priborИзвестия высших учебных заведений. ПриборостроениеJournal of Instrument Engineering0021-34542500-0381Национальный исследовательский университет ИТМО10.17586/0021-3454-2025-68-8-725-737pribor-404Research ArticleМЕТОДЫ И ПРИБОРЫ ДЛЯ АНАЛИЗА И КОНТРОЛЯ МАТЕРИАЛОВ, ИЗДЕЛИЙ, ВЕЩЕСТВ И ПРИРОДНОЙ СРЕДЫMETHODS AND DEVICES FOR MONITORING AND DIAGNOSTICS OF MATERIALS, PRODUCTS, SUBSTANCES AND THE NATURAL ENVIRONMENTАлгоритмы автоматизированного бесконтактного контроля геометрических характеристики шероховатости изделийAlgorithms for Automated Non-contact Control of Geometric Characteristics and Roughness of ProductsКоняшовВ. В.KonyashovV. V.

Вячеслав Владимирович Коняшов — аспирант

Санкт-Петербург

Vyacheslav V. Konyashov — Post-Graduate Student

St. Petersburg

konyashovslavaa@mail.ruУниверситет ИТМОITMO University202512092025688725737Copyright © Национальный исследовательский университет ИТМО, 20252025Национальный исследовательский университет ИТМОНациональный исследовательский университет ИТМОhttps://pribor.ifmo.ru/jour/about/submissions#copyrightNoticehttps://pribor.ifmo.ru/jour/article/view/404

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.

The results of an experimental determination of the possibility of using optical laser triangulation to measure profile characteristics and evaluate the surface quality of parts with a multi-edge structure obtained by milling are presented. An algorithm for the formation and analysis of the profile of finned products by laser triangulation is developed and corresponding software is implemented to measure the geometric parameters of products, including linear, diametrical dimensions, finned parameters, and thickness. An algorithm for estimating the roughness of products with a developed surface obtained as a result of milling using a laser triangulation sensor has been developed implemented. Presented results of experimental testing of the algorithms confirm the effectiveness of using laser triangulation in technical control systems. This makes it possible to improve the manufacturing quality of complex shaped products and reduce the level of manufacturing defects by increasing the accuracy and information content of the control.

метод лазерной триангуляциитриангуляционный датчикпрофиль поверхностинеразрушающий контрольгеометрические параметрышероховатостьпогрешность измеренияlaser triangulation methodtriangulation sensorsurface profilenon-destructive testinggeometric parametersroughnessmeasurement errorReferencesПатракова 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.Patrakova E.V., Rustamov Z.A. Peredovyye inzhenernyye shkoly: materialy, tekhnologii, konstruktsii (Advanced Engineering Schools: Materials, Technologies, Designs), Proc. I Intern. Res.-Pract. Conf. of Young Scientists, Postgraduates and Students, Perm, December 19–20, 2023, 2024, рр. 210–211. (in Russ.)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.Konyashov V.V. Sergeev A.S., Fedorov A.V., Kolganov O.A. Opticheskiye metody issledovaniya potokov (Optical Methods for Studying Flows), Proc. of the XVII Intern. Scientific and Technical Conference, Moscow, 2023, рр. 196–201. (in Russ.)Коняшов В. В. Сергеев А. С., Федоров А. В., Колганов О. А. Оценка геометрических параметров и шероховатости 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.Konyashov V.V., Sergeev A.S., Fedorov A.V., Kolganov O.A. Akustoopticheskiye i radiolokatsionnyye metody izmereniy i obrabotki informatsii (Acousto-Optic and Radar Methods of Measurements and Information Processing), Proc. of the XVII Intern. Scientific and Technical Conf., Moscow, 2024, рр. 254–257. (in Russ.)Ескерова З. А. Основные инструменты в арсенале статистических методов контроля качества продукции // Вестник КарГУ. 2012. № 1. С. 90–99.Eskerova Z.A. Bulletin of the Karaganda university, 2012, no. 1, pp. 90–99. (in Russ.)Назаров Ю. Ф., Шкилько А. М., Тихоненко В. В., Компанеец И. В. Методы исследования и контроля шероховатости поверхности металлов и сплавов // Физическая инженерия поверхности. 2007. T. 5, № 3–4. С. 207–216.Nazarov Yu.F., Shkilko A.M., Tikhonenko V.V., Kompaneets I.V. Physical engineering of the surface, 2007, no. 3–4(5), pp. 207–216. (in Russ.)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.Nikulin V.B., Grushevsky A.M., Kim K.Y. Proc. of Universities. Electronics, 2004, no. 5, pp. 79–83. (in Russ.)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.Venediktov A.Z., Demkin V.N., Dokov D.S. In the world of non-destructive testing, 2004, no. 1(23), pp. 67–68. (in Russ.)Венедиктов А. З. Методика проектирования триангуляционных измерительных систем для промышленного контроля и дефектации изношенных деталей: дис. ... кан. техн. наук. Рязань, 2006. 226 с.Venediktov A.Z. Metodika proyektirovaniya triangulyatsionnykh izmeritel’nykh sistem dlya promyshlennogo kontrolya i defektatsii iznoshennykh detaley (Methodology for Designing Triangulation Measuring Systems for industrial Control and Defect Detection of Worn Parts), Candidate’s thesis, Ryazan, 2006, 226 р. (in Russ.)Барышников Н. В., Денисов Д. Г., Животовский И. В., Менделеев В. Я. Экспериментальный анализ погрешности измерения триангуляционного метода в задачах технологического контроля профиля поверхности сложной формы // Инженерный журнал: наука и инновации. 2013. Вып. 9 [Электронный ресурс]: http://engjournal.ru/catalog/pribor/optica/912.html.Baryshnikov N.V., Denisov D.G., Zhivotovsky I.V., Mendeleev V.Ya. Engineering Journal: Science and Innovation, 2013, no. 9, http://engjournal.ru/catalog/pribor/optica/912.html (in Russ.)2D Лазерные сканеры Серия РФ627 [Электронный ресурс]: https://riftek.com/upload/iblock/882/2D_Laser_Scanners_RF627_Series_rus.pdf.https://riftek.com/upload/iblock/882/2D_Laser_Scanners_RF627_Series_rus.pdf. (in Russ.)Грешилов А. А., Стакун В. А., Стакун А. А. Математические методы построения прогнозов. М.: Радио и связь, 1997. 112 с.Greshilov A.A., Stakun V.A., Stakun A.A. Matematicheskiye metody postroyeniya prognozov (Mathematical Methods for Constructing Forecasts), Moscow, 1997, 112 р. (in Russ.)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.Campello R.J.G.B., Moulavi D., Zimek A., Sander J. ACM Transactions on Knowledge Discovery from Data, 2015, no. 1(10), pp. 1–50, DOI:10.1145/2733381.Овчинников С. С., Тымкул В. М., Кузнецов М. М. Оптический способ контроля шероховатости поверхности // Интерэкспо Гео-Сибирь. 2013. Т. 5, № 1. С. 282–285.Ovchinnikov S.S., Tymkul V.M., Kuznetsov M.M. Interexpo GEO-Siberia, 2013, no. 1(5), pp. 282–285. (in Russ.)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.Richard R.A., Haddad A.N., Akansu A. IEEE Transactions on Acoustics, Speech, and Signal Processing, 1991, vol. 39, рр. 723–727.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.Myatt D., Torr P.H.S., Nasuto S., Craddock R. Proceedings British Machine Vision Conference, 2002, рр. 458–467.

The authors declare that there are no conflicts of interest present.