maisМоделирование и анализ информационных системModeling and Analysis of Information Systems1818-10152313-5417Yaroslavl State University10.18255/1818-1015-2021-1-74-88mais-1473Research ArticleComputing Methodologies and ApplicationsАлгоритм корректировки уровней полезных сигналов при расшифровке вихретоковых дефектограммAn Algorithm for Correcting Levels of Useful Signals on Interpretation of Eddy-Current Defectogramshttps://orcid.org/0000-0003-0500-306XКузьминЕгор ВладимировичKuzminEgor V.

Профессор, доктор физико-математических наук

ул. Советская, д. 14, г. Ярославль, 150003

Professor, Doctor of Science

14 Sovetskaya str., Yaroslavl 150003

kuzmin@uniyar.ac.ruhttps://orcid.org/0000-0001-6274-9971ГорбуновОлег ЕвгеньевичGorbunovOleg E.

Генеральный директор, кандидат физико-математических наук

ул. Союзная, д. 144, г. Ярославль, 150008

General Director, PhD

144 Soyuznaya str., Yaroslavl 150008

gorbunovoe@nddlab.comhttps://orcid.org/0000-0001-5687-7969ПлотниковПетр ОлеговичPlotnikovPetr O.

Инженер-технолог

ул. Союзная, д. 144, г. Ярославль, 150008

Production Engineer

144 Soyuznaya str., Yaroslavl 150008

plotnikovpo@nddlab.comhttps://orcid.org/0000-0001-9149-7435ТюкинВадим АлександровичTyukinVadim A.

Руководитель сектора разработки

ул. Союзная, д. 144, г. Ярославль, 150008

Head of Software Development

144 Soyuznaya str., Yaroslavl 150008

tyukinva@nddlab.comhttps://orcid.org/0000-0002-2534-1026БашкинВладимир АнатольевичBashkinVladimir A.

Профессор, доктор физико-математических наук

ул. Советская, д. 14, г. Ярославль, 150003, 

ул. Союзная, д. 144, г. Ярославль, 150008

Professor, Doctor of Science

14 Sovetskaya str., Yaroslavl 150003, 

144 Soyuznaya str., Yaroslavl 150008

bashkinva@nddlab.comЯрославский государственный университет им. П. Г. ДемидоваРоссияP. G. Demidov Yaroslavl State UniversityRussian FederationООО «Центр инновационного программирования», NDDLabРоссияCenter of Innovative Programming, NDDLabRussian FederationЯрославский государственный университет им. П. Г. Демидова; ООО «Центр инновационного программирования», NDDLabРоссияP. G. Demidov Yaroslavl State University; Center of Innovative Programming, NDDLabRussian Federation2021230320212817488Copyright © Кузьмин Е.В., Горбунов О.Е., Плотников П.О., Тюкин В.А., Башкин В.А., 20212021Кузьмин Е.В., Горбунов О.Е., Плотников П.О., Тюкин В.А., Башкин В.А.Kuzmin E.V., Gorbunov O.E., Plotnikov P.O., Tyukin V.A., Bashkin V.A.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.mais-journal.ru/jour/article/view/1473

Для обеспечения безопасности движения на железнодорожном транспорте регулярно проводится неразрушающий контроль рельсов с применением различных подходов и методов, включая методы вихретоковой дефектоскопии. Актуальной задачей является автоматический анализ больших массивов данных (дефектограмм), которые поступают от соответствующего оборудования. Под анализом понимается процесс определения по дефектограммам наличия дефектных участков наряду с выявлением конструктивных элементов рельсового пути. Данная статья продолжает цикл работ, посвященных задаче автоматического распознавания образов дефектов и конструктивных элементов железнодорожных рельсов по вихретоковым дефектограммам. При формировании этих образов принимаются в расчет только полезные сигналы, пороговые уровни амплитуд которых определяются автоматически по вихретоковым данным. Применяемый ранее алгоритм нахождения пороговых уровней был ориентирован на ситуации, при которых подавляющее большинство поступающих от дефектоскопа сигналов составляет рельсовый шум. Сигнал считается полезным и подлежит дальнейшему анализу, если его амплитуда в два раза превосходит соответствующий пороговый уровень шума. Статья посвящена задаче корректировки пороговых уровней с учётом необходимости выявления протяжённых поверхностных дефектов рельсов. Предлагается алгоритм нахождения значений пороговых уровней амплитуд рельсового шума с их последующей корректировкой в случае наличия большого количество полезных сигналов от протяженных дефектов. Приводятся примеры работы алгоритма на реальных вихретоковых данных.

To ensure traffic safety of railway transport, non-destructive tests of rails are regularly carried out by using various approaches and methods, including eddy-current flaw detection methods. An automatic analysis of large data sets (defectograms) that come from the corresponding equipment is an actual problem. The analysis means a process of determining the presence of defective sections along with identifying structural elements of railway tracks in defectograms. This article continues the cycle of works devoted to the problem of automatic recognizing images of defects and structural elements of rails in eddy-current defectograms. In the process of forming these images, only useful signals are taken into account, the threshold levels of amplitudes of which are determined automatically from eddy-current data. The previously used algorithm for finding threshold levels was focused on situations in which the vast majority of signals coming from the flaw detector is a rail noise. A signal is considered useful and is subject to further analysis if its amplitude is twice the corresponding noise threshold. The article is devoted to the problem of correcting threshold levels, taking into account the need to identify extensive surface defects of rails. An algorithm is proposed for finding the values of threshold levels of rail noise amplitudes with their subsequent correction in the case of a large number of useful signals from extensive defects. Examples of the algorithm’s operation on real eddy-current data are given.

неразрушающий контроль рельсоввихретоковая дефектоскопияобнаружение дефектовавтоматический анализ дефектограммnondestructive testingeddy current testingrail flaw detectionautomated analysis of defectogramsРабота выполнена в рамках инициативной НИР ЯрГУ им. П. Г. Демидова № VIP-016This work was supported by P. G. Demidov Yaroslavl State University Project № VIP-016ReferencesA. A. Markov and E. A. Kuznetsova, Rails flaw detection. Formation and analysis of signals. Book 1. Principles. St. Petersburg: KultInformPress, 2010.A. A. Markov and E. A. Kuznetsova, Rails flaw detection. Formation and analysis of signals. Book 1. Principles. St. Petersburg: KultInformPress, 2010.A. A. Markov and E. A. Kuznetsova, Rails flaw detection. Formation and analysis of signals. Book 2. Data interpretation. St. Petersburg: Ultra Print, 2014.A. A. Markov and E. A. Kuznetsova, Rails flaw detection. Formation and analysis of signals. Book 2. Data interpretation. St. Petersburg: Ultra Print, 2014.V. F. Tarabrin, A. V. Zverev, O. E. Gorbunov, and E. V. Kuzmin, “About Data Filtration of the Defectogram Automatic Interpretation by Hardware and Software Complex ASTRA”, NDT World, vol. 64, no. 2, pp. 5–9, 2014.V. F. Tarabrin, A. V. Zverev, O. E. Gorbunov, and E. V. Kuzmin, “About Data Filtration of the Defectogram Automatic Interpretation by Hardware and Software Complex ASTRA”, NDT World, vol. 64, no. 2, pp. 5–9, 2014.E. V. Kuzmin, O. E. Gorbunov, P. O. Plotnikov, and V. A. Tyukin, “Finding the Level of Useful Signals on Interpretation of Magnetic and Eddy-Current Defectograms”, Automatic Control and Computer Sciences, vol. 52, no. 7, pp. 658–666, 2018.E. V. Kuzmin, O. E. Gorbunov, P. O. Plotnikov, and V. A. Tyukin, “Finding the Level of Useful Signals on Interpretation of Magnetic and Eddy-Current Defectograms”, Automatic Control and Computer Sciences, vol. 52, no. 7, pp. 658–666, 2018.E. V. Kuzmin, O. E. Gorbunov, P. O. Plotnikov, and V. A. Tyukin, “An Efficient Algorithm for Finding the Level of Useful Signals on Interpretation of Magnetic and Eddy Current Defectograms”, Automatic Control and Computer Sciences, vol. 52, no. 7, pp. 867–870, 2018.E. V. Kuzmin, O. E. Gorbunov, P. O. Plotnikov, and V. A. Tyukin, “An Efficient Algorithm for Finding the Level of Useful Signals on Interpretation of Magnetic and Eddy Current Defectograms”, Automatic Control and Computer Sciences, vol. 52, no. 7, pp. 867–870, 2018.E. V. Kuzmin, O. E. Gorbunov, P. O. Plotnikov, V. A. Tyukin, and V. A. Bashkin, “Application of Neural Networks for Recognizing Rail Structural Elements in Magnetic and Eddy Current Defectograms”, Automatic Control and Computer Sciences, vol. 53, no. 7, pp. 628–637, 2019.E. V. Kuzmin, O. E. Gorbunov, P. O. Plotnikov, V. A. Tyukin, and V. A. Bashkin, “Application of Neural Networks for Recognizing Rail Structural Elements in Magnetic and Eddy Current Defectograms”, Automatic Control and Computer Sciences, vol. 53, no. 7, pp. 628–637, 2019.E. V. Kuzmin, O. E. Gorbunov, P. O. Plotnikov, V. A. Tyukin, and V. A. Bashkin, “Application of Convolutional Neural Networks for Recognizing Long Structural Elements of Rails in Eddy-Current Defectograms”, Modeling and analysis of information systems, vol. 27, no. 3, pp. 316–329, 2020.E. V. Kuzmin, O. E. Gorbunov, P. O. Plotnikov, V. A. Tyukin, and V. A. Bashkin, “Application of Convolutional Neural Networks for Recognizing Long Structural Elements of Rails in Eddy-Current Defectograms”, Modeling and analysis of information systems, vol. 27, no. 3, pp. 316–329, 2020.

The authors declare that there are no conflicts of interest present.