Tổng quan nghiên cứu

Trong ngành công nghiệp dầu khí, việc kiểm tra chất lượng mối hàn đóng vai trò then chốt nhằm đảm bảo an toàn và độ bền của các kết cấu như bồn áp lực, đường ống công nghệ và kết cấu thép. Theo ước tính, mỗi năm có hàng ngàn tấn sản phẩm hàn được chế tạo, đi kèm với đó là một lượng lớn phim chụp ảnh bức xạ cần được phân tích để phát hiện khuyết tật. Tuy nhiên, việc giải đoán phim chụp bức xạ hiện nay phụ thuộc nhiều vào kỹ thuật viên có trình độ cao, đòi hỏi thời gian đào tạo lâu dài và chi phí lớn, đồng thời tốc độ xử lý còn chậm, ảnh hưởng đến hiệu quả sản xuất.

Mục tiêu của luận văn là nghiên cứu và đề xuất giải pháp cùng công cụ phát hiện tự động các khuyết tật hàn qua phim chụp ảnh bức xạ, nhằm thay thế con người trong công tác giải đoán hình ảnh. Phạm vi nghiên cứu tập trung vào phim chụp bức xạ kích thước tiêu chuẩn 10 x 20 cm, với các khuyết tật phổ biến như rỗ khí, ngậm xỉ, thiếu ngấu và cháy thủng. Nghiên cứu được thực hiện tại một số địa phương trong ngành chế tạo kết cấu hàn, trong khoảng thời gian từ năm 2016 đến 2017.

Ý nghĩa của nghiên cứu được thể hiện qua việc nâng cao năng suất, giảm chi phí và đảm bảo tính khách quan trong đánh giá chất lượng mối hàn. Hệ thống tự động phát hiện khuyết tật hàn không chỉ giúp rút ngắn thời gian xử lý phim mà còn góp phần tăng sức cạnh tranh cho các doanh nghiệp trong bối cảnh thị trường ngày càng khắt khe.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên hai lý thuyết chính: lý thuyết xử lý ảnh kỹ thuật số và mô hình mạng nơ-ron nhân tạo (Neural Network). Xử lý ảnh kỹ thuật số cho phép chuyển đổi phim chụp bức xạ thành ảnh số, thực hiện các bước xử lý sơ bộ như lọc nhiễu, phân đoạn và trích xuất đặc trưng. Mạng nơ-ron nhân tạo được áp dụng để xây dựng giải thuật nhận dạng và phân loại các loại khuyết tật hàn dựa trên cơ sở dữ liệu ảnh số.

Các khái niệm chuyên ngành quan trọng bao gồm:

  • Khuyết tật hàn (weld defects): ngậm xỉ, thiếu ngấu, rỗ khí, nứt, cháy thủng.
  • Phim chụp ảnh bức xạ (radiographic film): phương tiện ghi nhận hình ảnh mối hàn dưới dạng phim ảnh.
  • Xử lý ảnh (image processing): kỹ thuật số hóa, lọc, phân đoạn và nhận dạng hình ảnh.
  • Mạng nơ-ron nhân tạo (Artificial Neural Network): mô hình học máy dùng để phân loại và nhận dạng mẫu ảnh.

Phương pháp nghiên cứu

Nguồn dữ liệu chính là các phim chụp ảnh bức xạ mối hàn được thu thập từ công ty dịch vụ kiểm tra không phá hủy Alpha NDT. Cỡ mẫu nghiên cứu khoảng vài trăm phim ảnh với các loại khuyết tật phổ biến. Phương pháp chọn mẫu là chọn ngẫu nhiên các phim có kích thước tiêu chuẩn 10 x 20 cm, đảm bảo tính đại diện cho các nhóm khuyết tật.

Phương pháp phân tích gồm:

  • Số hóa phim chụp ảnh bức xạ bằng thiết bị tự chế tạo, chuyển đổi phim sang ảnh số chất lượng cao.
  • Xử lý sơ bộ ảnh bằng các kỹ thuật ngưỡng (Otsu, Niblack, Sauvola) và phân đoạn bằng thuật toán K-Means.
  • Xây dựng cơ sở dữ liệu ảnh số phân loại theo nhóm khuyết tật.
  • Phát triển giải thuật nhận dạng khuyết tật dựa trên mạng nơ-ron nhân tạo, lập trình phần mềm bằng Matlab.
  • Thử nghiệm và đánh giá độ chính xác, độ tin cậy của hệ thống trên tập dữ liệu kiểm thử.

Timeline nghiên cứu kéo dài trong 12 tháng, bao gồm các giai đoạn thu thập dữ liệu, thiết kế thiết bị số hóa, phát triển giải thuật, xây dựng phần mềm và thử nghiệm ứng dụng.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

  1. Thiết bị số hóa phim chụp ảnh bức xạ được chế tạo thành công, cho phép chuyển đổi phim sang ảnh số với tốc độ nhanh, chất lượng ảnh được cải thiện rõ rệt nhờ sử dụng camera DSLR và điều chỉnh ánh sáng trắng. Thời gian số hóa mỗi phim chỉ khoảng vài giây, tăng hiệu quả xử lý lên khoảng 70% so với phương pháp thủ công.

  2. Cơ sở dữ liệu ảnh số được xây dựng với hơn 300 ảnh mẫu, phân loại theo các nhóm khuyết tật như rỗ khí, ngậm xỉ, thiếu ngấu và cháy thủng. Tỷ lệ ảnh thuộc nhóm rỗ khí chiếm khoảng 35%, ngậm xỉ 25%, thiếu ngấu 20%, cháy thủng 10%, còn lại là các khuyết tật khác.

  3. Giải thuật nhận dạng khuyết tật sử dụng mạng nơ-ron nhân tạo đạt độ chính xác trung bình trên 85% khi thử nghiệm trên tập dữ liệu kiểm thử. Trong đó, khuyết tật rỗ khí và ngậm xỉ được nhận dạng với độ chính xác lần lượt là 88% và 83%. So với các nghiên cứu trước đây, kết quả này cải thiện khoảng 10% về độ chính xác.

  4. Phần mềm phát hiện tự động được phát triển trên nền Matlab có giao diện thân thiện, cho phép người dùng nhập ảnh số, thực hiện phân tích và xuất báo cáo kết quả nhanh chóng. Thời gian xử lý mỗi ảnh trung bình dưới 1 phút, giảm đáng kể so với thời gian giải đoán thủ công.

Thảo luận kết quả

Nguyên nhân thành công của hệ thống là do sự kết hợp hiệu quả giữa thiết bị số hóa chất lượng cao và giải thuật mạng nơ-ron nhân tạo được huấn luyện trên cơ sở dữ liệu phong phú. Việc sử dụng các kỹ thuật xử lý ảnh tiên tiến giúp loại bỏ nhiễu và tăng cường đặc trưng hình ảnh, từ đó nâng cao độ chính xác nhận dạng.

So sánh với các nghiên cứu trong và ngoài nước, hệ thống này có ưu điểm về tốc độ xử lý và khả năng tự động hóa cao, phù hợp với yêu cầu thực tế trong ngành chế tạo hàn. Kết quả có thể được trình bày qua biểu đồ so sánh độ chính xác nhận dạng các loại khuyết tật và bảng thống kê tỷ lệ phát hiện thành công từng nhóm khuyết tật.

Ý nghĩa của nghiên cứu không chỉ nằm ở việc giảm chi phí và thời gian kiểm tra mà còn góp phần nâng cao tính khách quan, giảm sai sót do con người trong quá trình giải đoán phim chụp bức xạ.

Đề xuất và khuyến nghị

  1. Triển khai ứng dụng hệ thống tự động phát hiện khuyết tật hàn tại các công ty chế tạo kết cấu hàn, nhằm tăng tốc độ xử lý phim chụp bức xạ và giảm phụ thuộc vào kỹ thuật viên có kinh nghiệm. Mục tiêu đạt 50% số lượng phim được xử lý tự động trong vòng 12 tháng.

  2. Mở rộng cơ sở dữ liệu ảnh số bằng cách thu thập thêm các mẫu phim từ nhiều nguồn khác nhau, bao gồm các loại khuyết tật ít phổ biến hơn, nhằm nâng cao độ chính xác và khả năng nhận dạng đa dạng. Thời gian thực hiện dự kiến 6 tháng, do phòng nghiên cứu và đối tác cung cấp dữ liệu đảm nhiệm.

  3. Nâng cấp giải thuật nhận dạng bằng cách áp dụng các mô hình học sâu (deep learning) để cải thiện khả năng phân biệt các khuyết tật phức tạp và giảm tỷ lệ sai sót. Dự kiến nghiên cứu và thử nghiệm trong 9 tháng, phối hợp với các chuyên gia về trí tuệ nhân tạo.

  4. Đào tạo và chuyển giao công nghệ cho đội ngũ kỹ thuật viên tại các doanh nghiệp, giúp họ làm chủ công cụ và phần mềm phát hiện tự động, đồng thời nâng cao năng lực phân tích chất lượng mối hàn. Khóa đào tạo dự kiến tổ chức hàng quý, do trường đại học và các chuyên gia thực hiện.

Đối tượng nên tham khảo luận văn

  1. Các kỹ sư và kỹ thuật viên kiểm tra không phá hủy (NDT): Luận văn cung cấp kiến thức chuyên sâu về khuyết tật hàn và phương pháp phát hiện tự động, giúp họ nâng cao hiệu quả công việc và giảm sai sót trong giải đoán phim chụp bức xạ.

  2. Doanh nghiệp chế tạo kết cấu hàn trong ngành dầu khí và công nghiệp nặng: Nghiên cứu mang lại giải pháp công nghệ giúp giảm chi phí kiểm tra, tăng năng suất và đảm bảo chất lượng sản phẩm, từ đó nâng cao sức cạnh tranh trên thị trường.

  3. Các nhà nghiên cứu và sinh viên ngành kỹ thuật cơ khí, công nghệ vật liệu: Luận văn là tài liệu tham khảo quý giá về ứng dụng xử lý ảnh và mạng nơ-ron nhân tạo trong lĩnh vực kiểm tra chất lượng mối hàn, mở ra hướng nghiên cứu mới.

  4. Các tổ chức đào tạo và trung tâm huấn luyện kỹ thuật viên NDT: Nội dung luận văn hỗ trợ xây dựng chương trình đào tạo hiện đại, tích hợp công nghệ tự động hóa, giúp rút ngắn thời gian đào tạo và nâng cao chất lượng nhân lực.

Câu hỏi thường gặp

  1. Hệ thống tự động phát hiện khuyết tật hàn có thể thay thế hoàn toàn kỹ thuật viên không?
    Hệ thống giúp tăng tốc và nâng cao độ chính xác trong phát hiện khuyết tật, nhưng vẫn cần kỹ thuật viên giám sát và xử lý các trường hợp phức tạp. Ví dụ, trong thực tế, kỹ thuật viên vẫn đóng vai trò quan trọng trong việc xác nhận kết quả và xử lý các khuyết tật đặc biệt.

  2. Độ chính xác của giải thuật nhận dạng khuyết tật đạt bao nhiêu phần trăm?
    Theo kết quả nghiên cứu, độ chính xác trung bình đạt trên 85%, trong đó rỗ khí và ngậm xỉ được nhận dạng với độ chính xác lần lượt là 88% và 83%. Đây là mức độ phù hợp để ứng dụng trong thực tế.

  3. Phần mềm phát hiện tự động có thể xử lý phim chụp bức xạ kích thước khác ngoài 10 x 20 cm không?
    Hiện tại, phần mềm và thiết bị số hóa được thiết kế cho phim kích thước tiêu chuẩn 10 x 20 cm. Tuy nhiên, có thể mở rộng và điều chỉnh thiết bị để xử lý các kích thước khác trong tương lai.

  4. Thời gian xử lý một phim chụp bức xạ bằng hệ thống tự động là bao lâu?
    Thời gian xử lý trung bình dưới 1 phút cho mỗi phim, nhanh hơn khoảng 70% so với phương pháp giải đoán thủ công, giúp tăng năng suất kiểm tra đáng kể.

  5. Hệ thống có thể phát hiện được những loại khuyết tật nào?
    Hệ thống đã được thử nghiệm và phát hiện thành công các khuyết tật cơ bản như rỗ khí, ngậm xỉ, thiếu ngấu và cháy thủng. Các loại khuyết tật phức tạp hơn sẽ được nghiên cứu và bổ sung trong các phiên bản tiếp theo.

Kết luận

  • Đã đề xuất và xây dựng thành công giải pháp tự động phát hiện khuyết tật hàn qua phim chụp ảnh bức xạ, bao gồm thiết bị số hóa, cơ sở dữ liệu ảnh số và phần mềm nhận dạng.
  • Hệ thống cho phép chuyển đổi phim sang ảnh số nhanh chóng, xử lý và nhận dạng các khuyết tật phổ biến với độ chính xác trên 85%.
  • Giải pháp góp phần nâng cao năng suất, giảm chi phí và đảm bảo tính khách quan trong kiểm tra chất lượng mối hàn.
  • Nghiên cứu mở ra hướng phát triển ứng dụng trí tuệ nhân tạo trong kiểm tra không phá hủy, có tiềm năng ứng dụng rộng rãi trong ngành công nghiệp chế tạo.
  • Các bước tiếp theo bao gồm mở rộng cơ sở dữ liệu, nâng cấp giải thuật nhận dạng và triển khai ứng dụng thực tế tại các doanh nghiệp.

Để nâng cao hiệu quả kiểm tra chất lượng mối hàn, các doanh nghiệp và tổ chức nghiên cứu nên phối hợp triển khai ứng dụng hệ thống tự động này, đồng thời tiếp tục phát triển công nghệ nhằm đáp ứng yêu cầu ngày càng cao của ngành công nghiệp.