Ссылка для цитирования : Коняшов В. В. Алгоритмы автоматизированного бесконтактного контроля геометрических характеристик и шероховатости изделий // Изв. вузов. Приборостроение. 2025. Т. 68, № 8. С. 725–737. DOI: 10.17586/0021-3454-2 025-68-8-725-737.

Аннотация. Представлены результаты экспериментального определения возможности использования оптической лазерной триангуляции для измерения характеристик профиля и оценки качества поверхности деталей с многореберной структурой, полученной путем фрезерования. Разработан и программно реализован алгоритм формирования и анализа профиля оребренных изделий методом лазерной триангуляции для измерения геометрических параметров изделий, включая линейные, диаметральные размеры, параметры оребрения и толщину. Разработан и программно реализован алгоритм оценки шероховатости изделий с развитой поверхностью, полученной в результате фрезерования, с применением лазерного триангуляционного датчика. Представлены результаты экспериментального тестирования алгоритмов, которые подтверждают эффективность использования лазерной триангуляции в системах технического контроля. Это позволяет повысить качество изготовления изделий сложной формы и снизить уровень производственного брака за счет повышения точности и информативности контроля.

Ключевые слова: метод лазерной триангуляции, триангуляционный датчик, профиль поверхности, неразрушающий контроль, геометрические параметры, шероховатость, погрешность измерения

Список литературы:

1. Патракова Э. В., Рустамов З. А. Дефекты паяных соединений и методы их исключения на этапе разработки технологического процесса // Матер. I Междунар. науч.-практ. конф. молодых ученых, аспирантов и студентов „Передовые инженерные школы: материалы, технологии, конструкции“. Пермь, 19–20 декабря 2023 г. Пермь: Изд-во Перм. нац. исслед. политехн. ун-та, 2024. С. 210–211. 2. Коняшов В. В. Сергеев А. С., Федоров А. В., Колганов О. А. Исследование применимости метода оптической триангуляции для оценки геометрических параметров и чистоты поверхности изделий сложной формы // Оптические методы исследования потоков: Тр. XVII Междунар. науч.-техн. конф. М.: Научно-технологический центр уникального приборостроения РАН, 2023. С. 196–201. 3. Коняшов В. В. Сергеев А. С., Федоров А. В., Колганов О. А. Оценка геометрических параметров и шероховато- сти поверхности изделий сложной формы методом оптической лазерной триангуляции // Акустооптические и радиолокационные методы измерений и обработки информации: Тр. XVII Междунар. науч.-техн. конф. М.: Научно-технологический центр уникального приборостроения РАН, 2024. С. 254–257. 4. Ескерова З. А. Основные инструменты в арсенале статистических методов контроля качества продукции // Вестник КарГУ. 2012. № 1. С. 90–99. 5. Назаров Ю. Ф., Шкилько А. М., Тихоненко В. В., Компанеец И. В. Методы исследования и контроля шерохова- тости поверхности металлов и сплавов // Физическая инженерия поверхности. 2007. T. 5, № 3–4. С. 207–216. 6. Ким К. Ю., Никулин В. Б., Грушевский А. М. Оптический метод бесконтактного контроля шероховатости при автоматизации технологического процесса // Изв. вузов. Электроника. 2004. № 5. С. 79–83. 7. Венедиктов А. З., Демкин В. Н., Доков Д. С. Лазерные методы и средства контроля геометрии деталей // В мире неразрушающего контроля. 2004. № 1(23). С. 67–68. 8. Венедиктов А. З. Методика проектирования триангуляционных измерительных систем для промышленного контроля и дефектации изношенных деталей: дис. кан. техн. наук. Рязань, 2006. 226 с. 9. Барышников Н. В., Денисов Д. Г., Животовский И. В., Менделеев В. Я. Экспериментальный анализ погрешно- сти измерения триангуляционного метода в задачах технологического контроля профиля поверхности сложной формы // Инженерный журнал: наука и инновации. 2013. Вып. 9 [Электронный ресурс]: . 10. 2D Лазерные сканеры Серия РФ627 [Электронный ресурс]: . 11. Грешилов А. А., Стакун В. А., Стакун А. А. Математические методы построения прогнозов. М.: Радио и связь, 1997. 112 с. 12. Campello R. J. G. B., Moulavi D., Zimek A., Sander J. Hierarchical Density Estimates for Data Clustering, Visualization, and Outlier Detection // ACM Transactions on Knowledge Discovery from Data. 2015. Vol. 10, N 1. P. 1–50. DOI:10.1145/2733381. 13. Овчинников С. С., Тымкул В. М., Кузнецов М. М. Оптический способ контроля шероховатости поверхности // Интерэкспо Гео-Сибирь. 2013. Т. 5, № 1. С. 282–285. 14. Richard R. A., Haddad A. N., Akansu A. Class of Fast Gaussian Binomial Filters for Speech and Image Processing // IEEE Transactions on Acoustics, Speech, and Signal Processing. 1991. Vol. 39. Р. 723–727. 15. Myatt D., Torr P. H. S., Nasuto S., Craddock R. NAPSAC: High Noise, High Dimensional Robust Estimation // Proceedings British Machine Vision Conference. 2002. Р. 458–467.