Otrzymanie wyrobów wysokiej jakości wykonanych z użyciem zgrzewania jest możliwe jedynie w przypadku, jeśli w przedsiębiorstwie przeprowadzane są trzy rodzaje kontroli: kontrola wstępna, kontrola w procesie zgrzewania i końcowa kontrola gotowego wyrobu bądź połączenia.
Kontrola końcowa połączenia spawanego lub wyrobu wykonywana jest w sposób podyktowany przez technologie i wymogi techniczne, odnoszące się do tych wyrobów. Kontrola może być przeprowadzana w sposób niszczący lub nieniszczący.
Wykorzystanie kliszy rentgenowskiej jest podstawą radiograficznej metody defektoskopii, która jest najbardziej rozpowszechnioną spośród wszystkich znanych metod badań radiograficznych. Ta metoda umożliwia wykrycie takich wad, jak pęknięcie, niewłaściwy przetop, przyklejenie brzegów. Najlepsza wykrywalność jest przy przechodzeniu promieniowania wzdłuż płaskich defektów (pod kątem 0°). Przy badaniu z użyciem metody rentgenowskiej i promieniowania gamma wykorzystuje się różny sprzęt radiacyjny: aparaty rentgenowskie, aparaty gamma, akceleratory liniowe i betatrony.
W zgrzeinach punktowych kontroluje się ich formę i średnicę, głębokość odbitki i odległość między punktami.
Zasada kontroli szwów zgrzewanych punktowo na elemencie typu ?pusty walec trójwarstwowy? (rysunek 1).
Mankamentem metody badań radiograficznych jest to, że promieniowanie rozproszone w zależności od energii promieniowania pierwotnego zmienia jakość zdjęcia, obniża kontrastowość i ostrość obrazu, a co za tym idzie dokładność samej metody. Na skutek tego zjawiska trudno jest odróżnić wady małego rozmiaru (rysunek 2).
Tymczasem monotonność i charakterystyczna dla wielu elementów duża liczba obszarów niezbędnych do badania wizualnego sprzyja szybkiemu zmęczeniu operatora i prowadzi do wielu błędów, uwarunkowanych ?czynnikiem ludzkim? (zmęczenie, rozproszenie uwagi przy długotrwałej monotonnej pracy).
W ten sposób konieczność opracowania rozwiązań praktycznych do automatyzacji procesu kontroli jakości szwów zgrzewanych punktowo drogą badania i analizy zdjęć rentgenowskich jest tematem aktualnym.
Ponieważ początkowo praca ze zdjęciami cyfrowymi jest trudna w związku z dużą liczbą szumów na zdjęciu i niewystarczającą do pracy operatora kontrastowością obrazu (rysunek 2), został ułożony algorytm zmiany jaskrawości i kontrastowości obrazu (algorytm wypełnia się automatycznie podczas otwarcia obrazu przy włączeniu odpowiednich ustawień).
Wszystkie operacje dokonują się poprzez pracę z macierzą obrazu.
Zmiana jaskrawości zachodzi na drodze sumowania każdej wartości macierzy ze współczynnikiem jaskrawości.
A/=A + x
gdzie _A/ ? wartość wypadkowa
A ? wartość wyjściowa
x ? współczynnik zmiany jaskrawości
Kontrastowość osiągana jest poprzez zmianę stosunku jaskrawości (rysunek 3).
Do zmniejszenia ziarnistości i szumów używany jest algorytm zmniejszenia głębi koloru obrazu poprzez usunięcie z macierzy informacji o odcieniach kolorów (rysunek 4). Został zastosowany zmodyfikowany przez autora algorytm pasteryzacji obrazów. Operacja jest przeprowadzana w odniesieniu do każdej wartości macierzy.
A/=A div x . y
gdzie _A/ ? wartość wypadkowa
A ? wartość wyjściowa
x, y ? _współczynniki zmiany głębi koloru
Następnie należy wygładzić powstałe granice, przejść między koloramido bardziej płynnych i usunąć szum w postaci rozproszonych, niepołączonych punktów, które przeszkadzają w dokładnym wydzieleniu konturów.
Zostały przetestowane najczęściej używane i znane metody filtracji obrazu ?proste wygładzanie? i ?filtr medianowy? i na podstawie wyników testów pierwszeństwo zdobył filtr medianowy jako bardziej odpowiadający postawionemu zadaniu.
Filtr medianowy działa na zasadzie znajdowania mediany ? średniej wartości zbioru w efekcie sortowania według wzrastania/zmniejszania i przypisywaniu znalezionej wartości tylko wartości środkowej (mowa jest znów o nieparzystej aperturze). Na przykład dla apertury 3 i dwuwymiarowego filtra (jak w przykładzie wyżej) należy uporządkować 9 punktów (na przykład według wzrastania), po czym wartość piątego punktu uporządkowanego zbioru przenieść do centrum okna filtra (3×3).
Przykład działania filtra medianowego został przedstawiony w tabeli 2.
Do określenia centrum wewnętrznego okręgu został wykorzystany następujący algorytm:
1. Określenie najciemniejszego koloru na danym fragmencie obrazu (co odpowiada spawanemu złączu);
2. Analiza każdego z wierszy sum punktów znalezionej jaskrawości według kolumn i wierszy zdjęcia;
3. Na podstawie analizy otrzymanego histogramu następuje automatyczne określenie osi szwu zgrzewanego punktowo jako centrum najciemniejszego obszaru;
Działanie algorytmu zostało przedstawione na rysunku 5.
Następne zadanie to znalezienie granic obrazu. Zostały przestudiowane i przetestowane następujące metody: Robertsa, Laplace?a, Wallece?a, Sobela, Kirscha, metoda statystyczna, okazało się, że odnośnie postawionego zadania do wyniku najbardziej zbliżonego do żądanego prowadzi metoda Laplace?a.
Metoda Laplace?a zakłada pomnożenie każdego elementu dwuwymiarowej apertury 3×3 przez odpowiedni element macierzy Laplace?a.
Programowa realizacja metody została pokazana na rysunku 6.
Do rozwiązania zadania analizy złącza należy określić granice miejsca osadzenia dla każdego złącza.
Został opracowany własny algorytm poszukiwania według wzorca, obejmujący tworzenie szablonów (z ustawianymi parametrami) i porównanie segmentu obrazu z danym szablonem. Za końcową przyjmuje się wartość maksymalnie podobną do szablonu (porównanie przeprowadzane jest jako porównanie elementów macierzy obrazów utworzonego szablonu oraz segmentu).
Opis działania algorytmu został przedstawiony w tabeli 3.
Opracowany algorytm badania pozwala określić promień i geometryczne położenie szwów zgrzewanych punktowo na zdjęciach rentgenowskich elementów. Przykład programowej realizacji pełnego algorytmu badania został pokazany na rysunku 7.
Maksim Owieczkin, główny programista, aspirant na katedrze systemów automatyzacji produkcji Państwowego Uniwersytetu w Orenburgu.
CE