Estimation of Porosity of Microarc Oxide Coating Based on Optical Image Recognition

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

The work is aimed at solving the problem of improving the quality control of coatings with a porous structure. The problem arises due to the lack of an effective and nondestructive method for assessing the porosity of microarc oxide coatings. Accurate porosity control is necessary to ensure the reliability and durability of coatings, as well as to prevent their defects. The use of optical image recognition techniques can improve the process of indirect measurement of coating porosity and improve the quality of control without affecting the object. The factors affecting the porosity of the microarc oxide coating, as well as methods for its determination, are systematized. A method for estimating the porosity of oxide coatings of AD31 aluminum alloy samples is proposed based on a recognition program written in the MATLAB R2020a environment, surface morphology images using modern microscopy methods. A statistical analysis of the surface morphology was carried out, which confirmed good agreement between the porosity estimate and the data obtained during image processing using scanning electron microscope software. The relative error of the proposed method does not exceed 10%. The scientific novelty of the work consists in the development of algorithms for a unique nondestructive testing method — recognition of porous structures based on optical data, which contribute to increasing the efficiency of porosity estimation and improving the characteristics of oxide coatings.

About the authors

E. A. Pecherskaya

Penza State University

Author for correspondence.
Email: pea1@list.ru
Russian Federation, Penza, 400026

A. A. Maksov

Penza State University

Email: pea1@list.ru
Russian Federation, Penza, 400026

S. V. Konovalov

Penza State University; Siberian State Industrial University

Email: pea1@list.ru
Russian Federation, Penza, 400026; Novokuznetsk, 654007

P. E. Golubkov

Penza State University

Email: pea1@list.ru
Russian Federation, Penza, 400026

M. A. Mitrohin

Penza State University

Email: pea1@list.ru
Russian Federation, Penza, 400026

S. A. Gurin

Penza State University

Email: pea1@list.ru
Russian Federation, Penza, 400026

M. D. Novichkov

Penza State University

Email: pea1@list.ru
Russian Federation, Penza, 400026

References

  1. Buling А., Zerrer J. // Surf. Coat. Technol. 2019. V. 369. P. 142. https://doi.org/10.1016/j.surfcoat.2019.04.025
  2. Molaei M., Fattah-alhossini A., Nouri M., Nourian A. // Ceram. Int. 2022. V. 48. Iss. 5. P. 6322. https://doi.org/10.1016/j.ceramint.2021.11.175.
  3. Trushkina T.V., Mikheev A.E., Girn A.V., Vakhteev E.V., Orlova D.V. // Reshetnev Readings. 2011. V. 1. P. 38. https://cyberleninka.ru/article/n/otsenka-poristosti-pokrytiy-na-alyuminievyh-splavah-poluchennyh-mikrodugovym-oksidirovaniem
  4. Trushkin T.V., Girn A.V., Ravodina D.V., Alyakretsky R.V. // Reshetnev Readings. 2014. V. 1. P. 443. https://cyberleninka.ru/article/n/vliyanie-tehnologicheskih-parametrov-na-poristost-mdo-pokrytiy.
  5. Golubkov P.E., Pecherskaya E.A., Gurin S.A., Alexandrov V.S., Artamonov D.V., Maksov A.A. // St. Petersburg State Polytech. University J. Phys. Math. 2023. V. 16 (3.1). P. 368. https://doi.org/10.18721/JPM.163.167
  6. Fatimah S., Kim Y.G., Yoon D.K., Ko Y.G. // Surf. Coat. Technol. 2020. V. 385. P. 125383. https://doi.org/10.1016/j.surfcoat.2020.125383
  7. Mortazavi G., Jiang J., Meletis E.I. // Appl. Surf. Sci. 2019. V. 488. P. 370. https://doi.org/10.1016/j.apsusc.2019.05.250
  8. Moon S., Jeong Y. // Corrosion Sci. 2009. V. 51. P. 1506. https://doi.org/10.1016/j.corsci.2008.10.039
  9. Pecherskaya E.A., Golubkov P.E., Karpanin O.V., Artamonov D.V., Safronov M.I., Pecherskiy A.V. // Proc. Univ. Electronics. 2019. V. 24 (4). P. 363. https://doi.org/10.24151/1561-5405-2019-24-4-363-369
  10. Mozafarnia H., Fattah-Alhosseini A., Chaharmahali R., Nouri M., Keshavarz M.K., Kaseem M. // Coatings. 2022. V. 12. P. 1967. https://doi.org/10.3390/coatings12121967
  11. Hafili F., Chaharmahali R., Babaei K., Fattah-alhosseini A. // Corrosion Commun. 2021. V. 3. P. 62. https://doi.org/10.1016/j.corcom.2021.09.005
  12. Moga S.G., Negrea D.A., Ducu C.M., Malinovschi V., Schiopu A.G., Coaca E., Patrascu I. // Appl. Sci. 2022. V. 12. P. 12848. https://doi.org/10.3390/app122412848
  13. Jangde A., Kumar S., Blawert C. // J. Magn. Alloys. 2020. V. 8. P. 692. https://doi.org/10.1016/j.jma.2020.05.002
  14. Parfenova L.V., Galimshina Z.R., Gil`fanova G.U. et al. // Surf. Interfaces. 22. V. 28. P. 101678. https://doi.org/10.1016/j.surfin.2021.101678
  15. Golubkov P.E., Pecherskaya E.A., Karpanin O.V., Shepeleva Y.V., Zinchenko T.O., Artamonov D.V. // J. Phys.: Conf. Ser. 2017. V. 917. P. 092021. https://www.doi.org/10.1088/1742-6596/917/9/092021
  16. Pecherskaya E.A., Golubkov P.E., Artamonov D.V., Melnikov O.A., Karpanin O.V., Zinchenko T.O. // IEEE Trans. Plasma Sci. 2021. V. 49. Iss. 9. P. 2613. https://www.doi.org/10.1109/TPS.2021.3091830
  17. Interstate standard GOST 4784-97 “Aluminum and Aluminum Alloys Deformable. Stamps” (put into effect by Resolution № 433 of the State Standard of the Russian Federation dated December 8, 1998). https://base.garant.ru/5703611/
  18. Pecherskaya E.A., Golubkov P.E., Novichkov M.D., Gurin S.A., Metal’nikov A.M. // Measur. Tech. 2023. V. 66. № 6. P. 420. https://doi.org/10.1007/s11018-023-02243-4
  19. Pecherskaya E., Semenov A., Golubkov P., Gurin S., Artamonov D., Shepeleva Y. // Heliyon. 2023. V. 9. № 9. P. e19995. https://doi.org/10.1016/j.heliyon.2023.e19995
  20. Pecherskaya E.A., Semenov A.D., Golubkov P.E. // Frontier Mater. Technol. 2023. V. 4. P. 73. https://doi.org/10.18323/2782-4039-2023-4-66-7
  21. Melnikov O.A., Pecherskaya E.A., Golubkov P.E., Kozlov G.V., Alexandrov V.S. // St. Petersburg State Polytech. University J. Phys. Math. 2023. V. 16. № 3.1. P. 335. https://doi.org/10.18721/JPM.163.161

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Copyright (c) 2025 Russian Academy of Sciences

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».