Аннотация:
При производстве подшипников требуются точное соблюдение технологического процесса и контроль качества изделий на всех этапах обработки. Одним из наиболее точных и экологичных способов монито-ринга качества в производстве подшипников является метод вихретокового контроля. При реализации данной методики формируется большой массив числовых данных, отражающих информацию о физико-механическом состоянии поверхности. Таким образом, процесс обнаружения дефекта сводится к задаче сегментации данных, т. е. выделению частей массива с разной динамикой, что довольно затруднительно для оператора. Для решения данной задачи предложена система распознавания образов, элементами которой являются алфавит классов (дефекты поверхностного слоя), словарь признаков (фрактальная размерность массива данных), правила принятия решения о распознавании (метод эталонов). Фрактальный анализ применяется к двумерному массиву, состоящему из нескольких векторов данных, что позволяет повысить степень автоматизации процесса поиска и идентификации показаний датчика, свидетельствующих о дефекте, т. к. дефект оказывает влияние на поверхностный слой изделия не только в области его наибольшего преобладания. Приводятся три метода расчета фрактальной размерности двумерного массива. Обосновывается применение метода эталонов теории распознавания образов, представлено аналитическое выражение, отражающее данную методику. На основе предложенных решений можно классифицировать брак поверхности качения колец подшипников посредством предварительного расчета фрактальной размерности для каждого дефекта. Внедрение программного обеспечения, разработанного на основе данной методики, может повысить эффективность контроля качества в производстве подшипников и скорректировать технологический процесс.