Научная статья на тему 'Автоматизация вихретокового контроля поверхностного слоя деталей подшипников с применением технологии нейронных сетей'

Автоматизация вихретокового контроля поверхностного слоя деталей подшипников с применением технологии нейронных сетей Текст научной статьи по специальности «Электротехника, электронная техника, информационные технологии»

CC BY
430
66
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
ИНТЕЛЛЕКТУАЛЬНЫЕ ТЕХНОЛОГИИ / ВИХРЕТОКОВЫЙ КОНТРОЛЬ / ДЕФЕКТ / ПОДШИПНИК / АВТОМАТИЗАЦИЯ / РАСПОЗНАВАНИЕ / ПРИЗНАК / КОЛЬЦО / INTELLIGENT TECHNOLOGIES / EDDY CURRENT / DEFECT / BEARING / AUTOMATION / RECOGNITION / SIGN / RING

Аннотация научной статьи по электротехнике, электронной технике, информационным технологиям, автор научной работы — Горбунов Владимир Владимирович, Самойлова Елена Михайловна, Игнатьев Александр Анатольевич

Актуальность и цели. Весьма актуальной в современном производстве с целью повышения качества изделий и функционирования технологического оборудования является проблема автоматизации вихретокового контроля поверхностного слоя деталей подшипников с применением интеллектуальных технологий. Создание эффективной системы мониторинга технологического процесса, в частности в подшипниковом производстве, предполагает решение целого комплекса взаимосвязанных задач, включающих организационное, научно-методическое, техническое, информационное и кадровое обеспечение, что обеспечивает не только повышение качества подшипников, но и предупреждает появление брака, т.е. снижение издержек производства. Материалы и методы. Научный и практический интерес представляет вопрос применения методики автоматического распознавания дефектов поверхности деталей с помощью нейронных сетей в составе системы мониторинга с обоснованием применения четырех отличительных признаков, способных в комплексе идентифицировать все основные дефекты поверхности качения колец подшипников. Результаты. Приведены результаты практических исследований предлагаемой методики автоматического распознавания дефектов поверхности деталей с помощью нейронных сетей с обоснованием применения четырех отличительных признаков, способных в комплексе идентифицировать деталь с дефектом в составе системы мониторинга. Представлен новый комплекс конструктивных решений автоматизированные стенды вихретокового контроля АСВК-НД и АСВК-2ВД, встроенные в линии изготовления колец буксовых подшипников для подвижного состава железных дорог. Выводы. Представлены конструктивные решения и программные продукты для реализации методики распознавания дефектов поверхности качения колец крупногабаритных подшипников для решения задачи эффективного неразрушающего контроля.

i Надоели баннеры? Вы всегда можете отключить рекламу.

Похожие темы научных работ по электротехнике, электронной технике, информационным технологиям , автор научной работы — Горбунов Владимир Владимирович, Самойлова Елена Михайловна, Игнатьев Александр Анатольевич

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

AUTOMATION OF EDDY CURRENT TESTING OF SURFACE LAYERS OF BEARING PARTS USING THE NEURAL NETWORK TECHNOLOGY

Background. The problem of automation of eddy current testing of surface layers of bearing parts using intelligent technologies is quite topical in modern manufacturing with the aim of improving the quality of products and technological equipment. Creating an effective technological process monitoring system, in particular in the bearing production, involves solution of a whole complex of interrelated tasks, including organizational, methodological, technical, informational and human resource support that ensures improvement of the quality of bearings and prevents occurrence of defects, i.e. decreases production costs. Methodology. Of scientific and practical interest is the question of application of the methodology of automatic recognition of surface defects of parts using neural networks as part of a monitoring system substantiating the use of four distinctive signs, capable of identifying all the main defects of the rolling surface of bearing rings. Results. The article describes the results of case studies of the proposed methodology of automatic recognition of surface defects of parts using neural networks with substantiation of the use of four distinctive signs, capable of identifying an item with defects in the composition of a monitoring system. The authors present a new complex of structural solutions automated eddy current test benches ASVK-ND and ASVK-2VD built into the production line manufacturing rings of axlebox bearings for railway rolling stock. Conclusions. The article displays design solutions and software products for implementation of the method of surface defects detection in rolling rings of large-size bearings to solve the problem of efficient non-destructive testing.

Текст научной работы на тему «Автоматизация вихретокового контроля поверхностного слоя деталей подшипников с применением технологии нейронных сетей»

МАШИНОСТРОЕНИЕ И МАШИНОВЕДЕНИЕ

УДК 621.681

DOI 10.21685/2072-3059-2016-4-11

В. В. Горбунов, Е. М. Самойлова, А. А. Игнатьев

АВТОМАТИЗАЦИЯ ВИХРЕТОКОВОГО КОНТРОЛЯ ПОВЕРХНОСТНОГО СЛОЯ ДЕТАЛЕЙ ПОДШИПНИКОВ С ПРИМЕНЕНИЕМ ТЕХНОЛОГИИ НЕЙРОННЫХ СЕТЕЙ

Аннотация.

Актуальность и цели. Весьма актуальной в современном производстве с целью повышения качества изделий и функционирования технологического оборудования является проблема автоматизации вихретокового контроля поверхностного слоя деталей подшипников с применением интеллектуальных технологий. Создание эффективной системы мониторинга технологического процесса, в частности в подшипниковом производстве, предполагает решение целого комплекса взаимосвязанных задач, включающих организационное, научно-методическое, техническое, информационное и кадровое обеспечение, что обеспечивает не только повышение качества подшипников, но и предупреждает появление брака, т.е. снижение издержек производства.

Материалы и методы. Научный и практический интерес представляет вопрос применения методики автоматического распознавания дефектов поверхности деталей с помощью нейронных сетей в составе системы мониторинга с обоснованием применения четырех отличительных признаков, способных в комплексе идентифицировать все основные дефекты поверхности качения колец подшипников.

Результаты. Приведены результаты практических исследований предлагаемой методики автоматического распознавания дефектов поверхности деталей с помощью нейронных сетей с обоснованием применения четырех отличительных признаков, способных в комплексе идентифицировать деталь с дефектом в составе системы мониторинга. Представлен новый комплекс конструктивных решений - автоматизированные стенды вихретокового контроля АСВК-НД и АСВК-2ВД, встроенные в линии изготовления колец буксовых подшипников для подвижного состава железных дорог.

Выводы. Представлены конструктивные решения и программные продукты для реализации методики распознавания дефектов поверхности качения колец крупногабаритных подшипников для решения задачи эффективного неразру-шающего контроля.

Ключевые слова: интеллектуальные технологии, вихретоковый контроль, дефект, подшипник, автоматизация, распознавание, признак, кольцо.

V. V. Gorbunov, E. M. Samoylova, A. A. Ignat'ev

AUTOMATION OF EDDY CURRENT TESTING OF SURFACE LAYERS OF BEARING PARTS USING THE NEURAL NETWORK TECHNOLOGY

Abstract.

Background. The problem of automation of eddy current testing of surface layers of bearing parts using intelligent technologies is quite topical in modern manufacturing with the aim of improving the quality of products and technological equipment. Creating an effective technological process monitoring system, in particular in the bearing production, involves solution of a whole complex of interrelated tasks, including organizational, methodological, technical, informational and human resource support that ensures improvement of the quality of bearings and prevents occurrence of defects, i.e. decreases production costs.

Methodology. Of scientific and practical interest is the question of application of the methodology of automatic recognition of surface defects of parts using neural networks as part of a monitoring system substantiating the use of four distinctive signs, capable of identifying all the main defects of the rolling surface of bearing rings.

Results. The article describes the results of case studies of the proposed methodology of automatic recognition of surface defects of parts using neural networks with substantiation of the use of four distinctive signs, capable of identifying an item with defects in the composition of a monitoring system. The authors present a new complex of structural solutions - automated eddy current test benches ASVK-ND and ASVK-2VD built into the production line manufacturing rings of axlebox bearings for railway rolling stock.

Conclusions. The article displays design solutions and software products for implementation of the method of surface defects detection in rolling rings of large-size bearings to solve the problem of efficient non-destructive testing.

Key words: intelligent technologies, eddy current, defect, bearing, automation, recognition, sign, ring.

Введение

Обеспечение конкурентоспособности изделий машино- и приборостроительной отечественной промышленности на внутреннем и международном рынках связано в первую очередь с ее качеством. Для обеспечения качества продукции образовывают системы управления качеством, включающие системы мониторинга технологического процесса (СМИ!) [1].

Организация СМТП, в частности в подшипниковом производстве, предусматривает тесную взаимосвязь организационного, научно-методического, технического, информационного и кадрового обеспечений, что не только повышает качество подшипников, но и предупреждает появление брака, т.е. снижает издержки производства [2].

Шлифование как финишная обработка поверхностей качения колец и роликов-подшипников на автоматизированных станках находится под влиянием ряда факторов (теплофизических, силовых, динамических и др.), приводящих к снижению качества подшипников.

Контроль параметров качества деталей, технологического процесса и станков, накопление, обработка и анализ результатов контроля, выполненные в рамках СМТП, позволяют принять управляющее решение по корректировке технологического процесса или подналадке оборудования для обеспечения заданного качества деталей. Важное место в СМТП производства подшипников отводится автоматизированному вихретоковому контролю поверхностного слоя шлифованных деталей, в частности, дорожек качения колец и роликов подшипников [3]. Вихретоковый контроль качества деталей известен [4],

однако его возможности стали наиболее полно использоваться благодаря применению компьютерной техники для автоматизации измерений и интеллектуализации формирования результатов контроля [5].

В случае реализации информационно-измерительного канала вихретоко-вого контроля в составе функционально-технологической структуры мониторинга в информационной автоматизированной системе управления может быть реализована разработка ОАО «ЕПК - Саратов», ГУНТП «СТОМА» и СГТУ -автоматизированный прибор вихретокового контроля ПВК-К2М с вихретоко-вым датчиком (занесен в Государственный реестр средств измерений № 26079-03).

Автоматизированная система вихретокового контроля ПВК-К2М основана на анализе взаимодействия электромагнитных полей датчика и вихревых токов, возникающих в объекте контроля, является наиболее эффективной на финишных операциях шлифования и позволяет получать хорошие результаты контроля даже при высоких скоростях движения объектов.

Сигнал с вихретокового датчика (ВТД), полученный с помощью ПВК-К2М, формируется в дискретной форме в виде двух матриц размера т*п для амплитудного и фазового каналов, где т - количество отсчетов сигнала с ВТД при перемещении по поверхности детали в течение одного оборота, п -количество оборотов детали за время сканирования. В результате получаем вихретоковые образы на экране монитора в виде развертки сканируемой поверхности (рис. 1,а, 2,а) и график сигналов ВТД (рис. 1,6, 2,б), где дефекты выделены цветом и яркостью.

Рис. 1. Результаты вихретокового сканирования ролика подшипника с локальным дефектом «шлифовальная трещина»

Рис. 2. Результаты вихретокового сканирования поверхности подшипника с локальным дефектом «закалочная трещина»

С помощью встроенного цифрового измерителя можно определить величину сигнала в любой точке сканируемой поверхности, а наличие современно-

го программного обеспечения позволяет классифицировать значения контролируемых параметров с четырехбалльной оценкой:

- класс 1 - 5 баллов - качество высокое;

- класс 2 - 4 балла - качество хорошее;

- класс 3 - 3 балла - качество удовлетворительное (критическое);

- класс 4 - 2 балла - качество неудовлетворительное (брак).

Данная оценка применяется в методике автоматического распознавания дефектов поверхности деталей с помощью нейронных сетей в составе системы мониторинга. Эмпирические исследования показали, что каждый из 10 дефектов имеет четыре отличительных признака, способных в комплексе идентифицировать деталь с дефектом:

1) отношение максимального значения амплитудной составляющей вихретокового сигнала к среднему значению амплитудной составляющей вихретокового сигнала на данной поверхности;

2) отношение минимального значения амплитудной составляющей вихретокового сигнала к среднему значению амплитудной составляющей вихретокового сигнала на данной поверхности;

3) отношение максимального значения фазовой составляющей вихрето-кового сигнала к среднему значению амплитудной составляющей вихретоко-вого сигнала на данной поверхности;

4) отношение минимального значения фазовой составляющей вихрето-кового сигнала к среднему значению амплитудной составляющей вихретоко-вого сигнала на данной поверхности.

В результате для каждого сигнала получен вектор признаков Кп = (к1, к2, к3, к4) в соответствии с принципами метода эталонов. Данный комплекс признаков автоматически рассчитывается посредством специализированной программы и сохраняется в базе данных СМТП.

Идентификацию поверхностного слоя деталей подшипников по описанным признакам можно разделить на два этапа: проведение обучающего эксперимента с формированием эталонных оценок и анализ образной информации для принятия решения по качеству поверхностного слоя изделия и состоянию технологического процесса. Результат тестирования обученной нейронной сети по 10 основным дефектам поверхностей качения деталей подшипников (Кольцевой прижог; Метальная трещина; Металлургическая трещина; Пятнистый прижог; Пятна троостита; Забоина; Прижог локальный; Прижог штриховой периодический; Метальное обеднение и Срез) представлен на рис. 3.

Время контроля деталей подшипника, включая распознавание дефекта,

составляет порядка 10___18 с, что подтверждает эффективность применения

метода в условиях производства.

Из используемых при изготовлении подшипников наиболее близкими по техническому решению для контроля колец крупногабаритных подшипников являются стенды АСВК-2ВД и АСВК-НД, которые встраиваются в поточные линии обработки внутренних и наружных колец буксовых подшипников для подвижного состава железных дорог. Метод контроля (МВИ ВНИПП.005-09) и средства контроля включены в технические условия на буксовые подшипники [6].

На стенде АСВК-НД (рис. 4), осуществляется автоматизированный контроль всех шлифованных поверхностей наружных колец с выявлением

основных дефектов (трещины, шлифовальные прижоги, трооститные пятна, дефекты металлургического характера, например неметаллические включения и др.) с производительностью порядка 90 колец/ч. Стенд содержит пять сканеров с шаговыми приводами с размещенными на них 12 вихретоковыми датчиками. Результаты контроля колец представляются в виде сканограмм поверхностей, графиков сигналов ВТД и цветовых индикаторов автоматического распознавания дефектов [7].

Рис. 3. Результат тестирования обучения нейронной сети

Рис. 4. Автоматизированный стенд вихретокового контроля наружных колец буксовых подшипников АСВК-2НД

Основным видом выявляемых дефектов является неполное удаление при шлифовании дефектного слоя, обусловленное неравномерностью его толщины

после горячей раскатки колец и, соответственно, неравномерностью припуска на обработку. Следовательно, контроль всех окончательно обработанных колец необходим, что реализуется высокой производительностью стенда.

Для контроля подшипников диаметром 0,5-2,5 м в мелкосерийном и единичном производстве разработан стенд АСВК-2500 с вихретоковыми датчиками, который должен заменить магнитопорошковую дефектоскопию и металлографию с применением химического травления, которые достаточно затратны по времени и недостаточно достоверны при контроле крупногабаритных подшипников для изделий авиационной техники. Опыт применения вихретокового метода для контроля деталей подшипников авиационных двигателей на предприятиях ОАО «ЕПК Саратов» и ОАО «ЕПК Самара» подтверждает преимущества этого метода.

Надежность и достоверность контроля на стенде определяются следующим образом:

- цифровой обработкой сигналов ВТД, обеспечивающей распознавание основных дефектов шлифованных поверхностей колец;

- экспертной оценкой результатов контроля по сканограммам и графикам сигналов ВТД с определением границ и размеров дефектов;

- метрологически обоснованной воспроизводимостью результатов измерения.

В стенде АСВК-2500 применяется новый комплекс средств визуализации результатов контроля колец:

- сканограммы (С-сканы) контролируемых поверхностей;

- графики сигналов ВТД;

- указатель относительных размеров дефектов;

- указатель длины дефектов.

Применяя комплекс показателей характеристики дефектов (таких как вид дефекта; относительный размер дефекта; длина дефекта; форма и четкость границ пятна дефекта; угол наклона к оси кольца (для вытянутых дефектов); локализация на контролируемой поверхности; группирование и периодичность дефектов), оператор выполняет измерение относительного размера дефекта путем указания на графике сигнала вихретокового преобразователя точек начала и конца всплеска сигнала. Измерение длины дефекта выполняется оператором путем указания на сканограмме точек начала и конца дефекта. Компьютер вычисляет расстояние между точками и отображает его на указателе длины дефектов [7, 8].

Выделяются дефекты трех классов с условными обозначениями «+», «-» и «±». К классу«+» относятся дефекты, сопровождающиеся положительными всплесками сигнала ВТД, что является признаком несплошности поверхностного слоя. К классу «-» относятся дефекты, сопровождающиеся отрицательными всплесками сигнала ВТД, что является признаком локального изменения структуры. Третьему классу «±» соответствует знакопеременный всплеск сигнала ВТД, что является признаком трещины (несплошность на фоне локального изменения структуры поверхностного слоя).

Распознавание вида дефекта и его размера базируется на экспертной оценке совокупности показателей характеристики дефекта на основе опыта контроля деталей с реальными дефектами, техническими средствами, реализующими методику выполнения измерений МВИ ВНИПП.005. Программное обеспечение стенда дает возможность формировать отчеты о результатах

контроля неоднородности поверхностного слоя колец с разделением по технологическим операциям и станкам, что позволяет использовать эту информацию для управления технологическим процессом изготовления подшипников.

Фото стенда показано на рис. 5. Стол стенда состоит из трех сварных рам, соединенных в центре стола. На каждой раме расположены:

- подъемник колец с приводом от актуатора;

- блок базирования кольца на измерительной позиции;

- привод вращения кольца при измерениях.

Рис. 5. Фото стенда АСВК-2500

Сканер установлен на горизонтальном кронштейне, закрепленном в центре стола и содержит:

- два приводных модуля для перемещения ВТД по двум координатам;

- комплект сменных сканирующих головок (рис. 6) для обеспечения контроля ограниченной номенклатуры деталей в мелкосерийном производстве. Время контроля одного кольца на стенде не превышает 5мин.

Заключение

Показана целесообразность внедрения автоматического распознавания дефектов поверхности крупногабаритных подшипников по результатам сканирования колец и измерения дефектов посредством стендов АСВК-2ВД и АСВК-НД с помощью рассмотренной методики применения нейронных сетей в составе системы мониторинга. Представлены конструктивные решения и программные продукты для реализации методики распознавания дефектов поверхности качения колец крупногабаритных подшипников для решения задачи эффективного неразрушающего контроля в разрезе совершенствования технологического процесса их изготовления.

Список литературы

1. Пуш А. В. Моделирование и мониторинг станков и станочных систем / А. В. Пуш // СТИН. - 2000. - № 9. - С. 12-20.

2. Игнатьев, С. А. Мониторинг технологического процесса как элемент системы управления качеством продукции : моногр. / С. А. Игнатьев, В. В. Горбунов,

A. А. Игнатьев. - Саратов : Саратов. гос. техн. ун-т, 2009. - 160 с.

3. Игнатьев, А. А. Автоматизированная вихретоковая дефектоскопия деталей подшипников / С. А. Игнатьев, А. М. Чистяков, В. В. Горбунов // СТИН. - 2002. -№ 4. - С. 17-19.

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

5. Самойлова, Е. М. Интеллектуальный мониторинг качества механической обработки деталей / Е. М. Самойлова, С. А. Игнатьев // Контроль. Диагностика. -2013. - № 4. - С. 68-72.

6. Тяпаев, С. В. Реализация сплошного неразрушающего контроля бездефектности поверхностного слоя деталей в производстве буксовых подшипников для подвижного железнодорожного состава / С. В. Тяпаев, Н. Г. Снитко // Вестник ВНИИЖТ. - 2013. - № 1. - С. 35-40.

7. Горбунов, В. В. Автоматизация вихретокового контроля тонкого поверхностного слоя деталей крупногабаритных подшипников / В. В. Горбунов, А. А. Игнатьев, Е. М. Самойлова // Автоматизация и управление в машино- и приборостроении : сб. науч. тр. - Саратов : СГТУ, 2015. - C. 25-30.

8. Вихретоковый контроль поверхностного слоя деталей подшипников с оценкой геометрических параметров дефектов / Л. С. Бабаджанов, М. Л. Бабаджанова,

B. В. Горбунов, М. В. Карпеев, С. В. Тяпаев // Законодательная и прикладная метрология. - 2013. - № 1. - С. 31-35.

References

1. Push A. V. STIN. 2000, no. 9, pp. 12-20.

2. Ignat'ev S. A., Gorbunov V. V., Ignat'ev A. A. Monitoring tekhnologicheskogo protsessa kak element sistemy upravleniya kachestvom produktsii: monogr. [Technological process monitoring as an element of the product quality management system: monograph]. Saratov: Saratov. gos. tekhn. un-t, 2009, 160 p.

3. Ignat'ev A. A., Chistyakov A. M., Gorbunov V. V. STIN. 2002, no. 4, pp. 17-19.

4. Yaroshek A. D., Bystrushkin G. S., Pavlov B. M. Tokovikhrevoy kontrol' kachestva detaley mashin [Eddy current testing of machine part quality]. Kiev: Naukovaya dumka, 1976, 124 p.

5. Samoylova E. M., Ignat'ev S. A. Kontrol'. Diagnostika [Control. Diagnostics]. 2013, no. 4, pp. 68-72.

6. Tyapaev S. V., Snitko N. G. Vestnik VNIIZhT [Bulletin of Research Institute of Railway transport]. 2013, no. 1, pp. 35-40.

7. Gorbunov V. V., Ignat'ev A. A., Samoylova E. M. Avtomatizatsiya i upravlenie v mashino- i priborostroenii: sb. nauch. tr. [Automation and control in mechanical and instrument engineering: collected articles]. Saratov: SGTU, 2015, pp. 25-30.

8. Babadzhanov L. S., Babadzhanova M. L., Gorbunov V. V., Karpeev M. V., Tyapaev S. V. Zakonodatel'naya i prikladnaya metrologiya [Legislative and applied metrology]. 2013, no. 1, pp. 31-35.

Горбунов Владимир Владимирович

кандидат технических наук, начальник отдела автоматизации, Научно-производственное предприятие Подшипник-СТОМА (Россия, г. Саратов, пр. Энтузиастов, 43)

E-mail: [email protected]

Самойлова Елена Михайловна

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

кандидат технических наук, доцент, кафедра автоматизации, управления, мехатроники, Саратовский государственный технический университет имени Ю. А. Гагарина (Россия, г. Саратов, ул. Политехническая, 77)

E-mail: [email protected]

Игнатьев Александр Анатольевич

доктор технических наук, профессор, кафедра автоматизации, управления, мехатроники, Саратовский государственный технический университет имени Ю. А. Гагарина (Россия, г. Саратов, ул. Политехническая, 77)

E-mail: [email protected]

Gorbunov Vladimir Vladimirovich

Candidate of engineering sciences, head of department of automation, Research and production enterprise "Podshipnik-STOMA" (43 Entuziastov avenue, Saratov, Russia)

Samoylova Elena Mikhaylovna Candidate of engineering sciences, associate professor, sub-department of automation, control, mechatronics, Yuri Gagarin State Technical University of Saratov (77 Politekhnicheskaya street, Saratov, Russia)

Ignat'ev Aleksandr Anatol'evich Doctor of engineering sciences, professor, sub-department of automation, control, mechatronics, Yuri Gagarin State Technical University of Saratov (77 Politekhnicheskaya street, Saratov, Russia)

УДК 621.681 Горбунов, В. В.

Автоматизация вихретокового контроля поверхностного слоя деталей подшипников с применением технологии нейронных сетей /

B. В. Горбунов, Е. М. Самойлова, А. А. Игнатьев // Известия высших учебных заведений. Поволжский регион. Технические науки. - 2016. - № 4 (40). -

C. 114-122. DOI 10.21685/2072-3059-2016-4-11

i Надоели баннеры? Вы всегда можете отключить рекламу.