Инженеры АГУ создали аппаратно-программный комплекс для определения некачественных промышленных деталей
30.10.2020
Уникальное автоматизированное устройство с системой технического зрения предназначено для выявления дефектов на ферритовых кольцах при их серийном производстве. Оно позволит повысить количественные показатели продукции, а также снизить процент брака.
С поставленной задачей к команде центра перспективных технологий в электронике и робототехнике АГУ обратилось астраханское АО «Технология магнитных материалов», занимающееся производством ферритовых изделий для электронных компонентов, в рамках сотрудничества с вузом при внедрении новых технологий, научных разработок и проектов.
«При промышленном производстве на изделиях могут появляться сколы или царапины. Повреждённые детали работникам цехов приходится отделять вручную, на это тратятся дополнительные силы и время, а какие-то дефекты человек может вовсе не заметить. Кроме того, сотрудники могут по ошибке посчитать бракованными кольца с некритичными повреждениями, что опять же приводит к потерям, связанным с уменьшением количества выпущенной продукции», — описывает задачу главный разработчик проекта, третьекурсник факультета физики, математики и инженерных технологий АГУ, инженер ЦКП «Перспективные технологии в электронике и робототехнике» Эмир Вильданов.
В качестве решения проблемы молодой учёный предложил программу, которая в автономном режиме с помощью использования нейросетей и машинного зрения сможет определять степень повреждённости детали и отсеивать испорченные образцы. Устройство состоит из платформы, на которой размещается изделие, и видеокамеры со светодиодной подсветкой. Изображение с камеры переносится на экран, после чего программа по нему самостоятельно вычисляет дефекты.
«Уникальность разработки состоит ещё и в том, что у программы есть возможность подсчёта площадей сколов и царапин. Если знать все размеры, допустимые нормы и параметры, можно будет повысить качество распознавания. Поэтому главная задача сейчас — набрать датасет, то есть собрать данные с различными изображениями деталей, по которым нейросеть будет обучаться», — рассказывает инженер.
В планах у разработчиков — подключение программы к станку, на который можно будет загружать изделия, и её запуск в конвейерном производстве. Кроме того, по словам инженеров, сфера применения программы достаточно широкая.
«Её можно использовать на любом производстве, где важен визуальный осмотр предметов. В частности, в автомобильной или продовольственной промышленности. Например, в Астрахани есть завод томатной пасты, где разработка может помочь при поиске дефектов на крышках или банках», — говорит Эмир Вильданов.
Метки новости
