Artificial Intelligence - هوش مصنوعی  
انجمن را در گوگل محبوب کنيد :

بازگشت   Artificial Intelligence - هوش مصنوعی > پردازش تصویر > پردازش تصوير(Image Processing)


 
تبليغات سايت
Iranian Association for the Advancement of Artificial Intelligence
ارسال تاپيک جديد  پاسخ
 
LinkBack ابزارهاي تاپيک نحوه نمايش
قديمي ۰۳-۳-۱۳۸۹, ۰۱:۱۵ بعد از ظهر   #1 (لینک دائم)
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,465
تشكرها: 754
16,337 تشكر در 3,127 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
Wink تشخيص نوع ذرات فرسايشي با استفاده از پردازش تصوير

تشخيص نوع ذرات فرسايشي با استفاده از پردازش تصوير

يكي از حوزه هاي كاربردي در زمينه اتوماسيون سيستمهاي بازرسي بينايي، آناليز ذرات سايشي ميكروسكوپي است. هرگونه تغيير در عملكرد وضعيت پايدار ماشين موجب تغيير در مكانيزم سايش معمولي مي شود. اين تغيير در ذرات سايشي به وسيله روانكار از محل منتقل شده و با خود اطلاعات مهمي در ارتباط با وضعيت ماشين حمل مي كند. متخصصان از اين اطلاعات براي تشخيص سايش و پيش بيني خرابي استفاده مي كنند.
در طول دو دهه گذشته مطالعات زيادي بر روي پايش وضعيت اجزاي مكانيكي با استفاده از تحليل ذرات فرسايشي انجام شده است. در ميان روشهاي متنوع تحليل كه مورد بررسي قرار گرفته تحليل شكل شناسي مقداري (Morphological Analysis) نتيجه اميدوار كننده تري ارايه داده است.
تأثير تحليل شكل شناسي ذرات سايشي بر پيش بيني و تشخيص وضعيت ماشين آلات باعث جذابيت بيشتر آن در صنعت شده است، هر چند در به كارگيري اين نوع تحليلها به دليل تكنيكهاي زيادي كه دارند انتخاب مناسبترين روش، كار مشكلي است.
اگر چه محققان زيادي تكنيكهاي تحليل شكل شناسي ذرات سايشي پيچيده را توسعه داده اند، ولي تعداد كمي از آنها محدوديتها و عملي بودن تكنيكهايشان را مشخص كرده اند. روشهاي تحليل تصوير زيادي وجود دارد كه ضرايب شكل مبنا (Base Shape Factor) ، تحليل فوريه (Fourier Analysis) ، محيط فركتل (Fractal Outline) و تبديل ويولت (Wavelet Transform) ، از آن جمله اند.
در هر صورت قبل از شروع به تحليل شكل شناسي ذرات سايشي ضروري است مشخص شود كداميك از توصيفگرهاي مقداري (Quantitative Descriptors) ذرات سايش براي بررسي سيستم مفيد است و سپس مناسب ترين روش براي انجام تحليل شكل شناسي انتخاب شود.
با اين حال هيچ يك از اين تكنيكها به تنهايي براي توصيف ذرات سايشي مناسب نيستند. در مورد تعداد زيادي از اشكال مي توان با استفاده از تكنيكهاي ساده تصميم گيري كرد، ولي براي موضوعات پيچيده تر تكنيكهاي پيشرفته تري نياز است.
تكنيكهاي تحليل تصوير عموماً خودشان يك فضاي n بعدي از توصيفگرهاي مقداري مورفولوژيكال ايجاد مي كنند. اگر روش تحليل به دقت انتخاب شود تعداد ابعاد فضا مي تواند مينيمم شود و در نتيجه تعداد
كمي توصيفگر براي تشخيص ذرات سايشي نياز است.
هدف كلي اين تحقيق استفاده از پردازش تصوير براي طبقه بندي ذرات سايشي با استفاده از سه شرط شكل شناسي اندازه، شكل و جزئيات لبه است. در اين پروژه از نرم افزارهاي IMAQ و Lap View براي پردازش تصوير ذرات سايشي استفاده شده است.

ذرات سايشي
مطالعه ذرات سايشي زير مجموعه علمي به نام تريبولوژي (Tribology) است. تريبولوژي علم مطالعه سايش، اصطكاك و روانكاري است. ذرات موجود در روغن روانكار را مي توان براي آزمايش جدا و با استفاده از روشهاي زيادي مانند فروگرافي، تشخيص براده هاي مغناطيسي و فيلتر (با اندازه هاي مختلف)، تحليل كرد.



مشخصات شكل شناسي مقداري ذرات سايشي
براي تحليل ذرات سايشي مناسب ترين خصوصيات، اندازه، شكل، بافت سطح، جزئيات لبه، نسبت ضخامت و همچنين رنگ ذره سايشي است. نمودار1 رابطه بين مكانيزمهاي سايشي و ذرات سايشي را براي مدهاي مختلف سايش نشان مي دهد.
توزيع اندازه
براي تحليل اندازه ذره از تكنيكهاي تحليل تصوير كامپيوتري استفاده
مي شود، بدين صورت كه پس از تقسيم بندي تصوير، ذرات تصوير جدا شده و اندازه گيري ها صورت مي گيرد. تعداد پيكسلها در داخل، خارج و روي مرزها شمرده شده و در مساحت يك پيكسل ضرب مي شود.
پارامترهاي متنوع ديگري نيز براي نشان دادن اندازه ذره سايشي مورد استفاده قرار گرفته است. قطر محيطي، قطر دايره اي است كه محيطي برابر محيط شكل ذره دارد. قطر معادل يا قطر مساحت، قطر دايره اي است كه مساحتي برابر مساحت ذره دارد. قطر فرت (Feret) و قطر مارتين (Martin) پارامترهاي ديگري هستند كه مورد استفاده قرار مي گيرند.
در چندين مورد، استفاده از توزيع هاي آماري مانند نمايي، لاگ - نرمال و وايبل پيشنهاد شده است.
در معناي وسيع تر از مقالات موجود اين طور برداشت مي شود كه تشخيص نوع ذره و مكانيزم سايشي كه ذره را ايجاد كرده همچنان ناشناخته باقي مي ماند، بنابراين تحليل پروفيل ذره مورد استفاده قرار گرفته است.

تحليل پروفيل ذره
تحليل پروفيل مي تواند به طور مؤثري براي تشخيص و طبقه بندي ذرات سايش در فرآيندهاي سايشي مداوم مورد بهره برداري قرار گيرد. به عنوان مثال ذرات سايشي نرمال (Normal Rubbing Wear) پولكي شكل هستند در حالي كه ذرات سايش برشي به صورت پيچي شكل و ذرات حاصل از خستگي ياتاقانهاي غلتكي كروي شكل هستند. بنابراين نياز است توصيفگرهاي شكلي مقداري كه بتوان به وسيله آنها انواع مختلف ذرات سايشي را توصيف كرد مورد استفاده قرار گيرد.
شكلهاي ساده اي از ضريب شكل براي توصيف ذره فرسايشي پيشنهاد شده است. به عنوان مثال بزرگي (Bulkines)، چهار گوشي(Squareness)، نسبت كشيدگي (Elongation Ratio) و ضريب گردي از آن جمله اند. ضريب مستطيل مناسب (Rectangle Fit Factor) به صورت نسبت مساحت شكل به مساحت كوچكترين مستطيل محيط برآن تعريف مي شود. ضريب گردي يا مدور بودن، نزديكي يك شكل را نسبت به شكل دايره توصيف مي كند. يك روش متداول براي محاسبه ضريب گردي، نسبت مجذور محيط به مساحت است.
اگر چه اين ضرايب شكلي ساده تا حدي تشخيص انواع ذرات را ممكن مي سازند اما براي تحليل دقيق تر نياز به تحليلهاي جزيي ترِ شكل است. استفاده از اين تحليلها باعث تعيين مشخصات جزيي لبه مي شود و به وسيله آن مي توان ذرات سايشي برشي، كروي و غيره را به آساني تفكيك كرد.

تحليل فوريه
تحليل فوريه رقمي شده محيط ذره، ابزار مناسبي براي اندازه گيري انحراف از دايره اي بودن ذره است. دامنه همسازهاي مختلف را مي توان يك توصيفگر در نظر گرفت. به عنوان مثال همساز سوم اندازه مثلثي بودن و همساز چهارم اندازه چهار ضلعي بودن را نشان مي دهد.
اگر چه مقالات زيادي در مورد به كارگيري تحليل فوريه در تشخيص ذرات وجود دارد اما از مشكلات اساسي اين روش ناكارايي آن در مواجهه با ذرات داراي لبه با دندانه هاي زياد و برگشتي است كه از يك شعاع و لبه در بيشتر از يك نقطه برخوردارند.

استخراج ابعاد فركتل
در اين روش از تشخيص ذرات سايشي از رياضيات فركتلها استفاده
مي شود. در اين روش نقطه شروعي بر روي منحني لبه انتخاب و مختصات نقطه دوم يك طول گام بعد از نقطه اول بر روي لبه تعيين مي شود. فرآيند تكرار مي شود تا نقاط بيشتري بدست آيد. پيمايش بر روي لبه با طول گام تعيين شده تا زماني كه نقطه شروع مجدداً به شمار آيد، ادامه مي يابد. مجموع فاصله اين نقاط، يك چند ضلعي را تشكيل مي دهد كه تخميني از محيط ذره است. تحليل با استفاده از چند طول گام تكرار مي شود و نمودار لگاريتم - لگاريتم محيط اندازه گيري شده نسبت به طول گام محاسبه مي شود. از ترسيم اين نمودار يك منحني به دست مي آيد كه اغلب به صورت خط مستقيم يا شيب منفي است. شكل و ناهمواري هاي ذره با استفاده از ابعاد فركتل نشان داده مي شود.

روند تحيل ذرات فرسايشي به كمك نرم افزارهاي IMAQ و Lab View
در شكل2 دو نوع مختلف ذرات سايشي كه توسط نرم افزار IMAQ پردازش شده، مشاهده مي شود. شكل (الف) ذرات را قبل از پردازش نشان مي دهد. پس از حذف رنگ و تبديل به باينري و اعمال فيلتر مناسب كه در شكل (ب) نشان داده شده، حد آستانه (Thresold) براي جدا كردن ذرات سايشي از زمينه اعمال مي شود و با استفاده از قابليتهاي نرم افزار شكل و پروفيل خارجي ذره بدست مي آيد. در شكلهاي (ج) و(د) ذرات به ترتيب پس از آستانه سازي و لبه يابي نشان داده شده است.
پس از بدست آمدن شكل و پروفيل ذرات، به كمك نرم افزار Lab View تحليلهاي مورد نظر با توجه به ويژگيهاي ذرات استخراج شده صورت گرفته و با در نظر گرفتن ويژگيهاي استخراج شده، نوع ذره فرسايشي اعلام مي شود. در مثال زير نوع ذره از نوع Fatigue تشخيص داده شده و خروجي نرم افزار در شكل2مشهود است.


شكل2- مراحل پردازش ذرات سايشي توسط نرم افزار IMAQ



شكل3- نتايج بدست آمده از تحليل ذرات توسط نرم افزار Lab View


نتيجه گيري
ذرات سايشي محصول نهايي آسيب سطوح هستند و خواص شكلي آنها مي تواند اطلاعات ارزشمندي در مورد مكانيزم سايش در اختيار ما قرار دهد. روش پردازش تصوير ابزار مناسبي است كه مي توان از آن در تعيين ويژگيهاي شكلي مقداري ذرات فرسايشي بهره برد. در شكل3 نوع ذره فرسايشي Fatigue به خوبي تشخيص داده شده است. هر چند خصوصيات ذرات فرسايشي در كاربردهاي مختلف با هم فرق دارد ولي با معرفي ويژگيهاي انواع ذرات در نرم افزار
Lab View مي توان از آن در كاربردهاي مختلف استفاده كرد و فرآيند تشخيص و طبقه بندي ذرات سايشي را به صورت خود كار در آورد.
Astaraki آفلاين است   پاسخ با نقل قول

  #ADS
نشان دهنده تبلیغات
تبليغگر
 
 
 
تاريخ عضويت: -
محل سكونت: -
سن: 2010
پست ها: -
 

نشان دهنده تبلیغات is online  
پاسخ



كاربران در حال ديدن تاپيک: 1 (0 عضو و 1 مهمان)
 

قوانين ارسال
You may not post new threads
You may not post replies
You may not post attachments
You may not edit your posts

BB code is فعال
شکلکها فعال است
كد [IMG] فعال است
كدهاي HTML غير فعال است
Trackbacks are فعال
Pingbacks are فعال
Refbacks are فعال




زمان محلي شما با تنظيم GMT +3.5 هم اکنون ۰۵:۲۹ قبل از ظهر ميباشد.


Powered by vBulletin® Version 3.8.3
Copyright ©2000 - 2024, Jelsoft Enterprises Ltd.
Search Engine Friendly URLs by vBSEO 3.1.0 ©2007, Crawlability, Inc.

Teach and Learn at Hexib | Sponsored by www.Syavash.com and Product In Review

استفاده از مطالب انجمن در سایر سایت ها، تنها با ذکر انجمن هوش مصنوعي به عنوان منبع و لینک مستقیم به خود مطلب مجاز است

Inactive Reminders By Icora Web Design