Контроль внешнего вида торцов топливных таблеток в условиях конвейерного производства

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Рассматривается проблема контроля качества топливных таблеток для атомных реакторов. В процессе разработки системы контроля исследовались разные способы получения и обработки изображений поверхностей таблеток. Основной сложностью данной задачи является неидеальное качество получаемого изображения осматриваемого объекта, а также ограниченное время на его обработку. Для высокопроизводительного контроля геометрии топливных таблеток разработаны программно-аппаратные средства и алгоритмы, позволяющие существенно повысить достоверность результатов контроля. В результате работы получены стабильные, с высокой степенью повторяемости и с достаточным разрешением изображения, пригодные для последующей высокопроизводительной достоверной математической обработки. Достигнута высокая степень независимости изображения и результатов обработки от индивидуальных особенностей отдельных изделий и их партий.

Об авторах

Е. В Власов

Конструкторско-технологический институт научного приборостроения Сибирского отделения РАН

Email: vlasov@tdisie.nsc.ru
Новосибирск, Россия

А. В Белобородов

Конструкторско-технологический институт научного приборостроения Сибирского отделения РАН

Новосибирск, Россия

П. С Завьялов

Конструкторско-технологический институт научного приборостроения Сибирского отделения РАН

Новосибирск, Россия

Д. Г Сырецкий

ПАО «Новосибирский завод химконцентратов»

Новосибирск, Россия

Список литературы

  1. Решетников Ф.Г., Бибилашвили Ю.К., Головнин И.С., Горский В.В. Казеннов Ю.И., Меньшикова Т.С., Никулина А.В., Романеев В.В. Разработка, производство и эксплуатация тепловыделяющих элементов энергетических реакторов. Кн. 1. М.: Энергоатомиздат, 1995. 320 с.
  2. Reshetnikov G., Bibilashvili Yu.K., Golovnin I.S. et al. Development, Production, and Operation of Nuclear Reactor Fuel Elements. Energoatom-izdat, Moscow, 1995. Book 1.
  3. Beloborodov A.V., Vlasov E.V., Finogenov L.V., Zav'yalov P.S. High Productive Optoelectronic Pellets Surface Inspection for Nuclear Reactors // Key Engineering Materials. 2010. V. 437. P. 165-169. Trans Tech Publications, Switzerland.
  4. Финогенов Л.В., Белобородов А.В., Ладыгин В.И., Чугуй Ю.В., Загоруйко Н.Г., Гуляевский С.Е., Шульман Ю.С., Лавренюк П.И., Пименов Ю.В. Оптико-электронная система автоматического контроля внешнего вида топливных таблеток // Дефектоскопия. 2007. № 10. С. 68-79.
  5. Finogenov L.V., Beloborodov A.V., Ladygin V.I., Chugui Yu.V., Zagoruiko N.G., Gulyaevskii S.E., Shul'man Yu.S., Lavrenyuk P.I., Pimenov Yu.V. An optoelectronic system for automatic inspection of the external view of fuel pellets // Russ. J. Nondestr. Test. 2007. V. 43. No. 10. P. 692-699.
  6. Завьялов П.С., Финогенов Л.В., Власов Е.В. Специализированная оптическая система для контроля качества цилиндрических поверхностей // Дефектоскопия. 2016. № 7. С. 66-72.
  7. Zav'yalov P.S., Finogenov L.V., Vlasov E.V. A dedicated optical system for the quality inspection of cylindrical surfaces // Russian Journal of Nondestructive Testing. 2016. V. 52. No. 7. P. 415-420. doi: 10.1134/S1061830916070093
  8. Zhang B., Liu M., Tian Y., Wu G., Yang X., Shi S., Li J. Defect inspection system of nuclear fuel pellet end faces based on machine vision // Journal of Nuclear Science and Technology. 2020. V. 57. No. 6. P. 617-623. doi: 10.1080/00223131.2019.1708827
  9. Zhang B., Miao Y., Tian Y., Zhang W., Wu G., Wang X., Zhang C. Implementation of surface crack detection method for nuclear fuel pellets guided by convolution neural network // Journal of Nuclear Science and Technology. 2021. V. 58. No. 7. P. 787-796. doi: 10.1080/00223131.2020.1869622
  10. Бардин Б.В. Быстрый алгоритм медианной фильтрации. Научное приборостроение, 2011. Т. 21. № 3. С. 135-139.
  11. Bardin B.V. Fast algorithm of median filtering // Scientific Instrumentation. 2011. V. 21. No. 3. P. 135-139.
  12. Sauvola J., Pietikainen M. Adaptive document image binarization. Pattern Recognition. 2000. V. 33. P. 225-236.
  13. Shafait F., Keysers D., Breuel T.M. Efficient implementation of local adaptive thresholding techniques using integral images // Document Recognition and Retrieval XV. Jan 2008.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Российская академия наук, 2023

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».