ต้นแบบโปรแกรมวัดขนาดเกรนของโลหะอัตโนมัติโดยวิธีการประมวลผลภาพ
คำสำคัญ:
คุณสมบัติทางกล, โปรแกรมวัดขนาดเกรนของโลหะ, การประมวลผลภาพดิจิทัลบทคัดย่อ
ชิ้นส่วนของโครงสร้างเรือและเครื่องจักรกลจะถูกกำหนดตามเงื่อนไขในการใช้งานภายใต้สภาพแวดล้อมที่แตกต่างกัน ชิ้นส่วนของโครงสร้างเรือและเครื่องจักรกลจะมีคุณสมบัติด้านต่าง ๆ ที่หลากหลาย อาทิเช่น คุณสมบัติทางกล คุณสมบัติความสัมพันธ์ระหว่างความเค้นและความเครียด คุณสมบัติทางเคมี และคุณสมบัติอื่น ๆ ซึ่งสมบัติทางกลอันได้แก่ ความแข็ง (Hardness) และความแกร่ง (Strength) เป็นองค์ประกอบสำคัญของชิ้นส่วนของโครงสร้างเรือและเครื่องจักรกล โดยเฉพาะอย่างยิ่งขนาดเกรนของโครงสร้างโลหะมีผลต่อสมบัติทางกลของโลหะเป็นอย่างยิ่ง โดยในปัจจุบันการวิเคราะห์และทดสอบโครงสร้างสามารถทำได้ด้วยคนในการตรวจสอบคุณสมบัติแต่ก็ใช้ระยะเวลาที่นานและสิ้นเปลืองในการตรวจสอบ จึงเกิดแนวคิดในการสร้างต้นแบบโปรแกรมวัดขนาดเกรนของโลหะและโลหะผสมอัตโนมัติโดยวิธีการประมวลผลภาพดิจิทัล เพื่อลดความผิดพลาดในการวัดที่เคยเกิดขึ้นอันเนื่องมาจากความผิดพลาดของผู้วัด ประหยัดเวลา ประหยัดทรัพยากรต่าง ๆ และเกิดความรวดเร็วในการตรวจสอบมากยิ่งขึ้น
เอกสารอ้างอิง
[2] ชัยยะ ปราณีตพลกรัง. “การพัฒนาโปรแกรมคอมพิวเตอร์เพื่อใช้ในการวัดขนาดเกรนตามมาตรฐาน ASTM E 1382 โดยใช้กระบวนการทางภาพและการวิเคราะห์ภาพ”. Vol 1 (2545): วารสารวิศวกรรมศาสตร์ ราชมงคลธัญบุรี ปีที่ 1 ฉบับที่ 1 พ.ศ 2545. 9-16.
[3] ASTM Standard E112-96, Standard test methods for determining average grain size, in: ASTM International, 2004.
[4] ASTM Standard E1382-97, Standard test methods for determining average grain size using semiautomatic and automatic image analysis, in: ASTM International, 2010.
[5] Rafael C. Gonzalez & Richard E. Woods, Digital Image Processing, New Jersey: Pearson Education, 2010.
[6] S. Dutta, A. Das, K. Barat, H. Roy, Automatic characterization of fracture surfaces of AISI 304LN stainless steel using image texture analysis, Measurement 45 (5) (2012) 1140–1150.
[7] H. Peregrina-Barreto, I.R. Terol-Villalobos, J.J. Rangel-Magdaleno, A.M. Herrera-Navarro, L.A. Morales-Hernández, F. Manríquez-Guerrero, Automatic grain size determination in microstructures using image processing, Measurement 46 (2013) 249–258.
[8] W. Benesova, A. Rinnhofer, G. Jakob, Determine the Average Grain Size of Super-Alloy Micrographs, IEEE International Conference on Image Processing Oct. 2006 2749–2752.
[9] Diógenes, Alysson N, Hoff, Eduardo A. and Fernandes, Celso P., “Grain size measurement by image analysis: An application in the ceramic and in the metallic industries,” 18th International Congress of Mechanical Engineering November 6-11, 2005, Ouro Preto, MG.
[10] V.García-García, I.Mejía, F.Reyes-Calderón., “Quantitative metallographic characterization of welding microstructures in Ti-containing TWIP steel by means of image processing analysis,” ScienceDirect, Materials Characterization Volume 147, January 2019, Pages 1-10.
[11] Jao P.Papa, Rodrigo Y.M.Nakamura, Victor Hugo C.de Albuquerque, Alexandre X.Falcão, and João Manuel R.S.Tavares., “Computer techniques towards the automatic characterization of graphite particles in metallographic images of industrial materials,” ScienceDirect, Expert Systems with Applications Volume 40, Issue 2, 1 February 2013, Pages 590-597.
ดาวน์โหลด
เผยแพร่แล้ว
รูปแบบการอ้างอิง
ฉบับ
ประเภทบทความ
สัญญาอนุญาต
ลิขสิทธิ์ (c) 2564 วารสารวิทยาศาสตร์ เทคโนโลยี และนวัตกรรม
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
1. บทความที่ลงตีพิมพ์ทุกเรื่องต้องผ่านการพิจารณาคุณภาพทางวิชาการจากผู้ทรงคุณวุฒิประจำศาสตร์ (Peer Review) จำนวน 3 ท่าน ต่อ 1 บทความ
2. ข้อความหรือข้อคิดเห็นในวารสารวิทยาศาสตร์ เทคโนโลยี และนวัตกรรม ฉบับนี้เป็นของผู้เขียนบทความ คณะผู้จัดวารสารไม่จำเป็นต้องเห็นด้วย
3. กองบรรณาธิการวารสารวิทยาศาสตร์ เทคโนโลยี และนวัตกรรม ไม่สงวนสิทธิ์ในการคัดลอกแต่ให้อ้างอิงแสดงที่มา
