به کارگیری روش های پردازش تصاویر حرارتی به منظور بهبود شناسایی عیوب قطعات تولیدشده به روش ساخت افزایشی

سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 228

فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JNDTT-2-6_005

تاریخ نمایه سازی: 17 خرداد 1400

چکیده مقاله:

با توجه به توسعه روزافزون به کارگیری قطعات و تجهیزات ساخته شده به روش تولید افزایشی در صنایع مختلف، بهره گیری از روش های مناسب بازرسی این قطعات، به منظور بررسی کیفیت تولید و شناسایی عیوب، اهمیت بسزایی یافته است. در این پژوهش یک نمونه پلیمری ساخته شده به روش تولید افزایشی از جنس PLA به روش دمانگاری مورد بازرسی قرار گرفت. یک منبع حرارتی نوری نمونه را گرم نمود. تصاویر حرارتی در مدت زمان روشن بودن منبع حرارتی و مدتی پس از قطع منبع توسط دوربین حرارتی ثبت شد. به منظور بهبود تصاویر حرارتی، دو روش پردازش پرکاربرد به نام های پردازش فازی پالسی (PPT) و تجزیه وتحلیل مولفه اصلی(PCA) به کار گرفته شدند. پس از اعمال این روش ها به داده های منتخب خام حرارتی، مشخص شد که درحالی که تنها ۱۸ عیب از ۲۰ عیب موجود در نمونه از طریق بهترین فریم خام حرارتی قابل تشخیص است، همه ۲۰ عیب موجود در نمونه از طریق تصاویر پردازش شده قابل شناسایی هستند. برای مقایسه کمی تصاویر پردازش شده ازنظر بهبود وضوح عیوب که تاثیر مستقیمی بر سهولت در شناسایی آن ها دارد، پارامتر نسبت سیگنال به نویز (SNR) مورداستفاده قرار گرفت. با توجه به بالاتر بودن میزان SNR در کلیه تصاویر پردازش شده از بهترین تصویر خام حرارتی، مشخص شد که کلیه روش های پردازش بکار گرفته شده شناسایی عیوب را تسهیل می نمایند. همچنین مشاهده شد که روش PCA بالاترین میزان میانگین SNR را داراست. این مقدار برای تصویر PCA که معادل ۱۴.۷۵ است، تقریبا سه برابر میزان میانگین SNR برای بهترین تصویر خام حرارتی، معادل ۴.۷۵، بود.

نویسندگان

پوریا مشکی زاده

دانشجوی کارشناسی ارشد، مهندسی مکانیک، پردیس دانشکده های فنی، دانشگاه تهران

محمدرضا فراهانی

دانشیار، مهندسی مکانیک، پردیس دانشکده های فنی، دانشگاه تهران

مجتبی رضایی حاجیده

دانشجوی دکترا، مهندسی مکانیک، پردیس دانشکده های فنی، دانشگاه تهران

محمد حیدری رارانی

استادیار، مهندسی مکانیک، دانشگاه اصفهان

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • D’Accardi, E., Altenburg, S., Maierhofer, C., Palumbo, D. and Galietti, ...
  • DebRoy, T., Wei, H.L., Zuback, J.S., Mukherjee, T., Elmer, J.W., ...
  • Frazier, W.E., ۲۰۱۴. Metal additive manufacturing: a review. Journal of ...
  • Yao, T., Deng, Z., Zhang, K. and Li, S., ۲۰۱۹. ...
  • Popescu, D., Zapciu, A., Amza, C., Baciu, F. and Marinescu, ...
  • O'Neill, C.J., Creedon, S.B., Brennan, S.A., O'Mahony, F.J., Lynham, R.S., ...
  • Capote, G.A.M., Rudolph, N.M., Osswald, P.V. and Osswald, T.A., ۲۰۱۹. ...
  • Siegel, J.E., Beemer, M.F. and Shepard, S.M., ۲۰۲۰. Automated non-destructive ...
  • Strantza, M., Aggelis, D.G., De Baere, D., Guillaume, P. and ...
  • Shrestha, R., Chung, Y. and Kim, W., ۲۰۱۹. Wavelet transform ...
  • Ning, Z., Liu, R., Elhajjar, R.F. and Wang, F., ۲۰۱۷. ...
  • Liu, J., Yang, W. and Dai, J., ۲۰۱۰. Research on ...
  • Bartlett, J.L., Heim, F.M., Murty, Y.V. and Li, X., ۲۰۱۸. ...
  • Seppala, J.E. and Migler, K.D., ۲۰۱۶. Infrared thermography of welding ...
  • Montinaro, N., Cerniglia, D. and Pitarresi, G., ۲۰۱۸. Defect detection ...
  • Maldague, X., & Marinetti, S. (۱۹۹۶). Pulse phase infrared thermography. ...
  • Cadelano, G., Bortolin, A., Ferrarini, G., Molinas, B., Giantin, D., ...
  • Shepard, S.M., Lhota, J.R., Rubadeux, B.A., Wang, D. and Ahmed, ...
  • Lopez, F., Ibarra-Castanedo, C., de Paulo Nicolau, V. and Maldague, ...
  • Maldague, X., ۲۰۰۱. Theory and practice of infrared technology for ...
  • D’Accardi, E., Palumbo, D., Tamborrino, R., & Galietti, U. (۲۰۱۸). ...
  • Rajic, N. (۲۰۰۲). Principal component thermography for flaw contrast enhancement ...
  • Katunin, A., Wronkowicz-Katunin, A. and Wachla, D., ۲۰۱۹. Impact damage ...
  • Gong, J., Liu, J., Qin, L. and Wang, Y., ۲۰۱۴. ...
  • Omar, M.A., Said, Z., Al Raisi, A., Al Rahman, Y.A., ...
  • Saeed, N., Omar, M.A., Abdulrahman, Y., Salem, S. and Mayyas, ...
  • نمایش کامل مراجع