Специалисты Московского Политеха научили нейросеть автоматически выявлять трещины и другие дефекты в литых металлических деталях прямо в ходе производства. Сейчас этим занимаются люди, но нейросеть сможет делать это точнее и быстрее.

Контроль качества отливок в машиностроении до сих пор во многом держится на ручном осмотре. Инспектор смотрит на деталь, оценивает поверхность — и либо пропускает ее дальше, либо отправляет в брак. Метод ненадежный: глаз устает, освещение меняется, трещина на сложной текстуре поверхности легко остается незамеченной.

А горячая трещина в литой детали — это не косметический изъян. В авиации, автомобилестроении или энергетике такой дефект, пропущенный при контроле, может обернуться аварией уже в эксплуатации. При этом объемы производства на современных заводах таковы, что вручную проверить каждую деталь с нужной тщательностью практически невозможно.

Простые алгоритмы компьютерного зрения с этой задачей справляются лишь частично. Они неплохо работают в стабильных условиях, но теряются, как только ситуация усложняется: поверхность окислена, материал неоднороден, граница дефекта размыта или трещина маскируется под естественный рельеф детали. Результат — либо ложные срабатывания, либо пропущенные дефекты. Оба варианта дорого обходятся производству.

ИИ объединяет сверточную нейронную сеть, которая анализирует изображение детали, с нечеткой логикой, которая умеет работать с неопределенностью. Система не просто фиксирует трещину, — она оценивает степень ее опасности с учетом контекста: характера поверхности, степени окисления, типа материала. Это принципиально другой уровень диагностики по сравнению с тем, что есть сейчас.

Источник: News.am

Изображение: News.am