Материал: Оптимизация и моделирование в автоматизированных системах

Таким образом, по четырем характеристикам, получаемым из изображения стопы, можно определить состояние каждого из ее трех отделов [4]. Эти данные в дальнейшем используются врачами для корректировки, при необходимости, а также для подбора дальнейшего лечения и профилактики обнаруженных патологий.

Описанный ранее алгоритм является недостаточно точным для введения его во врачебную практику, поэтому его улучшение планируется сделать с помощью нейросетевых алгоритомов, а именно использования сверточных нейронных сетей для анализа медицинских изображений, используя технологию

80

глубокого обучения. Как известно, нейронные сети используются во многих областях жизни людей, не исключением является и сфера медицины. Главной особенностью является возможность существенно улучшить эффективность функционирования системы за счет возможности обучения. Работа алгоритма будет заключаться переходе от конкретных особенностей изображения к более абстрактным деталям, и далее к ещё более абстрактным деталям вплоть до выделения понятий высокого уровня. Система должна будет выделять наиболее существенные детали, игнорируя маловажные. Очевидно, что работу врача не способен заменить никакой алгоритм на данный момент, однако с помощью подобных систем возможно существенно облегчить его работу, а также система будет выступать в роли некоего помощника для сопоставления ее результатов и заключения доктора.

Литература

1.Кристофер Бишоп. Распознавание образов и машинное обучение / Би-

шоп Кристофер. – Springer, 2006. – 245 с.

2.Ильясова, Н.Ю. Информационные технологии анализа изображений в задачах медицинской диагностики / Н.Ю. Ильясова, А.В. Куприянов, А.Г. Храмов. – Медицина, 2018. – 424 с.

3.Портал искусственного интеллекта [Электронный ресурс]. Режим дос-

тупа: http://www.aiportal.ru

4.Научный портал [Электронный ресурс]. Режим доступа: https: //postnauka.ru/

5.Научная электронная библиотека [Электронный ресурс]. Режим досту-

па: https://elibrary.ru

ФГБОУ ВО «Воронежский государственный технический университет», Россия

УДК 551.501.8

В.А. Калугин, Л.А. Коробова

МОДЕЛЬ СИСТЕМЫ ОБНАРУЖЕНИЯ ДЕФЕКТОВ В ТЕХНОЛОГИЧЕСКИХ ТРУБОПРОВОДАХ

Любая технологическая система состоит из аппаратов, соединенных между собой трубопроводами. Зачастую, протяженность трубопроводов достаточно велика. Проверка их целостности актуальна и очень затратная по времени и людским ресурсам [1, 2].

На данный момент существует множество приборов – дефектоскопов, имеющих различные принципы работы, но также существует и ряд параметров, позволяющих оценить их эффективность:

81

−разрешение – точность определения размеров и места расположения дефекта;

−скорость диагностики – как правило, является параметром обратным разрешению, так как чем быстрее проходит диагностика, тем ниже точность определения дефекта;

−степень изоляции прибора от внешних воздействий, таких как попадание влаги, повышенное давление и посторонние вибрации;

−чувствительность к температуре – точность результатов диагностики может снизиться при работе прибора в условиях критических температур или же прибор может вовсе выйти из строя;

−способ крепления.

В ультразвуковых дефектоскопах используется эхо-метод, или иначе, теневой метод. Принцип работы дефектоскопа, использующего эхо-метод, состоит в подаче ультразвукового сигнала (импульса) дефектоскопом к месту исследования и фиксация времени возврата отражения этого сигнала от дефектной области. Преимуществами данного вида дефектоскопов над иными являются: низкая степень зависимости от материала исследуемого объекта; высокая распространенность; умеренная надежность; умеренная скорость. Недостатками же: довольно высокая требовательность к параметрам поверхности исследуемого объекта; сравнительно высокая стоимость.

Капиллярная дефектоскопия основана на методе визуального обнаружения тонких поверхностных трещин и неровностей материала. Определенную поверхность заполняют специальными индикаторными веществами, которые проникают в трещины и расщелины под действием сил капиллярности. На очищенную от излишков индикаторных веществ поверхность наносят тонкий слой порошка-проявителя (сорбент). Частицы индикатора вытягиваются из трещин, обрисовывая контуры трещины, к тому же образуя яркое свечение в ультрафиолетовых лучах. Преимуществами данного вида дефектоскопов над иными являются: высокая надежность; умеренная скорость. Недостатками же обнаружение лишь тех дефектов, что проявляются на поверхности.

Суть метода магнитно-порошковой дефектоскопии состоит в выявлении рассеивания магнитного поля над дефектами. Принцип данного метода состоит в нанесении магнитного порошка на рассматриваемый участок. При воздействии магнитным полем частицы намагничиваются и соединяются, образуя скопления порошка в районах трещин. Преимуществами данного вида дефектоскопов над иными являются: высокая скорость нахождения поверхностных дефектов; дешевизна; наглядность; надежность. Недостатками же: невозможность диагностики без разборки в районе стыков деталей; работа только с намагничиваемыми материалами; определенные трудности при размагничивании крупных деталей; небольшая глубина исследования.

Основой принципа работы вихретоковых дефектоскопов лежит измерение вихревых токов, возникающих в районе образующихся дефектов в магнитном поле. Если такие токи возникают, то показания электромагнитного поля

82

вихревых токов фиксируются для каждого проблемного участка и в результатом их обработки является информация о образовавшемся дефекте. Преимуществами данного вида дефектоскопов над иными являются: высокая чувствительность; скорость диагностики; минимальная погрешность; низкая стоимость. Недостатками же: небольшая глубина исследования (до 2 мм); чувствительность к токопроводности материала; средняя надежность.

Анализ наиболее востребованных на данный момент методов дефектоскопии показал, что появилась необходимость и востребованность дальнейших исследований в данном направлении в целях усовершенствования уже имеющегося на рынке оборудования обнаружения дефектов и неполадок.

Разрабатываемая модель обнаружения дефектов в технологическом трубопроводе предлагается для реализации в технологических системах, в качестве дополнительного модуля для обнаружения нарушений в работе трубопроводов или вентиляционных систем и их последующей локализации с целью предотвращения аварий и полного устранения, связанных с ними проблем. Основной задачей для решения подобного рода проблем является обнаружение дефектов в технологических системах с целью их дальнейшего своевременного устранения [2].

Способ применения разрабатываемой модели будет основываться на цепи вибродатчиков, расположенных с определенным интервалом по всей протяженности исследуемой технологической системы и осуществляющих фиксацию шумов с определенной периодичностью (рис. 1).

Рис. 1. Схематическая иллюстрация аппаратного устройства разрабатываемой модели

Так как колебания распространяются в оба направления от источника с

83

одинаковой скоростью, то пара датчиков должны считать частоту колебания технологической среды, которая в дальнейшем будет преобразована в цифровой сигнал и передана на блок управления, в автоматическом режиме выполняющий обработку этой информации путем фильтрации сигнала. В ходе фильтрации сигнала, интересующие нас частоты, будут выделяться, а побочные устраняться. После фильтрации и последующего за ней анализа, путем сравнения фактического параметра сигнала с заданным параметром. Микроконтроллер, в зависимости от результата, должен будет либо продолжить поддержку технологического процесса, либо, в случае обнаружения неисправности осуществить аварийную остановку технологического процесса и отправить соответствующее уведомления на рабочую станцию для последующего устранения неисправности. Так как отклонение от нормы зафиксирует пара датчиков, расположенных на конкретном участке технологической системы, то дефектный участок будет обнаружен с достаточно большой точностью, что позволить значительно сократить время устранения неисправности [5, 6].

АЦП, цифровой фильтр, микроконтроллер (МКР), ЦАП, а также генератор импульсов, синхронизирующих работу АЦП и ЦАП, объединяются в блок управления, который обрабатывает данные, поступающие с датчиков. Задачей микроконтроллера в целом является управления работой всех устройств, осуществляющих обработку информации в составе блока управления. В целом, блок управления должен обеспечивать частоту опроса датчиков около 200 Гц. Информация с датчиков на блок управления может передаваться проводным способом, либо беспроводным (Радиосвязь, Wi-Fi). В случае большой нагрузки на блок управления вследствие разветвленности системы или использования большого количества датчиков можно будет использовать несколько блоков управления, объединенных в одну локальную вычислительную сеть через маршрутизатор и сервер.

Суть разрабатываемой модели информационных потоков [8] представлена на контекстной диаграмме процесса (рис. 2) и ее декомпозиции (рис. 3).

Рис. 2. Контекстная диаграмма IDEF0 процесса «Определение дефектов в технологических системах»

84