English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Quality control in production of the power transmission belts currently relies mostly on visual inspection by skilled workers. They primary inspect belt geometry for defects like small bumps, dents and unformed teeth. Despite the controller experience, the result depends on the persons mood and general condition. To avoid subjective inspection, an experimental system for automated inspection of the belt geometry is developed. It operates on the basis of the laser triangulation system, capable of acquiring a cloud of points in 3D space representing a complete belt surface. By processing the acquired data cloud, most typical belt defects can be identified and assessed. We demonstrate two different methods of data processing. The first one imitates the established manual procedure, where the individual tooth profile is compared to a template specified by a technical documentation. The second method uses a novel approach based on the deviation map. That enables automated analyses of the complete tooth surface (not only profile), identification of 4 typical surface defects and their pass/fail quality assessment. We found shape of the surface defects sufficiently recogniyable in the acquired data cloud, which means that point measurement accuracy of the developed laser triangulation system is sufficient. We demonstrate identification of the typical surface defects. We found that further work is needed to develop pass/fail criteria of the quality assessment to comply with the requirements of the industry.Nadzor kakovosti pri proizvodnji pogonskih jermenov danes v glavnem vključuje vizualno kontrolo, ki jo izvajajo izkušeni delavci. Delavci pregledujejo predvsem geometrijo jermenov glede napak kot so manjše izbokline, vdrtine in neizoblikovani zobje. Kljub izkušnjam kontrolorjev pa so rezultati odvisni od počutja in splošnega stanja ljudi. Da bi se izognili subjektivni kontroli, je bil razvit eksperimentalni sistem za avtomatizirano kontrolo geometrije jermenov. Sistem vključuje jermenski pogon, merilno napravo in računalnik za obdelavo podatkov. Merilna naprava deluje po principu laserske triangulacije. Laserski žarek, ki je oblikovan v ozko svetlobno ravnino, osvetli površino jermena. Svetlobno progo, ki je vidna na površini jermena, posname kamera, ki je postavljena pod kotom glede na smer osvetlitve. Takšna postavitev razkrije topografijo površine in omogoča ugotavljanje prereza jermena. Rezultat posamezne meritve je profil, ki predstavlja prerez laserske ravnine in osvetljene površine jermena. Popolna tridimenzionalna oblika zoba je izmerjena s skeniranjem. Merilna ločljivost sistema je 0,04 mm in površinske napake so jasno razvidne v izmerjenih podatkih. Z obdelavo pridobljenega oblaka točk je možno identificirati in ovrednotiti najpogostejše napake na jermenih. Predstavljeni sta dve različni metodi za obdelavo podatkov. Prva posnema dobro uveljavljeni ročni postopek, kjer se profil posameznih zob primerja s predlogo iz tehnične dokumentacije. Vrednotenje kakovosti uporablja 5 ali 10-odstotne kontrolne meje zaradi skrčkov. Profil velja za sprejemljivega, če pade v to območje. S tem pristopom pa ni mogoče pridobiti vseh informacij o napaki, ki jo kontroliramo. Merimo namreč samo en profil zoba v določenem položaju in pri tem zlahka zgrešimo površinsko napako oziroma je ne izmerimo tam, kjer je odstopanje največje. Za samodejno zaznavanje je potrebna bolj selektivna metoda, ki je sposobna identifikacije in vrednotenja različnih napak. Druga metoda za samodejno zaznavanje površinskih napak uporablja nov pristop na osnovi karte odstopanj. Izmerjena tridimenzionalna oblika zoba se primerja z referenčno (oz. idealno) obliko zoba. Rezultat primerjave je karta odstopanj, ki kaže razlike med dvema površinama. Karta odstopanj se analizira z izračunom prostornine, površine, povprečja in največje višine odstopanj. Z določitvijo ustreznih mej za te karakteristične parametre in njihove kombinacije je možno razvrščanje jermenov na ustrezne in škartne, pri čemer sprejmemo jermene z nesignifikantnimi (kozmetičnimi) nepravilnostmi in zavremo jermene s signifikantnimi površinskimi napakami. Dodatno je bil razvit tudi postopek vrednotenja sprejemljivosti/nesprejemljivosti za štiri tipične površinske napake. Predstavljena je identifikacija tipičnih površinskih napak. Avtorji ugotavljajo, da je potrebno dodatno delo na razvoju kriterijev sprejemljivosti v sklopu vrednotenja kakovosti, ki bodo ustrezali zahtevam industrije

Surface Defect Detection on Power Transmission Belts Using Laser Profilometry