы, эта нестабильность чувствительности может составлять 0,1-2%. Для определения влияния нестабильности чувствительности на точность определения пространственных координат точки, нужно иметь набор видеокамер с различной нестабильностью, произвести с их помощью ряд определений пространственных координат точки, и обработать полученные результаты применен метод специального моделирования. Суть этого метода состоит в том, что на цифровое изображение идеальной точки накладываются цифровые изображения случайного шума. Эти случайные шумы следует считать нормально распределенными и с одними и теми же средними значениями, но с различными процентами отклонения от этого среднего значения. Для генерации случайного шума можно, как известно, воспользоваться программными генераторами равномерного распределения, а затем получить нормальное распределение с требуемыми параметрами:

Для моделирования ПЗС-матрицы были использованы данные видеокамеры, которая практически применялась для отработки методики определения пространственных координат точки.

Результаты моделирования нестабильности чувствительности, (при 4-х кратном повторении опытов с последующим усреднением), приведены в таблице 2.

Таблица 2.

Результаты моделирования нестабильности видеокамеры

ПРОЦЕН Y X |dY| |dX| |dY| |dX|

отклон (пик- (пик- (пик- (пик- мм ММ

ЕНИЯ сель) сель) сель) сель)

0 122,5 511,5 0 0 0 0

0,1 122,5005 511,4983 0,0005 0,0017 5,4*10~6 5,4*10"6

0,5 122,4952 511,4974 0,0048 0,0026 5,2*10"5 2,1*10"5

1,0 122,5526 511,4942 0,0474 0,0058 5,МО"4 4,7*10"5

3,0 122,4521 511,5659 0,0479 0,0659 0,2*10"4 5,4*10"4

5,0 122,3139 511,4694 0,1807 0,0306 0,2*10"3 2.5.10-4

В проведенных экспериментах положение стереопары однозначно задавалось программой Magisoft и обрабатывалось программой Stereo по методике, описанной выше. Обработка полученных результатов предусматривала калибровку полученных снимков, то есть их ориентирование по методу наименьших

квадратов и определение необходимой базы. С целью обеспечения достоверности экспериментальных данных определение пространственных координат точек производилось путем усреднения по 4-м полученным снимкам.

Работоспособность созданной стереофотограмметрической системы проверялась также путем определения формы поверхности лопасти гребного винта. Математическая модель точечно заданной поверхности гребного винта была создана путем непосредственного измерения. В качестве базовой поверхности была выбрана плоскость ступицы. На рис.3 представлена пара стереоснимков контролируемого гребного винта. Задача состояла в том, чтобы совместить точки, фактически полученные на поверхности обрабатываемой детали, с математической моделью этой детали. Подобное совмещение производилось по методике, предложенной в главе 3 диссертации.

Рис.3. Пара стереоснимков контролируемого гребного винта.

Полученные экспериментальные данные показывают, что стандартная ошибка в определении с помощью предложенной стереофотограмметрической системы пространственных координат точек обрабатываемой поверхности лопастей гребного винта не превышает 2 мм, что является вполне удовлетворительным для задач ее производственного использования. Сам факт возникновения этой ошибки объясняется тем, что радиус кривизны обрабатываемой поверхности на участке, прилегающем к маркированной точке, сравним с размером этой точки.

Созданная стереофотограмметрическая система может быть использована не только в качестве датчика дистанционного неразрушающего контроля для автоматизации производственных

процессов обработки точечно заданных сложнопрофильных поверхностей, примером которых являются лопасти гребных винтов, но и для обработки и монтажа крупногабаритных пространственных конструкций. Примером такого рода изделий являются оболочки отсеков корпусов судов.

До последнего времени основными техническими средствами контроля формы крупногабаритных корпусных судовых конструкций являлись струны, отвесы, рулетки и тому подобные ручные средства. Методы контроля, основанные на их использовании, являлись трудоемкими и неоперативными. Точность определения соответствующих координат при этом зависит от субъективных факторов, не удовлетворяет возросшим требованиям современного машиностроительного производства, и, самое главное, не позволяет осуществлять активный технологический контроль и автоматизировать производственные процессы. Создание данной стереофотограмметрической системы является ответом на эти вопросы.

Общность подходов и характера использования полученных при этом результатов остается неизменной и для других конструкций такого рода.

Созданная стереофотограмметрическая система была использована для контроля контура крупногабаритной цилиндрической конструкции корпусного отсека, которая в дальнейшем для сборки всего корпуса использовалась в качестве свариваемого элемента. Конструктивно этот элемент судового корпуса представлял собой обечайку. По торцу этой обечайки устанавливались пассивные метки М|,..м М„. До начала сварки регистрировались координаты этих точек, соответственно, 5ь 82, бп . После окончания процесса сварки фиксировались новые координаты этих же точек, соответственно,

Этим определяются приращения:

¿5,(0 = 5,(0-5,;

Д5в(0 = 5п(0-5„.

Тогда изменение начального радиуса окружности контролируемого изделия в полярных координатах будет иметь следующий вид:

ДК,(0 = Ко-Д51(0; АЯ2(0 = 11о-Д52(0;

AR,(t) = R0-A51(t): AR2(t) = Ro-A52(t);

AR„(t) = Ru-A5 n(t);

В заключении подводятся итоги проведенных исследований и определяются области рационального применения созданной стереофотограмметрической системы в машиностроении, прежде всего в судостроении, авиационной и автомобильной промышленности, станкостроении, турбостроении,

компрессоростроении и других, что обуславливается разработкой и внедрением новых наукоемких технологий, основанных на полной или частичной автоматизации производственных процессов.

ОСНОВНЫЕ ВЫВОДЫ ПО РАБОТЕ:

1. Разработана научно обоснованная методика неразрушающего дистанционного контроля отклонений формы сложнопрофильных точечно заданных поверхностей, для обработки и сборки крупногабаритных конструктивных компонентов с использованием дистанционной стереофотограмметрии.

2. Разработаны научные принципы и апробированы методики гомоморфной обработки цифрового изображения точки, обеспечивающая точное определение его границ.

3. Разработана и предложена методика определения координат точки в плоскости ее изображения, использующая нахождение центра тяжести этого изображения.

4. Для ориентирования стереоснимков в базисной системе

координат разработана и апробирована методика, основанная на использовании метода наименьших квадратов (МНК).

5. Разработана и апробирована методика совмещения контролируемой поверхности с ее математической моделью и определения возникающих при этом отклонений.

6. На основании проведенных теоретических и экспериментальных исследований создана практически применимая стереофотограмметрическая система, базирующаяся на использовании серийных видеокамер, универсальных персональных компьютеров класса IBM и специально разработанного для этой задачи проблемно-ориентированного программного обеспечения.

7. Результаты работы использованы на предприятии и успешно прошли практические испытания в производственных условиях, обеспечив автоматизацию механической обработки точечно заданных сложнопрофильных поверхностей типа гребных винтов и сварки крупногабаритных пространственных конструкций типа компонентов судовых корпусов.

Основное содержание диссертации отражено в следующих публикациях:

1. Макаров В.В., Мансуров Д.В., Куклин О.С.,Черепенин Ф.В. «Метод, определения двухмерных координат точек стереопар при использовании стереофотограмметрических систем контроля формы судовых конструкций»: «Судостроение».- СПб.- 2000.-№3.-С.46-48.

2. Макаров В.В, Мансуров Д.В., Черепенин Ф.В. «К вопросу о совмещении реальной и теоретической поверхностей сложнопрофильных машиностроительных конструкций».// «Юбилейный сборник трудов Академии инженерных наук».- СПб.-2001.-С. 170-175.

3. Макаров В.В., МансуровД.В., Черепенин Ф.В. Тезисы доклада на НПК «Методика восстановления поверхности сложнопрофильных изделие судостроения».//Тез. регион, научн.-практ. конф. Молодых ученых «Ломоносова достойные потомки»-г.Архангельск: Поморский гос. ун-т, 2001.-С. 199-201

4. Черепенин Ф.В. Макаров В.В., Мансуров Д.В. « Заключительный отчет по теме Х-065. «Стереофотограмметрическая информационно -измерительная система контроля геометрических параметров крупногабаритных машиностроительных изделий». Рег. № ВНТЦ 020202 500908 г. Северодвинск, 2000г.

5. Мансуров Д.В., Черепенин Ф. В., Лаптева Е.Н. «Метод определения двумерных координат точек стереопар».// Сборник статей, посвященный Ломоносовским чтениям. - Северодвинск: РИО Севмашвтуза, 1999. - С. 14 - 17.

6. Мансуров Д.В., Черепенин Ф. В., Лаптева Е.Н. «К вопросу о калибровке видеограмметрической системы». // Вопросы технологии, эффективности производства и надежности. -Северодвинск: типография ГУП ПО СМП, 1999. - Вып. 17. ч. II. - С. 78-85.

Мансуров Дмитрий Викторович (Россия)

АВТОМАТИЗАЦИЯ И ИССЛЕДОВАНИЕ ОБРАБОТКИ СЛОЖНОПРОФИЛЬНЫХ ПОВЕРХНОСТЕЙ НА ОСНОВЕ СТЕРЕОФОТОГРАММЕТРИЧЕСКОЙ СИСТЕМЫ

Диссертация посвящена исследованию и разработке системы неразрушающего дистанционного контроля точечно заданных сложнопрофильных поверхностей, а также крупногабаритных конструктивных элементов с целью автоматизации производственных процессов их механической обработки и сборки. Система создана на основе методов стереофотограмметрирования с соответствующим математическим обоснованием путем использования серийно выпускаемых видеокамер и средств вычислительной техники класса персональных компьютеров. Она апробирована в производственных условиях и рекомендована к применению в ряде отраслей современного машиностроения.

Mansurov Dmitry Victorovich (Russia)

THE INTRICATE SURFACES TREATMENT AUTOMATISATION AND INVESTIGATION ON THE BASIS OF THE STEREOFOTOGRAMMETRIC

SYSTEM

The thesis devotes to the investigation and the elaboration of the remote indestructible control system for the intricate surfaces determined by the points and also for the large scale constructive elements in order to automatize their mechanical treatment and assembling. The system is created on the basis of the stereofotogrammetric methods with corresponding software by the way of the serial videocameras and personal computers type hardware using. It approved in the industrial conditions and recommended for applying in the numbers of the modern mechanical engineering fields.

Отпечатано в ООО «0ргсервис-2000» Тираж А00 экз. Заказ № 3/2-4Т Москва, 115419, а/я 774, ул. Орджоникидзе, 3

22 ДПР 2005

ВВЕДЕНИЕ

Глава 1. Анализ методов и технических средств автоматизации управления обработкой сложных поверхностей.

1.1. Методы определения формы сложных обрабатываемых поверхностей.

1.2. Фотограмметрические системы.

1.3. Обработка результатов фотограмметрических измерений и их использование для автоматизации технологических процессов механической обработки.

1.4. Концепция построения стереофотограмметрической системы и ее программно-математического обеспечения для целей автоматизации технологических процессов механической обработки.

1.5. Выводы и постановка задачи исследования.

Глава 2. Разработка методики бесконтактного активного контроля для автоматизации технологических процессов механической обработки сложнопрофильных поверхностей.

2.1 Определение положения маркированных точек и их границ.

2.2 Управление образованием формы сложнопрофильных объектов.

2.3 Ориентирование стереопарных снимков.

2.4 Калибровка стереофотограмметрической системы.

Глава 3. . Геометрическое обеспечение оценки точности изготовления поверхностей сложнопрофильных и крупногабаритных деталей

3.1 Совмещение реального изделия и его математической модели. р^шюпшл . -г

3.3 Методика оценки точности произведенной обработки сложнопрофильной поверхности.

Глава 4. Разработка системы автоматизации обработки сложнопро-фильных и крупногабаритных поверхностей и экспериментальные результаты ее апробирования.

4.1 Созданная фотограмметрическая управляющая система и ее программное обеспечение. стью.

В современных условиях развитие большинства отраслей промышленности, в том числе и машиностроения, обуславливается разработкой и внедрением новых наукоемких технологий, основанных на полной или частичной автоматизации производственных процессов. Для передовых отраслей машиностроения, таких как судостроение, авиационная и автомобильная промышленность, станкостроение, турбостроение, компрессоростроение и другие характерна тенденция к сборке конструкций из отдельных крупногабаритных и значительных по весу блоков и модулей, характеризующихся высокой степенью наполнения коммуникациями и оборудованием. Что не менее важно, для современного машиностроения характерно использование сложнопрофильных и крупногабаритных пространственных деталей, форма которых определяется не сочетанием традиционных поверхностей типа плоскостей, цилиндров или конусов, а сочетанием поверхностей, которые задаются не аналитически, а совокупностью находящихся на них точек. Примером такого рода деталей, ограниченных точечно-заданными поверхностями, являются гребные винты (водяные и воздушные), турбинные лопатки, штампы для листовой штамповки, применяемые в автомобильной промышленности, части корпусных оболочек в судостроении и в самолетостроении, волноводы, различного рода копиры и т.п.

Для автоматизации технологического процесса механической обработки такого рода поверхностей необходимо осуществлять не-разрушающий активный контроль элементов конструкции, уже прошедших те или иные этапы обработки, сравнивать полученные фактические значения геометрических параметров с заданными, анализировать полученные отклонения и оперативно принимать решения для дальнейшего выполнения операций.

Повышение технологического уровня производственного процесса получения подобных деталей может быть достигнуто на следующих направлениях: применение математических методов и новых информационных технологий, основанных на использовании современной вычислительной техники при подготовке и управлении технологическими процессами; механизация и автоматизация всех операций производственных процессов; создание новых методов и средств неразрушающего активного контроля получаемых точечно заданных поверхностей, обеспечивающих обработку подобных сложнопрофильных и групнога-баритных поверхностей с требуемыми точностью и производительностью.

Данная работа направлена на комплексное решение поставленной таким образом инженерной задачи.

Для решения этой задачи предлагается создание специальной фотограмметрической системы с соответствующим математическим, алгоритмическим и программным обеспечением. Именно такого рода система может обеспечить неразрушающее бесконтактное измерение получаемой поверхности, реализацию сравнения фактических геометрических параметров обработанной поверхности с заданными, анализ результатов этого сравнения и принятие оперативных решений по проведению дальнейшей обработки.

Ниже следует изложение исследований, оказавшихся необходимыми для решения подобной задачи.

7. Результаты работы использованы на предприятии и успешно прошли практические испытания в производственных условиях, обеспечив автоматизацию механической обработки точечно заданных сложнопрофильных поверхностей типа гребных винтов и сварки крупногабаритных пространственных конструкций типа компонентов судовых корпусов.

8. Производственные испытания созданной стереофотограмметри-ческой системы показали ее соответствие современным требованиям точности, производительности и экономической эффективности.

106

ЗАКЛЮЧЕНИЕ И ВЫВОДЫ

Поскольку в современных условиях развитие передовых отраслей машиностроения, таких как судостроение, авиационная и автомобильная промышленность, станкостроение, турбостроение, ком-прессоростроение и другие обуславливается разработкой и внедрением новых наукоемких технологий, основанных на полной или частичной автоматизации производственных процессов, необходимо осуществлять неразрушающий активный контроль элементов конструкции, уже прошедших те или иные этапы обработки, сравнивать полученные фактические значения геометрических параметров с заданными, анализировать полученные отклонения и оперативно принимать решения для дальнейшего выполнения операций. Для указанных отраслей машиностроения характерны тенденция к сборке конструкций из отдельных крупногабаритных и значительных по весу блоков и модулей, обладающих высокой степенью наполнения коммуникациями и оборудованием, а также использование сложно-профильных и крупногабаритных пространственных деталей. Форма таких конструктивных компонентов задается не традиционным сочетанием поверхностей типа плоскостей, цилиндров или конусов, а сочетанием поверхностей, которые задаются совокупностью находящихся на них точек.

Для автоматизации технологического процесса механической обработки такого рода поверхностей разработана стереофотограм-метрическая система, осуществляющая неразрушающий активный контроль элементов конструкции, уже прошедших те или иные этапы обработки. Указанная система разработана в результате подключения видеокамер, ранее использовавшихся автономно, к универсальному персональному компьютеру класса IBM, разработки специального проблемно-ориентированного программного обеспечения для этого персонального компьютера, разработки, обоснования и реализации методики обработки цифровых изображений точек, определяющих получаемую поверхность, ориентации фактически полученного контура относительно заданного и использования полученных данных о пространственных координатах определяющих точек для автоматизации дальнейшей обработки.

Стереофотограмметрическая система, основанная на проведенных теоретических и экспериментальных исследованиях прошла испытания в производственных условиях в цехах предприятий судостроения, которые подтвердили эффективность ее использования для задач автоматизации технологических процессов в машиностроении, в том числе в автомобильной и в авиационной промышленности, в станкостроении, в судостроении, в производстве компрессоров и т.д.

Из теоретических и экспериментальных исследований, изложенных выше, можно сделать следующие выводы:

1. Разработана научно обоснованной методики неразрушающего дистанционного контроля отклонений формы сложнопрофиль-ных точечно заданных поверхностей, для обработки и сборки крупногабаритных конструктивных компонентов с использованием дистанционной стереофотограмметрии.

2. Разработаны научные принципы и апробированы методики гомоморфной обработки цифрового изображения точки, обеспечи-вающЫ точное определение его границ.

3. Разработана и предложена методика определения координат точки в плоскости ее изображения, использующая нахождение центра тяжести этого изображения.

4. Для ориентирования стереоснимков в базисной системе координат разработана и апробирована методика, основанная на использовании метода наименьших квадратов (МНК).

5. Разработана и апробирована методика совмещения контролируемой поверхности с ее математической моделью и определения возникающих при этом отклонений.

6. На основании проведенных теоретических и экспериментальных исследований создана и апробирована на практике стереофото-грамметрическая система, базирующаяся на использовании серийных видеокамер, универсальных персональных компьютеров класса ЮМ и специально разработанного для этой задачи проблемно-ориентированного программного обеспечения, позволяющая в сотни раз сократить время измерения формы сложно-профильных поверхностей по сравнению с использующимися в настоящее время на практике .

1. Дробышев Ф.В. Основы аэрофотограммметрии. Изд. «Наука» 1973г.

2. Сердюков В.М. Фотограмметрия. Москва «Высшая школа» 1983 г.

3. Сердюков В.М- Фотограмметрия в промышленности и в гражданском строительстве, Москва «Недра» 1977г.

4. Fraser, C.S. 1997. Innovations in Automation for Vision Metrology Systems. Photogrammetric Record, 15(90): 901-911.

5. Проспект фирмы Geodetic Services (США).

6. Проспект фирмы Rollei Fototechnic (Германия).

7. Проспект фирмы Metronor (Голандия).

8. Shawn Becker, Semiautomatic 3-D model extraction from uncalibrated 2-D earner views. Mit Media Laboratoty.

9. Richard Legagne, Pascal Fua, Oliver Monga. Using crest linees to surface reconstruction from stereo. Proceedings of 13th International conference on Pattern Recongnition. August 26-29 1996, Vienna, Austria.

10. Gustafson, P. C. And Handley, H. В., 1992. A video-based industrial measuremi't system.

11. Дискретное преобразование Радона и реконструкция изображения. Н.Д. Введенская, С.Г. Гиндкин. Вопросы кибернетики, вып .157 1990г.

12. De Rosier D. J., Klug A. Reconstruction of three-dimension structures.Nuture. 1968. vol.217, p.130-138.

13. Применяемые методы определения в течении полета элементов внешней ориентирования. Труды центрального НИИ геодезии аэросъемки и картографии Под редакцией М.Д.Коншина. Вып .129. Геодезиздат 1959 г.

14. Zhenguyou Zhang, Veit Schenk. SelfMaintaining Camera Calibration Over Time InProc. IEEE Conf. On computer vision and Pattern Recognition (CVPR 97) June 17 19 1997.

15. Математика и САПР (Вычислительные методы. Геометрические методы). Под редакцией Н.Г.Волкова. Москва «Мир». 1989 г.

16. З.Брант. Статистические методы анализа наблюдений. Издательство «Мир;Москва 1975.

17. Тюфлин Ю.С. Способы стереофотограмметрической обработки снимков полученных с подвижного базиса. М. «Недра», 1971 г.

18. Б.В.Анисимов, В.Д. Курганов, В.К. Злобин. Распознавание и цифровая обработка изображений. Москва «Высшая школа» 1983 г.

19. Andersson R.L. Bulding fast, intelligent robot system. "AT afad Teknical J.",1988, 67, №2 , 73-86.

20. Применение цифровой обработки сигналов. Под редакцией Э.Оппенгейма. Из-во «Мир».Москва 1980.

21. Залманзон JI.A. Преобразование Фурье, Уолша, Хаара и их применение в управлении, связи и других областях. Москва «Наука». Главная редакция Физико-математической литературы. 1989.

22. Разенфельд А. Распознавание и обработка изображений. Перевод с английского под редакцией Д.С.Лебедева. Из-во «Мир». Москва 1972.

23. Яншин В. В., Калинин Г. П. Обработка изображений на языке Си для IBM PC, М.: Мир, 1994.

24. Оппенгейм, Шеффер, Стокхэм, «Нелинейная фильтрация сигналов, представленных в виде произведения и свертки», ТИИЭР, 1968, т.56, №8, стр, 5-34.

25. Преет У. Цифровая обработка изображения. -М.; Мир 1982. Кн.2-480с.

26. М.А.Кронрод. Несколько задач обработки изображения. Вопросы кибернетики. Вып. 157. Москва 1990. Математические проблемы томографии. Стр.49.

27. Обнаружение изменения свойств сигналов и динамических систем. Под редакцией М.Бассвиль. Перевод с английского. Москва «Мир» 1989.

28. Л.С.Зажигаев, A.A. Кишьян, Ю.И. Романников. Методы планирования и обработки результатов физического эксперимента. М. Атомиздат 1978.

29. И.А. Биргер Техническая диагностика. Москва «Машиностроение» 1978.

30. Е.С.Вентцель. Теория вероятности. Из-во «Наука» Москва 1964.

31. В.И. Тимохин. Применение ЭВМ для решения задач распознавания образов. Ленинград. Из-во Лениградского университета 1983.

32. И.Н. Пустыновский, В.С.Титов, Т.А.Ширабакина. Аддаптивные фотоэлектрические преобразователи с микропроцессорами. Москва Энергоиздат 1990.

33. В.М.Иванова. Случайные числа и их применение. Москва «Финансы и статистика» 1984.

34. Петров В.В.Метод Монте-Карло. Из-во «Ленинградский университет». 1975.

35. Техническое описание цифровых камер фирмы «Kodak», проспект.

36. Русинов М.М. Фотограмметрия и оптика. Из-во Недра 1970.

37. B.JI. Александров, JI.B. Адлерштейн, В.В. Макаров, В.Ф. Соколов. Н.Я. Титов. Точность в судовом корпусостроении. С.Петербург, «Судостроение», 1994.

38. Амромин П.Д. Прикладная фотограмметрия. Новосибирск 1990.

39. Проспект фирмы «Control Vision».

40. Цифровые фотограмметрические станции. Реф.-библиографический указатель. 1995-1997. Составитель Т.И. Мурунова. М. ЦНИИГАиК 1998.

41. Путянин Е.П., Аверин С.А. Обработка изображений в робототехнике. М. Машиностроение 1990. 320с.

42. ННЭР №307 1989. 3-я Международная конференция по обработке изображения.

43. Гук А.П. Цифровая фотограмметрическая обработка сканерных изображений. Автореферат диссертации на соискание ученой степени д-ра техн. Наук. М. 1991. 43с.

44. Mikhail Е. М, Akey М. L, Mitchell 0. R. Detection and subpixel location of photogrammetric targets in digital images. — Photogrammetria, 1984, 39(3), p. 63—83.

45. Baker H.H., Т.О. Binford. Depth from edge and intensity based stereo. In Int. Join Conf. On Artificial Intelligence, p. 631-636, 1984.

46. Grun A. Adaptive lost squares correlation: A pawerfull image matching technique. — South African Journal of Photogrammetry, Remote Sensing and Cartography, 1985. 14(3), p. 174-187.

47. Rosenholm D. Emperical Investigation of Optimal Window Size Using the Least Squares Image Matching Method. Photogrammetria. 1987. vol. 42, p. 113-125.

48. Желтов С.Ю., Себряков Г.Г., Степанов A.A. Тезисы доклада "Принципы построения экспертных систем обработки изображений", печ. Труды Всесоюзной конференции "Создание и применение гибридных экспертных систем", Рига, 1990г.

49. Trinder J.C. Precision of Digital Target Location. — Phoiog. Eng. and Remote Sensing, 1989, vol. 55, № 6, p. 883-886.

50. Райзман Ю. Г. Разработка и исследование методов отбраковки грубых измерений при пространственной фототриангуляции: Авторефераи диссептации на соискание ученой степени канд.техн.наук. М. 1990.

51. Шульман В. А. Выявление грубых ошибок данных при аналитическом фотограмметрическом сгущении методом пополнения.Изв. вузов. Геодезия и аэрофотосъемка. 1989, №2, с.101-108.

52. Чибуиичев А. Г. Метод стереоизмерений по цифровым изображениям.

53. Изв. вузов. Геодезия и аэрофотосъемка, 1991, №6,с.97-101.

54. Чибуничев А. Г. Исследование цилиндрической поверхности фотограмметрическими методами. Изв. вузов. Геодезия и аэрофотосъемка, 1992, №1, с. 51-57.

55. Chong А.К.А robust method for multiple outliers detection in multi-parametric models. Photogrammetrk: Eng. and Remote Sens., 1987,53, №6, p.617-620.

56. Kubic K., Merchant D., Schenk T. Robust estimation in photogramnietry. Photogramm. Eng. and Remote Sens., 1987,53, NS 2, p. 167-169.

57. Kubic K., Lyons K. PholograiBmetric Wort Without Blunders. -Photogramm. Eng. and Remote Sens., 1988,54, №1.61.0woIabiK. Optimal Robust Scalinf Scheme for a Robustitud Bundle Block Adjustment I.A.P.RS. ISPRS. Kyoto, 1988, Сов. Ш, р.Мб-655.

58. Renllang W a ng. Theoretical Capadtyaad Limitation of Localizing Gross Error by Robust Adjustment. I.A.P.R.S., ISPRS. Kyoto, 1988, Corn. Ш, p. 706-715.

59. Luhmann T. Image recording systems for close-rang photogrammetry, C.-R.Ph.M.M.V.Com V.Symposium, Switzerland,1990, v.1395, p.86-95.

60. Завьялов Ю.С., Jleyc B.A., Скороспелов B.A. Сплайны в инженерной геометрии. М. Машиностроение 1985г.220 с.

61. А.Фокс, М. Пратт: Вычислительная геометрия, применение в проектировании и на производстве. Москва, Мир, 1982.

62. Д.Вермель, В.К.Белкин, П.М.Николаев: Аппроксимция табличной функции на плоскости параметрическим кубическим сплайном с использованием метода наименьших квадратов. Труды ЦАГИ, Выпуск 2555, Москва, 1994.

63. Lenge R., Using Grest Lines to gude Surface Recobstuchion fromtil

64. Stereo. Proceeding of the 13 International Conference on Pattern Recongnition, Viena, 1996.

65. Бардлян Б.Х., Галактионов В.А., Зуева Е.Ю., Кугешев Е.И. Открытые системы №5 1995г.

66. Гребенников А.И. Метод сплайнов и решение некорректных задач теории приближений.Из-во Московского университета 1983г.

67. Чибуничев А.Т. Автореферат докторской диссертации. Москва. 1992.

68. Верхаген К. и др .Распознавание образов состояние и перспективы.Москва «Радио и связь» 1985г.

69. Основы вычислительной математики. Демидович Б.П., Марон И.А. из-во «Наука»М. 1978,663.