Применение машинного зрения в лазерных технологиях


DOI: 10.34759/trd-2022-127-25

Авторы

Молотков А. А., Третьякова О. Н.*

Лаборатория промышленных исследований ГК НПЦ «Лазеры и аппаратура ТМ», Москва, Россия

*e-mail: tretiyakova_olga@mail.ru

Аннотация

Статья посвящена проблеме применения методов машинного зрения для практической реализации в производстве современных лазерных технологий. В частности, технологии селективного лазерного сплавления. Содержится описание созданной и внедренной в производство программной платформы машинного зрения. Приведены примеры решенных задач машинного зрения и научной визуализации в рамках промышленной реализации новых лазерных технологий.

Ключевые слова:

методы машинного зрения, программная платформа, компьютерное моделирование, лазер, технологии машиностроения

Библиографический список

  1. Эзрохи Ю.А., Кизеев И.С. О задании характеристик компрессора при математическом моделировании авиационного газотурбинного двигателя // Труды МАИ. 2022. № 125. URL: https://trudymai.ru/published.php?ID=168198. DOI: 34759/trd-2022-125-25
  2. Черкасова М.В. Подходы к моделированию процесса осаждения продуктов эрозии на стенки газоразрядной камеры ионного двигателя // Труды МАИ. 2022. № 124. URL: https://trudymai.ru/published.php?ID=167003. DOI: 34759/trd-2022-124-08
  3. Зайцева Н.И., Погарская Т.А. Разработка программного комплекса для анализа и оптимизации сборочного процесса в авиастроении // Труды МАИ. 2022. № 124. URL: https://trudymai.ru/published.php?ID=167106. DOI: 34759/trd-2022-124-23
  4. Ведяшкина А.В., Ринкявичус Б.С. и др. Оптико-электронный комплекс для исследования процессов тепло- и массообмена лазерным бесконтактным методом // Научная визуализация. Т. 11. № 3. C. 43-53
  5. Rometsch P., Jia Q., Yang K., Wu X. Aluminum alloys for selective laser melting — towards improved performance // In book: Additive Manufacturing for the Aerospace Industry, 2019, pp. 301-325. DOI:1016/B978-0-12-814062-8.00016-9
  6. Mazur M., Leary et al. Mechanical properties of Ti6Al4V and AlSi12Mg lattice structures manufactured by Selective Laser Melting (SLM) // In book: Laser Additive Manufacturing: Materials, Design, Technologies and Applications, 2016, pp. 119-161. DOI:10.1016/B978-0-08-100433-3.00005-1
  7. Mirkoohi E., Seivers D., Garmestani H., Liang S. Heat Source Modeling in Selective Laser Melting // Materials, 2019, vol. 12 (13), pp. 2052. DOI:3390/ma12132052
  8. Соколов С.М., Богуславский А.А., Фёдоров Н.Г., Виноградов П.В. Система технического зрения для информационного обеспечения автоматической посадки и движения по ВПП летательных аппаратов // Известия ЮФУ. Технические науки. 2015. № 1 (162). С. 96-109.
  9. Kaushik S., Jain A., Chaudhary T., Chauhan N.R. Machine vision based automated inspection approach for clutch friction disc (CFD) // Materials Today: Proceedings. 2022, no. 62 (2), pp. 151-157. DOI:1016/j.matpr.2022.02.610
  10. Степанов Д.Н. Методы и алгоритмы определения положения и ориентации беспилотного летательного аппарата с применением бортовых видеокамер // Программные продукты и системы. 2014. № 1. С. 150-157.
  11. Краснобаев А.А. Обзор алгоритмов детектирования простых элементов изображения и анализ возможности их аппаратной реализации // Препринты ИПМ им. М.В. Келдыша. № 114. 20 с.
  12. Алпатов Б.А., Бабаян П.В., Балашов О.Е., Степашкин А.И. Методы автоматического обнаружения и сопровождения объектов. Обработка изображений и управление. — М.: Радиотехника, 2008. — 176 с.
  13. Рахматулин И. Нейросети, глубокое обучение, машинное зрение в сельском хозяйстве. Краткий обзор для 2021 года. URL: https://www.researchgate.net/publication/350280155_Nejroseti_glubokoe_obucenie_masinnoe_zrenie_v_selskom_hozajstve_Kratkij_obzor_dla_2021_goda08.2022) DOI:10.24108/preprints-3112205
  14. Иванов П.В., Бойков А.В. Преимущества применения программного комплекса LabView для создания систем машинного зрения // Записки Горного института. 2011. № 192. C. 216-218.
  15. Болотова Ю.А., Друки А.А., Спицын В.Г. Методы и алгоритмы интеллектуальной обработки цифровых изображений. — Томск: Томский политехнический университет, 2016. — 208 c.
  16. Smith S.M., Brady J.M. SUSAN—A New Approach to Low Level Image Processing // International Journal of Computer Vision, 1997, no. 23, pp. 45–78. DOI:1023/A:1007963824710
  17. Rosten E., Drummond T. Machine Learning for High-Speed Corner Detection // Computer Vision — ECCV 2006, Lecture Notes in Computer Science, pp. 430–443. DOI:1007/11744023_34
  18. Молотков А.А., Третьякова О.Н. О возможных подходах к визуализации процесса селективного лазерного сплавления // Научная визуализация. 2019. Т. 11. № 4. С. 1-12. DOI: 10.26583/sv.11.4.01
  19. Лебёдкин И.Ф., Молотков А.А., Третьякова О.Н. Математическое моделирование сложного теплообмена при разработке лазерных SLM технологий // Труды МАИ. 2018. № 101. URL: https://trudymai.ru/published.php?ID=97045
  20. Молотков А.А., Третьякова О.Н. Визуализация результатов моделирования процесса селективного лазерного сплавления // 29-я Международная конференция по компьютерной графике и машинному зрению GraphiCon 2019 (Брянск, 23-26 сентября 2019): сборник трудов. — Брянск: Брянский государственный технический университет, 2019. С. 78-81.

    21. Скачать статью

mai.ru — информационный портал Московского авиационного института

© МАИ, 2000—2024

 Вход