автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Совершенствование контроля качества деталей подшипников вихретоковым методом на основе автоматизации распознавания дефектов поверхностей качения с использованием искусственных нейронных сетей

ВВЕДЕНИЕ.

ГЛАВА 1. АВТОМАТИЗИРОВАННЫЙ КОНТРОЛЬ КАЧЕСТВА ДЕТАЛЕЙ ПОДШИПНИКОВ В СИСТЕМЕ МОНИТОРИНГА ТЕХНОЛОГИЧЕСКОГО ПРОЦЕССА.

1.1. Система менеджмента качества в промышленном производстве.

1.2. Организация мониторинга технологического процесса в подшипниковом производстве.

1.3. Основные методы контроля поверхностного слоя деталей в подшипниковом производстве.

1.4. Современные автоматизированные аппаратно-программные средства вихретокового контроля.

1.5. Методы идентификации дефектов в вихретоковой дефектоскопии материалов и изделий.

1.6. Организация автоматизированного контроля поверхностного слоя деталей подшипников и выявления дефектов различных типов. Постановка основных задач исследования.

ГЛАВА 2. РАЗРАБОТКА МЕТОДА АВТОМАТИЗИРОВАННОГО РАСПОЗНАВАНИЯ ДЕФЕКТОВ ПОВЕРХНОСТИ КАЧЕНИЯ ДЕТАЛЕЙ ПОДШИПНИКОВ ПРИ ВИХ-РЕТОКОВОМ МЕТОДЕ КОНТРОЛЯ НА ОСНОВЕ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ.

2.1. Обобщенный алгоритм мониторинга качества изготовления изделий прецизионного машино- и приборостроения.

2.2. Система мониторинга процесса шлифования деталей подшипников на основе использования вихретокового контроля дорожек качения и контроля динамического состояния станков.

2.3. Физико-математические основы выявления информации о неод-нородностях при вихретоковом методе контроля.

2.4. Методическое обеспечение автоматизированного контроля неоднородности поверхностного слоя деталей подшипников и выявления дефектов по данным вихретокового контроля.

2.4.1. Реакция вихретокового преобразователя на различные неод-нородностей структуры поверхностного слоя деталей.

2.4.2. Разработка алгоритмов автоматизированного сортировки деталей по степени однородности поверхностного слоя и распознавания дефектов с использованием нейронных сетей.

2.4.3. Математическая модель классификации неоднородностей и выявления дефектов на основе искусственной нейронной сети Кохонена.

2.4.4. Методика автоматизированной сортировки деталей по степени однородности поверхностного слоя и выявления дефектов при вихретоковом методе контроля.

2.5. Выводы.

ГЛАВА 3. ЭКСПЕРИМЕНТАЛЬНОЕ ИССЛЕДОВАНИЕ МЕТОДОВ АНАЛИЗА ДАННЫХ ВИХРЕТОКОВОГО КОНТРОЛЯ НА ОСНОВЕ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ.

3.1. Аппаратно-программное обеспечение системы автоматизированного вихретокового контроля при мониторинге процесса шлифования деталей подшипников.

3.2. Экспериментальное исследование модели классификации деталей по степени неоднородности поверхностного слоя на основе искусственных нейронных сетей.

3.3. Экспериментальное исследование модели выявления дефектов поверхностного слоя на основе искусственных нейронных сетей

3.4. Выводы.

ГЛАВА 4. РЕАЛИЗАЦИЯ МЕТОДА ВЫЯВЛЕНИЕ ДЕФЕКТОВ И ОЦЕНКИ КАЧЕСТВА ПОВЕРХНОСТНОГО СЛОЯ ДЕТАЛЕЙ ПОДШИПНИКОВ В ФОРМЕ ПРОГРАММНОГО МОДУЛЯ ОБРАБОТКИ ДАННЫХ ВИХРЕТОКОВОГО КОНТРОЛЯ.

4.1. Общая характеристика программного обеспечения АСВК, базы описаний дефектов и модуля распознавания дефектов с использованием искусственных нейронных сетей.

4.2. Описание интерфейса и режимов работы программного модуля обработки данных вихретокового контроля.

4.3. Результаты опытно-промышленной эксплуатации программного модуля классификации деталей подшипников по степени неоднородности поверхностного слоя и выявления дефектов для системы мониторинга.

Изготовление железнодорожных, авиационных и некоторых других видов подшипников требует особо точного соблюдения технологического процесса (ТП) и контроля изделий на всех этапах обработки. На финишных операциях шлифования поверхности деталей подшипников эффективен вихретоковый метод контроля. Целесообразность применения указанного метода неразрушаю-щего контроля в подшипниковой промышленности и его эффективность показаны в работах, выполненных в СГТУ.

Анализ данных вихретокового контроля требует от специалиста высокой квалификации и опыта работы с конкретным прибором. Из-за особенностей субъективного восприятия информации может значительно снижаться точность результатов контроля. В связи с этим при организации вихретокового контроля необходимо стремиться минимизировать влияние человеческого фактора, обеспечив эффективность контроля за счет разработки и применения результативных методов распознавания дефектов и классификации деталей подшипников по степени неоднородности поверхностного слоя. Также требуется учесть возможность автоматизации процессов и передачи результатов в систему мониторинга ТП (СМТП) и на верхний уровень АСУ ТП с целью создания системы менеджмента качества.

Имеющиеся автоматизированные системы вихретокового контроля для мониторинга ТП шлифования деталей подшипников, в т.ч. и в ОАО «Саратовский подшипниковый завод», не отвечают в полной мере указанным требованиям, т.к. не обеспечивают автоматизированное распознавание дефектов.

Повышение эффективности вихретокового метода контроля качества шлифованной поверхности деталей подшипников за счет автоматизированного анализа степени неоднородности поверхностного слоя и выявления типичных дефектов, разработку необходимых методов, позволяющих повысить качество результатов контроля, следует считать актуальной задачей.

Целью диссертационной работы является совершенствование контроля качества шлифованной поверхности деталей подшипников путем разработки методов автоматизированного распознавания дефектов и классификации деталей по степени неоднородности поверхностного слоя по данным вихретокового контроля с их интеграцией в систему мониторинга процесса шлифования.

Научная новизна работы заключается в следующем:

1. Разработан метод оценки качества шлифованных поверхностей деталей подшипников по данным вихретокового контроля с автоматизированным выявлением и распознаванием дефектов поверхностного слоя на основе использования искусственных нейронных сетей.

2. Обоснована модель выделения информации о типичных дефектах шлифованной поверхности из сигнала вихретокового датчика на основе автоматизированной классификации неоднородностей по геометрическим параметрам с использованием искусственной нейронной сети Кохонена.

3. Разработаны программные модули автоматизированной классификации шлифованных деталей подшипников по степени неоднородности поверхностного слоя и распознавания типичных дефектов по эталонным описаниям на основе предложенных критериальных признаков, расширяющие возможности вихретокового контроля в системе мониторинга ТП.

Практическая ценность и реализация результатов работы. Исследование и разработка методов автоматизированного анализа качества шлифованной поверхности по данным вихретокового метода контроля проводились в ОАО «Саратовский подшипниковый завод» в рамках задачи совершенствования автоматизированных средств контроля для системы мониторинга ТП и развития АСУ ТП предприятия.

Разработанный на основе предложенных алгоритмов распознавания дефектов программный модуль расширяет возможности АСВК, позволяя охарактеризовать качество и обнаруживать различные типы дефектов поверхностного слоя контролируемых деталей. Предусмотрены передача данных в СМТП, на верхний уровень АСУ ТП и их использование в создаваемой системе менеджмента качества. Использование АСВК для оценки качества наружных и внутренних колец подшипников из стали марки ШХ-15, обрабатываемых на шлифовальных станках 81\У-4, 81\¥-5, 8аз1 200x500, позволяет предупреждать недопустимые отклонения ТП и устранять известные причины выявляемых дефектов поверхностного слоя.

Разработанные алгоритмы и программный модуль внедрены в ОАО «Саратовский подшипниковый завод», о чем имеется соответствующий акт.

Апробация работы. Основные положения работы докладывались на Федеральной итоговой конференции творческой молодежи России по естественным, техническим, гуманитарным наукам (Москва, 2003 г.), Международных конференциях «Проблемы и перспективы прецизионной механики и управления в машиностроении» (Саратов, 2002 г., 2006 г.), «Динамика технологических систем» (Саратов, 2004 г.), и на заседаниях кафедры «Автоматизация и управление технологическими процессами» СГТУ в 2003-2006 гг.

Публикации. По теме диссертации опубликовано 10 работ, в том числе 1 статья в журнале, включенном в перечень ВАК, 9 статей в сборниках научных трудов (в том числе 1 статья в трудах федеральной конференции, 3 статьи в трудах международных конференций).

Структура и объем диссертации. Диссертация состоит из введения, четырех глав, заключения, списка использованной литературы и приложения. Общий объем диссертации составляет 148 страниц. Диссертация содержит 54 рисунка. Список использованной литературы включает 138 наименований.

3.4. Выводы

1. В результате рассмотрения методов обработки данных вихретокового контроля, аппаратного и программного обеспечения АСВК при мониторинге процесса шлифование деталей подшипников выявлено, что функциональная схема, конструкция и программное обеспечение АСВК, включающее цифровую систему фильтрации сигналов ВТП для формирования визуальных образов поверхностей, обеспечивают приемлемую для практических целей степень автоматизации сбора и представления данных о состоянии поверхностного слоя для визуального распознавания образов деталей с допустимой неоднородностью поверхностного слоя и деталей с различными дефектами, выявление периодических неоднородностей поверхностного слоя деталей подшипников, но не позволяет автоматизировать процесс выявления локальных неоднородностей, формирования заключения о классе качества детали на основании результатов вихретокового контроля поверхностного слоя, а также распознавания выявляемых дефектов поверхностного слоя.

2. Проведенное экспериментальное исследование модели классификации деталей по степени неоднородности поверхностного слоя на основе искусственных нейронных сетей при вихретоковом методе контроля позволяет интерпретировать результаты классификации как оценку качества поверхностного слоя детали подшипника, выявлять годные и негодные детали. Таким образом, подтверждена целесообразность использования предложенных в главе 2 характеристик для классификации неоднородностей с целью использования присвоенных классов для оценки качества детали.

3. Экспериментальное исследование модели выявления дефектов поверхностного слоя на основе искусственных нейронных сетей при вихретоковом методе контроля подтвердили возможность формирования описания дефектов на основе результатов классификации неоднородностей с помощью сети Кохо-нена, что позволяет проводить распознавание неоднородностей путем проведения сравнительного анализа данных описания дефектов и данных о классах выявленных неоднородностей контролируемой детали.

4. Экспериментальные исследования подтвердили целесообразность использования нейронных сетей и эффективность применения разработанных методов и алгоритмов для решения задач классификации деталей подшипников по уровню качества поверхностного слоя и выявления дефектов при вихретоковом методе контроля

5. Разработанная модель классификации деталей подшипников по степени неоднородности поверхностного слоя и выявления дефектов на основе искусственных нейронных сетей позволяет усовершенствовать СМТП за счет расширения набора контролируемых характеристик ТП. Также, управление качеством на основе анализа информации, полученной при автоматизированной обработке данных вихретокового контроля в АСВК (и сохраненной в БД СМТП), позволяет исключить человеческий фактор, повысить эффективность управляющих воздействий по корректировке ТП с целью обеспечения заданного высокого уровня качества производимой продукции.

4. РЕАЛИЗАЦИЯ МЕТОДА ВЫЯВЛЕНИЕ ДЕФЕКТОВ И ОЦЕНКИ КАЧЕСТВА ПОВЕРХНОСТНОГО СЛОЯ ДЕТАЛЕЙ ПОДШИПНИКОВ В ФОРМЕ ПРОГРАММНОГО МОДУЛЯ ОБРАБОТКИ ДАННЫХ ВИХРЕТОКОВОГО КОНТРОЛЯ

Практическая реализация методов, алгоритмов и математической модели классификации деталей подшипников и выявления дефектов по результатам вихретокового контроля, описанных в главе 2, представляет собой программный модуль, входящий в набор программного обеспечения АСВК, разработанного совместно специалистами ОАО "Саратовский подшипников завод", СГТУ и ГУНТП "СТОМА".

Программный модуль позволил провести апробацию предложенных методик и алгоритмов на реальных данных в промышленных условиях. Программа позволяет обрабатывать наборы данных вихретокового контроля и обучать на них нейронные сети. Дополнительное автоматизированное обучение нейронных сетей на данных вихретокового контроля цеха прецизионных подшипников №26 ООО «Саратовского подшипникового завода» позволило повысить точность классификации деталей подшипников по степени неоднородности поверхностного слоя и выявления дефектов.

Применение разработанного программного модуля позволило повысить степень автоматизации вихретокового контроля и системы мониторинга ТП шлифования, усовершенствовать АСВК, расширить возможности СМТП по управлению качеством подшипников.

4.1. Общая характеристика программного обеспечения АСВК и базы описаний дефектов модуля распознавания дефектов

Программный модуль реализован в среде разработки Delphi 7. Решающим критерием выбора послужило то, что именно в данной среде разработан программный пакет для АСВК ПВК-К2М.

Для хранения базы описаний дефектов и параметров неоднородностей была разработана база данных (БД), использующая формат .db базы данных Paradox 7. Общая структура программного обеспечения АСВК ПВК-К2М приведена на рис.4 Л. Программное обеспечения работает на платформе Windows 2000/ХР.

Рис.4.1. Расширенная структура программного обеспечения АСВК ПВК-К2М

При включении АСВК происходит инициализация параметров, таких как скорость вращения детали, шаг сканирования, коррекция вращения и прочие. Запуск АСВК производится через модуль управления трехзвенным манипулятором АСВК и режимами работы ВТП.

В модуле первоначальной обработки сигнал, полученный с ВТП АСВК, подвергается фильтрации и преобразуется в массивы данных. Построение вихретоковых образов поверхностного слоя производится преобразованием массивов данных в 1ЮВ-формат в модуле визуализации данных ВТП.

Функциональное описание остальных модулей дано в главе 2. Для хранения обучающего набора данных и результатов распознавания используется база данных, структура которой приведена на рис.4.2.

С21 С22 СП С24 С25

КЛАСС ДЕТАГМ

Рис.4.2. Структура базы описания дефектов

Описание порядка режимов работы программного модуля и особенностей функционирования дано в следующих подразделах работы.

4.2. Описание интерфейса и режимов работы программного модуля обработки данных вихретокового контроля

Вызов программного модуля производится через главное меню программы управления комплексом автоматизированного вихретокового контроля ПВК-К2М (рис.4.3). к «яг г »л г » 1»" с »« " о> I*

1 * Г" 1«* во НА* ««я ею» т» 1« ю «ж»

Л» ЭН в.» ® Ста » ОМое Ш

ЕШ

Рис. 4.3. Главное окно программы управления АСВК: результат вихретокового сканирования бездефектной поверхности ролика подшипника

Согласно установленным алгоритмам и методам, программный модуль поддерживает работу в двух режимах - режиме обучения и режиме анализа результатов вихретокового контроля.

Для обучения сети Кохонена, классифицирующей неоднородности по форме, предусмотрен режим пакетной обработки файлов с результатами вихретокового контроля. Для этого достаточно поместить их в одну директорию, и подпрограмма автоматически последовательно проанализирует все записанных в файлах неоднородности. При этом вычисленные характеристики неоднородностей записываются в таблицу «НЕОДНОРОДНОСТИ», а данные о количестве выявленных неоднородностей каждого типа в таблицу «НЕОДНОРОДНОСТИ ДЕТАЛИ».

Аналогичный режим реализован и для обучения сети Кохонена, классифицирующей детали по степени неоднородности поверхностного слоя (рис. 4.4.). Результаты вычислений сохранялись в базу параметров неоднородностей. Перечень параметров и алгоритмов их вычислений приведен в главе 2.

ШСШЕГОЕ]

0Л

А«ОПЕЧ.ООСиМЕН15

В ДИССЕР1ЛЛКЙ пригтшнл-ммо фмив измерений *

О »«ос-1 Ьт ■ч 'новое г 'ииевЕ-зьпе

О '"ОВОЕ .Итт,

П 1Н0в0Е5.Ьпо 1Н0ВПГ« Ьпд

О 1НИ0£ГЬте ШЬпр

О п.ьт

О 1-мв.шв

П 1Т0РЫЧ>

Рис. 4.4, Основное окно программы в режиме обучения при пакетной обработки файлов данных I'» И1Н пйучпича I

КО {ООСЦМЕИТЗ] иойи^.восинеи;! В«исдрииии

ПРОПИММКАОЕМО фоАпы кэиереиид Г о (НОВОЕ'1 .»II * 'Н080Е г Ыар

О 'НОВОЕ Я ЬЧ. 1Н0В0Г4ЬЧ о 'НОВОЕ .56™ 1Н0£0Е£(ж<1 1ЦВВ0Е 7 ыс

О Ште Ч [яо

П 'М01тс

Г) ПОР (то V

31« 51

Рис.4.5. Основное окно программы в режиме формирования базы описания дефектов

В режиме формирования базы описаний дефектов работа с подпрограммой ведется путем указания «мышью» положения скользящей системы декартовых координат и выделения неоднородностей, составляющих конкретный дефект. Информация о виде дефекта вводится оператором (рис. 4.5).

Формирование базы описаний дефектов должно проводится по эталонным данным вихретокового контроля деталей с заранее определенными и подтвержденными другими методами анализа, в том числе приведенными в главе 1, видами дефектов. В противном случае при некорректном указании информации о виде дефекта выявление дефектов будет проводится неправильно. В отличие от способа выявления периодических дефектов, предложенного в [24], указанный способ распознавания дефектов позволяет описывать не только периодические, но и любые одиночные дефекты, а также в любой момент дополнить описание дефектов новыми данными.

В подпрограммном модуле предусмотрен автоматический контроль противоречивости описаний, основанный на используемой при распознавании дефектов метрики сходства, не позволяющий ввести два или более схожих описания вида дефекта.

Для программной реализации сети Кохонена использовался свободно распространяемые компоненты Delphi, разработанные российской компанией BaseGroup 2000: TSOMap - компонент, реализующий карту Кохонена; TDBSOM - компонент, реализующий интерфейс между самоорганизующейся картой, набором данных и визуализаторами; TSOMVisualizer - компонент, позволяющий получить удобное графическое построение полученной карты (рис.4.6). Сеть обучалась и формировалась на данных таблиц «НЕОДНОРОДНОСТИ» и «НЕОДНОРОДНОСТИ ДЕТАЛИ».

После обучения нейронных сетей проводится классификация деталей подшипников по степени неоднородности поверхностного слоя.

Загруженные в программный модуль результаты вихретокового контроля обрабатываются согласно описанной в главе 2 методике. В БД записываются характеристики всех выявленных неоднородностей. Компонент, peaлизующий искусственную нейронную сеть, проводит анализ вычисленных характеристик и для каждой записи, характеризующей неоднородность, формирует указатель класса, который дописывается в строку таблицы.

Ре ♦ им о Функция с труктур

ЭССНФИНОТСР

Ыршл к *ормц>ом(не <Ч'|'Д мдацетры <%НН1

Оттъ ^

Кластеров |Ш Ил рвмрюХ 120 ; ' сирость и^цмп 01 [пм*паг{20 Начинит ийчч»я(ТГ

Нпв

Коя [ианус с^рмя ¡0.5

Всего 1лш рОООО 4; Эпии Эшиаля ой/яна [яи г]

ШКИВ Гп^ИЛМЕ г гитрог.ъч*

4 з Ь-р «31-,.

Я А

От> «ЦЦ детциА по ысптна пжриносттго слм

Класшров ]|} НлакфоинЛчияв^ Вягозп» ркмчтоХ^З к» ришйрпдУ[20 Но* Ржнус

Кда сб^мя '0 5 нив £( зпм ЭиаиМ>вйм*М|[ЕЮ $| Кодами» |

ОЙРип. подэг-е Ь»р !П0Л-»МТ1.Ь«с СРЕ-ЮР.Ьи»

ВДНДД

IV

КфГы

О 8« О0итп СзОиЙя^О Рняп

С) Л(вмВМР

Фияыр «лАнн.

ФойпъГизмерениР С Ьтр) т ] 1

Г Злп гирйкпрда Г ыыичет? Пд «1 Ка]**иии1п ргамчи: (эо

Пч^гши: ¡ЙГЦ

Рис.4.6. Основное окно программы в режиме обучения нейронных сетей

На основании полученных данных формируется таблица, где для каждой детали в отдельном столбце указывается количество выявленных неод-нородностеЙ соответствующего класса. Компонент, реализующий искусственную нейронную сеть, проводит анализ данных и для каждой записи, характеризующей количество неоднородностеи поверхностного слоя каждого класса, формирует указатель класса, который служит характеристикой неоднородности поверхностного слоя, производится классификация деталей по состоянию поверхностного слоя.

При включении режима распознавания дефектов, наряду с анализом поверхностного слоя, производится также подбор неоднородностеи под описание дефектов и вычисление предложенных в главе 2 метрик. Предельные значения метрики указываются на этапе формирования описания конкретного типа дефекта (таблица «ДЕФЕКТ-ОПИСАНИЕ»).

4.3. Результаты опытно-промышленной эксплуатации программного модуля классификации деталей подшипников по степени неоднородности поверхностного слоя и выявления дефектов для системы мониторинга

В ОАО «Саратовский подшипниковый завод» внедряются элементы системы мониторинга ТП, которую можно рассматривать как элемент АСУТП. Информация о состоянии ТП поступает от различных измерительных устройств и приборов контроля качества изготовленных деталей подшипников и датчиков, встроенных в станочное оборудование [12, 37, 64], в лабораторию мониторинга ТП. Там информация о фактических значениях параметров деталей и состояния оборудования заносится в БД, работающую на выделенном сервере. Для обработки информации в БД и представления результатов в удобной для конечного пользователя форме разработано специальное программное обеспечение. Результаты анализа данных позволяют принять управляющее решение по корректировке параметров ТП.

Функционирующий программный модуль "Мониторинг" (рис.4.7) предназначен для обработки и оценки информации и позволяет осуществлять отбор данных по одинадцати параметрам, таким как: интервал дат, цех, номер прибора контроля, номер станка, деталь, операция, поверхность, смена, дефектоскопист, вид дефекта, балл, которым оценивается дефект.

Рис.4.7. Основной режим программы "Мониторинг"

Рис.4.8. Диаграммы, формируемые программой "Мониторинг"

Разработанное программное обеспечение позволяет не только оперативно обработать большой объем информации о ТП, но и сформировать отчетные документы для поддержки принятия решения об управлении качеством продукции. Для увеличения наглядности выводимых отчетов существует возможность формирования диаграмм (рис.4.8): круговой диаграммы отображающей процентное соотношение годных, условно годных и бракованных деталей; столбчатой диаграммы, отображающей численное соотношение годных, условно годных и бракованных деталей; графика - "диаграммы по средним", отображающей рост или снижение числа годных деталей по средним значениям баллов.

В лаборатории мониторинга отдела главного технолога ООО «Саратовский подшипниковый завод» введение в эксплуатацию разработанных программных модулей классификации деталей подшипников по степени неоднородности поверхностного слоя и автоматического выявления и распознавания дефектов производилось в 2006 году. Внедрение программного модуля подтверждено соответствующим актом внедрения.

В результате управляемого сканирования поверхностей, автоматизации настройки ВТП и обработки его сигналов с помощью предложенных методов (п.2.4.3) на основе искусственных нейронных сетей одна автоматизированная система вихретокового контроля позволяет контролировать работу 30-50 шлифовальных станков. При этом, как показано в главах 2 и 3, возможность выявления и количественной оценки неоднородностей поверхностного слоя делает систему пригодной для применения в качестве информационного канала для комплексного мониторинга технологических процессов и технологического оборудования.

Комплекс средств автоматизации мониторинга технологического процесса производства деталей подшипников, применяемых и проходящих процесс разработки и внедрения в ОАО «Саратовский подшипниковый завод» представлены на схеме, изображенной на рис.4.9.

Рис 4.9. Автоматизированный контроль в системе мониторинга технологического процесса производства деталей подшипников

Используя информацию о типах выявленных неоднородностях, получаемую с помощью программного модуля в разрезе станков, типов деталей и рабочих смен, производится корректировка ТП, фиксируются и устраняются известные причины типовых дефектов, формируется база знаний по управлению ТП шлифования деталей различных видов подшипников. Без исключения человеческого фактора при оценке типа неоднородностей корректное формирование указанной базы знаний невозможно. Эффект от автоматизации процесса распознавания дефектов поверхности качения деталей подшипников по характеристикам сигнала вихретокового преобразователя для системы мониторинга ТП шлифования на ОАО «Саратовский подшипниковый завод» достигается в основном за счет выработки стандартных мер по устранению выявляемых типов неоднородностей: уменьшается время диагностики оборудования на 10-50%, повышается результативность мер по корректировке ТП, сокращаются простои оборудования. Внедрение разработанных методов и модели анализа данных вихретокового контроля в СМТП позволяет усовершенствовать процесс контроля качества деталей подшипников и систему мониторинга ТП на предприятии. Формируемая база знаний по устранению причин выявляемых типов дефектов помогает эффективно решать задачу обучения персонала, обслуживающего и эксплуатирующего шлифовальное оборудование.

Использование результатов автоматизированного распознавания дефектов по выявленным неоднородностям позволяет в АСУ ТП реализовать принцип автоматизированного управления ТП шлифования деталей подшипников по данным анализа базы результатов распознавания дефектов и классификации деталей подшипников по степени неоднородности поверхностного слоя. В главе 1 отражена связь между типом дефекта и определенной причиной, его вызвавшей. Независимая классификация и распознавание дефектов позволяет эффективно выявлять и устранять причины, приведшие к возникновению некачественной продукции. Разработка системы распознавания и классификации неоднородностей по результатам вихретокового контроля является необходимым условием для построения СМК.

Автоматизация распознавания типичных неоднородностей поверхностного слоя деталей подшипников на основе нейросетевых методов является одной из задач, без решения которой невозможно создать единую автоматизированную СМК, связать напрямую подсистемы контроля изделий, контроля ТП и управления ТП, снизить себестоимость контроля качества, охватить больший объем выборки контролируемых изделий и повысить эффективность управления ТП.

Дальнейшее развитие СМТП связано с автоматизацией контроля динамических характеристик шлифовальных станков, существенно влияющих на качество обработки дорожек качения колец подшипников [24]. Автоматическая идентификация состояний технологического оборудования осуществляется по результатам компьютерного анализа спектров вибрации, зафиксированных с помощью прибора вибрационного контроля ВШВ-003. Применение специальной методики позволяет также оценивать динамическое состояние станков посредством баллов, а не абсолютными значениями уровня вибраций [62]. Повышение достоверности результатов мониторинга и диагностирования достигается дополнительным исследованием спектра огибающей вибрации [24]. Сопоставительный анализ этих оценок со значениями параметров качества деталей позволяет принять решение о качестве ТП и его корректировке в случае необходимости. Таким образом, внедрение системы мониторинга позволяет существенно повысить качество продукции и способствует ее конкурентоспособности на рынке.

ЗАКЛЮЧЕНИЕ

Результаты проведенных исследований позволяют сделать следующие основные выводы:

1. Проведенный анализ методов и средств автоматизированной оценки качества поверхностного слоя деталей подшипников и распознавания дефектов при вихретоковом контроле показал их недостаточную эффективность и позволил обосновать целесообразность разработки методов и алгоритмов автоматического распознавания дефектов и анализа качества шлифованной поверхности деталей подшипников по данным вихретокового контроля для системы мониторинга ТП.

2. Разработанный метод оценки качества шлифованных поверхностей деталей подшипников по данным вихретокового контроля с автоматизированным выявлением и распознаванием дефектов поверхностного слоя на основе использования искусственных нейронных сетей Кохонена, позволяет исключить влияние «человеческого фактора» при анализе данных вихретокового контроля и усовершенствовать систему контроля качества шлифованной поверхности деталей подшипников за счет единого подхода к классификации неоднородностей и определению типов дефектов.

3. Разработанная модель выявления неоднородностей поверхностного слоя при вихретоковом контроле путем сопоставления характеристик сигнала ВТП с экспериментально установленным диапазоном допустимых значений позволяет выявить и охарактеризовать участки неоднородностей с использованием геометрических характеристик, а также провести описание дефектов различных типов для проведения сравнения с ними выявленных неоднородностей контролируемой детали с целью идентификации дефекта.

4. Разработан программный модуль АСВК для выявления неоднородностей по результатам анализа характеристик сигнала ВТП, определения параметров неоднородностей, формирования оценки качества поверхностного слоя и проведения идентификации дефектов на основе нейронных сетей

Кохонена. Программный модуль позволяет передавать данные в СМТП и на верхний уровень АСУ ТП. База описаний дефектов программного модуля содержит описание более 30 разновидностей различных типов дефектов (трещин, прижогов, метальных обеднений и др).

1. На этапе опытно-промышленной эксплуатации программного модуля АСВК в системе мониторинга ТП шлифования на ОАО «Саратовский подшипниковый завод» удалось достичь уменьшения времени диагностики оборудования на 10-30% за счет единого метода классификации неоднород-ностей и определения причин разладки ТП по выявляемым классам неодно-родностей, увеличить количество контролируемых деталей за смену на 1015% с повышением достоверности результатов вихретокового контроля, сократить простои оборудования и эффективно проводить корректировку ТП, а формируемая база знаний по устранению причин выявляемых типов дефектов позволяет успешно решать задачу обучения персонала, обеспечивающего процесс шлифования.

1. Абразивная и алмазная обработка материалов: Справочник / Под ред. А.Н. Резникова. - М.: Машиностроение, 1977. - 391 с.

2. Агеев Ю.В. Микропроцессорные приборы активного контроля / Ю.В. Агеев, И.Б. Карпович, М.И. Этингоф // СТИН. 2002. - №4. - С.33-40.

3. Амосов М. Нейрокомпьтерны и интелект. / М. Амосов. М.: Наука, 1990.-327с.

4. Анисимов Б.В. Распознавание и цифровая обработка изображений / Б.В. Анисимов, В.Д. Курганов, В.К. Злобин. М.: Высшая школа, 1983.

5. Антонов О.С. Методы и средства обработки сложноструктурированной семантически насыщенной графической информации / О.С. Антонов, Д.К. Мантула. Горький, 1983. - С.141-142.

6. Аринчин С.А. К расчету спектров сигналов в вихретоковой дефектоскопии. / С.А. Аринчин, В.Б. Кузнецов // Методы и проборы автоматического неразрушающего контроля. Электромагнитные методы: Сб. тр. Рига: РТИ, 1978. - Вып. 2. - С.84-92.

7. Аршанский М.М. Вибродиагностика и управление точностью обработки на металлорежущих станках / М.М. Аршанский. М.: Машиностроение, 1988.- 136 с.

8. Бакунов A.C. Раздельный контроль свойств изделий из ферромагнитных материалов / A.C. Бакунов, Ю.Я. Останин // Методы и приборы автоматического неразру-шающего контроля. Электромагнитные методы: Сб. тр. Рига: РТИ, 1977. - Вып. 1. - С.59-71.

9. Бейзельман P.O. Подшипники качения: Справочник / P.O. Бейзельман, Б.В. Цыпкин, Л.Я. Перель. М.: Машиностроение, 1975. -572 с.

10. Белокур И.П. Дефектоскопия материалов и изделий / И.П. Белокур, В.А. Коваленко. К.: Тэхника, 1989. - 192 с.

11. БржозовскийБ.М. Динамический мониторинг и оптимизация процессов механической обработки / Б.М. Бржозовский, В.В. Мартынов // СТИН. 2002. - № 1.-С.З-8.

12. Бровкова М.Б. Обоснование и реализация динамического мониторинга сложного технологического оборудования в многономенклатурном автоматизированном производстве. Автореф. дисс. д-ра техн. наук / М.Б. Бровкова; СГТУ, Саратов. 2007. - 33 с.

13. Булдакова Т.И. Методы и алгоритмы адаптивной реконструкции моделей сложных систем. Автореф. дисс. д-ра техн. наук / Т.И. Булдакова; СГТУ, Саратов. 2005. - 22 с.

14. Вапник В. Н. Теория распознавания образов. Статистические проблемы обучения / В.Н. Вапник, А.Я. Червоненкис. М., Наука, 1974. -415 с.

15. Васильев В.М. Некоторые вопросы методики обработки текущего спектра скачков Баркгаузена в неразрушающем контроле / В.М. Васильев,

16. JI.В. Андрианова // Методы и приборы автоматического неразрушающего контроля. Электромаг-нитные методы: Сб. нуч. тр. Рига: РТИ, 1980. -Вып. 4. - С.87-99.

17. Васильев В.М. Токовихревой эффект в магнитошумовой структуроскопии / В.М. Васильев, Л.В. Андрианова // Методы и приборы автоматического неразрушающего контроля. Электромагнитные методы: Сб. науч. тр. Рига: РТИ, 1980. - Вып. 4. - С.75-86.

18. Виноградов М.В. Разработка базы данных вихретокового контроля для систем мониторинга / М.В. Виноградов, А.Р. Бахтеев, В.В. Горбунов // Автоматизация и управление в машино- и приборостроении: Сб. науч. тр. -Саратов: СГТУ, 2003. С.52-54.

19. Власов В.В. Магнитное поле вихревых токов над поверхностной трещиной в металле при возбуждении их накладным индуктором / В.В. Власов, В.А. Комаров // Дефектоскопия. 1971. - № 6. - С.63-76.

20. Волосов С.С. Приборы для автоматического контроля в машиностроении / С.С. Волосов, Е.И. Педь. М.: Машиностроение, 1975. -380 с.

21. Волосов С.С. Управление качеством продукции средствами активного контроля / С.С. Волосов, З.Ш. Гейлер. М.: Издательство стандартов, 1989. - 264 с.

22. Волынская О.В. Автоматизация вихретокового контроля неоднородности структуры поверхностного слоя деталей подшипников при мониторинге процесса шлифования. Автореф. дисс. канд. техн. наук / О.В. Волынская; СГТУ, Саратов. 2002. - 16 с.

23. Воронцов Л.Н. Приборы для автоматического контроля размеров в машиностроении / Л.Н. Воронцов, С.Ф. Корндорф. М.: Машиностроение, 1988.-280 с.

24. Ворыпаев Н.И. Применение автоматизированных вихретоковых дефектоскопов для управления шлифованием деталей подшипников /

25. Н.И. Ворыпаев, O.B. Волынская // Автоматизация и управление в машино -и приборостроении: Сб. науч. тр. Саратов: СГТУ, 2002. - С.37-39.

26. Генкин М.Д. Виброакустическая диагностика машин и механизмов / М.Д. Генкин, А.Г. Соколова. М.: Машиностроение, 1987. - 288 с.

27. Герасимов В.Г. Методы и приборы электромагнитного контроля промышленных изделий / В.Г. Герасимов, В.В. Клюев, В.Е. Шатерников. -М.; Энергия, 1983 -217 с.

28. Глудкин О.П. Всеобщее управление качеством / О.П. Глудкин, Н.М. Горбунов, А.Й. Гуров, Ю.В. Зорин. М.: Радио и связь, 1999. - 600 с.

29. Горбань А.Н. Нейронные сети на персональном компьютере / А.Н. Горбань, Д.А. Россиев. Новосибирск: Наука, 1996. - 275 с.

30. Горбунов В.В. Опыт идентификации дефектов поверхностного слоя деталей подшипников вихретоковым методом / В.В. Горбунов,

31. A.A. Игнатьев, О.В. Волынская // Автоматизация и управление в машино и приборостроении: Сб. науч. тр. - Саратов: СГТУ, 2001. - С.54-58.

32. Горбунов В.В. Статистическое распознавание неоднородностей шлифовальных поверхностей при вихретоковом методе контроля /

33. B.В. Горбунов, A.A. Игнатьев, О.В. Волынская // Автоматизация и управление в машино- и приборостроении: Сб. науч. тр. Саратов: СГТУ,2002. С.43-46.

34. Горкунов Э.С. Магнитные и электро-магнитные методы контроля износостойкости стальных изделий / Э.С. Горкунов, A.B. Макаров, JI.X. Коган // Контроль. Диагностика. 2001. - № 11. - С. 13-15.

35. Гринберг Г.А. Избранные вопросы математической теории электрических и магнитных явлений / Г.А. Гринберг. Изд-во АН СССР, 1948.

36. Гурвич А.К. Постановка задачи по разработке алгоритмов идентификации дефектов в сварных соединениях по данным ультразвукового контроля / А.К. Гурвич, Г.Я. Дымкин, A.JI. Фрадков // Дефектоскопия. -1980.-№3.-С.9-17.

37. Диагностика автоматических станочных модулей / Под ред. Б.М. Бржозовского. Саратов: Изд-во СГУ, 1987. - 152 с.

38. Добровольский И.Г. Повышение достоверности вихретокового контроля при выявлении участков с повышенной твердостью в зонахприпайки стеллитовых пластин на кромках лопаток турбин / И .Г. Добровольский // Контроль. Диагностика. 2001. -№ 9. - С.22-24.

39. Добрынин С.А. Методы автоматизированного исследования вибрации машин: Справочник / С.А. Добрынин, М.С. Фельдман, Г.И. Фирсов. М.: Машиностроение, 1987. - 224 с.

40. Дорофеев A.JI. Индукционная структуроскопия / A.J1. Дорофеев. -М.: Энергия, 1973.-176 с.

41. Дорофеев А.JI. Физические основы электромагнитной структуроскопии / A.JI. Дорофеев, P.E. Ершов. Новосибирск.; Наука, 1985 -180 с.

42. Дорофеев A.JI. Электромагнитная дефектоскопия / A.JI. Дорофеев, Ю.Г. Казаманов М.: Машиностроение, 1980. - 280 с.

43. Дрейзин В.Э. Задачи комплексной обработки информации в многоканальных сканирующих системах дефектометрии и возможности их реализации на базе ЭВМ / В.Э. Дрейзин // Дефектоскопия. 1961. - № 10. -С.93-98.

44. Дрейзин В.Э. О статистическом подходе к решению многопараметровых метрических задач неразрушающего контроля / В.Э. Дрейзин //Дефектоскопия. 1981. -№3. - С.5-14.

45. Еремин Н.И. Современные методы испытаний / Н.И. Еремин. М.: Машгиз, 1956.

46. Жигадло A.B. Аппаратура для контроля и чувствительности метода магнитного порошка и его стандартизация / A.B. Жигадло, П.Г. Мухневич // Труды института физики металлов. Свердловск, Изд-во АН СССР, 1959.-Вып. 21.

47. Жигадло A.B. Контроль деталей методом магнитного порошка / A.B. Жигадло. М.: Оборонгиз, 1951.

48. Загоруйко И.Г. Методы распознавания и их применение / И.Г. Загоруйко. М.: Сов. радио, 1972. - 206 с.

49. ЗадеЛ.А. Основы нового подхода к анализу сложных систем и процессов принятия решений / Л.А. Заде // Математика сегодня. М.: Знание, 1974.

50. Запускалов В.Г. Вихретоковый контрольно-вычислительный комплекс слежения за параметрами свариваемого стыка магистральных трубопроводов / В.Г. Запускалов, А.И. Маслов // Контроль. Диагностика. -2001.-№ 5.-С.З-6.

51. Зацепин H.H. Об электромагнитных методах контроля качества изделий / H.H. Зацепин, Д.А. Штуркин. Свердловск: Средне-Уральское книжное издательство, 1965.

52. Зацепин H.H. Феррозондовый метод контроля стальных прутков и труб / H.H. Зацепин // Заводская лаборатория. 1962. - №12.

53. Игнатьев A.A. Автоматизация распознавания дефектов шлифованных деталей в системе мониторинга технологического процесса производства подшипников / A.A. Игнатьев, А.Р. Бахтеев // Вестник

54. Саратовского государственного технического университета. 2006. - №3 (14). -Вып.1. - С.136-142.

55. Игнатьев A.A. Автоматизированная вихретоковая дефектоскопия деталей подшипников / A.A. Игнатьев, В.В. Горбунов, О.В. Горбунова // Автоматизация и управление в машино- и приборостроении: Сб. науч. тр -Саратов: СГТУ, 2000. С.48-52.

56. Игнатьев A.A. Автоматизированная вихретоковая дефектоскопия деталей подшипников / A.A. Игнатьев, A.M. Чистяков, В.В. Горбунов // СТИН. 2002. -№ 4. - С.17-19.

57. Игнатьев A.A. Идентификация дефектов поверхностного слоя шлифованных изделий при вихретоковом контроле / A.A. Игнатьев,

58. B.В. Бондарев, О.В. Горбунова // Процессы абразивной обработки, абразивные инструменты и материалы: Сб. науч. тр. Волжский, 1999.1. C.237-238.

59. Игнатьев A.A. Организация управления качеством шлифования на основе активного контроля с несколькими информационными параметрами /

60. A.A. Игнатьев, B.B. Горбунов, C.A. Игнатьев // Исследования станков и инструментов для обработки сложных и точных поверхностей: Сб. науч. тр. -Саратов: СГТУ, 2000. С. 121-125.

61. Игнатьев A.A. Управление точностью и производительностью обработки колец подшипников на шлифовальных автоматах / A.A. Игнатьев,

62. B.В. Горбунов, О.В. Горбунова // Прогрессивные направления развития технологии машиностроения: Сб. науч. тр. Саратов: СГТУ, 1999. - С.66-69.

63. Кавецкий 3. Магнитная дефектоскопия стальных канатов / 3. Кавецкий, Я. Стухарский. -М.: Недра, 1974. 174 с.

64. Камышев А.Н. Автоматизация испытаний и исследований металлорежущих станков: Обзор / А.Н. Камышев, H.A. Кочинев М.: ВНИИТЭМР, 1988.-56 с.

65. КарпееваЕ.В. Совершенствование средств активного многопараметрового контроля для системы мониторинга шлифовальной обработки деталей подшипников. Автореф. дисс. канд. техн. наук /

66. Е.В. Карпеева; СГТУ, Саратов. 2004. - 16 с.

67. Касимов Г.А. Электромагнитный метод контроля роста усталостных трещин / Г.А. Касимов, А.Д. Покровский // Методы и приборы автоматического неразрушающего контроля. Электромагнитные методы: Сб. науч. тр. Рига: РТИ, 1978. - Вып. 2. - С.3-19.

68. Колентьев C.B. Выделение потенциально дефектных областей по данным сканирования изделий / C.B. Колентьев // Прикладные исследования в радиофизике и электронике: Сб. науч. тр. Саратов: ООО «Исток-С», 2001. - С.70-72.

69. Колентьев C.B. Применение клеточных автоматов для обработки изображений / C.B. Колентьев // Физические основы радиоэлектроники и полупроводников: Межвузовский сборник научных статей. Саратов: СПИ, 2000. - С.84-86.

70. Колентьев C.B. Сравнительный анализ частотной и частотно-временной фильтрации данных / C.B. Колентьев // Автоматизация и управление в машино- и приборостроении: Сб. науч. тр. Саратов: СГТУ, 2002.-С.99-102.

71. Контроль в системах автоматизации технологических процессов /

72. A.A. Игнатьев, М.В. Виноградов, В.А. Добряков и др. Саратов: СГТУ, 2001. -124 с.

73. Королев A.B. Исследование процессов образования поверхностей инструмента и детали при абразивной обработке / A.B. Королев. Саратов: Изд-во СГУ, 1975. - 192 с.

74. Кохонен Т. Ассоциативная память / Т. Кохонен. -М.: Мир, 1980.

75. Кохонен Т. Ассоциативные запоминающие устройства / Т. Кохонен. М.: Мир, 1982.

76. КошляковМ.С. Основные дифференциальные уравнения математической физики / М.С. Котляков, Э.Б. Глтнер, М.М. Смирнов. М., Физматгиз, 1962.

77. Круглов В.В. Искусственные нейронные сети. Теория и практика /

78. B.В. Круглов, В.В. Борисов М.: Горячая линия - Телеком, 2001. - 382 с.

79. Круглов В.В. Нечеткая логики и искусственные нейронные сети / В.В. Круглов, М.И. Дли, Р.Ю. Голунов. М.: Издательство Физико-математической литературы, 2001. - 224 с.

80. Кудинов A.B. Качественная идентификация вибраций и форм потери виброустойчивости в станках / A.B. Кудинов // СТИН. 1999. - № 7. -С.15-21.

81. Кузнецов А. АСУ ТП на рубеже веков / А. Кузнецов // PC WEEK. -1999.-№47.-С. 28-29.

82. Мартынов H.H. MATLAB 5.x. Вычисления, визуализация, программирование / H.H. Мартынов, А.П. Иванов М.: Кудиц-Образ, 2000. -336 с.

83. Михелькевич В.Н. Автоматическое управление шлифованием / В.Н. Михелькевич. М.: Машиностроение, 1975. - 304 с.

84. Михелькевич В.Н. Некоторые вопросы построения и реализации оптимального цикла шлифования отверстий колец подшипников / В.Н. Михелькевич, Б.Н. Вениаминов // Труды института. М.: Специнформцентр ВНИППа, 1972. - № 3 (71). - С.64-83.

85. Мониторинг качества изготовления изделий прецизионного машиностроения / A.A. Игнатьев, В.А. Иващенко, В.В. Горбунов и др. // Высокие технологии путь к прогрессу: Сб. науч.тр. - Саратов: Изд-во «Научная книга», 2003. - С. 179-186.

86. Мониторинг станков и процессов шлифования в подшипниковом производстве / A.A. Игнатьев, М.В. Виноградов, В.В. Горбунов, В.А. Добряков, С.А. Игнатьев. Саратов: СГТУ, 2004. - 124 с.

87. Мужицкий В.Ф. Новые магнитные и вихретоковые средства неразрушающего контроля и технической диагностики / В.Ф. Мужицкий, В.А. Карабчевский // Контроль. Диагностика. 1999. - № 5. - С.5-9.

88. Надежность и эффективность в технике: Справочник. В Ют. / Под общ. ред. В.В. Клюева, П.П. Пархоменко. М.: Машиностроение, 1987. -352 с.

89. Нахапетян Е.Г. Контроль и диагностирование автоматического оборудования / Е.Г. Нахапетян. М.: Наука, 1990. - 272 с.

90. Новоселов Ю.К. Динамика формообразования поверхностей при абразивной обработке / Ю.К.Новоселов. Саратов: Изд-во СГУ, 1979. -124 с.

91. Нуриев Ф.Н. Применение метода распознавания образов для неразрушающего контроля механических свойств / Ф.Н. Нуриев, С.О. Гершкович // Дефектоскопия. 1974. - №2. - С.119-127.

92. Павлидис Т. Алгоритмы машинной графики и обработки изображений / Т. Павлидис. М.: Радио и связь, 1986.

93. Патрик Э. Основы теории распознавания образов / Э. Патрик. М., Сов. радио, 1980.-408 с.

94. Плотникова Г.А. Пути повышения достоверности электромагнитного контроля / Г.А. Плотникова, B.C. Плотников // Дефектоскопия. 1980. -№ 5. - С.33-39.

95. Потемкин В.Г. Система MATLAB 5 для студентов / В.Г. Потемкин, П.И. Рудаков. М.: Диалог - МИФИ, 1999. - 448 с.

96. Приборы для неразрушающего контроля материалов и изделий: Справочник. В 2-х кн. Кн. 2. / Под ред. В.В. Клюева. М.: Машиностроение, 1986.-352 с.

97. Пустынников В.Г. Опознавательные методы неразрушающего контроля / В.Г. Пустынников // Многопараметровый контроль вмашиностроении. Ростов н/Д, 1971. - С.4-22.

98. Путятин Е.П. Обработка изображений в робототехнике / Е.П. Путятин, С.И. Аверин. -М.: Машиностроение, 1990 320 с.

99. ПушА.В. Моделирование и мониторинг станков и станочных систем / A.B. Пуш // СТИН. 2000. - № 9. - С. 12-20.

100. Родин A.A. Автоматизация вихретоковой аппаратуры неразрушающего контроля на базе микропроцессоров / A.A. Родин, В.В. Сухоруков // Методы и приборы автоматического неразрушающего контроля: Сб. науч. тр. Рига: МЭИ, 1989. - Вып. № 5. - С. 16-22.

101. Саката Сиро. Практическое руководство по управлению качеством / Сиро Саката; Пер. с яп. С.И.Мышкиной. М.: Машиностроение, 1980.-215 с.

102. Соболев B.C. Накладные и экранные датчики / В.С.Соболев, Ю.М. Шкарлет. Новосибирск: Наука, 1967. - 144 с.

103. Суслов А.Г. Технологическое обеспечение параметров состояния поверхностного слоя деталей / А.Г. Суслов. М.: Машиностроение, 1987. -207 с.

104. Тетерин A.JI. Программное обеспечение программно-специализируемого вихретокового прибора / A.JL Тетерин // Методы и приборы автоматического неразрушающего контроля. Электромагнитные методы: Сб. науч. тр. Рига: РТИ, 1986. - Вып. 10. - С.67-70.

105. Токмаков B.C. Магнитные методы дефектоскопии / B.C. Токмаков. М., ГОСИНТИ, 1964.

106. Точность и надежность автоматизированных прецизионных металлорежущих станков. 4.1. / Бржозовский Б.М., Добряков В.А., Игнатьев A.A., Мартынов В.В. Саратов: СПИ, 1992. - 160 с.

107. Точность и надежность автоматизированных прецизионных металлорежущих станков. 4.2. / Бржозовский Б.М., Добряков В.А., Игнатьев A.A., Мартынов В.В. Саратов: СГТУ, 1994. - 156 с.

108. Точность и надежность автоматизированных прецизионныхметаллорежущих станков. Ч.З / А.А.Игнатьев, М.В.Виноградов, В.А.Добряков и др. Саратов: СГТУ, 1999. - 124 с.

109. Трубчанин С.П. Многофункциональный прибор вихретокового контроля / С.П. Трубчанин, J1.H. Виноградова // Методы и приборы автоматического неразрушающего контроля. Электромагнитные методы: Сб. тр.-Рига: РТУ, 1990.-С.81-85.

110. Ту Дж. Принципы распознавания образов / Дж. Ту, В. Гонсалес. -М.: Мир, 1978.-441 с.

111. Уоссермен Ф. Нейрокомпьютерная техника / Ф Уоссермен. М.: Мир, 1992.- 127 с.

112. Управление качеством продукции. Международные стандарты ИСО 9000-9004, ИСО 8402. М.: Издательство стандартов, 1988. - 120 с.

113. Управление процессом шлифования / A.B. Якимов, А.Н. Паршаков, В.И. Свирщев, В.П. Ларшин. Киев.: Техника, 1983. - 184 с.

114. Управление режимами шлифования в системе мониторинга производства подшипников / В.В. Горбунов, С.А. Игнатьев, М.В. Виноградов, М.В. Карпеев // Динамика технологических систем: Сб. науч. тр. Саратов: СГТУ, 2004. - С.68-72.

115. Формирование и обработка двухмерных изображений при вихретоковой компьютерной дефектоскопии металлов / Ю.И. Стеблев, Е.Г. Скоробогатов, Д.В. Лугин и др. // Дефектоскопия. 1997. - № 4. - С.35-46.

116. ФукунагаК. Введение в статистическую теорию распознавания образов / К. Фукунага. М.: Наука, 1979. - 367 с.

117. Хайруллин И.Х. Исследование вих-ретокового датчика для поверхностей сложной геометрии / И.Х. Хайруллин, Ф.Р. Исмагилов, P.P. Сатаров // Приборы и системы управления. 1999. - № 2 . - С.26-27.

118. ШкатовП.Н. Неразрушающий контроль трещин и коррозийных поражений вихретоковым методом / П.Н. Шкатов, В.Е. Шатеринков // Контроль. Диагностика. 1998. - № 2. - С.39-42.

119. Шумков Ю.М. Информационные характеристики автоматизированной системы контроля дефектов / Ю.М. Шумков, JI.B. Хижняк // Методы и приборы автоматического неразрушающего контроля. Электромагнитные методы: Сб. науч. тр. Рига: РТИ, 1988. -Вып. 11.-С.72-78.

120. Эльянов В. Технология производства прецизионных подшипников: Обзор / В.Д. Эльянов, М. Ким-Даров. М.: НИИНАвтопром, 1983.-60 с.

121. Юдин А. Нейросетевые методы обработки изображений в дефектоскопии / А. Юдин, Д. Сарбаев. М.: МГТУ им. Н.Э. Баумана, 1996. -157 с.

122. Ярмола А.Н. Автоматизация контроля в подшипниковом производстве / А.Н. Ярмола // Автоматизация и управление в машино и приборостроении: Сб. науч. тр. - Саратов: СГТУ, 2005. - С.191-192.

123. Ярошек А.Д. Исследование внешних слоев деталей методом вихревых токов / А.Д. Ярошек // «Заводская лаборатория». 1960. -№11.

124. Ярошек А.Д. Прибор для контроля малых участков внешних слоев ферромагнитных изделий / А.Д. Ярошек // «Заводская лаборатория». -1964.-№Ц.

125. Ярошек А.Д. Токовихревой контроль качества деталей машин / А.Д. Ярошек, Г.С. Быструшкин, Б.М. Павлов. Киев: Наукова думка, 1976. -124 с.

126. Hedengren Kristina H.V. Гибкая вихретоковая измерительная матрица для детектирования околоповерхностных трещин и проводящей деталью / Патент 5389876 США

127. Jacobsen X., Zscherpel U. and Perner P. A Comparison between Neural Networks and Decision Trees. Lecture Notes in Artificial Intelligence -Machine Learning and Data Mining in Pattern Recognition, 1999, pp. 144-158.

128. Komorowski Miercryslaw Преобразователь с вихревыми токами для исследования металлических плит // Pomiary, autom, kontr., 1985. - № 6. -С. 151- 157,159.

129. Petrou М. Learning in Pattern Recognition. Lecture Notes in Artificial Intelligence Machine Learning and Data Mining in Pattern Recognition, 1999, pp. 1-12.

130. Si Jiatun Расчет вихретоковой дефектоскопии. Анализ механизма возникновения удаленного поля с помощью метода конечных элементов // Wusun Jiance //Non-Destract Test. 1994. - № 7. - С. 196-201.1. УТВЕРЖДАЮ

131. Заместитель генерального директора по тсхничсс ОАО "Саратовски!по тсхничссаратовски!1. L\í L '? /1. АКТ ВНЕДРЕНИЯ

132. Программный модуль расширяет функциональные возможности АСВК за счет автоматизации распознавания периодических и локальных дефектов и проведения классификации деталей подшипников по степени неоднородности поверхностного слоя при вихретоковом контроле.