Нейросеть определит наличие дефектов в деталях авиатехники |

Специалисты Московского авиационного института разработали программное обеспечение для проверки качества авиадеталей. В основу программы инженеры заложили нейросети R-CNN и ImageNet. Их дообучали на тысячах изображений дефектов и пор в металлических изделиях, напечатанных на 3D-принтере. На выходе получилась единая многослойная нейросеть, которая научилась с высокой точностью распознавать брак на снимках компьютерной томографии. Об этом рассказали в пресс-службе МАИ.

«Наш алгоритм напоминает то, как люди распознают объекты. Представьте, что вы смотрите на корзину с фруктами. Ваш мозг может легко отличить яблоко от апельсина или идентифицировать банан, даже если он наполовину спрятан за виноградом. Наше программное обеспечение делает нечто подобное, но с изображениями компьютерной томографии, выявляя дефекты и поры в металлических деталях», – рассказал разработчик проекта, инженер МАИ Константин Коробов.

Конструкторское бюро ОСКБЭС МАИ

Компоненты реактивных двигателей или структурных частей самолётов до сих проверяют в ручном режиме. Разработка позволит в 1,5–3 раза ускорить проверку, автоматизируя процесс. Кроме того, методика, предложенная учёными МАИ, повысит надёжность контроля качества, так как за счёт автоматизации снижена вероятность человеческой ошибки, а обнаружение и устранение дефектов на ранних этапах производственного процесса может предотвратить сбои в сложной технологической цепочке. Таким образом, внедрение этой технологии на предприятиях приведёт к значительной экономии средств, считает Константин Коробов.

Помимо авиастроительной отрасли программа представляет интерес для сферы медицины. Её можно использовать для проверки компонентов медицинских устройств, например хирургических инструментов или протезов.

Работа над проектом ведётся на базе кафедр № 903 «Перспективные материалы и технологии аэрокосмического назначения», № 904 «Инженерная графика» и № 910Б «Механика наноструктурных материалов и систем». На текущем этапе продукт проходит стадию тестирования. Параллельно разработчики продолжают повышать производительность алгоритмов. Полнофункциональную версию программного обеспечения планируют выпустить в начале 2024 года.

Источник: