АВТОМАТИЗОВАНЕ РОЗПІЗНАВАННЯ ДЕФЕКТІВ ПОВЕРХНІ АВТОКЛАВІВ З ВИКОРИСТАННЯМ АНАЛІЗУ ХМАР ТОЧОК

Анотація

Проблема виявлення дефектів на поверхні автоклавів є надзвичайно актуальною для гарантування безпеки, якості й економічної ефективності виробництва у критично важливих галузях, як-от харчова промисловість. Дефекти, зокрема й тріщини, корозія та нерівності, створюють ризики для стерильності, якості продукції та можуть призвести до аварійних ситуацій. У статті проведено аналіз сучасних методів сканування внутрішньої поверхні автоклавів, включаючи лазерне сканування та фотограмметрію, виявлено їхні переваги та недоліки з погляду точності, швидкості та вартості. Метою дослідження є розроблення ефективного автоматизованого алгоритму обробки результатів сканування внутрішньої поверхні автоклава для виявлення дефектів. Як вхідні дані використовується хмара точок, отримана методом фотограмметрії. Описано етапи побудови щільної хмари точок на основі алгоритмів структурного відновлення руху (SfM) та багатовимірного стереозображення (MVS). Представлено розроблений алгоритм обробки хмари точок, що включає послідовну фільтрацію точок на основі аналізу координат нормалей, розрахованих за допомогою методу головних компонент (PCA) з використанням алгоритму k-найближчих сусідів. Описано п’ять етапів фільтрації, спрямованих на вилучення точок, що можуть відповідати дефектам: видалення ізольованих точок і точок із виродженою локальною геометрією (нульові нормалі), вилучення точок, що належать великим планарним поверхням і симетричним елементам (однакові значення координат нормалей), фільтрація точок із майже горизонтальною орієнтацією (z-координата нормалі близька до одиниці), виділення точок, розташованих нижче за основну поверхню (від’ємна z-координата), вибір точок із координатами нормалей, що відхиляються від горизонтальної орієнтації на порогове значення. Наведено результати застосування розробленого алгоритму до хмари точок, що відображає внутрішню поверхню автоклава зі слідами корозії. Продемонстровано візуалізацію хмари точок після кожного етапу фільтрації. Підкреслено важливість порівняння результатів поточного сканування з попередніми для моніторингу динаміки розвитку дефектів і оцінювання ефективності ремонтних робіт. Розроблений автоматизований підхід сприяє підвищенню ефективності й об’єктивності процесу виявлення дефектів на поверхні автоклавів.