Characterization of particles for Improving Cleanability in Automotive Production

다국어 초록 (Multilingual Abstract)

The complicated systems for casting, anodizing, machining (drilling, milling, turning), high-pressure water jet (HPWJ) deburring, and brushing processes create many different kinds of particles: burr, cast and chip. These particles lodge inside the transmission, engine and crankshaft, and then damage the functions of these components, posing risks to drivers. Many researchers have endeavored to minimize these negative effects without clear understanding of the main sources. This investigation aims at clear recognition of these problems and suggests solutions to minimize or remove each kind of particle with high reliability based on experimental databases. By understanding the generation mechanism of each particle, a particle classification algorithm is developed and verified by comparison between the results from simulation and experiment. This research contributes to building a classification algorithm for specific parts like transmissions and engines by suggesting the source of each particle which is very important in cleanability. A particle expert system (PES) was developed to improve particle classification for burrs, casts, and chips in the automotive production process. Image processing techniques were deployed to extract particle information and remove noise from industrial filters and lighting systems. An advanced model of a particle classification algorithm (PCA) was built with 12 particle classes and a vii particle expert system (PES) algorithm was developed to train the PCA parameters to achieve the target success rate. The particle expert system will help the user locate the source of particles with high reliability and a stable success rate immediately after image processing and training the PCA parameters.

국문 초록 (Abstract)

버, 주조, 칩 : 주조, 아노다이징 가공 (드릴링, 밀링, 터닝), 고압 워터 제트 (HPWJ) 디버링 및 브러슁 프로세스에 대한 복잡한 시스템은 많은 다른 종류의 입자를 만들 수 있다. 이들 입자는 변속기, 엔진과 크랭크 샤프트 내부를 구성요소의 기능을 손상시켜 운전자에게 위험에 노출되게 할 수 있다. 많은 연구자는 메인 소스의 명확한 이해 없이 이러한 부정적인 영향을 최소화하기 위해 노력했다. 이 연구는 이러한 문제의 명확한 인식을 목표로 하고 최소화하거나 실험 데이터베이스를 기반으로 높은 신뢰성과 입자의 각 종류를 제거하는 솔루션을 제안한다. 각 입자의 생성 메커니즘을 이해함으로써, 입자 분류 알고리즘을 개발 및 시뮬레이션 실험의 결과를 비교하여 검증 하였다. 이 연구에서는 세척 과정이 매우 중요하다 사료되어 각 입자의 소스를 제안하여 전송 및 엔진 등의 특정 부분에 대한 분류 알고리즘을 구축에 기여한다. 입자 전문가 시스템 (PES)은 자동차 생산 공정에서 버, 캐스트, 및 칩 입자에 대한 분류를 개선하기 위해 개발되었다. 이미지 프로세싱 기술은 입자 정보를 추출 및 산업용 필터 및 조명 시스템에서 잡음을 제거하기 위해 배치되었다. 입자 분류 알고리즘의 고급 모델 (PCA)가 12 입자 클래스 및 VII 입자 전문가 시스템으로 구축 하였다. (PES) 알고리즘은 원하는 성공률을 달성하기 위해 PCA 파라미터를 훈련하기 위해 개발되었다. 입자 전문가 시스템은 사용자의 높은 신뢰성과 화상 처리 후 즉시 안정된 성공률과 PCA 파라미터를 훈련입자소스를 찾을 수 있도록 한다.

목차 (Table of Contents)

• 1. Cleanability Problems and Technology 1
• 2. Characterization and Recognition of particles for Improving Cleanability in Automotive Production 8
• 2.1 Introduction 8
• 2.2 Mechanism of particles generation 9
• 2.3 Standard for particle classification 14
• 2.4 Algorithm of classification 18
• 2.5 Testing and simulation 21
• 2.6 Result and Discussion 24
• 2.7 Conclusion 25
• 3. Improvement of Particle Classification using Particle Expert System in Automotive Production 27
• 3.1 Introduction 27
• 3.2 Analysis process 29
• 3.3 Image processing 31
• 3.4 Feature extraction 35
• 3.5 Particle classification algorithm (PCA) 35
• 3.6 Particle expert system (PES) 42
• 3.7 Results and Discussion 48
• 3.8 Conclusion 49
• References 50
• Abstract (in Korean) 53