Аннотация
Целью исследования является построение метода принятия решений о выборе траектории обработки графической информации в системе автоматизированного мониторинга за техническим состоянием опасных производственных объектов, с учетом особенностей поставленных задач, условий получения изображений и его свойств. Исследования проводилось по этапам: экспертной оценки изображений опасных производственных объектов; построения векторного классификационного признака, включающего показатели разной природы; отбора главных координат векторного классификационного признака и построения метода принятия решений о выборе траектории обработки графической информации. Авторы работы выполнили статистическую оценку каждой координаты векторного классификационного признака. В результате статистической оценки выявлены значения координат, которые являются характерными для изображений элементов опасных производственных объектов. Эти значения определяют организационные решения для процесса сбора информации для автоматизированной системы мониторинга. Основной особенностью метода является возможность наращивания количества траекторий обработки изображений по мере появления новых фасетов классификационных признаков, развития новых алгоритмов обработки изображений и новых задач в автоматизированной системе мониторинга технического состояния опасных производственных объектов. В статье также представлены полученные решения по обработке графической информации на примере опасных производственных объектов металлургического предприятия. Исследования проводятся с июля 2021 года и по настоящее время. Для проведения исследований используются методы системного анализа при выполнении экспертной оценки изображений и их классификации, обобщении результатов экспертной оценки и построении метода принятия решений. Инструментальной основой программной реализации полученных траекторий являются среда разработки Python и библиотека OpenCV. Построенные траектории для обработки графической информации положили основу мультимодульной структуры автоматизированной системы мониторинга технического состояния опасных производственных объектов.
Ключевые слова
обработка изображения, классификационные признаки, векторный классификационный признак, траектория обработки изображения, система автоматизированного мониторинга, техническое состояние объектов
1. Наркевич М.Ю. Развитие методологии создания системы менеджмента качества металлургического предприятия, эксплуатирующего опасные производственные объекты, на основе прикладной цифровой платформы: дис. ... д-ра техн. наук. 2.5.22 / Наркевич Михаил Юрьевич. Магнитогорск, 2023.
2. Метод классификации изображений элементов опасных производственных объектов / В.Д. Корниенко, А.Ю. Филиппов, М.Ю. Наркевич, О.С. Логунова // Электротехнические системы и комплексы. 2024. № 3(64). С. 85-92. doi: 10.18503/2311-8318-2024-3(64)-85-92
3. Власов Ю.Н., Дмитриев Г.Д. Использование машинного зрения в области компьютерных игр с целью финансовой выгоды // Заметки ученого. 2023. № 2. С. 255-257.
4. Щербаков Н.А., Садов А.А. Возможность применения машинного зрения для определения фаз роста растений на примере томатов // Обзор тенденций в агропромыш-ленном комплексе: сборник статей конференции студентов, аспирантов и молодых ученых «Тенденции в АПК», Екатеринбург, 24 октября 2022 года. Екатеринбург: Уральский государственный аграрный университет, 2022. С. 99-100.
5. Применение машинного зрения в задачах автоматического позиционирования инструмента модульного оборудования / М.Я. Афанасьев, Ю.В. Федосов, А.А. Крылова, С.А. Шорохов // Известия высших учебных заведений. Приборостроение. 2020. Т. 63, № 9. С. 830-839. doi: 10.17586/0021-3454-2020-63-9-830-839
6. Комаров А.С. Оценка качества цифровой печати для оперативной полиграфии методом экспертных оценок // Известия Тульского государственного университета. Технические науки. 2022. № 12. С. 419-424. doi: 10.24412/2071-6168-2022-12-419-424
7. Макаров О.А. Применение экспертной оценки в комплексном подходе к оценке состояния промышленной безопасности нефтеперерабатывающих и нефтехимических предприятий // Альманах-2018-1: сборник статей. Волгоград: Волгоградский государственный университет, 2018. С. 47-53.
8. Субанов Э.Э. Анализ использования экспертных оценок в принятии решений для оценки степени опасности столкновения судов // Инновационные подходы и современная наука. 2011. № 5-1. С. 119-123.
9. Гарбар Е.А. Метод и алгоритмы обработки информации в системах оптического контроля для идентификации дефектов поверхности листовых материалов: дис. ... канд. техн. наук. 05.13.01 / Гарбар Евгений. Череповец, 2023.
10. Мобильное приложение технического обслуживания и ремонта оборудования промышленного предприятия: опыт разработки и внедрения / П.А. Бовшик, Е.В. Берляков, И.Н. Ахметшин, С.М. Логунов // Математическое и программное обеспечение систем в промышленной и социальной сферах. 2017. Т. 5. № 1. С. 30-36.
11. Прикладная цифровая платформа для оценки динамики качества опасных производственных объектов на металлургическом предприятии: структура и алгоритмы / М.Ю. Наркевич, О.С. Логунова, М.Б. Аркулис, А.И. Сагадатов, С.С. Климов, В.В. Кабанова, А.А. Николаев, Д.И. Дерябин // Вестник Череповецкого государственного университета. 2022. № 5(110). С. 29-48. doi: 10.23859/1994-0637-2022-5-110-3
12. Классификация исходных данных для интеллектуальной системы экспертной оценки визуально определяемых дефектов и повреждений / В.Д. Корниенко, Г.А. Ежов, М.Ю. Наркевич, О.С. Логунова // Вестник Череповецкого государственного университета. 2022. № 6(111). С. 53-64. doi: 10.23859/1994-0637-2022-6-111-4
13. Муратов Е.Р. Алгоритмы предварительной обработки изображений в системах комбинированного видения летательных аппаратов: дис. ... канд. техн. наук. 05.13.01 / Муратов Евгений Рашитович. Рязань, 2013.
Метод принятия решений о выборе траектории обработки изображения на основе векторного классификационного признака / В.Д. Корниенко, М.Ю. Наркевич, А.Ю. Филиппов, П.С. Логунова, В.Е. Торчинский // Электротехнические системы и комплексы. 2025. № 1(66). С. 58-66. https://doi.org/10.18503/2311-8318-2025-1(66)-58-66