سيستم وفقي تشخيص بصري نشانگرهاي صنعتي عقربه‎‌اي

An Adaptive Gauge Reader for Industrial Application

خواندن نشانگر‌ها در كارخانه‌ها و مراكز صنعتي اهميت بسياري دارد. اين نشانگر‌ها مي‌توانند درجه حرارت، فشار و ساير موارد مشابه را نمايش دهند، لذا خواندن دقيق آن‌ها بسيار ضروري است. در مراكز صنعتي در كنار نشانگرهاي ديجيتال جديد همچنان تعداد زيادي نشانگر آنالوگ، هيدروليكي و مكانيكي مشغول به كار هستند. در حال حاضر متصل كردن اين نشانگر‌ها بوسيله واسط كاربري‌‌هاي الكتريكي به PLC و تبديل اين سيگنال‌ها به سيگنال‌هاي ديجيتال هزينه‌ي زيادي دارد. از اين رو، در اين مطالعه براي جلوگيري از ازدياد هزينه‌ها از دوربين ديجيتال براي خواندن نشانگر‌ها استفاده مي‌شود. در اين تحقيق نشانگرهاي عقربه‌اي و ستوني مورد ارزيابي قرار گرفته‌اند؛ زيرا احتمال اتصال مستقيم اين نشانگرها به PLC بسيار كمتر از نشانگرهاي ديجيتال است. با اين وجود تعدادي از نشانگرهاي ديجيتال نيز بصورت مستقيم به كنترل كننده‌هاي مركزي متصل نمي‌باشند و خواندن آن‌ها توسط دوربين باعث كاهش هزينه‌ها مي‌شود. در اين مطالعه با پردازش تصاوير بدست آمده از دوربين‌ها در كامپيوتر و انجام مجموعه‌اي از پيش‌پردازش‌هاي مناسب براي رفع نويزهاي به وجود آمده روي تصوير و سپس سعي در تشخيص عدد نمايش داده شده توسط نشانگر، مي‌توان مقدار عددي را به‌ صورت بصري مشخص نمود و به قسمت ناظر يا كنترل كننده در واحد صنعتي منتقل نمود. براي حذف نويز در تصاوير از فيلترهايي نظير فيلتر ميانه استفاده مي شود، و تبديل هاف براي يافتن عقربه و محيط دايره نشانگرهاي عقربه اي مورد استفاده قرار مي گيرد. براي حذف اعداد و اجزاي اضافه نشانگر عمليات بستن روي تصوير نشانگر انجام شده است و سپس براي كلفت كردن اجزاي نشانگر مانند عقربه عمليات بستن انجام مي‌شود. در اين تحقيق نشانگرهاي عقربه‌اي داخل كارخانه كه نمايانگر فشار مي باشند، نشانگرهاي عقربه اي داخل اتومبيل كه سرعت و دور موتور را نمايش مي دهند و همچنين يك نشانگر ستوني داخل كارخانه كه ميزان مايع داخل يك مخزن را نشان مي‌دهد مورد استفاده قرار گرفته اند. براي هر نشانگر به صورت مكرر مقداري كه چشم انسان در هر لحظه مشاهده مي كند با مقدار متناظر آن كه توسط تحقيق به دست آمده، مقايسه شده است. نتايج مطالعه نشان مي دهد كه در نشانگرهاي عقربه اي درصد خطاي چشم انسان و روش به كار گرفته شده در اين تحقيق با توجه به مقياس درجه بندي نشانگرها و كيفيت فيلم، در بهترين حالت صفر و داراي ميانگين خطاي 75/0 درصد مي باشد؛ در مطالعه موردي اين پژوهش خطاهاي به دست آمده با اين ميانگين داراي انحراف معيار 471/0 مي‌باشند و همچنين بهترين خطا در نشانگر ستوني 03/0 درصد است و ميانگين خطا 08/0 درصد مي باشد. انحراف معيار مربوط به اين ميانگين برابر با 025/0 است. از مزاياي مهم اين روش مقرون به صرفه بودن آن است كه در صورت رعايت شرايط عملي به عنوان شيوه جانشين يا مكمل در مراكز صنعتي قابل استفاده است.

One of the key challenges in factories and refineries is accurate reading of gauges displaying temperature, pressure and other important parameters. In industries, along with new digital markers, there are still many analogue, hydraulic and mechanical indicators. On the other hand, connecting these gauges to PLC (Programmable Logic Controller) through electrical interfaces and converting these signals to digital signals costs a lot. To avoid these costs, we propose to use digital cameras for reading the gauges followed by processing the images obtained by the cameras to recognize the figures on the display. Since the probability of connecting analog and column gauges to PLC directly is less than the digital gauges, in this research, analog and column gauges are considered. Nevertheless, the proposed method is also useful for digital gauges which are not connected to the central controller directly. In the proposed method, final results are reported by preprocessing the data derived from the images, which can be used to control the devices inside the factories and refineries. Such theses preprocessing includes applying median filters to eliminate the noise in the images and Hough transform to find the position of the pointer and the display circle in pointer gauges. To further increase the accuracy and speed of the processing to eliminate the unnecessary numbers and signs on the display, appropriate morphological operations can be applied. In this research, three types of gauges Have been studied: i) pointer gauges in a factory displaying the pressure, ii) pointer gauges in a car showing the speed and power of the motor and iii) a column gauge in a refinery displaying the level of the liquid inside a container. For each gauge, the numbers read by a human is repeatedly compared with the values obtained from the proposed method. Experimental results show that for pointer gauges, the difference between these two values can be as low as 0 percent with average of 0.48% depending on the scaling of the display and the quality of picture. Furthermore, for the case of column gauge, the difference between the values reported by the proposed method and ones read by a human is as low as 0.3% with average of 0.8%. Based on these results using our method reduce the costs and can be used as an alternative or complementary procedure in industries once practical conditions are taken into account.