The article shows the results of the preparatory steps taken to create the artificial intelligence used in the automatic recognition of defects in ship thin-walled structures. The above steps are used to create a university private cloud and a computer system maintaining a dataset of vibration signal samples. In the article, a prototype of the private cloud was designed and developed, a model of the vibration sample was prepared, and a microservice was designed aimed at sharing the obtained data. The article demonstrates the results of the completed development.
PL
W artykule przedstawiono wyniki przeprowadzonych działań przygotowawczych do stworzenia sztucznej inteligencji wykorzystywanej w automatycznym rozpoznawaniu defektów okrętowych konstrukcji cienkościennych. Przeprowadzone kroki służą stworzeniu uczelnianej chmury prywatnej oraz systemu informatycznego utrzymującego zbiór danych próbek sygnałów drganiowych. W ramach artykułu zaprojektowano oraz stworzono prototyp chmury prywatnej, przygotowano model próbki drganiowej oraz zaprojektowano mikroserwis służący udostępnianiu uzyskanych danych. Artykuł przedstawia wyniki wykonanej pracy.
2
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
The article presents results of vibration tests of thin-walled plates used in shipbuilding for plating hulls of vessels. The conducted tests were aimed at determining the possibility of using measurements of vibration acceleration recorded on the tested objects as parameters enabling the detection of damages in the performed welded joints. Seven plates were compared, six of which had joints in different technical conditions, and one was a board without a weld. The quality of the welds was verified using X-ray methods. The adopted research methodology and the obtained results were presented.
PL
W artykule przedstawiono wyniki badań drganiowych płyt cienkościennych wykorzystywanych w okrętownictwie jako poszycie kadłubów jednostek pływających. Przeprowadzone badania miały na celu określenie możliwości stosowania pomiarów przyspieszeń drgań rejestrowanych na badanych obiektach jako parametrów umożliwiających wykrycie uszkodzeń w wykonanych połączeniach spawanych. Porównano siedem płyt, z czego sześć miało spoiny w różnym stanie technicznym, a jedna była bez spawu. Jakość spoin zweryfikowana została metodami RTG. Przedstawiono przyjętą metodykę badawczą oraz uzyskane wyniki.
This research aims to propose an effective model for the detection of defective Printed Circuit Boards (PCBs) in the output stage of the Surface-Mount Technology (SMT) line. The emphasis is placed on increasing the classification accuracy, reducing the algorithm training time, and a further improvement of the final product quality. This approach combines a feature extraction technique, the Principal Component Analysis (PCA), and a classification algorithm, the Support Vector Machine (SVM), with previously applied Automated Optical Inspection (AOI). Different types of SVM algorithms (linear, kernels and weighted) were tuned to get the best accuracy of the resulting algorithm for separating good-quality and defective products. A novel automated defect detection approach for the PCB manufacturing process is proposed. The data from the real PCB manufacturing process were used for this experimental study. The resulting PCALWSVM model achieved 100 % accuracy in the PCB defect detection task. This article proposes a potentially unique model for accurate defect detection in the PCB industry. A combination of PCA and LWSVM methods with AOI technology is an original and effective solution. The proposed model can be used in various manufacturing companies as a postprocessing step for an SMT line with AOI, either for accurate defect detection or for preventing false calls.
4
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
The work present the coupled circuit method applied to an eddy current nondestructive testing (EC-NDT) problems. The device is consisting on a conductive multilayer structure having an air gap (delamination), or a physical defect (lack of material). The purpose of the study is to identify the presence of the delamination when a physical defect can occur simultaneously. The use of Coupled Circuits Method permits to reduce the discretization to only the active parts without mesh air gap. The results obtained are compared to finite elements ones. A good agreement is observed between results. Interesting and useful conclusions are made.
PL
W pracy przedstawiono metodę obwodów sprzężonych zastosowaną do badań nieniszczących prądów wirowych (EC-NDT). Urządzenie składa się z przewodzącej konstrukcji ze szczeliną powietrzną (rozwarstwieniem) lub wadą fizyczną (brak materiału). Celem badania jest identyfikacja obecności rozwarstwienia, gdy jednocześnie może wystąpić wada fizyczna. Zastosowanie metody obwodów sprzężonych pozwala zredukować dyskretyzację tylko do aktywnych części bez siatkowej szczeliny powietrznej. Uzyskane wyniki porównuje się z wynikami elementów skończonych. Obserwuje się dobrą zgodność wyników.
In recent years, there has been a highly competitive pressure on industrial production. To keep ahead of the competition, emerging technologies must be developed and incorporated. Automated visual inspection systems, which improve the overall mass production quantity and quality in lines, are crucial. The modifications of the inspection system involve excessive time and money costs. Therefore, these systems should be flexible in terms of fulfilling the changing requirements of high capacity production support. A coherent defect detection model as a primary application to be used in a real-time intelligent visual surface inspection system is proposed in this paper. The method utilizes a new approach consisting of nested autoencoders trained with defect-free and defect injected samples to detect defects. Making use of two nested autoencoders, the proposed approach shows great performance in eliminating defects. The first autoencoder is used essentially for feature extraction and reconstructing the image from these features. The second one is employed to identify and fix defects in the feature code. Defects are detected by thresholding the difference between decoded feature code outputs of the first and the second autoencoder. The proposed model has a 96% detection rate and a relatively good segmentation performance while being able to inspect fabrics driven at high speeds.
6
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
To solve the problem of defect detection in printed fabrics caused by abundant colors and varied patterns, a defect detection method based on RGB accumulative average method (RGBAAM) and image pyramid matching is proposed. First, the minimum period of the printed fabric is calculated by the RGBAAM. Second, a Gaussian pyramid is constructed for the template image and the detected image by using the minimum period as a template. Third, the similarity measurement method is used to match the template image and the detected image. Finally, the position of the printed fabric defect is marked in the image to be detected by using the Laplacian pyramid restoration. The experimental results show that the method can accurately segment the printed fabric periodic unit and locate the defect position. The calculation cost is low for the method proposed in this article.
W pracy przedstawiono nową metodę wykrywania defektów materiałowych z wykorzystaniem termografii aktywnej. W celu zwiększenia kontrastu cieplnego dokonano przetwarzania wstępnego zarejestrowanej sekwencji termogramów metodami morfologii matematycznej. Do wykrywania defektów zastosowano algorytm k-średnich. W pracy zbadano wpływ miary odległości używanej w opisywanym algorytmie oraz doboru danych wejściowych na efektywność opisywanej metody. Eksperyment przeprowadzono dla próbki wykonanej z kompozytu zbrojonego włóknem węglowym (CFRP). W badaniach stwierdzono, że najmniejsze błędy wykrywania defektów za pomocą opisywanej metody uzyskuje się dla kwadratowej odległości euklidesowej.
EN
The paper presents a new method of detecting material defects using active thermography. In order to increase the thermal contrast, preprocessing of the recorded sequence of thermograms was carried out using mathematical morphology methods. The k-means algorithm was used to detect defects. The work examined the impact of distance measure used in the described algorithm and the selection of input data on the effectiveness of the described method. The experiment was carried out for a sample made of carbon fiber reinforced composite (CFRP). Studies have shown that the smallest errors in defect detection using the described method are obtained for the square Euclidean distance.
In this paper, the ability to detect broken rotor bar (BRB) defects in a small renewable energy system (based on a squirrel cage induction generator (SCIG)) by the digital signal processing of captured phase currents, is presented. The new approach proposed in this study is a combination of two techniques. The first technique is a discrete wavelet transform (DWT) by the decomposition of the phase current signal in multilevel frequency bands. This is performed with the analysis of some selected approximations and/or details, which contain both the lower and upper sideband components presenting the characteristic frequency of the BRB fault. The second technique is power spectral density (PSD) analysis. This approach provides the ability to optimize the diagnosis of rotor defects in electrical generators. The results obtained by the proposed DWT-PSD approach are proved and improved by comparing them with the results of the PSD analysis, obtained from the original phase current signal delivered by the 5.7-kW squirrel cage induction generator, based on a small wind energy conversion system.
W pracy zaprezentowano zastosowanie metod progowania lokalnego do wykrywania defektów z użyciem termografii aktywnej. Przeprowadzono badania eksperymentalne polegające na rejestracji sekwencji termogramów powierzchni badanej próbki materiału dla dwóch wymuszeń cieplnych oraz dwóch faz procesu wymiany ciepła (faza nagrzewania i faza stygnięcia). Sekwencje termogramów uzyskane w badaniach eksperymentalnych zostały poddane binaryzacji z wykorzystaniem lokalnych metod progowania. Do oszacowania efektywności wykrywania defektów za pomocą zaproponowanych metod, zastosowano kryteria oparte na pojęciu błędu klasyfikacji w obszarze defektów i obszarze tła. Na podstawie badań stwierdzono, że największą dokładność uzyskuje się z stosując zmodyfikowaną metodę Bradleya.
EN
The paper presents the application of local thresholding methods for defect detection using active thermography. Experimental studies were performed involving the recording of the sequence of thermograms of the surface of the tested material sample. Experiments were conducted for two different thermal excitations and two phases of the heat transfer process (i.e. heating phase and cooling phase). The thermograms from sequences obtained in experimental studies were then binarized using local thresholding methods. Three following methods were employed: modified Bradley method, median method and Gaussian weighted mean method. To assess the accuracy of defect detection using the proposed algorithms, the criteria based on the concept of classification error in the defected and non-defected areas were applied. In this work it was found that the most accurate method is the modified Bradley method.
Automated detect detection in woven fabrics for quality control is still a challenging novelty detection problem. This work presents five novel fractal features based on the box-counting dimension to address the novelty detection of fabric defect. Making use of the formation of woven fabric, the fractal features are extracted in a one-dimension series obtained by projecting a fabric image along the warp and weft directions, where their complementarity in discriminating defects is taken into account. Furthermore a new novelty detector based on fuzzy c-means (FCM) is devised to deal with one-class classification of the features extracted. Finally, by jointly applying the features proposed and the FCM based novelty detector, we evaluate the method proposed for eight datasets with different defects and textures, where satisfying results are achieved with a low overall missing detection rate.
PL
Automatyczne wykrywanie defektów tkanin w celu kontroli ich jakości mimo wielu dotychczasowych badań nadal stanowi wyzwanie. Mając na celu opracowanie nowatorskiej metody wykrywaniem wad tkanin przedstawiono pięć cech fraktalnych. W celu klasyfikacji wyodrębnionych cech opracowano detektor wad tkanin oparty na zbiorze rozmytym wartości średnich (FCM). Poprzez wspólne zastosowanie proponowanych cech i opartego na FCM detektorze sprawdzono proponowaną metodę dla ośmiu zestawów danych z różnymi defektami i teksturami. Stwierdzono, że otrzymane wyniki są na satysfakcjonującym poziomie.
11
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
In this paper the detection and classification of faults in induction motor using motor current signature analysis and monitoring of stray flux are presented. During the research motors with static, dynamic and mixed eccentricity were measured. The results were analyzed and compared with the data obtained from the simulated motor models. The behavior of sidebands of principal slot harmonics was examined. The results are presented in the form of graphs that illustrate the effectiveness and advantage of the method for diagnosis of the motor and detection of faults in it.
PL
W artykule przedstawiono metodę detekcji I klasyfikacji defektów silników indukcyjnych na podstawie analizy prądu i strumienia rozprposzonego. Możliwe jest wykrywanie statycznych i dynamicznych ekcentryczności. Zmierzone parametry były porównywane z danymi otrzymanymi metoda symulacji.
W artykule omówiono nowoczesne metody diagnostyki obiektów zabytkowych. Wśród nich główną rolę odgrywają metody nieniszczące. Ze względu na ich nieinwazyjny charakter stają się one niezwykle popularne zwłaszcza w obiektach, w których dużą wagę przywiązuje się do zachowania historycznych elementów. W pracy zestawiono różne metody prowadzenia badań z przedstawieniem ich zalet i wad. Omówione zostały badania dynamiczne oraz badania wykorzystujące propagację fal sprężystych i elektromagnetycznych. Wszystkie z metod stosowane są do oceny struktury i stanu technicznego ścian, stropów, słupów i innych elementów konstrukcyjnych. Badania te pozwalają na rozpoznanie materiału, z jakiego jest wykonana dana struktura, na wykrycie nieciągłości w postaci pustek czy pęknięć oraz na oszacowanie wewnętrznych zmian materiału niewidocznych gołym okiem.
EN
The article discusses the available methods which may be applied in diagnostics pertaining to historical buildings and structures. Among the aforesaid measures, non-destructive methods play a significant role. Due to their non-invasive character, they are becoming increasingly popular, especially in case of structures, where a lot of emphasis is placed on retaining of their historical elements. Within the work, a varied range of methods that could be used for research has been outlined, along with advantages and disadvantages of the said methods. Dynamic test methods, and test methods making use of propagation of elastic and electromagnetic waves, are discussed in the article. All of the methods are used for the purpose of assessing the structural and technical status of walls, ceilings, columns and other structural elements. The work described above makes it possible to recognize the material used to create the given structure, lack of continuity (empty or broken areas), or to estimate the internal structural changes within the material, usually invisible to the naked eye.
13
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
In this study, a new detection algorithm for yarn-dyed fabric defect based on autocorrelation function and grey level co-occurrence matrix (GLCM) is put forward. First, autocorrelation function is used to determine the pattern period of yarn-dyed fabric and according to this, the size of detection window can be obtained. Second, GLCMs are calculated with the specified parameters to characterise the original image. Third, Euclidean distances of GLCMs between being detected images and template image, which is selected from the defect-free fabric, are computed and then the threshold value is given to realise the defect detection. Experimental results show that the algorithm proposed in this study can achieve accurate detection of common defects of yarn-dyed fabric, such as the wrong weft, weft crackiness, stretched warp, oil stain and holes.
14
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
W artykule przedstawiono zaprojektowaną i wytrenowaną samoorganizującą się sieć neuronową z algorytmem uczącym typu WTA. Porównano skuteczność wykrywania defektów na podstawie analizy gazów rozpuszczonych w oleju transformatorowym przez opracowaną sieć i metodę ilorazową podaną w normie PN-IEC 50699.
EN
The paper presents designed and trained self-organizing neural network with WTA learning algorithm. The effectiveness of the detection of faults based on the analysis of gases dissolved in transformer oil by the developed network and quotient method given in IEC 50699 standard was compared.
15
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
. In the paper results from experimental tests and state of the art of the GPR technique are presented. Tests were done with the use of SIR-20 GPR system with two antennas 1.6 GHz and 2.6 GHz. The results indicated possible application fields of this technique during condition assessment process of the concrete and prestressed bridges. Particular attention was focused on the preparation of guidelines on how to use this technique in practice. In the paper all stages of testing and data interpretation were thoroughly described and explained.
PL
W pracy przedstawiono stan wiedzy oraz wyniki badań doświadczalnych konstrukcji żelbetowych i z betonu sprężonego metodą georadarową. Badania przeprowadzono metodą odbiciową (refleksyjną) za pomocą systemu radarowego SIR-20 wraz z zestawem anten o częstotliwościach centralnych 1,6 GHz oraz 2,6 GHz. Wyniki wskazały możliwe obszary zastoso-wań badań georadarowych przy ocenie stanu technicznego obiek-tów mostowych z żelbetu oraz betonu sprężonego. Szczególną uwagę poświęcono na przedstawienie wytycznych, jak tę technikę zastosować w praktyce. Podano zalecenia dotyczące wszystkich etapów badania z wykorzystaniem georadaru, w tym w zakresie planowania, ograniczeń i wymagań praktycznych, warunków do-stępu do konstrukcji oraz właściwych procedur zbierania i analizy danych.
16
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
This study has shown that image analysis has great potential to provide reliable measurements for detecting defects in knitted fabrics. Using the principles of image analysis, an automatic fabric evaluation system, which enables automatic computerised defect detection (analysis of knitted fabrics) was developed. On-line fabric defect detection was tested automatically by analysing fabric images captured by a digital camera. The results of the automatic fabric defect detection correspond well with the experimental values. Therefore, it is shown that the developed image capturing and analysis system is capable of on-line detection of fabric defects and full control in the knitting machine (for example, by stopping the circular knitting machine as soon as a defect is acquired by the digital camera).
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.