Застосування методу комбінованої гібридної для аналізу термограм.
DOI:
https://doi.org/10.15276/opu.2.70.2024.14Ключові слова:
обробка зображень, інфрачервона камера, алгоритм бінаризації, цифрові технологіїАнотація
Об'єктом цього дослідження є термограми отримані в результаті здійснення тепловізійного контролю процесу механічної обробки на операції зовнішнього точіння. Застосування тепловізійного контролю дає можливість отримання швидкої візуалізації теплового стану зовнішніх поверхонь інструменту, заготовки та стружки в зоні різання шляхом отримання термограм У статті представлено напрацювання з розробки гібридного методу бінаризації для термограм з метою подальшої обробки за допомогою нейромереж. Для реалізації цього проекту було проведено аналіз вже існуючих технологій та алгоритмів, обрано ті які на думку авторів мають найбільший коефіцієнт корисної дії та реалізовано робочий прототип з використанням мови програмування Python 3.6 та фреймворку OpenCV для роботи з растровими зображеннями. Через специфіку формату термограм першим етапом було виконання перетворення кольорових зображень у монохромні, після чого, другим етапом було проведення бінаризації фіксованим методом з метою виділення найбільш гарячих зон, які відповідають зоні різання (зона контакта інструменту із заготовкою). Третій етап включає адаптивну бінаризацію, яка оброблює виокремлену зону кадру за допомогою гаусового розподілу, в результаті чого відбувається виділення саме необхідних обʼєктів на кадрі які відповідають різцю, заготовці та подекуди гарячій стружці. Отриманий алгоритм вийшов простим та швидким, не дивлячись на виконання двох послідовних алгоритмів бінаризації, з адекватним рівнем точності перетворення кадру, що дає змогу використовувати їх в подальшому при навчанні нейронними мережами на отриманій вибірці.
Завантаження
Посилання
Brili, N., Ficko, M., & Klančnik, S. (2021). Tool Condition Monitoring of the Cutting Capability of a Turning Tool Based on Thermography. Sensors, 21(19), 6687. DOI: https://doi.org/10.3390/s21196687.
De Maddis, M., Lunetto, V., Razza, V., & Russo Spena, P. (2022). Infrared Thermography for Investigation of Surface Quality in Dry Finish Turning of Ti6Al4V. Metals, 12(1), 154. DOI: https://doi.org/10.3390/met12010154.
Zgórniak, P., Stachurski, W., & Ostrowski, D. (2016). Application of Thermographic Measurements for the Determination of the Impact of Selected Cutting Parameters on the Temperature in the Workpiece During Milling Process. Strojniški vestnik - Journal of Mechanical Engineering, 62(11), 657–664. DOI: http://dx.doi.org/10.5545/sv-jme.2015.3259.
Inţă, M. & Muntean, A. (2018). Researches regarding introducing temperature as a factor in cutting tool wear monitoringю. MATEC Web Conf. DOI: https://doi.org/0.1051/matecconf/201817801013.
Goloborodko, V.V., Oborskyi, G.O., & Perperi, L.M. (2024). Application of a thermal imager to measure the temperature in the cutting zone during turning. New and unconventional technologies in resource and energy saving: Proceedings of the International Scientific and Technical Conference, (December 11–12, 2024, Odesa. Odesa, 188–190.
Wilson, A. N., Gupta, K. A., Koduru, B. H., Kumar, A., Jha A. & Cenkeramaddi, L. R. (2023). Recent Advances in Thermal Imaging and its Applications Using Machine Learning: A Review. IEEE Sensors Journal, 23 (4), 3395–3407. DOI: https://doi.org/10.1109/JSEN.2023.3234335.
Sarı, T., Gules, H.K., Yiğitol, B. (2020). Awareness and Readiness of Industry 4.0: The Case of Turkish Manufacturing Industry. Adv. Prod. Eng. Manag., 15, 57–68. DOI: https://doi.org/10.14743/ apem2020.1.349.
Gade, R., & Moeslund, T. B. (2013). Thermal cameras and applications: a survey. Machine Vision and Applications, 25(1), 245–262. DOI: https://doi.org/10.1007/s00138-013-0570-5.
Cerci, Y., Demircioglu, P., Bogrekci, I., Deniz, C., & Durakbasa, M. N. (2013). Case study in thermal and wear analyses for cutting tools. In Proceedings of the 11th International Symposium on Measurement and Quality Control (p. 4). Osaka University. Retrieved from: https://www.imeko.org/publications/tc14-2013/IMEKO-TC14-2013-34.pdf.
Arrazola, P.-J., Aristimuno, P., Soler, D., & Childs, T. (2015). Metal cutting experiments and modelling for improved determination of chip/tool contact temperature by infrared thermography. CIRP Annals, 64(1), 57–60. DOI:10.1016/j.cirp.2015.04.061.
Podchashynskyi, Y., Luhovykh, O., & Chepiuk, L. (2023). Analysis of methods for processing video images with measurement information from a thermal imager / spectral camera. Technical Engineering, 1(91), 214–221. DOI: https://doi.org/10.26642/ten-2023-1(91)-214-221.
Sezgin, M., & Sankur, B. (2004). Survey over image thresholding techniques and quantitative performance evaluation. J. Electron. Imag. 13(1). DOI: https://doi.org/10.1117/1.1631315.
OpenCV (Open Source Computer Vision Library) Retrieved from: https://docs.opencv.org/3.4/d7/d1b/ group__imgproc__misc.html#ggaa42a3e6ef26247da787bf34030ed772caf262a01e7a3f112bbab4e8d8e28182dd.
