Повышение информативности системы распознавания загрязнений элементов ракетно-космической техники


DOI: 10.34759/trd-2021-118-18

Авторы

Лебедев А. С.1*, Добролюбов А. Н.1*, Безруков А. В.2, Ярыгин Д. М.2

1. Военно-космическая академия имени А.Ф. Можайского, Санкт-Петербург, Россия
2. Балтийский государственный технический университет «ВОЕНМЕХ» имени Д.Ф. Устинова, ул. 1-я Красноармейская, 1, Санкт-Петербург, 190005, Россия

*e-mail: vka@mil.ru

Аннотация

В данной статье представлены результаты применения расширенного словаря признаков для системы распознавания загрязнений поверхностей. Рассматривается возможность использования теории распознавания образов применительно к оптико-электронному контролю качества поверхностей изделий (элементов изделий) авиационной и ракетно-космической техники для определения уровня их дефектов различного рода. В качестве расширенного словаря использовались признаки, основанные на статистиках второго порядка (матрицах сочетаний). Представленные результаты позволяют сделать вывод об улучшении распознающих свойств системы диагностики по сравнению с ранее рассмотренной системой, использующей признаки, основанные только на статистиках первого порядка (гистограммах распределения интенсивностей отраженных сигналов).

Ключевые слова:

контроль качества, разделение классов, распознавание образов, словарь признаков, матрица интенсивностей, матрица сочетаний, интенсивность отраженного сигнала

Библиографический список

  1. Лебедев А.С., Добролюбов А.Н., Михайленко А.В., Безруков А.В. Поиск диагностических признаков для системы распознавания загрязнений контролируемых поверхностей изделий при оптико-электронном контроле // Труды МАИ. 2020. № 112. URL: http://trudymai.ru/published.php?ID=116578. DOI: 10.34759/trd-2020-112-018

  2. Денискин Ю.И., Дубровин А.В., Подколзин В.Г. Управление качеством процессов жизненного цикла инновационной продукции на основе компьютерной системы менеджмента качества // Труды МАИ. 2017. № 95. URL: http://trudymai.ru/published.php?ID=84603

  3. Шевцов С.Н., Сибирский В.В., Чигринец Е.Г. Применение нейронных сетей в прогнозировании качества механической обработки особо нагруженных композитных конструкций // Труды МАИ. 2016. № 91. URL: http://trudymai.ru/published.php?ID=75572

  4. Geoff Vorley, Fred Tickle. Quality Management Principles & Practice, Section 9 — Computer Aided Quality, Quality Management & Training (Publications), Ltd, 5th edition, UK, 2002, 335 p.

  5. Павлов П.В., Горюнов А.Е. Аппаратно-программный комплекс неразрушающего контроля авиационных деталей // Труды МАИ. 2015. № 80. URL: http://trudymai.ru/published.php?ID=57019

  6. Halász L. Control Methods in Polymer Processing, Studies in Polymer Science, 2012, vol. 10, 486 p.

  7. ГОСТ 18353-79. Контроль неразрушающий. Классификация видов и методов. — М.: Изд-во стандартов, 1980. −12 с.

  8. ГОСТ 23479-79. Контроль неразрушающий. Методы оптического вида. Общие требования. — М.: Изд-во стандартов, 1980. — 13 с.

  9. Чигринец Е.Г., Верченко А.В. CAD/CAM/САЕ системы, OMW-технологии и нейросетевые алгоритмы анализа данных на предприятиях авиастроительной отрасли // Труды МАИ. 2019. № 104. URL: http://trudymai.ru/published.php?ID=102420

  10. Потапов А.С. Автоматический анализ изображений и распознавание образов. — М.: LAP Lambert Academic Publishing, 2017. — 292 c.

  11. Горелик А.Л., Скрипкин В.А. Методы распознавания. — М.: Высшая школа, 1984. — 208 с.

  12. Ту Дж., Гонсалес Р. Принципы распознавания образов. — М.: Мир, 1978. — 411 с.

  13. Воробьев С. Н. Цифровая обработка сигналов. — М.: Издательский центр «Академия», 2013. — 213 с.

  14. Фомин Я.А. Распознавания образов: теория и применение. — М.: Фазис, 2014. — 670 с.

  15. Мерков А.Б. Распознавание образов. Построение и обучение вероятностных моделей. — М.: Ленанд, 2014. — 240 с.

  16. Тихонов В.И. Статистическая радиотехника. — М.: Изд-во Медиа. 2012. — 678 с.

  17. Табарин Г.Т. Методы математической физики. — М.: Изд-во АСВ, 2009. — 208 с.

  18. Мазуров Вл.Д. Математические методы распознавания образов. — Свердловск: Изд-во УрГУ, 2010. — 101 с.

  19. Сутырин А.А. Аппаратура оперативного контроля чистоты поверхности изделий ракетно-космической техники // Труды МАИ. 2012. № 51. URL: http://trudymai.ru/published.php?ID=29228

  20. ОСТ 92-1152-2014. Подготовка поверхности деталей под сварку и пайку и обработка сборочных единиц после сварки и пайки. Основные требования. — М.: Композит, 2014. — 35 с.

  21. Михайленко А.В. Лебедев Е.Л., Лебедев А.С. Основы методики оценивания качества поверхностей стенок камер жидкостных ракетных двигателей по статистическим характеристикам параметров отраженного света // Наукоемкие технологии в космических исследованиях Земли. 2018. Т.10. № 2. С. 4 — 12. DOI: 10.24411/2409-5419-2018-10036

  22. Mitra Sanjit K. Digital Signal Processing: A Computer-Based Approach, Mcgraw Hill, 1997, 864 p.

  23. Лебедев А.С., Добролюбов А.Н., Лебедев Е.Л., Безруков А.В. Методика распознавания степени повреждений поверхностей материалов по параметрам акустико-эмиссионных сигналов // Современные наукоемкие технологии. 2017. № 2. С. 36 — 40.


    Скачать статью

mai.ru — информационный портал Московского авиационного института

© МАИ, 2000—2024

 Вход