Повышение эффективности идентификации изображений дефектов при компьютерной расшифровке цифровых радиографических изображений сварных соединений опасных производственных объектов
- Авторы: Григорченко С.А.1, Капустин В.И.2
-
Учреждения:
- Коломенский институт (филиал) Московского политехнического университета
- АО «НИЦ «ТЕХНОПРОГРЕСС»»
- Выпуск: № 12 (2024)
- Страницы: 59-68
- Раздел: Рентгеновские методы
- URL: https://archivog.com/0130-3082/article/view/649290
- DOI: https://doi.org/10.31857/S0130308224120056
- ID: 649290
Цитировать
Аннотация
Повышению эффективности идентификации изображений дефектов при компьютерной расшифровке радиографических изображений посвящена эта статья. В работе рассматривается задача сегментации изображений дефектов, а также модели сегментации изображений дефектов на радиографическом снимке как при ручной, так и компьютерной расшифровке. Показано отличие алгоритмов поиска и идентификации групп, скоплений, цепочек пор, шлаковых и металлических включений от ручной расшифровки снимков.
Разработаны и экспериментально проверены на АПК КАРС алгоритмы поиска и идентификации дефектов для применения в комплексах цифровой радиографии. Сходимость результатов компьютерной и ручной расшифровки составила 0,85.
Полный текст

Об авторах
С. А. Григорченко
Коломенский институт (филиал) Московского политехнического университета
Автор, ответственный за переписку.
Email: rent_sig@mail.ru
Россия, Коломна
В. И. Капустин
АО «НИЦ «ТЕХНОПРОГРЕСС»»
Email: kapustin@tpcorp.ru
Россия, Москва
Список литературы
- О промышленной безопасности опасных производственных объектов: Федеральный закон № 116 — ФЗ от 21.07.97 г. Принят Государственной Думой 20 июня 1997 г. [сайт]. 1997. URL: http://www.kremlin.ru/acts/bank/11232 (дата обращения: 08.10.2024).
- Приказ Федеральной службы по экологическому, технологическому и атомному надзору от 20 октября 2020 г. N 420 «Об утверждении федеральных норм и правил в области промышленной безопасности «Правила проведения экспертизы промышленной безопасности» (с изменениями и дополнениями) [Электронный ресурс] / Информационно-правовой портал «Гарант.ру»: https://base.garant.ru/75039846/#friends (дата обращения: 08.10.2024).
- X-Vizor — ПО для цифровой и компьютерной радиографии. Общество с ограниченной ответственностью «Ньюком-НДТ» [сайт]. 2024. URL: https://newcom-ndt.ru/x-vizor (дата обращения: 08.10.2024).
- Система улучшения и архивирования изображений “СОВА+” / Ассоциация научно-технического сотрудничества «ТЕСТРОН» [сайт]. 2024. URL: http://www.testron.ru/ru/view/38 (дата обращения: 08.10.2024).
- ПО Дисофт // Общество с ограниченной ответственностью «Центр Цифра» [сайт]. 2024. URL: https://digital-xray.ru/product/po-disoft/#desc (дата обращения: 08.10.2024).
- Грудский А.Я., Величко В.Я. Оцифровка радиографических снимков — это не очень просто // В мире НК. 2011. № 4 (54). С. 74—76.
- Грудский А.Я., Величко В.Я., Деч А.В. Как гарантировать достоверность и качество цифрового архива рентгеновских снимков кольцевых сварных соединений магистрального трубопровода? // В мире НК. 2012. № 4 (58). С. 34—40.
- Багаев К.А., Козловский С.С. Оцифровка рентгеновских пленок. Что следует учесть при разработке и внедрении российских стандартов // В мире НК. 2013. № 3 (61). С. 30—35.
- Деч А.В. Требования к программным комплексам улучшения и архивирования рентгеновских изображений // В мире НК. 2003. № 3 (21). С. 66—68.
- Косарина Е.И., Крупнина О.А., Демидов А.А., Михайлова Н.А. Цифровое оптическое изображение и его зависимость от радиационного изображения при неразрушающем контроле методом цифровой рентгенографии // Авиационные материалы и технологии. 2019. № 1 (54). С. 37—42. doi: 10.18577/2071-9140-2019-0-1-37-42
- Назаренко С.Ю., Удод В.А. Применение искусственных нейронных сетей в радиационном неразрушающем контроле // Дефектоскопия. 2019. № 6. С. 53—64.
- Воробейчиков С.Э., Фокин В.А., Удод В.А., Темник А.К. Оценка эффективности двух алгоритмов сегментации цифрового радиационного изображения объекта контроля // Дефектоскопия. 2017. № 2. С. 60—67.
- Liu T., Zheng P., Bao J., Chen H. A state-of-the-art survey of welding radiographic image analysis: Challenges, technologies and applications // Measurement. 2023. V. 214. P. 112821. doi: 10.1016/j.measurement.2023.112821
- Block S. B., Da Silva R. D., Lazzaretti A. E., Minetto R. LoHi-WELD: A Novel Industrial Dataset for Weld Defect Detection and Classification, a Deep Learning Study, and Future Perspectives // IEEE Access. 2024. V. 12. P. 77442—77453. doi: 10.1109/ACCESS.2024.3407019
- Say D., Zidi S., Qaisar S.M., Krichen M. Automated Categorization of Multiclass Welding Defects Using the X-ray Image Augmentation and Convolutional Neural Network // Sensors. 2023. V. 23. P. 6422. https://doi.org/10.3390/s23146422
- Zhao S., Long L., An D., Wang Y, Zhang H., Liang H., Jin S. Design and Realization of Nondestructive Testing Information Management System for Shell Electron Beam Welds // Software Engineering and Applications. 2022. V. 11. No. 5. P. 1005—1016. doi: 10.12677/SEA.2022.115103. https://doi.org/10.12677/sea.2022.115103
- Harrouche S., Nacereddine N., Goumeidane A.B. A Comparative Study of Different CNN Models using Transfer Learning for Weld Defect Classification in Radiographic Testing // Proc. of the 4th International Conference on Electrical, Communication and Computer Engineering (ICECCE). 30—31 December 2023, Dubai, UAE. doi: 10.1109/ICECCE61019.2023.10442057
- Григорченко С.А., Ефименко Л.А. Автоматизация компьютерной расшифровки радиационных изображений сварных соединений // Дефектоскопия. 2015. № 1. С. 21—27.
- Григорченко С.А., Капустин В.И. Классификация дефектов при автоматизированном радиографическом контроле сварных соединений // Дефектоскопия. 2009. Т. 45. № 9. С. 73—87.
- Капустин В.И., Зуев В.М., Иванов В.И., Дуб А.В. Радиографический контроль. Информационные аспекты. Москва: ООО Издательство «НАУЧТЕХЛИТИЗДАТ», 2010. 368 с.
- НП-105-18. Правила контроля металла оборудования и трубопроводов атомных энергетических установок при изготовлении и монтаже.
- ГОСТ 23055—78. Контроль неразрушающий. Сварка металлов плавлением. Классификация сварных соединении по результатам радиографического контроля.
- СТО Газпром 2-2.4-917-2014. Инструкция по радиографическому контролю качества сварных соединений при строительстве и ремонте промысловых и магистральных трубопроводов.
- Григорченко С.А. Автоматизированная оценка качества сварных соединений по параметрам радиографических изображений дефектов // Контроль. Диагностика. 2009. № 10. С. 30—36.
Дополнительные файлы
