CC BY
56
сационной способностью (структурная и концентрационная) обрабатываемого материала.
Исходя из количественного соотношения перечисленных факторов система в результате своей самоорганизации устанавливает оптимальный размер объема металла (сегмента стружки), в котором пластическая деформация развивается равномерно в изотермических условиях. Чем больше скорость деформации и ниже теплопроводность обрабатываемого материала, тем размер сегмента меньше , так как затрудняется теплообмен между зоной деформации и окружающей средой. При этом в объеме металла происходит переход от равномерной изотермической деформации к локализованной адиабатической, что приводит к изменению геометрии образующихся сегментов стружки.
Таким образом, для эффективного повышения износостойкости инструмента необходимо,
чтобы скорость деформационного упрочнения преобладала над скоростью динамической структурной и концентрационной релаксации. То есть необходимо создавать условия, чтобы как можно дольше не происходило торможение эволюционирования структуры на микро- и ме-зоуровнях, вплоть до исчерпания трансляционных механизмов упрочнения за счет формирования ячеистой дислокационной структуры, а также оптимизировать скорость и температуру деформирования. В противном случае избыток тепловой энергии (вследствие уменьшения диссипации и торможения протекания равномерной изотермической деформации) приведет к локализации тепла и пластической деформации на макроуровне. Подключение новых мод пластической деформации значительно затрудняет достижение исчерпания пластической деформации, необходимой для разрушения при стружкообразовании.
СПИСОК ЛИТЕРАТУРЫ
1. Финкель, В.М. Физика разрушения [Текст] / В.М. Финкель,— М.: Металлургия, 1970.— 322 с.
2. Skotnikova, М.А. About Nature of Dissipative Processes at Cutting Treatment of Titanium Blanks |Текст| / М.А. Skotnikova, K.N. Voinov, M.A. Mar-tynov, S.S. Ushkov // Titanium-99. Science and Technology.— Saint Petersburg. Russia.— 1999.— Vol. 3. P. 1668-1674.
3. Скотникова, М.А. Локализация пластической деформации металлов при скоростном резании. Прочность материалов и конструкций при низких температурах [Текст] / М.А. Скотникова, Д.А. Касторский // Сб. трудов ГУНПТ,— СПб.— 2000,- С. 60-68.
5. Микляев, П.Г. Кинетика разрушения [Текст] / П.Г. Микляев, Г.С. Нешпор, В.Г. Кудряшов,— М.: Металлургия, 1979,— 279 с.
УДК620.1 79.18: 681.586.5
В.В. Булатов, И.И Абакумов, А.А. Кульчицкий
МЕТОДИКА ОБНАРУЖЕНИЯ ПОРОКОВ СТЕКЛА С ПРИМЕНЕНИЕМ КАМЕРЫ ТЕХНИЧЕСКОГО ЗРЕНИЯ
К порокам листового стекла относят любое несоответствие химического состава, инородные включения, а также механические повреждения (царапина, пузырь, камень и др.).
В настоящее время контроль пороков листового стекла проводится органолептически в проходящем свете при рассеянном дневном освещении или подобном ему искусственном. Освещенность поверхности листа стекла долж-
на быть не менее 300 люксов [1]. Определение класса порока и оценка его линейных размеров осуществляется визуально человеком. На основании произведенной оценки в соответствии с ГОСТ [1] принимается решение об отнесении объекта контроля к браку.
Видимость объекта контроля (степень различимости пороков стекла при их наблюдении) зависит от продолжительности просматривания,
контраста, яркости, цвета, угловых размеров объекта, резкости контуров и условий освещенности. Каждое свойство имеет абсолютный порог видимости, ниже которого дефект не может быть виден, сколь бы благоприятными не были условия наблюдения с точки зрения других факторов. Человеческий глаз при слишком малой яркости или очень малом контрасте не может различить объект контроля даже при продолжительном рассматривании.
Минимальная величина яркостного контраста, при которой контролер способен различать пороки стекла, для человека составляет 0,01— 0,02 (1—2 %) при оптимальных условиях осмотра предмета с угловыми размерами не менее 0,5°. В реальных производственных условиях контроля стекла и изделий из стекол пороговое значение чувствительности выше и составляет около 0,05 (5 %), что объясняется малой яркостью дефектов, их небольшими угловыми размерами и другими факторами [3].
Таким образом, некоторые, даже крупные, пороки стекла не могут быть обнаружены глазом из-за малого контраста на поверхности детали. Возникла проблема точного определения линейных размеров дефекта и его классификации, в то время как ГОСТ [1] установил строгие требования к отнесению изделий из листового стекла к браку по указанным характеристикам. Как
следствие, неправильное определение класса, количества и размеров пороков приводит к высокому проценту брака изделий из листового стекла.
Для усовершенствования системы контроля соответствия качества стекла требованиям ГОСТ предлагается автоматизировать процесс детектирования, внедрив камеру технического зрения (КТЗ). Для исследований использовалась камера фирмы Nation Instruments модель 1722 (N1 1722).
Процесс контроля стекол можно разделить на несколько этапов:
получение изображения камерой N1 1722; пространственная обработка изображения фильтрами или набором фильтров;
выделение объектов на обработанном изображении;
распределение объектов по классам пороков листового стекла;
сравнение найденных пороков с требованиями ГОСТ и принятие решения о соответствии.
Для проведения исследований разработана лабораторная установка автоматизированного детектирования пороков стекла (АДПС) (рис. 1). Работа устройства осуществляется следующим образом. Объект контроля 8с дефектом закрепляется в держателе 7 и устанавливается на каретку 6. Каретка 6 устанавливается на скамью 14 и располагается перед светильником 9 и белым экраном 77, зафиксированном на держате-
Рис. 1. Устройство автоматизированного детектирования пороков стекла:
/— каретка КТЗ; 2— крепление КТЗ; 3— КТЗ; 4— каретка диафрагмы; 5— диафрагма; 6— каретка объекта контроля; 7— держатель объекта контроля; 8— объект контроля (листовое стеюто); 9— светильник; 10— каретка светильника; 11 — экран; 12— держатель экрана; 13 — светильники; 14— скамья; 15— объектив камеры
ле 12. Экран подсвечивается системой рассеянного освещения, состоящей из диодных светильников 13, закрепленных на нем, и диодного светильника Я установленного на подвижной каретке 10. Камера технического зрения 3 с объективом 15 при помощи крепления 2, соединенного с кареткой У, устанавливается на скамью 14 перед объектом контроля 8. Диафрагма 5 жестко закреплена на каретке 4 и установлена на скамью 14 между объектом контроля 8 и камерой технического зрения 3. Диафрагма предназначена для ограничения поля зрения камеры 3, чтобы получать и обрабатывать изображение только объекта контроля.
Контроль осуществляется в затемненном помещении. Используется местное светодиодное освещение сцены.
Обязательное условие проведения контрольных работ с применением АД ПС — строго зафиксированное положение объекта контроля 8 и КТЗ 3 на одной оптической оси.
В предлагаемом устройстве подвижные каретки позволяют менять месторасположение объекта контроля и регистрирующего элемента системы путем передвижения их относительно друг друга по скамье. Это добавляет дополнительную гибкость системе АД ПС — возможность осуществлять диагностику образцов контроля с различными геометрическими размерами.
В основе предлагаемой методики распознавания пороков лежит программная обработка изображения, полученного камерой технического зрения. Для получения высококонтрастного изображения необходима правильно подобранная система освещения образцов контроля.
В систему освещения входят два светильника с тремя диодами и один с шестнадцатью диодами. Освещение устанавливается таким образом, чтобы лучи света падали на экран. Разработан оптимальный вариант освещения, в котором расположение светильников в АДПС характеризуется тремя угловыми размерами (рис. 1).
В предложенной схеме освещение экрана имеет равномерный характер и дает значение освещенности поверхности контролируемого объекта Е = 420 лк, т. е. условие ГОСТ (Е > 300 лк) выполняется [1]. На рис. 2 представлены изображения, полученные с КТЗ приданном расположении источников освещения. Объект контроля имеет равномерную освещенность. Пороки листового стекла четко различимы.
Рассмотрим обнаружение объектов на примере детектирования трех основных пороков стекла: царапина, пузырь и камень (инородное включение). Все пороки можно описать рядом признаков: геометрическим (форма), структурным, цветовым.
Полученное с КТЗ изображение можно описать матрицей чисел, являющихся количественным описанием яркости каждого пикселя на изображении. По выделенным признакам пороки также можно описать последовательностью чисел. Путем выявления таких последовательностей в искомой матрице можно обнаружить объекты на изображении.
При анализе изображений, получаемых с КТЗ, на первом этапе нужно выделить связные области. Следует отметить, что при обработке изображений необходимо применять принцип восьмисвязности пикселей, в противном случае (четырехсвязность) многие пороки стекла не будут обнаружены.
Получаемое цифровое изображение является матрицей /значений пикселей.
Одним из главных признаков пороков стекла является цветовой или признак яркости.
Поэтому для полутонового изображения следует установить порог яркости для светлых и темных объектов. Обозначим светлые пиксели — В, а темные — И. Предположим, что
£<150;!)>151. (1)
Обозначим группу темных пикселей множеством единиц в одной строке матрицы /, не разде-
Рис. 2. Изображение объекта контроля при оптимальном варианте освещения
ленных нулями (светлыми пикселями). Тогда группы единиц, расположенных в соседних строках матрицы изображения объекта контроля, с координатами концов по оси абсцисс а, Ь и с, й будут связными, если справедливо одно из выражений
а<с<Ь; а<с1 <Ь; с- 1 = Ь; с1 + \ = а. (2) На рис. 3 представлены примеры связных областей изображения (далее по тексту — детектируемые объекты).
a b 0001111 0111100
с d
a b 0001110 0110000
cd
Рис. 3. Связные группы единиц на изображении
Контроль размера связной дефектной конфигурации можно свести к расчету одного из линейных геометрических параметров-признаков дефекта (диаметр, длина, площадь).
Рассмотрим контроль размера дефектной конфигурации на примере порока «пузырь». Данный дефект стекла относительно геометрии обладает эллипсовидной формой.
Линейные размеры порока контролируются в соответствии со стандартом [1] и дополнительными требованиями заказчиков. Обозначим общие правила анализа порока «пузырь». По итогам распознавания возможны три варианта событий:
1) Ь > Ь{) — наибольший линейный размер больше эталонного;
2) Ь < Ь{) — наибольший линейный размер меньше эталонного;
3) связная область не является дефектом.
Расчет площади порока можно произвести,
воспользовавшись формулой Пика
S = B + — 1, 2
(3)
где В — количество целочисленных точек внутри дефектной области; Г — количество целочисленных точек на границе дефектной области.
Следующая задача после выделения связных областей на изображении — является разделение выделенных объектов на бездефектные дефектные конфигурации. Эта задача предполагает следующее:
установку максимального размера объекта связной области;
разработку различных видов освещения объекта контроля;
фильтрацию изображения.
После обнаружения объекта проводится пространственная фильтрация изображения, чтобы отнести каждый выделенный объект к определенному классу пороков, а также удалить с изображения объекты, не являющиеся пороками. Фильтрация осуществляется с помощью программы N1 Vision Builder. Исследования [5—7] выделили ряд нелинейных фильтров, необходимых для детектирования основных пороков стекла.
При проведении эксперимента использовались образцы контроля с одним или двумя пороками, а также образец с каплями краски и пороком. Результаты поиска дефектов представлены в таблице.
Эксперимент показал, что не все нелинейные фильтры обеспечивают детектирование порока: одни из них добавляют дополнительные шумы на изображении, а другие малоэффективны для распознавания из-за физических особенностей пороков стекла.
При моделировании процесса детектирования порока «пузырь» установлено, что для четкого выявления дефекта следует использовать набор фильтров Laplace-Median. Для детектирования порока «царапина» следует использовать набор фильтров Laplace-Highlight Details. Только этот набор фильтров дает нам возможность распознать царапины на изображении. При детектировании порока «камень» оптимальным является применение фильтра Median с коэффициентом 3.
Результаты детектирования порока «царапина» представлены на рис. 4.
Размер порока в миллиметрах вычисляется с учетом расстояния, на котором находится объект контроля от интеллектуальной камеры. Горизонтальные и вертикальные размеры и расстояния, полученные программой NI Vision Builder в пикселях, переводятся в миллиметры по формулам
L LN
гор
F
Н LN К -V ,
вер
F
(4)
(5)
где N — размер царапины в пикселях; Ьл — горизонтальный размер датчика камеры, мм; Нж — вертикальный размер датчика камеры, мм; Г— фокусное расстояние объектива; Нм — горизон-
Количество объектов на образцах контроля с дефектами после обработки полутонового изображения различными нелинейными фильтрами
Фильтры
Порок стекла Dark objects Laplace filter Bright objects Laplace filter Median A = 3 Dark objects Laplace + High details Bright objects Laplace + High details Bright objects Roberts filter Bright objects Sobel operator Dark objects Prewitt operator
Царапина 0 4 0 1 0 3 2 4
Пузырь 0 2 0 7 4 4 5 0
Камень 21 0 1 47 0 0 0 0
Царапина + камень 19 5 1 48 0 4 3 8
Царапина + пузырь 0 8 0 11 4 8 6 16
Пузырь + краска 5 7 3 11 9 16 7 12
тальное разрешение матрицы камеры в пикселях; Мм — вертикальное разрешение матрицы камеры в пикселях; Ь — расстояние от матрицы камеры до объекта.
Следует отметить, что в соответствии с ГОСТ [1], если расстояние между отдельными пороками менее 500 мм, то они приравниваются к порокам размером более 0,5 мм. Вычисление размеров
пороков и расстояний между ними реализовано на базе программы Ьа1те\¥.
Следующим этапом распознавания пороков стало создание программного алгоритма, который на основе выделенных признаков автоматически классифицирует объекты на изображении, учитывая все особенности контролируемых дефектов, их классы и размеры.
Рис. 4. Этапы работы алгоритма поиска царапин в среде N1 Vision Builder:
а — оригинальное изображение; б — обработка фильтром Laplace; в — обработка набором Laplace Highlight Details; г — обнаружение дефекта,
вывод результата
Алгоритм контроля основных пороков реализован на базе программы N1 Vision Builder с применением объектного программирования и подробно описан в статье [4].
Эксперимент показал, что установка АДПС позволяет измерить дефект с точность до 0,1 мм в соответствии с формулами (1) и (2), что позволяет проводить контроль порока в промышленности.
Итоги работы таковы:
смоделирована оптико-электронная установка контроля с учетом универсального освещения;
выделены основные признаки пороков «царапина», «пузырь» и «камень» и на их основе построен алгоритм детектирования;
эксперимент показал, что для выделения порока «пузырь» следует применять набор фильтров Laplace-Median, для порока «царапина» — Laplace-Highlight Details, а для порока «камень» подходит фильтр Median;
для указанных пороков разработаны алгоритмы распознавания на базе N1 Vision Builder.
Проведенное исследование показало, что система АД ПС позволяет осуществлять контроль стекла в соответствии с ГОСТ. При этом использование объектного программирования упрощает реализацию алгоритма контроля и уменьшает скорость нахождения дефекта на изображении.
СПИСОК ЛИТЕРАТУРЫ
1. ГОСТ 111—2001. Стекло листовое. Технические условия [Текст].— М.: Изд-во стандартов, 2001—21 с.
2. Визильтер, Ю.В. Обработка и анализ цифровых изображений с примерами на Labview и IMAQ Vision. [Текст] / Ю.В. Визильтер, С.Ю. Желтов, В.А. Князь, А.Н. Ходарев, A.B. Моржин // М.: ДМК Пресс, 2007.
3. Гонсалес, Р. Цифровая обработка изображений [Текст]: Пер. с англ. / Р.Гонсалес, Р.Вудс //— М.: Техносфера, 2005,— 1072 с.
4. Булатов, В.В. Обобщенный алгоритм выделения пороков стекла [Текст] / В.В. Булатов // Проблемы машиноведения и машиностроения: Межвуз. сб. Вып. 39,- СПб: Изд-во СЗТУ, 2009,- С. 125-130.
5. Булатов, В.В. Влияние источников света на процесс контроля процесс контроля прозрачных сред техническим зрением [Текст] / В.В. Булатов, A.A. Сарвин //Труды междунар. научно-техн. конф., посвященной 80-летию вуза: Системы и процессы управления и об-
работки информации— СПб.: Изд-во СЗТУ, Институт системного анализа, автоматики и управления, 2010,— С. 109-113.
6. Булатов, В.В. Математические основы обнаружения инородных включений на стекле по монохромному изображению [Текст] / В.В. Булатов, A.A. Сарвин //Труды международной научно-технической конференции, посвященной 80-летию вуза: Системы и процессы управления и обработки информации,— СПб.: Изд-во СЗТУ, Институт системного анализа, автоматики и управления, 2010,— С. 114—119.
7. Барандов, С.Б. Методика оценки пузырности стекол по монохромному изображению [Текст] / С.Б. Барандов, В.В. Булатов//Труды XI Международной научно-практической конференции молодых ученых, студентов и аспирантов: Анализ и прогнозирование систем управления. I ч,— СПб.: Изд-во СЗТУ, 2010,-С. 42-47.
УДК621.771:620.18
A.M. Болотов, В.Н. Цеменко, С.А. Котов, C.B. Ганин
ОПРЕДЕЛЕНИЕ РЕОЛОГИЧЕСКИХ ХАРАКТЕРИСТИК МЕХАНОЛЕГИРОВАННОГО АЛЮМИНИЕВОГО ПОРОШКА ПРИ ПОВЫШЕННЫХ ТЕМПЕРАТУРАХ
Метод механического легирования — один из ду можно добиться расширения растворимости
методов порошковой металлургии, который по- легирующих добавок в материале матрицы, осу-
зволяет получать дисперсно-упрочненные и ком- ществить синтез равновесных и метастабильных
позиционные материалы. Благодаря этому мето- кристаллических, а также аморфных фаз.
