CC BY
9
УДК 621.319.4:620.179
РАЗРАБОТКА МЕТОДА СТАТИСТИЧЕСКИХ
ЦИФРОВЫХ ЭТАЛОНОВ ДЛЯ КОНТРОЛЯ МИКРОСТРУКТУРЫ
ФУНКЦИОНАЛЬНЫХ КЕРАМИЧЕСКИХ МАТЕРИАЛОВ
Галина Вячеславна Симонова
Сибирский государственный университет геосистем и технологий, 630108, Россия, г. Новосибирск, ул. Плахотного, 10, кандидат технических наук, доцент кафедры специальных устройств, инноватики и метрологии, тел. (383)361-07-31, e-mail: kaf.suit@ssga.ru
Светлана Арсеньевна Степанова
Сибирский государственный университет геосистем и технологий, 630108, Россия, г. Новосибирск, ул. Плахотного, 10, кандидат технических наук, доцент кафедры специальных устройств, инноватики и метрологии, тел. (383)361-07-31, e-mail: kaf.suit@ssga.ru
Елена Павловна Хлебникова
Сибирский государственный университет геосистем и технологий, 630108, Россия, г. Новосибирск, ул. Плахотного, 10, кандидат технических наук, доцент кафедры фотограмметрии и дистанционного зондирования, тел. (383)361-08-66, e-mail: kaf.fotogram@ssga.ru
В статье рассматривается корреляционная зависимость между интегральными и локальными характеристиками керамических материалов на основе анализа цифрового изображения отражённого от поверхности светового сигнала. Показана возможность использования статистической модели отражательных свойств поверхности керамических материалов для контроля их качества. Предложенная методика позволяет снизить трудоёмкость и повысить достоверность контрольных операций.
Ключевые слова: керамические материалы, цифровые изображения, автоматизированная классификация, структура, отражение света.
DEVELOPMENT THE METHOD OF DIGITAL MEASUREMENT STANDARDS FOR THE CONTROL MICROSTRUCTURE OF FUNCTIONAL CERAMIC MATERIALS
Galina V. Simonova
Siberian State University of Geosystems and Technologies, 10, Plakhotnogo St., Novosibirsk, 630108, Russia, Ph. D., Associate Professor, Department of Special-purpose Devices, Innovatics and Metrology, phone: (383)361-07-31, e-mail: kaf.suit@ssga.ru
Svetlana A. Stepanova
Siberian State University of Geosystems and Technologies, 10, Plakhotnogo St., Novosibirsk, 630108, Russia, Ph. D., Associate Professor, Department of Special-purpose Devices, Innovatics and Metrology, phone: (383)361-07-31, e-mail: kaf.suit@ssga.ru
Elena P. Khlebnikova
Siberian State University of Geosystems and Technologies, 10, Plakhotnogo St., Novosibirsk, 630108, Russia, Ph. D., Associate Professor, Department of Photogrammetry and Remote Sensing, phone: (383)361-08-66, e-mail: kaf.fotogram@ssga.ru
The article deals with the correlation between the integral and local characteristics of ceramic materials based on the analysis of the digital image of the light signal reflected from the surface. The possibility of using the statistical model of the reflective properties of the surface of ceramic materials to control their quality is shown. The proposed methodology makes it possible to reduce labor input and improve the reliability the control operationmaterials.
Key words: ceramic materials, digital images, automated classification, structure, light reflection.
Керамика (глина) - один из древнейших материалов, изобретённых человеком. Материалы этого класса изготавливаются из оксидов различных металлов методом спекания при различных температурах обжига. Функциональная керамика широко используются во многих отраслях современной техники. В большинстве случаев, к техническим характеристикам материалов такого вида предъявляются высокие требования, что обусловлено их последующим использованием. Структура и микроструктура керамики, как и интегральные свойства образцов обусловлены не только качеством исходного сырья, но и технологией изготовления.
Свойства керамических материалов всех видов определяются в основном их структурой. Под структурой подразумевается сочетание и распределение разных фаз (кристаллической, стекловидной (аморфной) и газовой), которые формируются в процессе спекания. Количественное распределение этих компонентов и их размеры определяют свойства полученного материала.
Функциональные особенности строения керамики выявляют путем исследования её текстуры и микроструктуры. Исследование микроструктуры позволяет определить форму, количество и природу кристаллической фазы, размеры фрагментов каждой фазы и их сочетание с газовой фазой (порами) и стекловидной фазой. Текстура определяет количественное сочетание фаз, объем пор, их размеры, строение, форму и взаимное расположение в образце. Многочисленные эксперименты по исследованию свойств функциональной керамики приводит к выводам, что именно особенности структуры определяют её технические характеристики.
Контроль микроструктуры керамики осуществляется в основном визуально при помощи микроскопов типа МИМ-7, ММР-2Р, оснащённых окуляр-микрометром МОВ-1-15Х. Поскольку основными компонентами керамических материалов являются три вида образований: стеклофаза, пустоты (поры) и кристаллическая фаза, то на основе разницы их отражательных способностей при одинаковом спектральном составе зондирующего излучения происходит визуализация структуры поверхности. Поскольку структура поверхности (шлифа) отображает распределение компонент керамики, то следует предположить распространение эти особенностей на всю внутреннюю структуру [1].
Огромным достоинством метода визуального контроля является его наглядность. Однако, такой метод нельзя назвать объективным, т.к. проведение визуальных измерений требует высокой квалификации оператора, достаточно трудоёмко, а результаты исследования носят субъективный характер. На рис. 1
представлена микроструктура образцов керамики, обожжённой при разных температурах.
v.
.
Л- Л-.- f>v , Л.
V А* а . I . ЖтЛ-' ' " •
> * ' 1 П Л,! г
■ч' ' Ü
.я
а) 1640 °С ; б) 1700 °С
Рис. 1. Микроструктура образцов керамики, обожжённой при разных температурах
Ранее было показано, что для получения достоверной и оперативной информации оценки соответствия параметров керамических образцов заданным требованиям целесообразно использовать методы автоматизированного дешифрирования [2]. В этом случае, при обоснованном выборе контролируемой количественной характеристики можно устранить субъективную компоненту и добиться однозначности при сравнении эксплуатационных характеристик керамических материалов.
Для сравнительной оценки микроструктуры образцов использовались относительные характеристики яркости света, отражённого от поверхности керамического материала. Поскольку каждая фаза обладает собственным коэффициентом отражения, то на цифровых изображениях поверхности этих материалах будут наблюдаться участки с разной степенью почернения.
При проведении экспериментов был использован микроскоп МИА ЛабМет-И1 при увеличении 360 х и цифровая фотокамера Olympus 3-420.
Обработка результатов проводилась с помощью программного продукта ERDAS Imagine методом контролируемой классификации. Для выделения участка с заданной фазой необходимо определить уровень градаций яркости, соответствующих этому материалу. Такие требования к выделению фрагмента поверхности называются «обучающая выборка». В данном случае обучающая выборка для каждого компонента структуры создавалась при помощи эталона, сформированного на основе визуального анализа изображения, сделанного экспертом. Термин обучающая выборка предполагает формирование набора и статистического распределения величины отражённого сигнала, соответствующе-
го заданным свойствам керамики. В набор сигнатур включались следующие определяемые классы: «поры (газовая фаза)», «закрытые поры», «керамическая фаза» и «стекловидная фаза». Для создания выборки использовались два возможных варианта - выбор эталона вручную и выращивание из затравки.
В данной работе использовался редактор эталонов, полученный методом «выращивания из затравки». Использовались следующие обозначения:
- с1аББ1 - «поры (газовая фаза)»;
- с1аББ2 - «закрытые поры»;
- с1аББ3 - «стекловидная фаза»;
- с1аББ4 - «керамическая фаза».
Большой практический интерес при автоматизированном дешифрировании снимков представляет возможность проведения контролируемой классификации различных изображений по заранее созданным статистическим характеристикам объектов, принятых как эталонные. В этом случае значительно сокращается время обработки информации, особенно при большом количестве снимков. В качестве измерительной информации используется статистическая характеристика относительного распределения яркости отражённого от образца светового потока.
На рис. 2 приведены статистические характеристики одинаковых объектов на разных образцах. Полученный результат подтверждает возможность использовать одну и ту же обучающую выборку для обнаружения и классификации аналогичных объектов
Рис. 2. Значения яркостей объекта «Пора» на двух разных снимках
Для проверки достоверности дешифрирования второго снимка было сделано визуальное дешифрирование. По нему так же создалась обучающая выборка и проведена классификация методом минимальных дистанций. В таблице
приведены результаты статистической обработки одного типа объектов на разных снимках.
Визуальное сопоставление результатов показывает практически полное совпадение полученных тематических растров. Численные показатели расхождения отнесения пикселей к классам в процентах приведены в таблице.
Результат отнесения пикселей к классам
Тип объекта Эталон тестового объекта Эталон собственного образца Расхождение
Пиксели Проценты Пиксели Проценты
Поры 104810 5,443% 101675 5,280% 0,163%
Закрытые поры 138617 7,198% 135611 7,042% 0,156%
Стекловидная фаза 5743 0,298% 3329 0,173% 0,125%
Кристаллическая фаза 1676593 87,061% 1685148 87,505% 0.444%
Всего 1925763 100,000% 1925763 100,000%
Полученные в результате экспериментов результаты показали практически полное совпадение результатов статистической обработки одних и тех же фазовых компонентов на разных образцах.
Это показывает, что статистические характеристики распределения яркости являются более устойчивым признаком объекта, чем просто визуализация поверхности, а также позволяют производить количественную оценку результата контроля качества образца. Полученный результат показывает возможность использования методов автоматизированного контроля изображений для определения количественных и качественных характеристик керамических материалов. Создание новой методики контроля на основе создания обучающей выборки с последующим её использованием как тестового объекта позволит значительно сократить время на контрольные операции и повысить достоверность результатов контроля.
Полученные результаты показывают возможность создания электронного тестового объекта для заданного строения поверхности, а также ее фрагментов. Сравнение цифрового изображения поверхности исследуемого керамического материала и тестового объекта позволит определить не только процентное содержание каждого компонента микроструктуры, их форму и расположение, но и технические характеристики исследуемого керамического материала. Создание такой методики позволит оптимизировать процедуру исследования микроструктуры керамики, повысит достоверность контрольных оценок.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Оценка погрешности измерений параметров микроструктуры керамики / Л. Б. Воробьёва, А. Д. Зонова, С. А. Степанова // Интерэкспо ГЕО-Сибирь-2014. Х Междунар. науч. конгр. : Междунар. науч. конф. «СибОптика-2014» : сб. материалов в 2 т. (Новосибирск, 8-18 апреля 2014 г.). - Новосибирск : СГГА, 2014. Т. 2. - С. 59-64.
2. Оптимизация методов контроля качества функциональной керамики / П. М. Плетнёв, Г. В. Симонова, Д. П. Симонов, С. А. Степанова // ГЕО-Сибирь-2011. VII Междунар. науч. конгр. : сб. материалов в 6 т. (Новосибирск, 19-29 апреля 2011 г.). - Новосибирск : СГГА, 2011. Т. 5, ч. 2. - С. 211-214.
3. Разработка оптического метода контроля качества функциональной керамики // П. М. Плетнёв, Г. В. Симонова, С. А. Степанова // ГЕО-Сибирь-2010. VI Междунар. науч. конгр. : сб. материалов в 6 т. (Новосибирск, 19-29 апреля 2010 г.). - Новосибирск : СГГА, 2010. Т. 5, ч. 2. - С. 147-150.
© Г. В. Симонова, С. А. Степанова, Е. П. Хлебникова, 2018
