Welded joints geometry testing by means of automated structured light scanning

Автор(и)

DOI:

https://doi.org/10.15587/1729-4061.2018.145713

Ключові слова:

3D-реконструкція, візуальний контроль, структурне світло, калібрування промислового робота, зміщення кромок зварних з'єднань

Анотація

Використання атомної енергетики в Росії активно розвивається, і її частка в загальному обсязі енергогенерації незмінно зростає. Разом з тим, з огляду на масштаб потенційної небезпеки в разі виникнення будь-яких порушень, дана галузь вимагає постійного контролю і забезпечення безпеки. Це також стосується забезпечення технічної безпеки використовуваного обладнання. У зв'язку з цим, в атомній галузі діють нормативні документи, що регулюють не тільки рівень якості кожної категорії компонентів, але також і застосовувані методи контролю їх якості. В рамках даної статті компоненти зі стиковими зварними з'єднаннями, які є невід'ємною частиною трубопроводів першого і другого контурів, розглянуті в якості об'єкта контролю. Показано, що застосований на сьогоднішній день традиційний метод візуального контролю, для оцінки їх якості, не володіє достатньою достовірністю, що обумовлює необхідність його удосконалення. В результаті дослідження запропоновано метод автоматизованого оптичного сканування для контролю зсуву кромок зварних з'єднань на основі структурного світла. Для підвищення точності і повторюваності результатів контролю запропоновано використання роботизованого маніпулятора, що зажадало створення спеціального методу калібрування системи. Відсутність регламентованих методик щодо застосування даної технології для досліджуваного типу обладнання вимагає проведення апробації та оцінки можливості виявлення мінімальних відхилень, прийнятих в якості критерію дефектності об'єкта. Проведена експериментальна апробація виявила відхилення геометричних параметрів з точністю до 0.47 мм, що підтверджує можливість використання методу з метою визначення зміщення кромок зварних з'єднань компонентів атомної енергетики

Біографії авторів

German Filippov, National Research Tomsk Polytechnic University Lenin ave., 30, Tomsk, Russia, 634050

Engineer

Tomsk Open Laboratory for Material Inspection

Dmitry Sednev, National Research Tomsk Polytechnic University Lenin ave., 30, Tomsk, Russia, 634050

PhD, Head of Laboratory

Tomsk Open Laboratory for Material Inspection

Yana Salchak, National Research Tomsk Polytechnic University Lenin ave., 30, Tomsk, Russia, 634050

Junior Researcher

Tomsk Open Laboratory for Material Inspection

Посилання

  1. Mannan, S. (2013). Lees' Process Safety Essentials. Elsevier, 570.
  2. Parisher, R. A., Rhea, R. A. (2012). Pipe drafting and design. Elsevier, 418. doi: https://doi.org/10.1016/c2011-0-06090-8
  3. Salchak, Y., Tverdokhlebova, T., Sharavina, S., Lider, A. (2016). The Classification of Weld Seam Defects for Quantitative Analysis by means of Ultrasonic Testing. IOP Conference Series: Materials Science and Engineering, 132, 012027. doi: https://doi.org/10.1088/1757-899x/132/1/012027
  4. Salchak, Y. A., Sednev, D. A., Sharavina, S. V., Tverdokhlebova, T. S., Lider, A. M. (2016). Quantitative analysis of the SNF storage cask by means of ultrasonic testing. International Congress on Advances in Nuclear Power Plants, 1362–1366.
  5. Bredimas, A., Nuttall, W. J. (2008). An international comparison of regulatory organizations and licensing procedures for new nuclear power plants. Energy Policy, 36 (4), 1344–1354. doi: https://doi.org/10.1016/j.enpol.2007.10.035
  6. PNAE G-7-010-89, Equipment and Piping of Nuclear Power Installations. Weld Joints and Weld. Overlays. Rules of inspection (2000). Moscow: Gospromatomnadzor, 80.
  7. Training Guidelines in Non-Destructive Testing Techniques: Manual for Visual Testing at Level 2 (2013). Vienna: IAEA, 226.
  8. West, G., Murray, P., Marshall, S., McArthur, S. (2015). Improved visual inspection of advanced gas-cooled reactor fuel channels. International Journal of Prognostics and Health Management. Available at: http://ftp.phmsociety.org/sites/phmsociety.org/files/phm_submission/2015/ijphm_15_012.pdf
  9. Dutta, P., Rastogi, N., Joshi, S., Patel, A., Trivedi, M., Gotewal, K. K. (2015). Development and Testing of Visual Inspection Applications for Tokamak Maintenance. Evelopment and testing of visual inspection applications for tokamak maintenance. doi: http://doi.org/10.13140/RG.2.1.2979.0965
  10. Ionescu, S., Marinescu, R., Mincu, M., Petre, M., Prisecaru, I. (2018). Remote controlled robot for visual inspection and sampling of the interior surface of CANDU pressure tubes. UPB Scientific Bulletin. Series C: Electrical Engineering, 80 (1), 267–282.
  11. Fei, Z., Zhou, X., Gao, X., Zhang, G. (2017). A flexible 3D laser scanning system using a robotic arm. Optical Measurement Systems for Industrial Inspection X. doi: https://doi.org/10.1117/12.2278898
  12. Lu, X., Gu, D., Wang, Y., Qu, Y., Qin, C., Huang, F. (2018). Feature Extraction of Welding Seam Image Based on Laser Vision. IEEE Sensors Journal, 18 (11), 4715–4724. doi: https://doi.org/10.1109/jsen.2018.2824660
  13. Li, W.-B., Cao, G.-Z., Sun, J.-D., Liang, Y.-X., Huang, S.-D. (2017). A calibration algorithm of the structured light vision for the arc welding robot. 2017 14th International Conference on Ubiquitous Robots and Ambient Intelligence (URAI). doi: https://doi.org/10.1109/urai.2017.7992782
  14. Rodriguez-Martin, M., Rodriguez-Gonzalvez, P., Gonzalez-Aguilera, D., Fernandez-Hernandez, J. (2017). Feasibility Study of a Structured Light System Applied to Welding Inspection Based on Articulated Coordinate Measure Machine Data. IEEE Sensors Journal, 17 (13), 4217–4224. doi: https://doi.org/10.1109/jsen.2017.2700954
  15. Zhang, Z. (1994). Iterative point matching for registration of free-form curves and surfaces. International Journal of Computer Vision, 13 (2), 119–152. doi: https://doi.org/10.1007/bf01427149
  16. Chetverikov, D., Svirko, D., Stepanov, D., Krsek, P. (2002). The Trimmed Iterative Closest Point algorithm. Object recognition supported by user interaction for service robots. doi: https://doi.org/10.1109/icpr.2002.1047997
  17. Fukunaga, K., Narendra, P. M. (1975). A Branch and Bound Algorithm for Computing k-Nearest Neighbors. IEEE Transactions on Computers, C-24 (7), 750–753. doi: https://doi.org/10.1109/t-c.1975.224297

##submission.downloads##

Опубліковано

2018-10-26

Як цитувати

Filippov, G., Sednev, D., & Salchak, Y. (2018). Welded joints geometry testing by means of automated structured light scanning. Eastern-European Journal of Enterprise Technologies, 5(5 (95), 53–60. https://doi.org/10.15587/1729-4061.2018.145713

Номер

Розділ

Прикладна фізика