Сравнительный анализ современных методов контроля шероховатости поверхности

Представлен обзорный анализ современных методов контроля шероховатости поверхности. Приведена систематизация методов по критериям достоверности, оперативности и метрологической воспроизводимости. Выявлены противоречия между требованиями к точности и оперативности измерений. Определены основные проблемы применения бесконтактных методов контроля. Предложено направление развития методов контроля шероховатости поверхности, базирующееся на системе технического зрения с применением методов машинного обучения для обработки измерительной информации.

1. Назаров Ю. Ф., Шкилько А. М., Тихоненко В. В., Компанеец И. В. Методы исследования и контроля шероховатости поверхности металлов и сплавов // Фізична інженерія поверхні. 2007. Т. 5, № 3–4. С. 207–216. [Электронный ресурс]: http://nbuv.gov.ua/UJRN/Phip_2007_5_3-4_12.

2. Макеев А. В., Айрапетян В. С. Анализ современных методов исследования шероховатости поверхности деталей // Вестн. Сиб. гос. ун-та геосистем и технологий. 2014. Т. 29. № 6.

3. Гуржий И. И., Гуляев В. А. Анализ современных методов контроля параметров шероховатости обработанной поверхности // Научный журнал. 2018. № 28 (214). С. 28–35.

4. Макеев А. В. Об оптических методах контроля шероховатости поверхности // Интерэкспо ГЕО-Сибирь: Материалы XII Междунар. науч. конгресса. 2016. Т. 5, № 1.

5. Коняшов В. В. Алгоритмы автоматизированного бесконтактного контроля геометрических характеристик шероховатости изделий // Изв. вузов. Приборостроение. 2025. Т. 68, № 8. С. 725–737. DOI: 10.17586/0021-34542025-68-8-725-737.

6. Neeraj R. H., Veeresha R. K. A Review on Surface Roughness Measurement using Image Processing // Intern. Journal Res. Publ. Rev. 2022. N 8(3).

7. Евстафьев О. А., Шаветов С. В. Разработка метода предварительной обработки цифровых изображений для улучшения качества детектирования поверхностных дефектов листового проката с использованием нейросетевой модели // Технико-технологические проблемы сервиса. 2023. № 4(66). С. 3–9.

8. Luo Q., Fang X., Su J., Zhou J., Zhou B., Yang C., Liu L., Gui W., Tian L. Automated Visual Defect Classification for Flat Steel Surface: A Survey // IEEE Trans. Instrum. Meas. 2020. Vol. 69, N 12. P. 9329—9349. DOI: 10.1109/TIM.2020.3030167.

9. Zhang Y., Liu H. Prediction of Sa and Sq from 2D images using CNN // Measurement. 2021. Vol. 175, art. 109141. DOI: 10.1016/j.measurement.2021.109141.

10. Мищенко М. А., Козырева Р. А., Литвинова В. А. Методы и средства измерений и контроля в машиностроении // Избр. докл. 64-й университетской науч.-техн. конф. студентов и молодых ученых: Сб. докл., 24 апр. 2018 г., Томск. Томск : Томск. гос. архитектурно-строительный ун-т, 2018. С. 393–395.

11. Волобуева Я. И., Шитиков А. Н. Современные способы контроля шероховатости поверхности // Качество в производственных и социально-экономических системах: Сб. науч. тр. IV Междунар. науч.-техн. конф., 21– 22 апр. 2016 г., Курск, ЮЗГУ. Курск: Университетская книга, 2016. С. 106–109.

12. Applications guide surface finish [Электронный ресурс]: http://gaugeshop.com/images/roughness/applications_guide_surface_finish.pdf.

13. Порошин В. В., Богомолов Д. Ю., Костюк А. Г. Автоматизированная измерительная система на базе высокочастотного профилометра TALYSTEP для контроля эталонов шероховатости поверхности // Стин. 2010. № 3.

14. Introduction to Surface Roughness Measurement [Электронный ресурс]: https://sernia.ru/upload/pdf_files/Introduction%20to%20surface%20roughness%20measurement.pdf.

15. Duparré A., Ferré-Borrull J., Gliech S., Notni G., Steinert J., Bennett J. M. Surface characterization techniques for determining the root-mean-square roughness and power spectral densities of optical components // Appl. Opt. 2002. Vol. 41, N 1. P. 154—171. DOI: 10.1364/AO.41.000154.

16. Zhang J. Z., Chen J. C., Kirby E. D. The development of an in-process surface roughness adaptive control system in turning operations // J. Intell. Manuf. 2007. Vol. 18. P. 301—311.

17. Coker S. A., Shin Y. C. In-process control of surface roughness due to tool wear using a new ultrasonic system // Intern. Journal of Machine Tools and Manufacture. 1996. Vol. 36, N 3. P. 411–422. DOI: 10.1016/0890-6955(95)00057-7.

18. Adamov A. A., Baranov M. S. et al. Modified method of laser triangulation // J. Phys.: Conf. Ser. 2018. Vol. 1135. 012049. DOI: 10.1088/1742-6596/1135/1/012049.

19. Costa M. F. M. Surface inspection by an optical triangulation method // Opt. Engineering. 1996. Vol. 35, N 9. P. 2743– 2747. DOI: 10.1117/1.600840.

20. Dong Z., Sun X., Liu W., Yang H. Measurement of Free-Form Curved Surfaces Using Laser Triangulation // Sensors. 2018. Vol. 18, N 10. Art. 3527. DOI: 10.3390/s18103527.

21. Коняшов В. В., Сергеев А. С., Федоров А. В., Степанова К. А., 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., 26– 30 июня 2023 г., Москва. С. 196–201.

22. Игнатьев П. С., Кольнер Л. С., Индукаев К. В., Телешевский В. И. Лазерная модуляционная интерференционная микроскопия как средство контроля формы и шероховатости оптических поверхностей // Измерительная техника. 2015. № 7. С. 32–35.

23. Elhamshary N., Abouelatta O., Gadelmawla E. S., Elewa I. M. Surface Roughness Measurement Using Light Sectioning Method and Computer Vision Techniques // MEJ, Mansoura Engineering Journal. 2020. Vol. 29, N 1. P. 13–24. DOI: 10.21608/bfemu.2020.132820.

24. Яковлев А. В., Миловзоров А. Н. Оценка результатов в системе автоматизированного анализа шероховатости поверхности // Межвузов. сб. науч. тр. МИ ВлГУ. 2001. № 5. С. 42–44.

25. Краюхин А. С. Автоматизация обработки профилограмм шероховатости // Материалы V Междунар. студ. науч, конф. „Студенческий научный форум — 2013“. [Электронный ресурс]: https://scienceforum.ru/2013/article/2013004411.

26. Бавыкин О. Б., Кривозубова Е. В. Автоматизация измерений параметров шероховатости поверхности // Журнал технических исследований. 2019. Т. 5, № 3.

27. ISO 16610-41:2015. Geometrical product specifications (GPS). Filtration. Morphological profile filters.

28. Ružbarský J. The difficulty of measuring the roughness of glossy surfaces using the triangulation principle // Appl. Sciences. 2023. Vol. 13, N 8. Art. 5155. DOI: 10.3390/app13085155.

29. Зиятдинов Р. Р., Шабаев А. А., Валиахметов Р. Р. Система активного контроля шероховатости поверхности на основе измерения степени поляризации отраженного излучения // Фундаментальные исследования. 2017. № 12-2. С. 287–291.

30. Zhang C., Li Y., Zhang Y. et al. Surface roughness prediction in machining using CNN // Precis. Eng. 2019. Vol. 57. P. 1–12. DOI: 10.1016/j.precisioneng.2019.03.011.

31. Liu Z., Wang Y., He Y. et al. Surface roughness evaluation using CNN and optical images // Appl. Sciences. 2021. Vol. 11(3). Art. 1124. DOI: 10.3390/app11031124.

32. Ružbarský J. Roughness control of surfaces using a laser profilometer with the selected material cutting technology // Materials. 2023. Vol. 16, N 11. Art. 4109. DOI: 10.3390/ma16114109.

33. Gulyaev V. A., Loginov N. Y. Automated system for monitoring the roughness of the outer surfaces of the optical-digital method // Intern. Scientific Journal Theoretical & Applied Science. 2017. Vol. 49, N 5. DOI: 10.15863/TAS.2017.05.49.