Inteligentna technika pomiarowa w inspekcji powierzchniowych defektów odlewniczych

• Autorzy: Świłło S. , Wąsik J. T.

Identyfikatory

DOI

10.24136/atest.2018.540

Warianty tytułu

EN

Smart technology measurement for surface defects inspection in die casting

• Języki publikacji: PL

Abstrakty

PL

W artykule omówiona została strategia pomiaru dla inspekcji online powierzchniowych defektów w odlewach aluminiowych po obróbce skrawaniem. Autorzy przedstawiają rozwiązanie w postaci stanowiska wizyjnego do inspekcji powierzchniowej odlewów aluminiowych z wykorzystaniem w pełni automatycznego układu do rejestracji, detekcji i analizy wykrywanych defektów. Tego typu rozwiązanie pozwala na zwiększenie wydajności i jakości uzyskiwanych wyrobów zwłaszcza w przemyśle motoryzacyjnym, jak również prowadzi do zautomatyzowania kontroli nad przebiegiem technologii odlewania. Jest to jeden z podstawowych problemów prowadzonych badań w odniesieniu do ograniczeń i trudności w wykonaniu takich wyrobów, jak: bloki skrzyń biegów czy korpusy silników, w sposób znaczący wypływając na koszt ich wyrobu. Zaproponowane rozwiązanie wizyjne jest odpowiedzią na oczekiwania technologów w zakresie systemów kontroli jakości będących łatwymi w użyciu, tanimi i wszechstronnymi rozwiązaniem dla przemysłu. Połączenie części softwarowej oraz aparatury pomiarowej w zaproponowanym rozwiązaniu wizyjnym umożliwia analizę pozyskiwanych obrazów w ułamku sekundy. Jest to rozwiązanie które jest alternatywą dla rozwiązań wizualnych, czy innych metod, kosztownych i pracujących w trybie offline. Zaproponowana inteligentna technika pomiarowa wspierająca produkcję przemysłową opiera się na zaawansowanym, automatycznym układzie pomiarowym ze zintegrowanym oświetleniem i oprogramowaniem pozwalającym na wykrywanie i klasyfikowanie defektów odlewniczych.

EN

The objective of the paper is to demonstrate a measurement strategy for online inspection of surface defects in products, especially discontinuities which appear in castings after machining. The essence of the proposed online vision inspection system is to provide an automated method for obtaining and analyzing images of the inspected surfaces, to allow an unmistakable and consistent finding of defects and specifying their types. The proposed solution could improve productivity and quality in the manufacturing process especially for the automotive industry and significantly improve automatysation in die casting technology. This is one of the most fundamental problems of a research studies in process design for automotive parts such as: handles of transmission systems, cylinder pistons and cylinder front faces in engine bodies, that has significant influence for the manufacturing cost. Proposed by the author an online vision inspection systems are responded to users demands for systems that are easier to use, low-cost, and flexible. Using a combination of a vision hardware and software, the proposed vision system could analyze the images, usually in a fraction of a second. Since the human visual inspection is slow and expensive, a smart technology is an alternative solution for the online inspection. The developed smart technology uses advance vision system with specially designed lighting, an advanced image processing algorithm for defect detection and their classification.

Słowa kluczowe

PL

kontrola defektów odlewniczych; obróbka obrazu; systemy wizyjne

EN

die casting defects inspection; image processing; vision system technology

• Wydawca: Instytut Naukowo-Wydawniczy "SPATIUM". sp. z o.o.
• Czasopismo: Autobusy : technika, eksploatacja, systemy transportowe
• Rocznik: 2018
• Tom: R. 19, nr 12
• Strony: 1002--1005
• Opis fizyczny: Bibliogr. 17 poz., fot., rys.

Twórcy

autor

Świłło S.

• Politechnika Warszawska, Wydział Inżynierii Produkcji, Zakład Obróbki Plastycznej i Odlewnictwa

autor

Wąsik J. T.

• Politechnika Warszawska

Bibliografia

• 1. L.A. Dobrzański, M. Krupiński, J.H. Sokolowski, „Methodology of automatic quality control of aluminium castings”, Journal of Achievements in Materials and Manufacturing Engineering VOLUME 20 - ISSUES 1-2, pp. 69-78, 2007.
• 2. Y. Yalcin, H. Akbulut, „Dry wear properties of A365-SiC particle reinforced MMCs produced by two melting routes”, Material and Design 27, pp. 872-881, 2006.
• 3. A. Lombardi, C. Ravindran, R. MacKay, “Optimization of the solution heat treatment process to improve mechanical properties of 319 Al alloy engine blocks using billet casting method.”, Materials Science and Engineering A 633, pp. 125-135, 2015.
• 4. A. Juriani, “Casting Defects Analysis in Foundry and Their Remedial Measures with Industrial Case Studies” IOSR Journal of Mechanical and Civil Engineering, Volume 12, Issue 6 Ver. I, pp. 43-54, 2015.
• 5. R. Rajkolhe, J. G. Khan, “Defects, Causes and Their Remedies in Casting Process: A Review” International Journal of Research in Advent Technology Vol.2, No.3, pp. 375-383, 2014.
• 6. S.J. Świłło, M. Perzyk, “Surface casting defects inspection using vision system and neural network techniques.”, Archives of foundry engineering Vol. 13 Issue 4, pp. 103-106, 2013.
• 7. K. Siekański, S. Borkowski, “Analysis of foundry defects and preventive activities for quality improvement of castings”, METABK 42 (1), pp. 57-59, 2003.
• 8. X. E. Gros, “NDT Data fusion”, John Wiley and Sons, NY, 1997, no. ISBN 0 470 23724 4.
• 9. I. Narasimha Murthy, J. Babu Rao, “Non Destructive Evaluation of A356 alloy Castings made in Sand and Granulated Blast Furnace Slag Moulds”, Materials Today: Proceedings 5, pp. 168–174, 2018.
• 10. H. Boerner, H. Strecker, “Automated X-Ray Inspection of Aluminum Castings”, IEEE Transactions on pattern analysis and machine intelligence vol. 10 no. 1, pp. 79-89, 1988.
• 11. machine intelligence vol. 10 no. 1, pp. 79-89, 1988.
• 12. D. Mery, Th. Jaeger, D. Filbert, “A review of methods for automated recognition of casting defects,” Insight, 44(7), pp. 428- 436, 2002.
• 13. S. Świłło, M. Perzyk, Automatic inspection of surface defects in die castings after machining, Archives of Foundry Engineering, Vol. 11, (3), pp. 231-236, 2011.
• 14. S. Świłło, D. Myszka, Advanced metrology of surface defects measurement for aluminum die casting, Archives of Foundry Engineering, Vol. 11, (3), pp. 227-230, 2011.
• 15. S. Świłło., D. Myszka, Komputerowy system wizyjny do kontroli defektów odlewniczych, Eksperci NEMU, Nr 2(10), pp.10-12, 2011.
• 16. S. Świłło, M. Perzyk, Automated vision system for inspection of surface casting defects based on advanced computer techniques, Supplement Proceedings, Materials Properties, Characterization and Modeling TMA (The Minerals, Metals & Materials Society) 2012 141st Annual Meeting and Exhibition, Vol. 2, pp. 387-394, 2012.
• 17. S. Preibisch, S. Saalfeld, P. Tomancak, Globally optimal stitching of tiled 3D microscopic image acquisitions", Bioinformatics, 25(11), pp.1463-146, 2009.