آشکارسازی نواقص جوش با استفاده از پردازش تصاویر رادیوگرافی

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 925

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

PETROICT04_006

تاریخ نمایه سازی: 9 فروردین 1395

چکیده مقاله:

یکی از پرکاربردترین آزمون های غیرمخرب در بازرسی نواحی جوش خطوط لوله گاز، آزمون رادیوگرافی می باشد.در تفسیر فیلم های رادیوگرافی توسط انسان ، عواملی از قبیل کیفیت و وضوح فیلم ، اندازه و موقعیت عیوب جوش و همچنین تجربه و دانش مفسر جوش ، باعث می شود تفسیر اینگونه فیلم ها ناخواسته دچار خطای انسانی گردد. از طرفی این فرآیند وقت گیر بوده و قابلیت اطمینان تفسیر جوش را به خصوص برای تصاویر معیوب به شدت کاهش می دهد. هدف از این تحقیق استفاده از تکنیک های پردازش تصویر جهت آشکارسازی اتوماتیک عیوب جوش و استخراج ویژگی های آنها از روی فیلم های رادیوگرافی می باشد. در این راستا با استفاده از شاخص های ارزیابی کیفیت تصویر، الگوریتم های استاندارد پردازش تصویر شامل روشهای کاهش نویز ، بهبود کنتراست و همچنین روشهای بخش- بندی و آستانه گیری مقایسه گردیده و با انتخاب مناسب ترین روش ، الگوریتمی جهت بهبود کیفیت تصویر رادیوگرافی و آشکارسازی عیوب جوش و استخراج ویژگی های آنها ارایه می گردد. نتایج بدست آمده نشان می دهد روش پیشنهادی قابلیت آشکارسازی و طبقه بندی انواع عیوب جوش را با دقت بالایی دارا می باشد و می توان از آن به عنوان کمک مفسر جهت کاهش خطا و افزایش سرعت تفسیر فیلم استفاده نمود

نویسندگان

مهدی سرداری

پالایشگاه گاز شهید هاشمی نژاد (خانگیران)

علی اکبر خزاعی

گروه مهندسی برق،دانشگاه آزاد اسلامی واحد مشهد

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • G.Wang, T.Warren Li ao, "Automatic identification of different types of ...
  • R.Vilar, J.Zapata, R.Ruiz, "An automatic system of classification of weld ...
  • N .Nacereddine, M.Zelmat, S.Belaifa, M .Tridi, "Weld defect detection in ...
  • O. Zahran, H. Kasban, M. El-Kordy, F.E. Abd El-Samie, "Automatic ...
  • Zh. Wang, A.C. Bovik, H.R.Sheikh, E. P.Simoncell i, "Image quality ...
  • M.Zhi Gao, Zhi-Gang Wu, Lei Wa ng, "Com prehensive Evaluation ...
  • V.L.Jaya , R.Gopikaku mari, " IEM: A New Image Enhancement ...
  • M.Kim, Min Chung, "Recursively separated and weighted histogram equalization for ...
  • Az.Noori Hoshyar, A.Al-Jumaily, Af.Noori Hoshya r, "Comparing the Performance of ...
  • S.Dubey, K.Shah, " Analysis of various flaws detection using segmentation ...
  • V. R. Rathod, R.S.Anand, "A comparative evaluation of different segmentation ...
  • R.C.Gonzalez, R. E. Woods, "DigitoI Image Processing", 3nd ed., Prentice ...
  • Ala kna nda, R.S.Anand, P. Kumar, " Flaw detection _ ...
  • V. R. Rathod, R.S.Ana nd, Ala kna nda, "Comparison of ...
  • V. R.Rathod, R.S.Anand, "A Comparative Study of Different Segmentation Techniques ...
  • B. Karthikeyan, et al, "Analysis of Image Segmentation for Radiographic ...
  • N .Cha ki, S.Hossain Sha ikh, Kh.Saeed, "A Co mprehensive ...
  • نمایش کامل مراجع