پیوندهای مفید
آمار
| تعداد نشریات | 8 |
| تعداد شماره‌ها | 427 |
| تعداد مقالات | 5,558 |
| تعداد مشاهده مقاله | 6,718,806 |
| تعداد دریافت فایل اصل مقاله | 5,678,093 |
شناسایی هندسه آسیب در قطعات با کمک تصویربرداری و فتوگرامتری با استفاده از روش‌های هوشمند | ||
| نشریه مهندسی مکانیک امیرکبیر | ||
| دوره 57، شماره 3، خرداد 1404، صفحه 361-378 اصل مقاله (1.76 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22060/mej.2025.24000.7832 | ||
| نویسندگان | ||
| محمد اسفندیاری؛ احمدرضا خوگر* ؛ رضا شجاع رضوی؛ مسعود برکت | ||
| مجتمع مواد و فناوری‌های ساخت، دانشگاه صنعتی مالک اشتر، تهران، ایران | ||
| چکیده | ||
| مشخص شدن هندسه و حجم دقیق آسیب در قطعات تحت بازسازی و تعمیر نقش مهمی در بهبود کیفیت تعمیر قطعه با روش رسوب نشانی مستقیم لیزری دارد. در این مقاله یک روش شناسایی آسیب قطعات با استفاده از روش‌ها و ابزارهای هوشمند ارائه شده است. ابتدا با استفاده از فتوگرامتری، ابر نقاط از قطعه‌ی آسیب‌دیده تهیه شده است. سپس با خوشه‌بندی ابر نقاط، محدوده‌ی آسیب روی ابر نقاط تعیین می‌شود. برای به دست آمدن مقدار حجم آسیب، لازم است یک صفحه بر روی دهانه‌ی آسیب منطبق شود با انطباق صفحه، حجم محصور بین سطح داخلی آسیب و صفحه منطبق بر آن محاسبه شده است. خوشه‌بندی ابر نقاط با روش K میانگین انجام شده و انطباق صفحه با ابر نقاط با استفاده از چند ویژگی تصویر بخش‌بندی شده از قطعه، شامل مرکز آسیب و خط لبه‌ی بالایی مدل انجام شد. بخش‌بندی با دو روش (Mask R-cnn) و (Segment any thing) انجام شده است که آموزش مدل اول با استفاده از 900 داده انجام شده است. پس از طی مراحل فوق مسیر ابزار رسوب نشانی در حجم حاصل‌شده ایجاد و به مکانیسم شبیه‌سازی‌شده برای بازوی ربات به‌منظور حرکت سامانه رسوب نشانی لیزری داده شده است. از این روش برای آسیب‌های کوچک به‌خصوص در مواردی که از قطعه، نمونه‌ی سالمی وجود ندارد می‌توان استفاده نمود. | ||
| کلیدواژه‌ها | ||
| رسوب نشانی مستقیم لیزری؛ شناسایی آسیب قطعات؛ ربات 4 درجه آزادی؛ هندسه‌ی آسیب؛ فتوگرامتری | ||
| عنوان مقاله [English] | ||
| Geometrical Identification of Defect in Parts Using Imaging and Photogrammetry Using Intelligent Methods | ||
| نویسندگان [English] | ||
| Mohammad Esfandyari؛ Ahmad Reza Khoogar؛ Reza Shoja Razavy؛ Masoud Barekat | ||
| Faculty of Material and Manufacturing Technologies, Malek Ashtar University of Technology | ||
| چکیده [English] | ||
| It is worth mentioning that the exact volume of damages in parts that have been repaired and repaired has an important role in improving the quality of repair. In this paper, a method for identification of corrosion geometry of parts using intelligent tools is presented. At first, by using photogrammetry, point cloud has been generated from damaged areas. Then by clustering of points cloud, the design of the damage is determined. to obtain the amount of damages in the damage, a plate is required to coincide with the boundary edge of the damage, with the plate matching, the enclosed space between the interior surface of the damage and the plate accordingly. The clustering of point cloud was performed by k - means and the adaptation of the plate with the points cloud was performed using several characteristics of segment image including damage center and upper boundary line. The segmentation is performed with two methods (mask r - cnn) and (Segment any thing) that training the first model is done using 900 data. At the end, the path of the deposition tool was created in the produced volume and the simulated mechanism for the robot arm was designed to move the laser system. This method can be used for small samples, especially in cases where there is no healthy sample. | ||
| کلیدواژه‌ها [English] | ||
| Laser Direct Deposition, Identifying the geometry of damages parts, 4dDOF robot, geometry of damages, photogrammetry | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 110 تعداد دریافت فایل اصل مقاله: 110 |
||