Image acquisition and processing in an attempt to automate the fluorescent penetrant inspection

Alba, César Augusto Corrêa (2011). Image acquisition and processing in an attempt to automate the fluorescent penetrant inspection. Mémoire de maîtrise électronique, Montréal, École de technologie supérieure.

Prévisualisation	PDF Télécharger (6MB) | Prévisualisation
Prévisualisation	PDF Télécharger (1MB) | Prévisualisation

Résumé

Mechanical failure in aircraft workpieces is likely from happening, if open to surface discontinuities which comprise stress concentration regions are present. The fluorescent penetrant inspection (FPI) is a sensitive nondestructive evaluation (NDE) method capable to verify the presence of indications in surface of raw materials or of processed parts or parts submitted to service charges.

In general, when FPI inspection is being conducted, an inspector performs an evaluation of a treated surface based on his knowledge and experience in nondestructive testing, being the defect detection a qualitative decision according to his/her judgment. In this case, the inspector’s vision acuity, attitude and motivation can compromise the analysis in inspection. The automation in inspection may improve the repeatability of this NDE method, regarding that machine vision systems classify parts considering quantitative analysis of objective data. Algorithms for the feature extraction are run, providing features for a data analysis procedure which classifies the detected indications as relevant or irrelevant indications according to specification or code. Therefore, the machine vision systems, when applied to fluorescent penetrant inspection, improve the overall technique reliability, guaranteeing automatic storage, retrieval and feedback of data for controlling the manufacturing and maintenance of equipments.

In the literature, there are several examples of machine vision systems: For example, the laser scanning systems, as proposed in Tracy and Moore (2001), is a good approach for the inspection automation. In this system, a focused laser beam spot is translated over the specimen surface and a photodetector measures the amount of fluorescence in that illuminated area whose power is directly proportional to the quantity of penetrant trapped in surface cavities (Tracy and Moore (2001)). Other manner which was proposed by Armstrong (1986) is to illuminate a treated sample with a standard UV lamp in dark booth and acquire images formed by fluorescent bright indications using a camera.

In this work, an ultraviolet indication detection system was developed for the automation of the inspection stage in FPI. Only open to surface indications are capable to be detected through the system. It measures the area and maximum euclidean distance and classifies the shape of indications. They are feasible to be evaluated according to predefined quality standards. Metrics such as the probability of detection curves were traced, obtaining a capability of 21.6 microns of depth with 100% of reliability.

Résumé traduit

Une défaillance mécanique dans les pièces d’aéronefs est susceptible de se produire s’il y a des discontinuités de surface qui comprennent des régions de concentration de contraintes. Le ressuage (FPI) est une méthode de contrôle non destructif (NDE), sensible qui permet de vérifier la présence des indications dans la surface des matières premières ou des pièces soumises à des efforts de service.

En général, une fois que l’inspection FPI est en cours, l’inspecteur effectue l’évaluation d’une surface traitée en fonction de ses connaissances et de son expérience en contrôle non destructif, la détection des défauts étant une décision qualitative selon jugement de l’inspecteur. Dans ce cas, l’acuité de sa vision, son attitude et sa motivation peuvent compromettre l’analyse en matière d’inspection. L’automatisation de l’inspection peut améliorer la reproductibilité de cette méthode NDE, en ce qui concerne le classement des pièces par le système de vision industrielle, compte tenu de l’analyse quantitative des données objectives. Les algorithmes d’extraction des caractéristiques sont exécutés pour offrir des donnés à une procédure d’analyse de données qui classifie les indications détectées comme des indications pertinentes ou non, selon les spécifications ou le code. Par conséquent, les systèmes de vision par ordinateur, lorsqu’ils sont appliqués au ressuage, améliorent la fiabilité technique globale, garantissent le stockage automatique des données, la récupération et le retour des informations de contrôle de la fabrication et de la maintenance des équipements.

Dans la littérature, il existe plusieurs exemples de systèmes de vision industrielle: Par exemple, le système de balayage laser, tel que proposé dans Tracy et Moore (2001), est une bonne approche pour l’automatisation et l’inspection. Dans ce système, un spot laser focalisé est déplacé sur la surface de l’échantillon et un photodétecteur mesure la quantité de fluorescence dans la zone éclairée, dont la puissance est directement proportionnelle à la quantité de pénétrant piégé dans des cavités de surface (Tracy et Moore (2001)).

Une autre approche, proposée par Armstrong (1986), est d’éclairer un échantillon traité avec une lampe UV standard dans une cabine sombre et d’obtenir des images formées par indications fluorescentes à l’aide d’une caméra.

Dans ce travail, un système ultraviolet de détection d’indications a été développé pour automatiser l’inspection en FPI. Seules les indications de surface peuvent être détectées par le système. Il mesure la distance euclidienne maximum, mesure l’aire de surface et classifie la forme des indications. Ces caractéristiques peuvent être évaluées selon les normes de qualité prédéfinies. Les courbes de probabilité de détection ont été tracées et ont montré leur capacité de 21.6 microns de profondeur avec 100% de fiabilité.

Type de document:	Mémoire ou thèse (Mémoire de maîtrise électronique)
Renseignements supplémentaires:	"Dissertation presented to École de technologie supérieure in partial fulfillment of the requirements for a master's degree in mechanical engineering" Bibliogr. : f. [123]-125.
Mots-clés libres:	Ressuage (Résistance des matériaux) Automatisation. Traitement d'images Techniques numériques. Aéronef Contrôle non destructif. Acquisition, FPI, Système, Ultraviolet, Vision
Directeur de mémoire/thèse:	Directeur de mémoire/thèse Viens, Martin
Programme:	Maîtrise en ingénierie > Génie mécanique
Date de dépôt:	15 sept. 2011 16:33
Dernière modification:	15 févr. 2017 02:00
URI:	https://espace.etsmtl.ca/id/eprint/905

Gestion Actions (Identification requise)

Dernière vérification avant le dépôt