Classification of Carbon Steels by Automated Spark Test Technique Using Feature Extraction Based on Machine Learning Image Processing การจำแนกชนิดเหล็กกล้าคาร์บอนด้วยเทคนิคทดสอบประกายไฟโดยวิธีจำแนกคุณลักษณะของแมชชีนเลิร์นนิ่งด้วยภาพถ่าย

Abstract

การทดสอบเพื่อจำแนกชนิดของเหล็กกล้านั้นสามารถทำได้หลายวิธี หนึ่งในวิธีการทดสอบเพื่อจำแนกชนิดของเหล็กกล้าคือ การทดสอบผ่านเครื่องอีมิสชั่นสเปคโตรมิเตอร์ (Emission Spectrometer) การทดสอบด้วยวิธีนี้ยังมีข้อจำกัดคือ ใช้ระยะเวลาในการเตรียมชิ้นงานทดสอบและมีค่าใช้จ่ายที่สูง การทดสอบเพื่อจำแนกชนิดของเหล็กกล้านั้นยังมีอีกหนึ่งวิธีที่สามารถจำแนกได้ นั่นคือการทดสอบประกายไฟ (Spark Test) แต่การทดสอบวิธีนี้ยังคงต้องใช้ความรู้ ความชำนาญและทักษะของผู้ทดสอบจึงยังไม่เป็นที่นิยมมากนัก ข้อดีของวิธีการทดสอบด้วยวิธีนี้คือ ขั้นตอนการทดสอบไม่ซับซ้อน ใช้เวลาในการทดสอบไม่นานและทำได้ง่าย งานวิจัยนี้จึงได้นำหลักการจำแนกชนิดของเหล็กกล้าคาร์บอนด้วยเทคนิคทดสอบประกายไฟมาใช้โดยจำแนกคุณลักษณะของแมชชีนเลิร์นนิ่ง (Machine Learning) ด้วยภาพถ่ายตามมาตรฐาน JIS G 0566 ในการทดลองพบว่าสามารถจำแนกเหล็กกล้ากลุ่มเหล็กกล้าคาร์บอนต่ำได้ความแม่นยำ 100% สามารถจำแนกเหล็กกล้ากลุ่มเหล็กกล้าคาร์บอนปานกลางได้แม่นยำ 95% และสามารถจำแนกเหล็กกล้ากลุ่มเหล็กกล้าคาร์บอนสูงได้แม่นยำ 90%

There are several methods of steel classification testing. The test through an emission spectrometer is one of the test methods for classifying steel. However, there are limitations involved in terms of time-consumption andcost-effectiveness in this method. The spark test is another method to classify steel, but this method still requires the knowledge and proficiency skills of the tester. Hence, this method is not very popular. The advantage of this analysis is that the testing process is not complicated and easy to do. However, the spark test requires high proficiency skills in classifying metals. This research applied the principle of steel classification to analyze the spark characteristics by categorizing metal groups using the machine learning characteristics according to JIS G 0566 standard. The results showed that low carbon steel was classified with an accuracy of 100%, medium carbon steel was classified with an accuracy of 95%, and high carbon steel was classified with an accuracy of 90%.