№1-2023-08

DOI: https://doi.org/10.22281/2413-9920-2023-09-01-87-100

УДК 629.1.05

Панфилов А.В., Юсупов А.Р., Гавриков М.М., Синецкий Р.М.
Алгоритмизация задачи видеоскопического контроля состояния стальных канатов
В работе рассмотрена задача автоматизации контроля технического состояния стальных канатов, которые являются элементами многих промышленных и гражданских установок и машин, таких как лифты, канатные дороги, подъемники и т.д. На сегодняшний день оценка состояния стальных канатов и безопасности их эксплуатации выполняется преимущественно посредством визуального и инструментального контроля, занимающего много времени и подверженного влиянию человеческого фактора, что обуславливает актуальность задачи автоматизации данного процесса с использованием средств вычислительной техники и методов искусственного интеллекта. В статье предложены два подхода к алгоритмизации задачи видеоскопического контроля состояния стальных канатов с использованием технологий компьютерного зрения, основанных на программном моделировании логики визуального анализа и функции самообучения, с применением искусственных нейронных сетей глубокого обучения. Авторами разработаны алгоритмы автоматического обнаружения основных типов дефектов в изображениях поверхности стальных канатов: увеличение/уменьшение диаметра, деформации в виде волнистости, обрывов наружных проволок, повреждений в результате температурного воздействия или электрического дугового разряда. В работе приведены результаты предварительной апробации разработанных алгоритмов и программ, предложены состав и способы определения основных показателей для оценки их эффективности.
Ключевые слова: дефекты канатов, контроль инструментальный, компьютерное зрение, искусственные нейронные сети.
.

Panfilov A.V., Yusupov A.R., Gavrikov M.M., Sinetsky R.M.
Algorithmization of the problem of videoscopic evaluation of the steel ropes state
The paper considers the problem of monitoring the technical state of steel ropes used in industrial and civil installations, such as elevators, cable cars, lifts, etc. To date, the assessment of the state of steel ropes and the safety of their operation is carried out mainly through visual-instrumental control, which is long in time and subject to the influence of the human factor, which determines the relevance of the task of automating this process using computer technology and artificial intelligence methods in order to improve the quality of the assessment, reducing the check interval, detecting defects in steel ropes at an early stage. The article proposes two approaches to the algorithmizing of the problem of videoscopic control of the state of steel ropes using computer vision technologies, based on software modeling of the logic of visual analysis and machine learning methods, such as deep learning artificial neural networks. The authors have developed algorithms for automatic detection of the main types of defects in images of the surface of steel ropes: increase/decrease in diameter, deformation in the form of rope, breaks in the outer wires, thermal and electric damage. The paper presents the results of preliminary testing of the developed algorithms and programs, the composition and methods for determining the main indicators for evaluating their effectiveness are proposed.
Key words: rope defects, instrumental control, computer vision, artificial neural networks.
.

Скачать статью (файл pdf) — Download (pdf)

Лицензия Creative Commons
Это произведение доступно по лицензии Creative Commons «Attribution-ShareAlike» («Атрибуция — На тех же условиях») 4.0 Всемирная.