автореферат диссертации по транспорту, 05.22.07, диссертация на тему:Совершенствование методов контроля деталей механической части электроподвижного состава применением оптико-электронных средств

005003971

ЦАПЛИН Алексей Евгеньевич

СОВЕРШЕНСТВОВАНИЕ МЕТОДОВ КОНТРОЛЯ ДЕТАЛЕЙ МЕХАНИЧЕСКОЙ ЧАСТИ ЭЛЕКТРОПОДВИЖНОГО СОСТАВА ПРИМЕНЕНИЕМ ОПТИКО-ЭЛЕКТРОННЫХ СРЕДСТВ

Специальность 05.22.07 - Подвижной состав железных дорог, тяга поездов и электрификация

Автореферат диссертации на соискание ученой степени кандидата технических наук

- 8 ДЕК 2011

Санкт - Петербург 2011

005003971

Работа выполнена в Федеральном государственном бюджетном образовательном учреждении высшего профессионального образования «Петербургский государственный университет путей сообщения (ФГБОУ ВПО ПГУПС) на кафедре «Электрическая тяга».

Научный руководитель кандидат технических наук, доцент

ЯКУШЕВ Алексей Яковлевич

Официальные оппоненты:

доктор технических наук, профессор ТРЕТЬЯКОВ Александр Владимирович

кандидат технических наук, доцент ЦИХАЛЕВСКИЙ Игорь Станиславович

Ведущая организация - Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования ДАЛЬНЕВОСТОЧНЫЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ПУТЕЙ СООБЩЕНИЙ (ДВГУПС)

Защита состоится «21 » декабря 2011 г. в 13 часов на заседании диссертационного совета Д 218.008.05 при Петербургском государственном университете путей сообщения по адресу: 190031, Санкт — Петербург, Московский пр., д.9. ауд. 5-407.

С диссертацией можно ознакомиться в библиотеке Петербургского государственного университета путей сообщения. Автореферат разослан «21 » ноября 2011 г.

Ученый секретарь г

диссертационного совета ,

доктор технических наук, профессор , >«•-""" В.А. Кручек

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Механические узлы технических средств железнодорожного транспорта в процессе эксплуатации подвержены физическому износу, что обуславливает дополнительные затраты на эксплуатацию и ремонт электрического подвижного состава.

В стратегии инновационного развития ОАО «Российские железные дороги» на период до 2015 года (Белой книге ОАО «РЖД») в разделе «Повышение надежности работы и увеличение эксплуатационного ресурса технических средств» к основным направлениям работ относится применение эффективных систем диагностики состояния конструкций и узлов подвижного состава на основе методов неразрушающего контроля.

Большая часть методов неразрушающего контроля включает в себя визуальный осмотр. Качество такого неразрушающего метода контроля ограничено возможностями глаза и зависит от удаленности объекта, степени освещенности, быстроты перемещения детали и др. При длительном контроле серьезно утомляются глаза, повышается риск пропуска дефектов. Результат оценки наличия или отсутствия дефекта зависит от квалификации и практического опыта дефектоскописта, при этом возможно как субъективное завышение, так и занижение степени опасности дефекта.

Отсутствие в достаточном количестве высококвалифицированных специалистов неизбежно ведет к отрицательному влиянию человеческого фактора на качество дефектоскопии, поэтому потребность в автоматизированных комплексах контроля велика.

Одним из путей снижения человеческого фактора при дефектоскопии является применение визуально-оптического контроля, позволяющего получить качественные и достоверные результаты посредством электронной обработки информации, регистрируемой при помощи оптико-электронных приборов.

Цель работы: Повышение качества контроля узлов механической части электроподвижного состава за счет использования оптико-электронных средств измерений и обработки информации.

Объект исследований: узлы и детали механической части электроподвижного состава.

Предмет исследований: методы и алгоритмы цифровой обработки изображений, полученных в процессе дефектоскопии, обеспечивающие повышение качества контроля узлов механической части электроподвижного состава. Задачи исследования.

1. Анализ существующих методов неразрушающего контроля с целью их применимости для повышения качества дефектоскопии.

2. Выявление деталей и узлов механической части электроподвижного состава, требующих более тщательного контроля ввиду высокого процента браковки.

3. Исследование методов цифровой обработки изображений с целью создания программных средств, повышающих информативность изображений контролируемых деталей и узлов.

4. Создание программных средств для поиска и выявления поверхностных дефектов на изображениях исследуемых деталей и узлов.

5. Разработка комплексов дефектоскопии механической части электроподвижного состава с применением оптико-электронной обработки изображений.

Методы исследований. В диссертационной работе использованы методы цифровой обработки изображений, теория вероятностей и математической статистики, теория матричных преобразований, экспериментальные исследования на основе графического языка программирования LabView, интерактивной оболочки N1 Vision Assistant и модуля M Vision Development Module.

Научная новизна диссертационной работы заключается в следующем:

1. Обоснована возможность и целесообразность дополнения неразрушающего контроля деталей механической части электроподвижного состава применением оптико-электронных средств измерений и обработки информации.

2. Разработаны алгоритмы обработки цифровых изображений, обеспечивающие высокую информативность изображений и выделение областей поверхностных дефектов узлов и деталей механической части электроподвижного состава.

3. Применены методы и алгоритмы машинного зрения для автоматизации неразрушающего контроля деталей рессорного подвешивания и подшипниковых узлов механической части электроподвижного состава.

Практическая ценность

1. Разработаны и прошли опытно-промышленную эксплуатацию комплексы для исследования и контроля поверхностей элементов среднегабаритных деталей механической части электроподвижного состава, а также для контроля подшипниковых узлов электроподвижного состава.

2. Снижено в три раза время контроля узлов механической части электроподвижного состава за счет замены визуального контроля при проведении магнитопорошкового визуально-оптическим контролем с использованием оптико-электронных средств измерения и обработки информации.

3. Разработанные программные средства, используемые в комплексах, позволили автоматизировать процессы контроля, не снижая его эффективности.

4. Применение разработанного комплекса для контроля подшипниковых узлов механической части электроподвижного состава позволяет выявлять поверхностные дефекты с шириной раскрытия до 0,1 мм.

Достоверность основных теоретических положений и работоспособность предложенных технических решений подтверждена результатами опытно - промышленной эксплуатации на стенде магнитопорошкового контроля ремонтного депо «Санкт-Петербург» и стенде вихретокового контроля моторвагонного депо Санкт - Петербург -Балтийский.

Реализация и внедрение результатов работы.

Изготовлен и рекомендован к внедрению в условиях ремонтного депо «Санкт-Петербург» комплекс для исследования и контроля поверхностей элементов среднегабаритных деталей механической части электроподвижного состава.

Изготовлен и рекомендован к внедрению в условиях моторвагонного депо Санкт-Петербург - Балтийский комплекс для контроля подшипниковых узлов электроподвижного состава.

Апробация работы: диссертационная работа обсуждалась на заседаниях кафедры «Электрическая тяга» в 2008-2011 годах. Основные результаты работы прошли апробацию на: научно-технических конференциях студентов, аспирантов и молодых ученых «Шаг в будущее», Санкт-Петербург, ПГУПС в 2008-2011 годах; Международной конференции «Современные технологии - транспорту», СПБ, ПГУПС, 2009; Международных симпозиумах «El'trans' 2009, 2011», СПб, ПГУПС, 2009, 2011; Научно-технической конференции «Молодые ученые -транспорту 2009», Екатеринбург, УрГУПС, 2009; Международной научно-практической конференции «Trans - Mech - Art - Chem», Москва, МИИТ, 2010; Международной научно-технической конференции «Инновации для транспорта», Омск, ОмГУПС, 2010; Всероссийской молодежной

научно-практической конференции с международным участием "Научно-техническое и экономическое сотрудничество стран АТР в XXI веке", Хабаровск, ДВГУПС, 2011.

Публикации. Основные положения диссертации опубликованы в 10 печатных работах, из них 3 публикации в изданиях, которые входят в перечень, рекомендованный ВАК Министерства образования и науки Российской Федерации.

Структура и объем работы. Диссертация общим объемом 114 страниц состоит из введения, четырех глав, заключения, списка использованных источников (82 наименования). Работа содержит 10 таблиц и 43 рисунка.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы диссертационной работы, сформулирована цель, научная новизна и практическая ценность работы. Отображена роль выдающихся ученых в развитии и внедрении методов технической диагностики и методов цифровой обработки изображений.

Проблемам технической диагностики механических систем и их развитию посвящены работы видных отечественных ученых Балицкого Ф.Я., Баранова В.М., Бороненко Ю.П., Грешникова В.А., Гурвич А.К., Третьякова A.B., Федорова Д.В., Цихалевского И.С. и многих других.

В развитие методов и алгоритмов цифровой обработки изображений большой вклад внесли отечественные ученые Анисимов Б.В., Визильтер Ю.В., Грузман И.С., Желтов С.Ю., Князь В.А., Михляев C.B., Фисенко В.Т., Фисенко Т.Ю., Ярославский Л.П. и многие другие.

В первой главе произведен обзор основных методов неразрушаюшего контроля, применяемых для контроля узлов и деталей механической части электроподвижного состава, рассмотрены их достоинства и недостатки. Определена роль человека оператора в системе неразрушающего контроля.

Подробно рассмотрен визуально - оптический метод неразрушающего контроля, преимуществами которого являются простота контроля, сравнительно несложное оборудование, малая трудоёмкость. Выявлены области его применения для целей контроля узлов и деталей электроподвижного состава.

Результаты визуально-оптического контроля зависят от человека, его индивидуальных способностей слышать и видеть, практического опыта и состояния здоровья, что является существенным недостатком этого метода. Существенное уменьшение влияния человеческого фактора в настоящее время может быть достигнуто путем использования цифровых методов обработки изображений, полученных с видеокамеры. Применение оптико-электронных средств обработки изображений увеличивает эффективность визуально-оптического контроля, позволяет автоматизировать процессы дефектоскопии, учета и систематизации дефектов, а также создавать базы данных по контролируемым узлам.

Во второй главе произведен анализ технических средств реализации машинного зрения, существующих в настоящее время.

Машинное зрение - это вид деятельности, в котором для извлечения данных из визуальной информации применяются статистические методы и используются модели, построенные с помощью геометрии, физики и теории обучения. В ряде случаев для решения практических задач машинного зрения общая проблема «понимания изображений» может быть сведена к более простой проблеме обнаружения и распознавания или измерения фрагмента по одному или нескольким изображениям объектов, удовлетворяющих некоторому заранее известному модельному описанию.

Используя данные результатов контроля узлов и деталей электровозов ЧС 2Т, ЧС 6, ЧС 200 за 2010 год, полученные в ремонтном депо «Санкт-Петербург», автором произведен анализ магнитопорошкового (МПК), ультразвукового (УЗК) и вихретокового (ВТК) методов

неразрушающего контроля данных электровозов (рис. 1). Как показал расчет процента браковки узлов и деталей наибольшее количество брака имеют: поводок малой шестерни (21,74% браковки); люлечные П -образные подвески вторичного рессорного подвешивания (13,78% браковки); щеки люлечного подвешивания (34,2 % браковки), маятниковые болты подвески автосцепки (12,3% браковки), серьга рессорного подвешивания (3,7% браковки) и подвесные болты первичного рессорного подвешивания (5,28% браковки).

40000 30000 20000 10000

13887

И1

■ш-

15

Ц 342

Проверено ИОтбра.

Рис. 1 Гистограмма распределения контролируемых элементов по видам

контроля

Наибольший процент браковки выявляется магнитопорошковым методом неразрушающего контроля.

По данным результатов контроля подшипниковых узлов за январь-июнь 2011 года (с марта по июнь совместно с комплексом для контроля подшипниковых узлов электрического подвижного состава), полученных в моторвагонном депо Санкт - Петербург - Балтийский, рассчитан процент браковки (минимальное значение в мае (3,4%), максимальное - в марте

(13%)).

Наличие высокого процента браковки рассмотренных узлов и деталей делает целесообразным дополнение существующих методов неразрушающего контроля визуально-оптическим с использованием оптико-электронных средств на основе алгоритмов машинного зрения для повышения качества дефектоскопии.

Рассмотрены и проанализированы системы машинного зрения, реализованные применительно к электроподвижному составу (установка

7

для идентификации осей колесных пар по двумерным кодам БМС, автоматизированный стенд магнито-люминесцентного контроля железнодорожных колес, комплекс идентификации номеров железнодорожных колес, магнитопорошковый дефектоскоп Магнископ 3600, аппаратно-программный комплекс «АКБСК»), Данные системы оснащены дорогостоящими электромеханическими устройствами для перемещения элементов и ориентированы на дефектоскопию строго определенных узлов и деталей, использующиеся в них алгоритмы обработки изображений неприменимы или малоприменимы для поиска и идентификации поверхностных дефектов, имеющих малые размеры и разнообразные формы.

В третьей главе произведен анализ методов обработки цифровых изображений и рассмотрены способы их усовершенствования для целей контроля узлов и деталей механической части электроподвижного состава.

С математической точки цифровое изображение - это двумерная матрица, в которой светлым элементам изображения соответствуют большие значения матрицы, темным - меньшие значения. Каждый пиксель исходного цифрового изображения характеризуется тремя независимыми величинами — х, у ,/, где х, у описывают геометрическое положение данного пикселя в плоскости изображения, а величина I характеризует его яркость, или интенсивность, в данной точке плоскости.

Рассмотрены методы выделения контуров на полутоновых изображениях с помощью математических фильтров, способные повысить информативность изображений контролируемых деталей и узлов механической части электроподвижного состава.

Ввиду относительно несложной реализации и высокого быстродействия обработки изображений автором диссертационной работы среди методов сегментации выбраны методы пороговой и адаптивной пороговой обработки полутоновых изображений. Полутоновое

изображение необходимо преобразовать в бинарное для сокращения информационной избыточности. Значение каждого пикселя изображения становится равно 0 («фон») или 1 («объект»).

Изображение g{x,y), получаемое в результате порогового преобразования, определяется следующим образом:

где - пороговое значение.

Функция плотности распределения яркости для полутонового изображения, которое содержит объекты одной яркости на фоне другой, будет выглядеть как два узких пика (рис. 2а). В таком случае в качестве оптимального порога/0 можно взять любое значение между «пиками». При дефектоскопии узлов и деталей механической части электроподвижного состава часто встречаются более сложные случаи: исследуемое изображение зашумлено, неравномерно освещено. В результате функция плотности распределения размывается (рис. 26). В этом случае применяется адаптивная пороговая обработка, при которой исходное изображение разбивается на подобласти, в каждой из которых для сегментации используется свое значение порога.

Р!Ф

Р/1)

оптимальный порог

а)

б)

распределение объектов

распределение фона

/

распределение объектов

распределение

/

фона

Рис. 2 Выбор оптимального порога при методе бинаризации

На основе рассмотренных методов выделения контуров и методов сегментации автором диссертационной работы разработаны программы в среде визуального программирования Lab VIEW с библиотекой компонент обработки и анализа изображений IMAQ Vision фирмы National Instruments (США).

В качестве примера применения программы на основе метода выделения контуров на полутоновых изображениях использованы результаты дефектоскопии тел качения роликовых подшипников буксового узла электропоезда ЭР2 (рис.3). Слева выводится исходное изображение, снятое цифровой камерой, справа - программно обработанное изображение детали. Хорошо заметно, что обнаруженный дефект выделяется по контуру.

Рис. 3 Пример выделения контуров роликового подшипника буксового узла

В качестве примера использования программы на основе метода бинаризации полутоновых изображений приведены изображения маятникового болта автосцепки (рис. 4а) и тела качения роликового подшипника буксового узла (рис.4б). Слева выводятся исходные изображения, полученные с цифровой камеры, справа — программно обработанные изображения детали. Обнаруженные дефекты выделяются на исходном изображении прямоугольниками, а на обработанном изображении - прямоугольниками и цветом.

Рис. 4 Примеры использования программы на основе метода бинаризации полутоновых изображений В четвертой главе рассмотрено оборудование, применяемое при разработке комплексов контроля механической части электроподвижного состава с применением оптико-электронной обработки изображений.

Автором диссертационной работы разработан комплекс для исследования и контроля поверхностей элементов среднегабаритных деталей механической части электроподвижного состава (рис. 5).

Рис. 5 Комплекс для исследования и контроля поверхностей элементов среднегабаритных деталей механической части электроподвижного состава Разработанный комплекс проходил опытно-промышленную эксплуатацию в ремонтном депо «Санкт-Петербург» в январе - августе 2011 года на стенде магнитопорошкового контроля. Результаты исследования подтверждены магнитопорошковым методом неразрушающего контроля (рис. 6).

5 Проверено

5 Отбраковано при матитопорошковом контроле

Н Отбраковано при совместном использовании магнитопорошкового метода с визуально-оптическим

Рис. 6 Гистограмма данных по деталям электровозов ЧС 21, ЧС 6, ЧС 200 за январь-август 2011 года.

На основе метода бинаризации полутоновых изображений на кафедре «Электрическая тяга» автором диссертационной работы разработан комплекс для контроля подшипниковых узлов электроиодвижного состава (рис. 7).

. ч

Рис. 7 Комплекс для контроля подшипниковых узлов электроподвижного состава

Комплекс проходил опытно-промышленную эксплуатацию в моторвагонном депо Санкт - Петербург - Балтийский в марте - июне 2011 года, результаты дефектоскопии подтверждены на стенде вихретокового контроля (рис. 8).

350 300 250

гоо

35:0 100 50

у.3л£>3 ч Отбраковаис при

»Отбраковано пот

ИСПОЛЬЗОВАНИЕ

комплекса

29

Рис. 8 Гистограмма результатов контроля подшипниковых узлов за март-июнь 2011 года в моторвагонном депо Санкт - Петербург -Балтийский

ЗАКЛЮЧЕНИЕ На основании проделанной работы сформулированы следующие выводы:

1. По результатам расчета процента браковки узлов и деталей электровозов выявлен ряд мало- и среднегабаритных элементов и узлов, для организации автоматизированного контроля которых целесообразно создание комплекса машинного зрения.

2. Существующие в настоящее время системы машинного зрения и их алгоритмы требуют дополнения и усовершенствования, обеспечивающего их применимость к узлам и деталям механической части электроподвижного состава, имеющим большой процент браковки.

3. Системы машинного зрения, применяемые в настоящее время для контроля крупных механических узлов подвижного состава, ориентированы на дефектоскопию строго определенных узлов и деталей, использующиеся в них алгоритмы обработки изображений неприменимы или малоприменимы для поиска и идентификации поверхностных дефектов, имеющих малые размеры и разнообразные формы.

4. Для контроля узлов и деталей механической части электроподвижного состава целесообразно использовать методы выделения контуров на полутоновых изображениях (с помощью фильтров) и методы бинаризации полутоновых изображений ввиду их относительно несложной реализации и высокого быстродействия обработки изображений.

5. Применение оптико-электронных средств при осуществлении магнитопорошкового контроля позволяет снизить время контроля одной детали по отношению к нормативному в 3 раза.

6. Разработанный комплекс для дефектоскопии подшипниковых узлов электрического подвижного состава позволяет обнаруживать поверхностные дефекты с шириной раскрытия до ОД мм, при этом на контроль одного роликового подшипника затрачивается менее одной минуты.

7. Внедрение комплекса для исследования и контроля поверхностей элементов среднегабаритных деталей механической части электроподвижного состава только за первый год применения позволяет сократить расходы на выполнение магнитопорошкового контроля на 37%.

Основные положения диссертационной работы, опубликованные в изданиях, входящих в перечень, рекомендованный ВАК Министерства образования и науки Российской Федерации:

1. Цаплин А.Е. Применение программной обработки изображений при диагностике деталей механической части электрического подвижного

состава / Научные проблемы транспорта Сибири и Дальнего Востока, №1, Новосибирск, НГАВТ, 2011 - С. 208-211

2. Цаплнн А.Е. Диагностика узлов механической части подвижного состава с применением комплекса машинного зрения / Известия ПГУПС, №2, Санкт-Петербург, ПГУПС, 2011 - С. 41-49

3. Цаплнн А.Е. Комплекс диагностики подшипниковых узлов электрического подвижного состава с применением оптико-электронной обработки изображений / Вестник СевКавГТИ, №11, Ставрополь, СевКавГТИ, 2011 - С. 213 -217

Основные положения диссертационной работы, опубликованные в изданиях, не входящих в перечень, рекомендованный ВАК Министерства образования и науки Российской Федерации:

1. Якушев А. Я., Цаплнн А. Е. Диагностика узлов механической части подвижного состава с применением оптоэлектронных средств обработки / Молодые ученые - транспорту-2009 : сб. науч. тр. в 3-х.ч. науч.-техн. конф.

4. 1. Екатеринбург, УрГУПС. - 2009. - С. 125-129

2. Якушев А. Я., Цаплнн А. Е. Применение оптоэлектронных средств обработки для диагностики узлов механической части подвижного состава/ Электрификация, инновационные технологии, скоростное и высокоскоростное движение на железнодорожном транспорте. Тезисы докладов на пятом международном симпозиума «Е1Чгапз' 2009». СПб, ПГУПС, 2009 - С. 79-80

3. Якушев А. Я., Цаплнн А. Е. Применение оптоэлектронных средств обработки для диагностики узлов механической части подвижного состава/ Электрификация, инновационные технологии, скоростное и высокоскоростное движение на железнодорожном транспорте. Сборник трудов пятого международного симпозиума «Е1Чгап5' 2009». СПб, ПГУПС, 2011 - С. 574-580

4. Цаплин А. Е. Комплексы машинного зрения для диагностики механических узлов электрического подвижного состава / Труды VII Международной научно - практической конференции «Trans -Mech-Art-Chem». М, МИИТ, 2010 - С. 380-382

5. Цаплин А.Е. Комплекс для исследования деталей механической части электровозов с применением электронных средств / Сборник трудов международной научно-технической конференции «Инновации для транспорта». 4.2. Омск, ОмГУПС, 2010 - С. 83-87

6. Цаплин А.Е. Использование средств программной обработки изображений для диагностики узлов механической части электрического подвижного состава / Сборник трудов всероссийской молодежной научно-практической конференции с международным участием "Научно-техническое и экономическое сотрудничество стран АТР в XXI веке". Хабаровск, ДВГУПС, 2011 - С. 135-139

7. Цаплин А.Е. Комплекс машинного зрения для диагностики подшипниковых узлов механической части ЭПС / Электрификация и развитие инфраструктуры энергообеспечения тяги поездов железнодорожного транспорта. Тезисы докладов на шестом международном симпозиуме «El'trans' 2011». СПб, ПГУПС, 2011 - С. 98

Подписано к печати 1 б. 11.11 г. Печ.л. -1,0 п.л.

Печать-ризография Бумага для множит, апп. Формат 60x84 1/16

Тираж 100 экз. Заказ № 1024.____

СР ПГУПС 190031, С-Петербург, Московский пр. 9

СОДЕРЖАНИЕ.

ВВЕДЕНИЕ.

Глава 1. ОБЗОР НЕРАЗРУШАЮЩИХ МЕТОДОВ КОНТРОЛЯ. 8 1.1. Основные методы неразрушающего контроля, применяемые для 8 узлов и деталей механической части электроподвижного состава.

1.2 Человек - оператор в системе неразрушающего контроля.

1.3. Визуально-оптический контроль (ВОК).

Выводы по главе 1.

Глава 2. ТЕХНИЧЕСКИЕ СРЕДСТВА РЕАЛИЗАЦИИ МАШИННОГО 23 ЗРЕНИЯ.

2.1 Общие сведения о проблемах машинного зрения.

2.2 Анализ браковки узлов и деталей механической части 26 электроподвижного состава.

2.3 Системы машинного зрения, реализованные применительно к 35 электрическому подвижному составу.

Выводы по главе 2.

Глава 3. АНАЛИЗ МЕТОДОВ ОБРАБОТКИ ЦИФРОВЫХ 50 ИЗОБРАЖЕНИЙ.

3.1. Понятие о цифровом изображении.

3.2. Методы выделения контуров на полутоновых изображениях.

3.3 Методы сегментации изображений.

3.4 Разработка программных средств на основе методов цифровой 69 обработки изображений.

Выводы по главе 3.

Глава 4. РАЗРАБОТКА КОМПЛЕКСОВ ДЕФЕКТОСКОПИИ 89 МЕХАНИЧЕСКОЙ ЧАСТИ ЭЛЕКТРИЧЕСКОГО ПОДВИЖНОГО

СОСТАВА С ПРИМЕНЕНИЕМ ОПТИКО - ЭЛЕКТРОННОЙ ОБРАБОТКИ ИЗОБРАЖЕНИЙ.

4.1 Оборудование, применяемое при разработке комплексов 89 дефектоскопии механической части электрического подвижного состава с применением оптико - электронной обработки изображений.

4.2 Комплекс для исследования и контроля поверхностей элементов 91 среднегабаритных деталей механической части электроподвижного состава.

4.3 Комплекс для дефектоскопии подшипниковых узлов электрического 98 подвижного состава.

4.4. Оценка экономической эффективности при внедрении комплекса 101 для исследования и контроля поверхностей элементов среднегабаритных деталей механической части электроподвижного состава.

Выводы по главе 4.

Механические узлы технических средств железнодорожного транспорта в процессе эксплуатации подвержены физическому износу, что обуславливает дополнительные затраты на эксплуатацию и ремонт электрического подвижного состава.

В стратегии инновационного развития ОАО «Российские железные дороги» на период до 2015года (Белой книге ОАО «РЖД») в разделе «Повышение надежности работы и увеличение эксплуатационного ресурса технических средств» к основным направлениям работ относится применение эффективных систем диагностики состояния конструкций и узлов подвижного состава на основе методов неразрушающего контроля [7].

Большая часть методов неразрушающего контроля включает в себя визуальный осмотр. Качество такого неразрушающего метода контроля ограничено возможностями глаза и зависит от удаленности объекта, степени освещенности, быстроты перемещения детали и др. При длительном контроле серьезно утомляются глаза, повышается риск пропуска дефектов. Результат оценки наличия или отсутствия дефекта зависит от квалификации и практического опыта дефектоскописта, при этом возможно как субъективное завышение, так и занижение степени опасности дефекта.

Отсутствие в достаточном количестве высококвалифицированных специалистов неизбежно ведет к отрицательному влиянию человеческого фактора на качество дефектоскопии, поэтому потребность в автоматизированных комплексах контроля велика.

Визуальный контроль с использованием оптико-электронных приборов называют визуально-оптическим. При этом для получения качественных и достоверных результатов требуется обработка информации, получаемой при помощи оптико-электронных приборов.

Целью работы является повышение качества контроля механической части электроподвижного состава за счет использования оптико-электронных средств обработки информации.

Объектом исследования являются узлы и детали механической части электроподвижного состава.

Предметом исследования являются методы и алгоритмы цифровой обработки изображений, полученных в процессе дефектоскопии, обеспечивающие повышение качества контроля узлов механической части электроподвижного состава.

Научная новизна диссертационной работы

1. Обоснована возможность и целесообразность дополнения неразрушающего контроля деталей механической части электроподвижного состава применением оптико-электронных средств измерений и обработки информации.

2. Разработаны алгоритмы обработки цифровых изображений, обеспечивающие высокую информативность изображений и выделение областей поверхностных дефектов узлов и деталей механической части электроподвижного состава.

3. Применены методы и алгоритмы машинного зрения для автоматизации неразрушающего контроля деталей рессорного подвешивания и подшипниковых узлов механической части электроподвижного состава.

Практическая ценность диссертационной работы

1. Разработаны и прошли опытно-промышленную эксплуатацию комплексы для исследования и контроля поверхностей элементов среднегабаритных деталей механической части электроподвижного состава, а также для контроля подшипниковых узлов электроподвижного состава.

2. Снижено в три раза время контроля узлов механической части электроподвижного состава за счет замены визуального контроля при 5 проведении магнитопорошкового визуально-оптическим контролем с использованием оптико-электронных средств измерения и обработки информации.

3. Разработанные программные средства, используемые в комплексах, позволили автоматизировать процессы контроля, не снижая его эффективности.

4.Применение разработанного комплекса для контроля подшипниковых узлов механической части электроподвижного состава позволяет выявлять поверхностные дефекты с шириной раскрытия до 0,1 мм.

Диссертация состоит из введения, четырех глав, заключения, списка использованных источников.

Выводы по главе 4:

1. Применение оптико-электронных средств при осуществлении магнитопорошкового контроля позволяет снизить время контроля одной детали по отношению к нормативному в 3 раза.

2. Разработанный комплекс для дефектоскопии подшипниковых узлов электрического подвижного состава позволяет обнаруживать поверхностные дефекты с шириной раскрытия до ОД мм, при этом на контроль одного роликового подшипника затрачивается менее одной минуты.

3. Внедрение комплекса для исследования и контроля поверхностей элементов среднегабаритных деталей механической части электроподвижного состава только за первый год применения позволит сократить расходы на выполнение магнитопорошкового контроля на 37%.

ЗАКЛЮЧЕНИЕ

На основании проделанной работы сформулированы следующие выводы:

1. По результатам расчета процента браковки узлов и деталей электровозов выявлен ряд мало- и среднегабаритных элементов и узлов, для организации автоматизированного контроля которых целесообразно создание комплекса машинного зрения.

2. Существующие в настоящее время системы машинного зрения и их алгоритмы требуют дополнения и усовершенствования, обеспечивающего их применимость к узлам и деталям механической части электроподвижного состава, имеющим большой процент браковки.

3. Системы машинного зрения, применяемые в настоящее время для контроля крупных механических узлов подвижного состава, ориентированы на дефектоскопию строго определенных узлов и деталей, использующиеся в них алгоритмы обработки изображений неприменимы или малоприменимы для поиска и идентификации поверхностных дефектов, имеющих малые размеры и разнообразные формы.

4. Для контроля узлов и деталей механической части электроподвижного состава целесообразно использовать методы выделения контуров на полутоновых изображениях (с помощью фильтров) и методы бинаризации полутоновых изображений ввиду их относительно несложной реализации и высокого быстродействия обработки изображений.

5. Применение оптико-электронных средств при осуществлении магнитопорошкового контроля позволяет снизить время контроля одной детали по отношению к нормативному в 3 раза.

6. Разработанный комплекс для дефектоскопии подшипниковых узлов электрического подвижного состава позволяет обнаруживать поверхностные дефекты с шириной раскрытия до 0,1 мм, при этом на контроль одного роликового подшипника затрачивается менее одной минуты.

7. Внедрение комплекса для исследования и контроля поверхностей элементов среднегабаритных деталей механической части электроподвижного состава только за первый год применения позволит сократить расходы на выполнение магнитопорошкового контроля на 37%.

1. ГОСТ 18353-79. Контроль неразрушающий. Классификация видов и методов.

2. ГОСТ 21105-87. Контроль неразрушающий. Магнитопорошковый метод.

3. ГОСТ 14782-86. Контроль неразрушающий. Соединения сварные. Методы ультразвуковые.

4. ГОСТ 24289-80. Контроль неразрушающий вихретоковый. Термины и определения.

5. ПНАЭ Г-7-016-89. Унифицированные методики контроля основных материалов (полуфабрикатов), сварных соединений и наплавки оборудования и трубопроводов АЭУ. Визуальный и измерительный контроль.

6. РД 03-606-03. Инструкция по визуальному и измерительному контролю.

7. Стратегия инновационного развития ОАО «Российские железные дороги» на период до 2015 года. Белая книга ОАО «РЖД».

8. Айзерман М. А., Браверман Э. М., Розоноэр Л. И. Теоретические основы метода потенциальных функций в задачах обучения автоматическому разделению входных ситуаций на классы. // Автоматика и телемеханика. -1964. Т. XXII. № 6 - С. 81-88

9. Анисимов Б. В., Курганов В. Д., Злобин В. К. Распознавание и цифровая обработка изображений. М.: Высшая школа, 1983. - 295 с.

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

11. Балыков Е.А., Царёв В.А. Технологические принципы достижения качества программного обеспечения оптико-электронных систем контроля / Программные продукты и системы, №1, 2006 С. 11-14

12. Баяковский Ю.М., Галактионов В. А. Современные проблемы компьютерной (машинной) графики // Робототехника, прогноз, программирование (Будущее прикладной математики. Избранные лекции.). М.: Издательство ЖИ, 2007 С. 139-167

13. Батоврин В. К., Бессонов А. С., Мошкин В. В. Lab VIEW: Практикум по основам измерительных технологий: Учебное пособие для вузов. М.: ДМК Пресс, 2005 - 208 с.

14. Белоглазов И. Н., Тарасенко В. П. Корреляционно-экстремальные системы. М.: Сов. Радио, 1974 - 392 с.

15. Биргер И.А. Техническая диагностика. М: Машиностроение, 1978 -240с.

16. Бирюков И.В., Савоськин А.Н., Бурчак Г.П. Механическая часть тягового подвижного состава. М.: Транспорт, 1992 440 с.

17. Бонгард М. М. Проблема узнавания. М.: Наука, 1967 - 98 с.

18. Бутаков Е. А., Островский В. И., Фадеев И. JI. Обработка изображений на ЭВМ. М.: Радио связь, 1987 - 250 с.

19. Бутырин П. А. и др. Автоматизация физических исследований и эксперимента: компьютерные измерения и виртуальные приборы на основе Lab VIEW 7.-М.: ДМК Пресс, 2005 264 с.

20. Василенко Г. И., Цибулькин JI. М. Голографические распознающие устройства. -М.: Радио и связь, 1985 312 с.

21. Васильев В. И. Распознающие системы: Справочник. Киев: Наукова думка, 1983 - 424 с.

22. Веснин E.H., Вето A.B., Царев В.А. К вопросу о разработке и применении адаптивных оптоэлектронных систем технического зрения / Автоматизация в промышленности. 2009 г. - №11 - С.48-52.

23. Визильтер Ю.В., Желтов С.Ю., Князь В.А. и др. Обработка и анализ цифровых изображений с примерами на Lab VIEW IMAQ Vision. M.: ДМК Пресс, 2007 464 с.

24. Визильтер Ю. В., Желтов С. Ю., Степанов А. А. Новые методы обработки изображений. НЗНТ, Серия: Авиационные системы / ГосНИИАС. - 1992. -№ 4 - С. 21.

25. Виттих В. А., Сергеев В. В., Сойфер В. А. Обработка изображений в автоматизированных системах научных исследований. М.: Наука, 1982 -216 с.

26. Головастов A.B. Машинное зрение и цифровая обработка изображений. Журнал «Современные технологии автоматизации». 2010 г. - №4, с. 8-18.

27. Гонсалес Р., Вудс Р. Цифровая обработка изображений. М: Техносфера, 2005 1072 с.

28. Горелик А. Г., Скрипкин В. А. Методы распознавания. М.: Высшая школа, 1984-208 с.

29. Горелик А. Г., Гуревич И. Б., Скрипкин В. А. Современное состояние и проблемы распознавания. М.: Радио и связь, 1985 - 160 с.

30. Грузман И.С. Выделение однородных областей на изображениях // Статистические методы обработки изображений. Новосибирск: Новосиб. электротхн. Ин-т, 1993 - С. 56 - 61

31. Грузман И.С., Киричук B.C. Цифровая обработка изображений в информационных системах: учебное пособие. Новосибирск: НГТУ, 2002 -352 с.

32. Дуда Р., Харт П. Распознавание образов и анализ сцен: Пер. с анг. М.: Мир, 1976-511 с.

33. Жданов В.Н. Критерии экономики и выбор техники. Журнал «Мир транспорта», №1, 2011 С. 94-99

34. Журавлев Ю. И., Гуревич И. Б. Распознавание образов и распознавание изображений: Распознавание, классификация, прогноз. Математические методы и их применение М.: Наука, 1989. - Вып. 2 - 302 с.

35. Интеллектуальная камера NI 17ХХ. Руководство пользователя (N1 Vision). M: National Instruments Corporation, 2007 73 с.

36. Каневский И.Н., Сальникова Е.Н. Неразрушающие методы контроля: учебное пособие. Владивосток: ДВГТУ, 2007 243с.

37. Катыс Г.П. Обработка визуальной информации. М.: Машиностроение, 1990-324 с.

38. Катыс Г.П. Оптико-электронные системы обработки и информации. М: Машиностроение, 1973 -449 с.

39. Коллакот Р.А. Диагностирование механического оборудования. Л: Судостроение, 1980 296 с.

40. Кучеренко К.И., Очин Е.Ф. Двумерные медианные фильтры для обработки изображений: Зарубежная радиоэлектроника. 1986. - № 6 - С. 50-61.

41. Лобанов В.И. Фотограмметрия. М.: Недра, 1984 - 552 с.

42. Лысенко О.В. Машинное зрение от SICK/IVP. Журнал «Компоненты и технологии», №1, 2007 36 с.

43. Марр Д. Зрение. Информационный подход к изучению представления и обработки зрительных образов. М.: Радио и связь, 1987 - 400 с.

44. Неразрушающий контроль и диагностика. Справочник под ред. Клюева В. В. 3-е изд. М.: Машиностроение, 2005 656 с.

45. Павлидис Т. Алгоритмы машинной графики и обработки изображений: Пер. с анг. М.: Радио и связь, 1986 - 400 с.

46. Прэтт У.К., Фожра О.Д. Гагалович А. Применение моделей стохастических текстур для обработки изображений // ТИИЭР 1981. - Т. 69 -№5-452 с.

47. Прэтт У. Цифровая обработка изображений: Пер. с анг. М.: Мир, 1982. - 1 кн. - 525 с. - 2 кн. - 474 с.

48. Пытьев Ю. П. Морфологический анализ изображений. Доклад АН СССР, 1983.-Т. 269.-№5-С. 1061-1064.

49. Пытьев Ю. П. Задачи морфологического анализа изображений. Сб. «Математические методы исследования природных ресурсов Земли из Космоса.» М.: Наука, 1984 - С. 41-83.

50. Рабиндер Л., Гоулд Б. Теория и применение цифровой обработки сигнала. М.: Мир, 1978 - 379 с.

51. Розенфельд А. Распознавание и обработка изображений с помощью вычислительных машин: Пер. с анг. М.: Мир, 1972 - 230 с.

52. Русын Б. П. Структурно-лингвистические методы распознавания изображений в реальном времени. Киев: Наукова думка, 1986 - 128 с.

53. Сойфер В.А., Сергеев В.В. и др. Теоретические основы цифровой обработки изображений: учебное пособие. Самара: Самарский государственный аэрокосмический университет имени академика С. П. Королева, 2000 256 с.

54. Суранов А. Я. LabVIEW 7: Справочник по функциям. М.: ДМК Пресс, 2005-512 с.

55. Ту Дж., Гонсалес Р. Принципы распознавания образов. М.: Мир, 1978 -411 с.

56. Фу К. Структурные методы в распознавании образов. М.: Мир, 1977 -320 с.

57. Хорн Б. К. Зрение роботов. М.: Мир, 1989 - 487 с.

58. Хуанг Т. С. Обработка изображения и цифровая фильтрация. М.: Мир, 1979-274 с.

59. Цыпкин Я. 3. Адаптация и обучение в автоматических системах. М.: Наука, 1968-390 с.

60. Эндрюс Г. Применение вычислительных машин для обработки изображений. М: Энергия, 1981 234 с.

61. Ярославский J1. П. Введение в цифровую обработку изображений. -М.: Сов. Радио, 1979 312 с.

62. Ярославский JI .П. Цифровая обработка сигналов в оптике и голографии: Введение в цифровую оптику. М.: Радио и связь, 1987 - 296 с.

63. Автоматизированный стенд магнито-люминесцентного контроля, железнодорожных колес.http://www.vitec.ru/services/vision/detail.php?ID=2156

64. Воронцов К. В. "Байесовские алгоритмы классификации. Черновики лекций".http://www.ccas.ru/voron/download/Bayes.pdf

65. Железнодорожный транспорт неразрушающий контроль. http://www.vimatec.ru/rzhd.html

66. Идентификация осей колесных пар по двумерным кодам DMC. http ://www.vitec.ru/services/vision/detail. php?ID=2171

67. Комплекс идентификации номеров железнодорожных колес. http://www.vitec.ru/services/vision/detail.php?ID=2155

68. Система распознавания номеров вагонов «ARSCIS».113http://www.mallenom.ru/arscis.php

69. DIN EN 13 018/1330-10 Non-destructive testing Visual testing - General principles.

70. Getting Started with the N1 PCI -1405: National Instruments Corporation, 2007 -8 c.-74. Lab VIEW measurements manual: National Instruments Corporation, 2003 -256 c.

71. Lab VIEW user manual: National Instruments Corporation, 2003 456 c.

72. Klinger T. Image processing with Lab VIEW and IMAQ Vision. Prentice Hall, 2003-319 c.

73. N1 IMAQ function reference: National Instruments Corporation, 2004-14 c.

74. N1 IMAQ user manual: National Instruments Corporation, 2004 -35 c

75. N1 Vision. N1 PCI-1405 User Manual: National Instruments Corporation, 2007-31 c.

76. N1 Vision. N1 Vision Assistant. Tutorial: National Instruments Corporation, 2007- 112 c.

77. N1 Vision. N1 Vision Concepts Manual: National Instruments Corporation, 2007 411 c.NI Vision. N1 Vision for LabWindows/CVI User Manual: National Instruments Corporation, 2007 - 128 c.

78. N1 Vision. N1 Vision for Visual Basic. User Manual: National Instruments Corporation, 2007 127 c.