НИОКР

Настоящее решение позволяет решать задачу поиска дефектов на рентгеновских изображениях изделий, используя для этого технологии искуственного интеллекта, а именно нейросетевые технологий и технологии машинного обучения для имитации когнитивных способностей человека. 

Новизна проекта заключается в применении нейросетевых технологий и технологий машинного обучения с целью анализа рентгеновских снимков прецизионных металлических изделий. Данные технологии реализуют систему поддержки принятия решений, что позволяет снять часть нагрузки с эксперта.  Автоматизация поиска дефектов на рентгеновских изображениях является математически сложной задачей, вследствие чего целесообразно применение нейросетевых технологий, позволяющих имитировать когнитивные способности человека, а именно выявление и обобщение закономерностей и распространение знаний на новые объекты. Нейросетевая модель в данном случае проходит обучение на ограниченном наборе рентгеновских изображений, после чего она способна проводить анализ рентгеновских изображений, которые ей ранее не демонстрировались.

Наше цифровое решение предназначено для создания экспертной облачной распределенной системы и реализации модуля автоматизированной обработки рентгеновских изображений, что позволит централизованно: 
⊡ собирать, 
⊡ хранить, 
⊡ анализировать данные, 
⊡ строить цифровые модели изделий, 
⊡ создавать системы поддержки принятия решений, 
⊡ осуществлять сопровождение изделий на всех этапах жизненного цикла. 

Цифровое решение осуществляет: 

1. Входной контроль заготовок для производства обратных затворов с прецизионным металлическим уплотнением (изделие). При этом стандартное решение позволяет локализовывать расположение дефектов в заготовках, а настройка под заказчика позволяет определять те области заготовки, которые могут быть использованы при изготовлении изделия, за счет чего может быть повышен выход годной продукции, более полное использование материала дорогостоящих заготовок, а также снижена отбраковка потенциально пригодных для изготовления изделий заготовок за счет точного определения границ изделия и исключения из тела изделия дефектных областей.  

2. Выходной контроль готовых изделий. Цифровое решение позволяет проводить автоматизированный анализ изделий с целью выявления скрытых дефектов, а при настройке под нужды заказчика возможно создание цифровых моделей для сопровождения изделий на всех этапах жизненного цикла. Кроме того, возможно применение решения для перевода готового изделия в другой класс в зависимости от предъявляемых требований и уровня планируемых эксплуатационных нагрузок.  Также цифровое решение позволит снизить нагрузку на эксперта, что позволит повысить точность его работы и снизить уровень усталости. 

Возможно дообучение модели на новых данных, что ведет к повышению точности работы решения на данных каждого конкретного производства. При необходимости модель может быть переобучена для работы с вашими видами изделий. 

Экспертная облачная платформа обладает высокой масштабируемостью. При необходимости вычислительные ресурсы могут быть добавлены за счет введения новых серверов в состав облачной инфрастурктуры. Количество пользователей увеличивается добавлением новых учетных записей и, при необходимости, установкой дополнительных рабочих мест, которые являются терминалами для доступа к системе и не требуют закупки дорогостоящего оборудования.

Внедряемая экспертная облачная платформа является самостоятельным, независимым и полностью российским решением, не использующим иностранное программное обеспечение. Платформа позволяет заместить иностранные аналоги в области интеллектуального анализа данных и построения цифровых моделей изделий, в частности анализа рентгеновских изображений и томограмм в машиностроительной отрасли

Внедрение инфраструктурного цифрового комплекса неразрушающего контроля с использованием технологий искусственного интеллекта

Коротко о проекте

Связаться с нами