تشخیص الگوی اتوماتیک عیوب جوشکاری در تصاویر خطوط نورد لوله های انتقال گاز با استفاده از ویژگی های تطبیقی و طبقه بندی کننده شبکه عصبی

این مقاله در واقع به کمک روشهای تشخیص الگو (Pattern Recognition) در تصاویر رادیوگرافی با اشعه ایکس به تشخیص عیوب جوشکاری در خطوط نورد لوله های انتقال گاز می پردازد. در این مقاله یک سیستم تشخیص الگو متشکل از قسمتهای پردازش تصویر استخراج ویژگی و قسمت هوشمند شبکه عصبی جهت تفسیر اتوماتیک و کامپیوتری عیوب جوشکاری ارائه شده است. ابتدا با استفاده از بلوک پردازش تصویر کیفیت تصاویر رادیوگرافی تا حد قابل قبولی ارتقا داده می شوند سپس برخی ویژگی های ساختاری از هر تصویر استخراج می شوند تا جهت تغذیه به ورودی بلوک طبقه بندی کننده بکار روند. در نهایت طبقه بندی شبکه عصبی طراحی شده، جداسازی تصاویر معیوب را از سالم انجام می دهد. در عمل هنگام رادیوگرافی خطوط نورد لوله های انتقال گاز، بیش از 60 (شصت) درصد تصاویر رادیوگرافی معیوب نیستند ولی نیاز دارند که توسط مفسر رادیوگرافی جوش که دارای تخصص و Certificate های کافی در این زمینه باشد مورد بازرسی فنی قرار گیرند. این عمل یک فرایند وقت گیر برای مفسر جوش است و باعث کاهش حساسیت بازرسی می شود و قابلیت اطمینان تفسیر جوش را به خصوص برای تصاویر معیوب به شدت کاهش می دهد. سیستم هوشمند تشخیص الگوی معرفی شده، جهت حل ا ین مشکل طراحی شده است و بر روی نمونه تصاویر رادیوگرافی خطوط نورد لوله تست شده و نتایج مطلوب اخذ گردیده است.

کلیدواژه ها:

تشخیص الگوی رادیوگرافی ، آشکار سازی عیوب جوشکاری ، استخراج ویژگی ، طبقه بندی کننده شبکه عصبی