Το αντικείμενο του έργου είναι η βιομηχανική έρευνα για την αυτοματοποίηση της διαδικασίας επιρητίνωσης που υπόκεινται όλες οι μαρμάρινες πλάκες που παράγονται, για να αποκτήσουν στιλπνή επιφάνεια και μηχανική αντοχή. Η αυτοματοποίηση θα υλοποιηθεί με χρήση ρομποτικού βραχίονα καθοδηγούμενου από λογισμικό τεχνητής όρασης (machine vision) το οποίο θα ανιχνεύει αυτόματα επιφανειακές ρωγμές και ασυνέχειες. Το σύστημα όρασης θα λαμβάνει εικόνες της πλάκας από θερμοκάμερα καθώς η πλάκα θα θερμαίνεται τεχνητά (ενεργή θερμογραφία).
Η επιρητίνωση αποτελεί μια τυπική διαδικασία στον κλάδο της επεξεργασίας μαρμάρου. Οι μαρμάρινοι όγκοι όπως έρχονται από το λατομείο, κόβονται σε πλάκες, πλένονται και στη συνέχεια υπόκεινται σε επιρητίνωση. Κατά τη διαδικασία αυτή, εποξική ρητίνη επαλείφεται στην επιφάνεια της μαρμάρινης πλάκας και εισχωρεί σε πόρους και ρωγμές, αφενός προκειμένου να προσδώσει μια λεία και στιλβωμένη επιφάνεια, αφετέρου δε, προκειμένου να ενισχύσει την μηχανική αντοχή της πλάκας και ειδικά στα σημεία που υπάρχουν ρωγμές και ασυνέχειες.
Τα σημεία αυτά είναι και τα περισσότερο ευαίσθητα σε θραύση, λόγω τάσεων εγκοπών. Στα εν λόγω σημεία, μετά την πρώτη στρώση και την επεξεργασία της πλάκας σε θάλαμο κενού, επαλείφεται και δεύτερη στρώση, καθώς η ρητίνη έχει ήδη εισχωρήσει μέσα στις ρωγμές και τα κενά. Χρειάζονται δηλαδή και δεύτερη επάλειψη, μόνο οι εν λόγω ευαίσθητες περιοχές.
Μέχρι σήμερα, η διαδικασία επιρητίνωσης διεξάγεται, σχεδόν αποκλειστικά, χειρωνακτικά από εξειδικευμένους εργάτες και στα δύο στάδια. Αυτό παρουσιάζει προβλήματα τόσο στην τελική ποιότητα στίλβωσης όσο και θέματα ασφάλειας των εργαζομένων από εισπνοή χημικών ουσιών. Από εταιρείες του εξωτερικού διατίθενται ρομποτικοί βραχίονες προγραμματισμένοι να ψεκάζουν την πρώτη επίστρωση ρητίνης σε όλη την πλάκα.
Δεν διατίθεται όμως στην παγκόσμια αγορά ένα αποτελεσματικό σύστημα που να ανιχνεύει τις ρωγμές και τις ευαίσθητες περιοχές που χρήζουν δεύτερη επάλειψη. Ο στόχος του έργου είναι η αυτόματη ανίχνευση ακριβώς αυτών των ευαίσθητων περιοχών (ρωγμές & κενά), ώστε και τα δύο στάδια της επάλειψης να διεξάγονται πλήρως από ρομποτικό βραχίονα.
Κατόπιν επιστημονικής βιβλιογραφικής αναζήτησης και επισκόπησης τεχνολογικών προτάσεων για την ανίχνευση ρωγμών και κενών σε μαρμάρινες πλάκες (π.χ. με υπερήχους ή απλή τεχνητή όραση), η ερευνητική ομάδα κατέληξε στη χρήση ενεργούς θερμογραφίας για τον σκοπό αυτό. Για τη συγκεκριμένη τεχνολογία αφενός διατίθεται αρκετά εκτενής βιβλιογραφία, αποτελεί δε, μια μέθοδος που δίνει εύκολα συνολική εικόνα των ρωγμών όλης της πλάκας, έναντι π.χ. των υπερήχων που δίνουν σημειακά αποτελέσματα και απαιτείται 2Δ σάρωση της πλάκας.
Το έργο υλοποιήθηκε σε Ενότητες Εργασίας με διακριτές δράσεις, ως εξής:
Οι υποστηρικτικές δράσεις περιλαμβάνουν μια σειρά από ενέργειες που στοχεύουν στην ομαλή προετοιμασία και υλοποίηση του ερευνητικού έργου, λαμβάνοντας υπόψη τα πλέον ενημερωμένα στοιχεία και δεδομένα. Αυτές οι δράσεις διασφαλίζουν τον συντονισμό, τη διαχείριση και την καλύτερη προβολή του έργου.
Στο πλαίσιο αυτό, δίνεται έμφαση στην ανανέωση των τεχνολογικών γνώσεων μέσω μιας εξαντλητικής επισκόπησης των διαθέσιμων στην αγορά προϊόντων, των τεχνολογικών λύσεων, καθώς και των τρέχουσων επιστημονικών ερευνών που είναι σχετικές με τον σκοπό του έργου.
Η έρευνα επικεντρώνεται στην καταγραφή των τρέχουσων τάσεων της αγοράς για τα μαρμάρινα προϊόντα. Εξετάζονται οι ευκαιρίες και οι προβλέψεις ανάπτυξης βάσει εφαρμογών και γεωγραφικών περιοχών.
Καθορίζεται η προσέγγιση της ερευνητικής διαδικασίας, προσδιορίζοντας τις βασικές παραμέτρους, τους στόχους και τα προσδοκώμενα αποτελέσματα, ώστε να υπάρχει σαφής κατεύθυνση και αποτελεσματικότητα στην ερευνητική δραστηριότητα.
Κατά τη διάρκεια υλοποίησης του έργου, θα διασφαλίζεται η συνεχής, αποτελεσματική και συντονισμένη διαχείριση όλων των δραστηριοτήτων, εξασφαλίζοντας τη συνεργασία και την εναρμονισμένη λειτουργία των διαφορετικών τμημάτων και φορέων που συμμετέχουν.
Οι δράσεις προβολής και διάχυσης των αποτελεσμάτων του έργου είναι ζωτικής σημασίας για την αναγνώριση και την ευρύτερη κατανόηση της σημασίας και των επιτευγμάτων του έργου στο ευρύτερο κοινό.
Η θερμογραφία είναι μια κρίσιμη διαδικασία στην ανίχνευση επιφανειακών ρωγμών και ασυνεχειών, κυρίως σε υλικά όπως το μάρμαρο. Η συγκεκριμένη έρευνα στοχεύει στη βελτίωση και αυτοματοποίηση αυτής της διαδικασίας.
Ο σκοπός είναι η καταγραφή της διαδικασίας επιρητίνωσης διαφορετικών τύπων μαρμάρων, με ιδιαίτερη έμφαση στα ελληνικά, όπως τα μάρμαρα Δράμας, Καβάλας και Θάσου. Με τη χρήση σύγχρονου εξοπλισμού, όπως κάμερες, θα προκύψουν πληροφορίες για την αυτοματοποίηση της διαδικασίας.
Οι μαρμάρινες πλάκες θα μελετηθούν με διάφορες τεχνικές, καταστροφικές και μη, προκειμένου να προσδιοριστούν οι ασυνεχείς περιοχές που απαιτούν επεμβάσεις επιρητίνωσης.
Η ανάλυση των συνθηκών θέρμανσης και των περιβαλλοντικών συνθηκών είναι ζωτικής σημασίας για την αποτελεσματική ανίχνευση ρωγμών μέσω θερμογραφίας.
Βάσει των συμπερασμάτων, θα δημιουργηθεί λογισμικό που θα βελτιώνει την ανάλυση των θερμογραφικών εικόνων, με στόχο την αυτοματοποίηση της διαδικασίας.
Στοχεύει στη βελτιστοποίηση της ψεκαστικής διαδικασίας της ρητίνης, ενσωματώνοντας την σε ένα ρομποτικό σύστημα.
Η έρευνα σχεδίασης του εργαστηρίου θα επικεντρωθεί στη δημιουργία ενός ολοκληρωμένου συστήματος που θα περιλαμβάνει όλα τα απαραίτητα εργαλεία και τεχνολογίες για την αυτοματοποίηση της διαδικασίας θερμογραφίας.
Σε γενικές γραμμές, η εργαστηριακή έρευνα αποσκοπεί στη βελτίωση των μεθόδων ανίχνευσης και επισκευής των μαρμάρινων επιφανειών μέσω της αυτοματοποίησης της διαδικασίας θερμογραφίας.
Στο πλαίσιο του προτεινόμενου συστήματος, θα αναπτυχθεί μια πρωτοποριακή λύση για τον αυτοματισμένο εντοπισμό και αποτύπωση ρωγμών και ασυνεχειών σε μαρμάρινες πλάκες.
Η διερεύνηση του προβλήματος θα επικεντρωθεί σε δύο βασικές κατευθύνσεις:
Σε αυτό το στάδιο, θα αναπτυχθούν δύο αλγόριθμοι:
Ο αλγόριθμος θα υλοποιηθεί σε Python, εκμεταλλευόμενος τις δυνατότητες των βιβλιοθηκών OpenCV, TensorFlow κ.α. για την επεξεργασία εικόνας και την εκπαίδευση των μοντέλων τεχνητής νοημοσύνης.
Μετά την ανάπτυξη, το σύστημα θα ελεγχθεί ως προς την ακρίβεια, την ευαισθησία, και την ειδικότητα του στον εντοπισμό ρωγμών, καθώς και στην ταχύτητα επεξεργασίας. Θα γίνει βελτιστοποίηση των παραμέτρων με στόχο την αύξηση της απόδοσης.
Το προτεινόμενο σύστημα αναμένεται να προσφέρει σημαντικά οφέλη στη βιομηχανία επεξεργασίας μαρμάρου, καθώς θα επιτρέψει τον γρήγορο και ακριβή εντοπισμό των ασυνεχειών, συμβάλλοντας έτσι στην αύξηση της ποιότητας των προϊόντων και στη μείωση του κόστους ελέγχου.
Ανάπτυξη λοιπών υποσυστημάτων, ολοκλήρωσή τους σε ένα βιομηχανικό πρότυπο και εκτέλεση πειραμάτων-δοκιμών. Βελτιώσεις των υποσυστημάτων και επανεκτέλεση δοκιμών. Επικύρωση τεχνολογιών και επαλήθευση λειτουργικότητας. Εφαρμογή χρήσης του υπό ανάπτυξη συστήματος, για σκοπούς επίδειξης. Έλεγχος αξιοπιστίας για βιομηχανική χρήση. Η ΕΕ περιλαμβάνει τις παρακάτω δραστηριότητες:
Ανάπτυξη λογισμικού καθοδήγησης: Το λογισμικό θα λαμβάνει δεδομένα 2Δ χωρικών συντεταγμένων από το ανωτέρω λογισμικό τεχνητής όρασης και θα δημιουργεί τροχιές κίνησης για τον ρομποτικό βραχίονα στη γλώσσα προγραμματισμού του.
Ανάπτυξη κεφαλής επιρητινωτή: Kτασκευή ενός συστήματος ψεκασμού ρητίνης που θα τοποθετηθεί στο άκρο του βραχίονα για την ρομποτική επιρητίνωση. Θα διαθέτει ηλεκτρονικά ρυθμιζόμενη δέσμη ψεκασμού, ελεγχόμενη από το ανωτέρω λογισμικό καθοδήγησης.
Πειραματική Διάταξη: Kατασκευή εργαστηριακής διάταξης που θα περιλαμβάνει (α) ραουλιέρα με ηλεκτροκινητήρα και inverter για κίνηση μαρμάρινων πλακών 65Χ40 εκ., (β) πλαίσιο στήριξης και εγκάρσιας κίνησης με σύστημα σερβοκινητήρα, της θερμοκάμερας, (γ) παραπετάσματα, σύστημα θέρμανσης της μαρμάρινης πλάκας με αέρα και κατάλληλο φωτισμό λήψης των θερμογραφικών εικόνων.
Προγραμματισμός Βραχίονα: Ανάπτυξη του υλισμικού και λογισμικού σύνδεσης της μηχανικής όρασης οπτικής διαλογής με τον ρομποτικό βραχίονα για καθοδήγηση, διαλειτουργικότητα και συγχρονισμό και με τον προγραμματιζόμενο ιμάντα κίνησης.
Ενοποίηση συστημάτων: Περιλαμβάνει την ενοποίηση των ανωτέρω συστημάτων και την ολοκλήρωση σε εργαστηριακό επίπεδο, του αυτοματισμού μηχανικής θερμογραφικής όρασης και του ρομποτικού ελέγχου ενός βιομηχανικού βραχίονα με τον ηλεκτρονικό επιρητινωτή. Η συνολική ενοποιημένη διάταξη θα εγκατασταθεί στους εργαστηριακούς χώρους του ΤΕΙ ΑΜΘ έτοιμη προς τελική επίδειξη των λειτουργιών και δυνατοτήτων της.
Εργαστηριακές Δοκιμές: Σχεδιασμός και διεξαγωγή σειράς πειραμάτων και δοκιμών αυτόματης επιρητίνωσης. Αναλυτική καταγραφή και ταξινόμηση των αποτελεσμάτων. Έλεγχος αξιοπιστίας για βιομηχανική χρήση και αναβάθμιση TRL (Technology Readiness Level, κατά NASA & Horizon 2020) σε επίπεδο 6 (System/subsystem model or prototype demonstration in a relevant environment). Ανάπτυξη εκπαιδευτικών εργαλείων (Training Material).
Αποτελέσματα – Συμπεράσματα: Επεξεργασία και παρουσίαση των αποτελεσμάτων που προέκυψαν από το έργο. Επεξεργασία και επιστημονική – τεχνολογική τεκμηρίωση και ανάλυση των δοκιμών βιομηχανικής έρευνας. Καταγραφή, παρουσίαση και ανάλυση των λειτουργιών που χρήζουν περαιτέρω βελτιστοποίησης.
Μελέτη Τεχνικής Εφαρμογής: Μελέτη ανάλυσης των απαιτούμενων πόρων, διαδικασιών και τεχνικών απαιτήσεων, προκειμένου τα αποτελέσματα της βιομηχανικής έρευνας να εφαρμοστούν σε παραγωγική κλίμακα και να προκύψει ένα νέο προϊόν, εμπορικά διαθέσιμο στο άμεσο μέλλον.
Eleni Vrochidou, George K. Sidiropoulos, Athanasios G. Ouzounis, Anastasia Lampoglou, Ioannis Tsimperidis, George A. Papakostas, Ilias T. Sarafis, Vassilis Kalpakis, and Andreas Stamkos
Cracks can occur on different surfaces such as buildings, roads, aircrafts, etc. The manual inspection of cracks is time-consuming and prone to human error. Machine vision has been used for decades...
Eleni Vrochidou, George K. Sidiropoulos, Athanasios G. Ouzounis, Ioannis Tsimperidis, Ilias T. Sarafis, Vassilis Kalpakis, Andreas Stamkos and George A. Papakostas1
Surface damage identification implies visual inspection, which is tra- ditionally performed manually with the bare eye. The latter is a time-consuming and error-prone process. Effectively automated...
Eleni Vrochidou, George K. Sidiropoulos, Ioannis Tsimperidis, Athanasios G. Ouzounis, Ilias T. Sarafis, Vassilis Kalpakis, Andreas Stamkos and George A. Papakostas
Research is constantly turning towards the development of image-based inspection tools that leverage deep learning models to automate surface crack detection in materials. Yet, most efforts involve color...
