Разработка математической модели и программного обеспечения для дефектоскопии снимков интеллектуального рентгеновского 3D микротомографа на основе нейро-нечеткого метода анализа, диагностики и классификации дефектов радиоэлектронной аппаратуры

КАРТОЧКА ПРОЕКТА ФУНДАМЕНТАЛЬНЫХ И ПОИСКОВЫХ НАУЧНЫХ ИССЛЕДОВАНИЙ,
ПОДДЕРЖАННОГО РОССИЙСКИМ НАУЧНЫМ ФОНДОМ

Информация подготовлена на основании данных из Информационно-аналитической системы РНФ, содержательная часть представлена в авторской редакции. Все права принадлежат авторам, использование или перепечатка материалов допустима только с предварительного согласия авторов.

ОБЩИЕ СВЕДЕНИЯ

Номер проекта 22-19-00389

НазваниеРазработка математической модели и программного обеспечения для дефектоскопии снимков интеллектуального рентгеновского 3D микротомографа на основе нейро-нечеткого метода анализа, диагностики и классификации дефектов радиоэлектронной аппаратуры

Руководитель Сырямкин Владимир Иванович, Доктор технических наук

Организация финансирования, регион федеральное государственное автономное образовательное учреждение высшего образования "Национальный исследовательский Томский государственный университет" , Томская обл

Конкурс №68 - Конкурс 2022 года «Проведение фундаментальных научных исследований и поисковых научных исследований отдельными научными группами»

Область знания, основной код классификатора 09 - Инженерные науки; 09-601 - Теория, методы проектирования и эффективность функционирования технических систем

Ключевые слова нейронные сети, рентгеновская томография, дефектоскопия, нейросетевые методы анализа, диагностика

Код ГРНТИ59.01.77

ИНФОРМАЦИЯ ИЗ ЗАЯВКИ

Аннотация
В настоящее время значительные усилия исследователей в области искусственного интеллекта направлены на разработку новых методов решения задач классификации и распознавания объектов по слабо обусловленной и зашумленной исходной информации, когда, в силу изначальной неопределенности, оказывается невозможным применять методы статистического анализа, основанные на аксиоматической теории вероятностей. Искусственные нейронные сети, являясь универсальным инструментом, способны выявлять нелинейные закономерности и взаимосвязи между компонентами многомерных случайных процессов, характеризующихся уникальным набором индикаторов. Применение нейросетевых методов анализа данных, в том числе изображений, в настоящий момент получает все большую популярность, поскольку позволяет до обучать нейросети при поступлении новых данных. Что, в свою очередь позволяет непрерывно расширять спектр исследуемых образцов, включая туда новейшие виды материалов, а также повышать точность исследований. Дополнительными преимуществами обладают сети гибридной структуры, объединяющие в себе нейросетевые и нечетко-множественные подходы. Данный проект направлен на создание математических моделей, описывающих процесс структурно-параметрического синтеза и обучения новых нейро-нечетких сетей для анализа, диагностики и классификации дефектов и особенностей внутренней структуры исследуемого объекта по снимкам, полученным интеллектуальным рентгеновским 3D микротомографом, а также на создание базы данных для машинного обучения и программного обеспечения для автоматической дефектоскопии материалов и элементов радиоэлектронной аппаратуры по снимкам и 3D моделям, сделанным с помощью рентгеновской томографии на основе полученных математических моделей. Для повышения качества обучения и распознавания с учетом нестабильности работы источников излучения, нарушения в геометрии проводимых измерений, экстремальных оптических свойств исследуемых объектов также решается задача автоматической калибровки искаженных рентгеновских снимков на основе нейро-нечеткой кластеризации пространственно распределенных данных. Применение результатов исследования существенно облегчит диагностику производимого электронного оборудования, позволит снизить степень брака на микроуровне, что критично для микроэлектронных устройств. А также существенно ускорит исследование и разработку новых материалов.

ОТЧЁТНЫЕ МАТЕРИАЛЫ

Публикации

1. Сырямкин В.И., Клестов С.А., Сунцов С.Б. Проектирование рентгеновского 3D-микротомографа на основе его "цифрового двойника" Russian Journal of Nondestructive Testing (год публикации - 2022)

2. Б.П. Иваненко, С.А. Клестов, В.И. Сырямкин Сравнительный анализ методов предобработки данных при решении задач анализа, диагностики и классификации дефектов радиоэлектронной аппаратуры нейросетевыми методами Optoelectronics, Instrumentation and Data Processing (год публикации - 2022)

3. В. И. Сырямкин, М. В. Сырямкин, Н. А. Уваров, Ю. П.Муха, О. А. Авдеюк, И. Ю. Королева, Д. В. Титов, В. С. Титов Информационно-измерительные системы с адаптивными преобразованиями. Управление гибкостью функционирования Издание второе, дополненное, DirectMedia, Москва, Информационно-измерительные системы с адаптивными преобразованиями. Управление гибкостью функционирования : монография / В. И. Сырямкин [и др.] — Изд. 2-е, доп. — Москва : Директ‐Медиа, 2022. — 448 с. (год публикации - 2022)

4. ГОРБАЧЕВ С.В, СЫРЯМКИН В.И. ИССЛЕДОВАНИЕ АНСАМБЛЕВЫХ МЕТОДОВ БЭГГИНГА И БУСТИНГА ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ 4-Й ПРОМЫШЛЕННОЙ РЕВОЛЮЦИИ сборник материалов IV Международного форума, С. 23-24. (год публикации - 2022)

5. Алия Д. Алкина, Али Д. Мехтиев, Алексей В. Юрченко, Елена Г. Нешина, Г. Перизат. Мади, Раушан Ж. Аймагамбетова Hardware-software Complex for Monitoring Incidental Losses Occurring in Optical Communication Cables under Mechanical Effect SIBIRCON 2022 - International Multi-Conference on Engineering, Computer and Information Sciences, Proceedings (год публикации - 2023)

6. Клестов С.А. , Сырямкин В.И., Сунцов С.Б. ИССЛЕДОВАНИЕ СВАРНЫХ ШВОВ С ПОМОЩЬЮ РЕНТГЕНОВСКОГО 3D МИКРОТОМОГРАФА ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ 4-Й ПРОМЫШЛЕННОЙ РЕВОЛЮЦИИ сборник материалов IV Международного форума, С. 29-30. (год публикации - 2022)

7. КЛЕСТОВ С.А. DIGITAL 3D X-RAY MICROTOMOGRAPHIC SCANNERS ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ 4-Й ПРОМЫШЛЕННОЙ РЕВОЛЮЦИИ сборник материалов IV Международного форума, c. 86-87. (год публикации - 2022)

8. СЫРЯМКИН В.И, КЛЕСТОВ С.А, ИВАНЕНКО Б.П. РАЗРАБОТКА ИНФОРМАЦИОННОЙ МАТЕМАТИЧЕСКОЙ МОДЕЛИ ДЛЯ ДЕФЕКТОСКОПИИ СНИМКОВ ИНТЕЛЛЕКТУАЛЬНОГО РЕНТГЕНОВСКОГО 3D МИКРОТОМОГРАФА ИННОВАТИКА-2022 Сборник материалов XVIII международной школы-конференции студентов, аспирантов и молодых ученых, С. 207-211. (год публикации - 2022)

9. ПРАЦЮК Д.Ю., КЛЕСТОВ С.А. ПРИМЕНЕНИЕ НЕЙРОСЕТЕЙ В РАСПОЗНАВАНИИ ИЗОБРАЖЕНИЙ ИННОВАТИКА-2022 Сборник материалов XVIII международной школы-конференции студентов, аспирантов и молодых ученых, С. 437-440. (год публикации - 2022)

10. СЫРЯМКИН В.И., КЛЕСТОВ С.А., СУНЦОВ С.Б. ПРОЕКТИРОВАНИЕ РЕНТГЕНОВСКОГО 3D МИКРОТОМОГРАФА НА ОСНОВЕ ЕГО "ЦИФРОВОГО ДВОЙНИКА" ИННОВАТИКА-2022 Сборник материалов XVIII международной школы-конференции студентов, аспирантов и молодых ученых, С. 204-206. (год публикации - 2022)

11. МИНИКАЕВ Р.Р., КЛЕСТОВ С.А. РАЗРАБОТКА МАТЕМАТИЧЕСКОЙ МОДЕЛИ И ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ ДЛЯ ДЕФЕКТОСКОПИИ СНИМКОВ ИНТЕЛЛЕКТУАЛЬНОГО РЕНТГЕНОВСКОГО 3D МИКРОТОМОГРАФА НА ОСНОВЕ НЕЙРО-НЕЧЕТКОГО МЕТОДА АНАЛИЗА, ДИАГНОСТИКИ И КЛАССИФИКАЦИИ ДЕФЕКТОВ РАДИОЭЛЕКТРОННОЙ АППАРАТУРЫ ИННОВАТИКА-2022 Сборник материалов XVIII международной школы-конференции студентов, аспирантов и молодых ученых, С. 184-187. (год публикации - 2022)

12. М. МСАЛЛАМ, В.И. СЫРЯМКИН Система технического зрения интеллектуального робота для мониторинга и разметки опасных территорий ТЕЛЕКОММУНИКАЦИИ, 8, 28-33 (год публикации - 2022)
10.31044/1684-2588-2022-0-8-28-33

13. Оздиев А.Х., Сырямкин В.И. Контурный метод томографического сканирования с идентификацией дефектов при помощи компьютерного зрения Instruments and Experimental Techniques (год публикации - 2023)

14. В.И. Сырямкин, Б.П. Иваненко, С.А. Клестов, М.Д. Хильчук DEVELOPMENT OF A SPECIALIZED SOFTWARE PACKAGE FOR NETWORK FORECAST OF FLOOD WATERS Bulletin of the Tomsk Polytechnic University. Geo Аssets Engineering, V. 334. 5. 205–216 (год публикации - 2023)
10.18799/24131830/2023/5/3859

15. В.И. Сырямкин, М.Д. Хильчук, С.А. Клестов Nondestructive Testing of an Aluminum Alloy Welded Joint based on a Mathematical Model of the Thermal Welding Process and Computer Microtomograph Russian Journal of Nondestructive Testing, Vol. 59, No. 4, pp. 477–486. © Pleiades Publishing, Ltd. (год публикации - 2023)
10.1134/S1061830923700341

16. В.И. Сырямкин, Майди Мсаллам, С.А. Клестов A method to create real-like point clouds for 3D object classification Frontiers in Robotics and AI, Volume 9 - 2022 (год публикации - 2023)
10.3389/frobt.2022.1077895

17. В.И. Сырямкин, С.В. Горбачев, С.А. Клестов, Т.В. Абрамова, Н.А. Уваров, В.А. Гутцал DESIGNING A UNIVERSAL DIGITAL TWIN OF AN OBJECT BASED ON A HYBRID NEURO-FUZZY COMPUTER Journal of Theoretical and Applied Information Technology, Vol.101. No 10 © 2023 Little Lion Scientific (год публикации - 2023)

18. Л.А. Алкандеры, А.В. Юрченко, Ж.А.-К. Мохаммед, А.Д. Мехтиев, И.Г. Нешина PERFORMANCE IMPROVEMENT OF SOLAR DRYER USING AN AUXILIARY HEAT SOURCE UNDER DIFFERENT VALUES OF AIRFLOW RATES Eurasian Physical Technical Journal, Vol.20, No.1(43) (год публикации - 2023)
10.31489/2023No1/42-50

19. Л.А. Алкахдери, А.В. Юрченко, Ж.А.-К Мохаммед, Е.Г. Нешина AUTOMATED TEMPERATURE AND HUMIDITY CONTROL AND MONITORING SYSTEM FOR IMPROVING THE PERFORMANCE IN DRYING SYSTEM ) Eurasian Physical Technical Journal, Vol.20, No.2(44) (год публикации - 2023)
10.31489/2023No2/32-40

20. Л. А. Рашеед,А. В. Юрченко,В. И. Сырямкин, Ж. А.-К. Мохаммед OPTIMIZATION OF AGRICULTURAL DRYING USING PCMBASED AUTOMATED INDIRECT SOLAR DRYERS Russian Physics Journal, Vol. 66, No. 9 (год публикации - 2023)
10.1007/s11182-023-03033-9

21. МСАЛЛАМ М., СЫРЯМКИН В.И. МЕТОДИКА РЕГИСТРАЦИИ 3Д ОБЛАКОВ ТОЧЕК С ИСПОЛЬЗОВАНИЕМ КОРРЕКЦИИ ПЛОСКОСТЕЙ И КОРРЕЛЯЦИИ ГИСТОГРАММ ПРИКАСПИЙСКИЙ ЖУРНАЛ: УПРАВЛЕНИЕ И ВЫСОКИЕ ТЕХНОЛОГИИ, № 1(61). – С. 73-89. (год публикации - 2023)

22. Клестов С. А., Классен Ф.А. МОДЕЛИРОВАНИЕ ИЗОБРАЖЕНИЙ РЕНТГЕНОВСКОГО ТОМОГРАФА ДЛЯ ОБУЧЕНИЯ НЕЙРОННЫХ СЕТЕЙ VI Международный форум «Интеллектуальные системы 4-й промышленной революции», в РИНЦе будет позже (год публикации - 2023)

23. МСАЛЛАМ М., СЫРЯМКИН В.И. НОВЫЙ ЭФФЕКТИВНЫЙ И ПРАКТИЧЕСКИЙ АЛГОРИТМ ДЛЯ ПЛАНИРОВАНИЯ ПУТИ РОБОТОВ ПРИКАСПИЙСКИЙ ЖУРНАЛ: УПРАВЛЕНИЕ И ВЫСОКИЕ ТЕХНОЛОГИИ (год публикации - 2023)

24. МСАЛЛАМ М., СЫРЯМКИН В.И. AN ALGORITHM FOR ESTIMATING THE LIFT CONSTANT OF A MULTIROTOR AND ITS APPLICATION TO ADAPTIVE CONTROL Инноватика-2023 : Сборник материалов XIX Международной школы-конференции студентов, аспирантов и молодых ученых, Томск, 21–22 апреля 2023 года / Под редакцией С.Л. Минькова. – Томск: Общество с ограниченной ответственностью "СТТ", 2023., P. 202-208. (год публикации - 2023)

25. МСАЛЛАМ М., СЫРЯМКИН В.И. BEENET - A FAST AND EFFICIENT ALGORITHM FOR ROBOT PATH PLANNING Инноватика-2023 : Сборник материалов XIX Международной школы-конференции студентов, аспирантов и молодых ученых, Томск, 21–22 апреля 2023 года / Под редакцией С.Л. Минькова. – Томск: Общество с ограниченной ответственностью "СТТ", 2023., P. 209-214. (год публикации - 2023)

26. ХИЛЬЧУК М.Д., КЛЕСТОВ С.А. РЕНТГЕНОВСКАЯ ЦИФРОВАЯ ТОМОГРАФИЯ ДЛЯ ДИАГНОСТИКИ ЭЛЕМЕНТОВ РАДИОЭЛЕКТРОННОЙ АППАРАТУРЫ Инноватика-2023: сб. материалов XIX Международной школыконференции студентов, аспирантов и молодых ученых (21– 22 апреля 2023 г.) / под ред. С.Л. Минькова. – Томск : STT, С. 229-231 (год публикации - 2023)

27. ЛЕВКЕВИЧ В.И., ИВАНЕНКО Б.П., КЛЕСТОВ С.А. КЛАССИФИКАЦИЯ ДЕФЕКТОВ ПОВЕРХНОСТИ ПЕЧАТНЫХ ПЛАТ НЕЙРОСЕТЕВЫМИ МЕТОДАМИ Инноватика-2023 : Сборник материалов XIX Международной школы-конференции студентов, аспирантов и молодых ученых, Томск, 21–22 апреля 2023 года / Под редакцией С.Л. Минькова. – Томск: Общество с ограниченной ответственностью "СТТ", С. 232-234 (год публикации - 2023)

28. Б.П. Иваненко, С.А. Клестов, В.И. Левкевич, Кузнецов Д.Н ИССЛЕДОВАНИЕ НЕЙРОСЕТЕВЫХ АЛГОРИТМОВ ПРИ РЕШЕНИИ ЗАДАЧ ОБНАРУЖЕНИЯ ПОВЕРХНОСТНЫХ ДЕФЕКТОВ ПЕЧАТНЫХ ПЛАТ МЕТОДАМИ ЧИСЛЕННОГО МОДЕЛИРОВАНИЯ Материалы XXVII Международной научно-практической конференции, посвященной памяти генерального конструктора ракетно-космических систем академика М. Ф. Решетнева(08–10 ноября 2023, г. Красноярск), Т2, С.65-67 (год публикации - 2023)

29. Д.Н. Кузнецов, А. Н. Берцун, В.И. Сырямкин, С.Б. Сунцов. Н.А. Уваров Контроль печатных плат при применении нейронных сетей Материалы XXVII Международной научно-практической конференции, посвященной памяти генерального конструктора ракетно-космических систем академика М. Ф. Решетнева(08–10 ноября 2023, г. Красноярск), Т2, С. 336-338 (год публикации - 2023)

30. Левкевич В.И, Клестов С.А, Классен Ф.А, Кузнецов Д. Н Применение сверточных нейронных сетей для дефектоскопии печатных плат Материалы XXVII Международной научно-практической конференции, посвященной памяти генерального конструктора ракетно-космических систем академика М. Ф. Решетнева(08–10 ноября 2023, г. Красноярск), Т2, С. 342-344 (год публикации - 2023)

31. В.И. Левкевич, Б.П. Иваненко, С.А. Клестов Обнаружение и классификация дефектов поверхности печатных плат нейросетевыми методами ОПТИКО-ЭЛЕКТРОННЫЕ ПРИБОРЫ И УСТРОЙСТВА В СИСТЕМАХ РАСПОЗНАВАНИЯ ОБРАЗОВ И ОБРАБОТКИ ИЗОБРАЖЕНИЙ "РАСПОЗНАВАНИЕ — 2023" XVII МЕЖДУНАРОДНАЯ НАУЧНО-ТЕХНИЧЕСКАЯ КОНФЕРЕНЦИЯ12 — 15 сентября 2023 г., в РИНЦе будет позже (год публикации - 2023)

32. Сырямкин В.И., Клестов С.А., Хильчук М.Д КЛАССИФИКАЦИЯ ДЕФЕКТОВ ПЕЧАТНЫХ ПЛАТ ПРИ ПОМОЩИ РЕНТГЕНОВСКОЙ МИКРОТОМОГРАФИИ ОПТИКО-ЭЛЕКТРОННЫЕ ПРИБОРЫ И УСТРОЙСТВА В СИСТЕМАХ РАСПОЗНАВАНИЯ ОБРАЗОВ И ОБРАБОТКИ ИЗОБРАЖЕНИЙ "РАСПОЗНАВАНИЕ — 2023" XVII МЕЖДУНАРОДНАЯ НАУЧНО-ТЕХНИЧЕСКАЯ КОНФЕРЕНЦИЯ12 — 15 сентября 2023 г., С. 217-219 (год публикации - 2023)

33. Цвингер В.А., Клестов С.А., Сырямкин В.И. РАСПОЗНАВАНИЕ ДЕФЕКТОВ ПЕЧАТНЫХ ПЛАТ С ИСПОЛЬЗОВАНИЕМ НЕЙРОСЕТЕЙ ОПТИКО-ЭЛЕКТРОННЫЕ ПРИБОРЫ И УСТРОЙСТВА В СИСТЕМАХ РАСПОЗНАВАНИЯ ОБРАЗОВ И ОБРАБОТКИ ИЗОБРАЖЕНИЙ "РАСПОЗНАВАНИЕ — 2023" XVII МЕЖДУНАРОДНАЯ НАУЧНО-ТЕХНИЧЕСКАЯ КОНФЕРЕНЦИЯ12 — 15 сентября 2023 г., С. 237-238 (год публикации - 2023)

34. Левкевич В.И., Клестов С.А., Классен Ф.А., Кузнецов Д. Н. Дефектоскопия печатных плат с помощью сверточных нейронных сетей VI Международный форум «Интеллектуальные системы 4-й промышленной революции», в РИНЦе будет позже (год публикации - 2023)

35. Берцун А.Н., Иваненко Б.П Методика построения цифровой математической модели при решении задач обнаружения и классификации поверхностных дефектов печатных плат нейросетевыми методами VI Международный форум «Интеллектуальные системы 4-й промышленной революции», в РИНЦе будет позже (год публикации - 2023)

36. Иваненко Б.П., Берцун А.Н Об использовании априорной информации при решении задач обнаружения и классификации поверхностных дефектов печатных плат нейросетевыми методами VI Международный форум «Интеллектуальные системы 4-й промышленной революции», в РИНЦе будет позже (год публикации - 2023)

37. СЫРЯМКИН В.И, ТИТОВ В.С. АДАПТИВНЫЕ И ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ ТЕХНИЧЕСКОГО ЗРЕНИЯ: ОХРАНА, ДИАГНОСТИКА, НАВИГАЦИЯ, РОБОТОТЕХНИКА, МЕХАТРОНИКА ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ 4-Й ПРОМЫШЛЕННОЙ РЕВОЛЮЦИИ сборник материалов IV Международного форума, С. 13-14. (год публикации - 2022)

38. ПЛАКА Р.Р., КЛЕСТОВ С.А. СОВРЕМЕННОЕ СОСТОЯНИЕ И ПЕРСПЕКТИВЫ РАЗВИТИЯ ТОМОГРАФИИ ИННОВАТИКА-2022 Сборник материалов XVIII международной школы-конференции студентов, аспирантов и молодых ученых, С. 188-190. (год публикации - 2022)

39. В.И. Сырямкин, С.А. Клестов, С.Б. Сунцов, Б.П. Иваненко, В.И. Левкевич Digital X-ray Tomography London : Red Square Scientific, London : Red Square Scientific, 2023. – 296 p. (год публикации - 2023)

40. ЦВИНГЕР В.А., СЫРЯМКИН В.И., КЛЕСТОВ С.А. ИСПОЛЬЗОВАНИЕ СИСТЕМ ТЕХНИЧЕСКОГО ЗРЕНИЯ В КОНТРОЛЕ КАЧЕСТВА ПЕЧАТНЫХ ПЛАТ Инноватика-2023 : Сборник материалов XIX Международной школы-конференции студентов, аспирантов и молодых ученых, Томск, 21–22 апреля 2023 года / Под редакцией С.Л. Минькова. – Томск: Общество с ограниченной ответственностью "СТТ", 2023., С. 225-228. (год публикации - 2023)

41. Сырямкин В.И., Сырямкин М.В., Сунцов С.Б., Информационно-биологический искусственный носитель интеллекта для диагностики элементов радиоэлектронной аппаратуры Редакционно-издательский отдел СибГУ им. М. Ф. Решетнева, Материалы XXVIII Междунар. науч.-практ. конф., посвящ. 100-летию со Днярождения генерального конструктора ракетнокосмических систем академика Михаила Федоровича Решетнева (18–22 ноября 2024, г. Красноярск) : в 2 ч. / подобщ. ред. Ю. Ю. Логинова. – Электрон. текстовыедан. (1 файл: 30,6 МБ). – Систем. требования : Internet Explorer; Acrobat Reader 7.0 (или аналогичный продукт для чтения файлов формата .pdf) ; СибГУим. М. Ф. Решетнева. – Красноярск, 2024. – Ч. 1. – Режим доступа: https://reshetnev.sibsau.ru/page/materialy-konferentsii. – Загл. с экрана. (год публикации - 2024)

42. Сырямкин В.И., Клестов С.А., Сырямкин М.В., Гуцул В.И., Иваненко Б.П., Левкевич В.И., Классен Ф.А., Интеллектуальные системы технического зрения: влияние технологических укладов и промышленных революций STT 2024, Материалы VI международного форума (23-24 ноября 2023 г.) – Томск: STT, 2024 – 100с. (год публикации - 2024)

43. Сырямкин В.И. , Классен Ф.А. , Сунцов С.Б. ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ НА ОСНОВЕ НЕЙРОСЕТЕВЫХ ТЕХНОЛОГИЙ ДЛЯ КОНТРОЛЯ ПЕЧАТНЫХ ПЛАТ Изд-во Томского политехнического университета,, Ресурсоэффективные системы в управлении и контроле: взгляд в будущее : сборник тезисов научных трудов XIII Международной конференции студентов, аспирантов, молодых ученых / Томский политехнический университет. – Томск : Изд-во Томского политехнического университета, 2024. – 103 с. (год публикации - 2024)

44. В. И. Сырямкин Информационные устройства и системы в робототехнике и мехатронике. Учебное пособие для вузов 4-е издание, стереотипное Санкт-Петербург : Лань, 2024., Сырямкин, В. И. Информационные устройства и системы в робототехнике и мехатронике : учебное пособие для вузов / В. И. Сырямкин. — 4-е изд., стер. — Санкт-Петербург : Лань, 2024. — 532 с. — ISBN 978-5-507-49447-7. (год публикации - 2024)

45. Сырямкин В.И., Классен Ф.А., Клестов С.А., Берцун А.Н., Программа для фильтрации изображений на основе нейросетевых алгоритмов для диагностики печатных плат и РЭА (ПЭВМ) ИС РФ (год публикации - 2024)

46. Ковтун А.А., Мехтиев Р.А., Юрченко А.В. Automated fiber-optic security alarm system to protect the perimeters of various facilities from unauthorized access Russian Physics Journal, В РИНЦе будет позже (год публикации - 2024)

47. Ковтун А.А., Мехтиев Р.А., Юрченко А.В. Fiber-optic perimeter security system using the method of spectral mode analysis Russian Physics Journal, В РИНЦе будет позже (год публикации - 2024)

48. Сырямкин В.И., Классен Ф.А., Берцун А.Н., Применение нейронных сетей для контроля печатных плат с помощью данных рентгеновского 3D-микротомографа Russian Journal of Nondestructive Testing , в РИНЦе будет позже (год публикации - 2024)

49. Сырямкин В.И., Сырямкин М.В., Синтез «цифрового двойника» программного обеспечения системы диагностики элементов РЭА STT, Томск , 10. Сырямкин В.И., Сырямкин М.В., «Синтез «цифрового двойника» программного обеспечения системы диагностики элементов РЭА» Инноватика-2024: сб. материалов XIX Международной школы-конференции студентов, аспирантов и молодых ученых (25–27 апреля 2024 г.). Томск: STT, 2024. С. 567 ‒ 569. (год публикации - 2024)

50. В. Калитка, А. Мехтиев, Ю. Нешина, А. Юрченко, А. Алкина, Ф. Булатбаев, В. Исаев, К. Маханов, Д. Лукин, Д. Каюмов., Nonlinear Quasi-classical Model of Thermally Stimulated Relaxation Polarization in Functional Elements of Microelectronics and Optoelectronics Based on Ionic-Molecular Crystals with Complex Crystalline Structure Аpplied Sciences (Switzerland), в РИНЦе будет позже (год публикации - 2024)

51. В.И. Сырямкин, М.В. Сырямкин, Б.П. Иваненко, С.А. Клестов, А.Н. Берцун, С.Б. Сунцов Нейросетевые технологии в системах диагностики и мониторинга объектов STT, Томск, 2024., Сырямкин В.И., Сырямкин М.В., Иваненко Б.П. и др. Нейросетевые технологии в системах диагностики и мониторинга объектов : монография / под ред. проф. В.И. Сырямкина. – Томск : STT, 2024. –217 с. (год публикации - 2024)

52. А.Н. Берцун, С.А. Клестов, Д.Н. Кузнецов Физически информированное машинное обучение STT , Инноватика-2024 : сборник материалов XX Международной школы-конференции студентов, аспирантов и молодых ученых, 25-27 апреля 2024 г., г. Томск, Россия / Нац. исслед. Томский гос. ун-т ; Томский гос. ун-т систем управления и радиоэлектроники, Всерос. о-во изобретателей и рационализаторов, ООО "Газпром ЦПС", ООО "Совкомбанк Технологии" ; под ред. С. Л. Минькова. - Томск : STT, 2024. URL: http://vital.lib.tsu.ru/vital/access/manager/Repository/koha:001146379 (год публикации - 2024)

53. Смагулов С.Б., Юрченко А.В. Анализ точности ведения национальной шкалы времени utc(kz) по данным rapid utc STT, Материалы VI международного форума (23-24 ноября 2023 г.) – Томск: STT, 2024 – 100с. (год публикации - 2024)

54. Берцун А.Н., Иваненко Б.П. Об использовании априорной информации при решении задач обнаружения и классификации поверхностных дефектов печатных плат нейросетевыми методами STT, Материалы VI международного форума (23-24 ноября 2023 г.) – Томск: STT, 2024 – 100с. (год публикации - 2024)

55. Кузнецов Д.Н., Клестов С.А., Сырямкин В.И., Применение нейронных сетей для контроля печатных плат STT, Материалы VI международного форума (23-24 ноября 2023 г.) – Томск: STT, 2024 – 100с. (год публикации - 2024)

56. Клестов С.А., Классен Ф.А., Моделирование изображений рентгеновского томографа для обучения нейронных сетей STT, Материалы VI международного форума (23-24 ноября 2023 г.) – Томск: STT, 2024 – 100с. (год публикации - 2024)

57. Титов В.С., Титов Д.В., Сырямкин В.И., Сырямкин М.В. Качество аппаратных и программных средств обработки изображений STT, Материалы VI международного форума (23-24 ноября 2023 г.) – Томск: STT, 2024 – 100с. (год публикации - 2024)

58. Сырямкин В.И., Клестов С.А., Сырямкин М.В., Левкевич В.И., Классен Ф.А Методы и алгоритмы управления процессами синтеза математической модели и программного обеспечения контроля дефектов радиоэлектронной аппаратуры на основе «цифрового двойника» STT, 2024, Материалы VI международного форума (23-24 ноября 2023 г.) – Томск: STT, 2024 – 100с. (год публикации - 2024)

59. Алхандери Л.А., Юрченко А.В., Мохаммед Ж.А.-К., Сырямкин В.И., Ершов Н.В. The effect automated airflow regulation on the performance of an indirect solar dryer: a comparative study Russian Physics Journal, В РИНЦе будет позже (год публикации - 2024)

60. Сырямкин В.И., Берцун А.Н., Субочев Л.Ф О цифровых двойниках спутников Редакционно-издательский отдел СибГУ им. М. Ф. Решетнева, Материалы XXVIII Междунар. науч.-практ. конф., посвящ. 100-летию со Днярождения генерального конструктора ракетнокосмических систем академика Михаила Федоровича Решетнева (18–22 ноября 2024, г. Красноярск) : в 2 ч. / подобщ. ред. Ю. Ю. Логинова. – Электрон. текстовыедан. (1 файл: 30,6 МБ). – Систем. требования : Internet Explorer; Acrobat Reader 7.0 (или аналогичный продукт для чтения файлов формата .pdf) ; СибГУим. М. Ф. Решетнева. – Красноярск, 2024. – Ч. 2. – Режим доступа: https://reshetnev.sibsau.ru/page/materialy-konferentsii. – Загл. с экрана. (год публикации - 2024)

61. Берцун А.Н., Иваненко Б.П., Клестов С.А., Сырямкин В.И. Исследование помехоустойчивости нейросетевых методов при решении задач рентгеновской дефектоскопии печатных плат STT, Томск , Инноватика-2024: сб. материалов XIX Международной школы-конференции студентов, аспирантов и молодых ученых (25–27 апреля 2024 г.). Томск: STT, 2024. С. 126 ‒ 130. (год публикации - 2024)

62. Кузнецов Д.Н., Клестов С.А., Берцун А.Н. Анализ нейронных сетей в телемедицине STT, Томск , Инноватика-2024: сб. материалов XIX Международной школы-конференции студентов, аспирантов и молодых ученых (25–27 апреля 2024 г.). Томск: STT, 2024. С. 571 ‒ 574. (год публикации - 2024)

63. С.А. Клестов, Берцун А.Н., Кузнецов Д.Н., Применение нейронных сетей для контроля и диагностики элементов радиоэлектронной аппаратуры» STT, Томск , Инноватика-2024: сб. материалов XIX Международной школы-конференции студентов, аспирантов и молодых ученых (25–27 апреля 2024 г.). Томск: STT, 2024. С. 575 ‒ 578. (год публикации - 2024)

64. Левкевич В.И., Клестов С.А., Классен Ф.А., Кузнецов Д.Н Дефектоскопия печатных плат с помощью сверточных нейронных сетей STT , Материалы VI международного форума (23-24 ноября 2023 г.) – Томск: STT, 2024 – 100с. (год публикации - 2024)

65. Сунцов С.Б. , Сырямкин В.И. , Тарасов А.Ю. ПРИМЕНЕНИЕ НЕЙРОСЕТЕВЫХ ТЕХНОЛОГИЙ ДЛЯ ДИАГНОСТИКИ КОНСТРУКЦИЙ Изд-во Томского политехнического университета,, Ресурсоэффективные системы в управлении и контроле: взгляд в будущее : сборник тезисов научных трудов XIII Международной конференции студентов, аспирантов, молодых ученых / Томский политехнический университет. – Томск : Изд-во Томского политехнического университета, 2024. – 103 с. (год публикации - 2024)

66. Берцун А.Н., Иваненко Б.П. Методика построения цифровой математической модели при решении задач обнаружения и классификации поверхностных дефектов печатных плат нейросетевыми методами STT , Материалы VI международного форума (23-24 ноября 2023 г.) – Томск: STT, 2024 – 100с. (год публикации - 2024)

Публикации

Аннотация результатов, полученных в 2024 году
1. Определены основные определения, понятия, содержание и классификация методов и средств материалов и конструкций. Классификация средств неразрушающего контроля и диагностики (СНКД) рассмотрены по пяти следующим основаниями: тип используемого излучения, принцип действия, функциональное назначение, способ обработки сигнала и вид рабочей информации. Показана связь измерительных технологий с типами материалов и метрологическая база обеспечения единства измерений в нанотехнологиях. Кратко представлены СНКД такие методы, как оптические, магнитные, электромагнитные (вихретоковые), электрические, радиационные, тепловые, капиллярные, шумовые, акустические и ультразвуковые. 2. Проведен синтез универсального «Цифрового двойника» объекта на основе гибридного нейро-нечеткого вычислителя. (ГННВ). ГННВ состоит из 3-х уровней: формирование содержательной модели объекта; адапативная многокритериальная нейро-нечеткая модель; нейрософкая когнитивная модель. ГННВ превосходит аналоги за счет следующих достоинств: 1) высоких функциональных возможностей, обусловленных способностью формировать «Цифровой двойник» объекта широкой номенклатуры (робототехнический комплекс, СНКД и др.); 2) Высоких точностных характеристик синтеза цифровой модели объекта за счет использования объективной (математической теорий и компьютерных программ) и субъективной (привлечения знаний высококвалифицированных экспертов) информации; 3) высоких функциональных возможностях и высокой точностью синтеза «Цифрового двойника» объекта за счёт постоянного мониторинга функционирования синтезированного объекта (путём использования информации о состоянии физического объекта). Таким образом, ГННВ представляет САПР на основе нейросетей. 3. Методы, высокопроизводительные алгоритмы обработки изображений с использованием нейроподобных структур, а также качество аппаратных и программных средств обработки изображений. Обоснована модернизированная модель процесса ввода и обработки изображений, включая алгоритмы линейного локального контрастирования, персептрон со многими выходами, двумерную матрицу нейронов, упрощенную структуру нейросети, структуру нейросети для выделения контура изображения на основе операторов Лапласа и Собела. Синтезированы алгоритмы выделения контуров объектов на изображении с использованием PCA (principal component analyze) нейросети, например, бинаризация и скелетизация изображения и др. Рассмотрено качество обработки передачи и анализа изображений (ОПАИ) в соответствии с международным стандартом качества ИСО 9000-2008, связывающего также характеристики как уровень определяющего показателя качества, значение оценочного показателя и базовые значения того же оценочного показателя; определены основные требования к системам ОПАИ, включая применение рентгеновского датчика изображений. 4. Разработаны основы теории и экспериментальные результаты создания трехмерных математических моделей, описывающих аппроксимацию дефектов элементов РЭА по изображениям, полученным рентгеновским 3D микротомографом. Разработан алгоритм анализа многомерных (двух- и трехмерных, цветных) изображений, основанный на корреляционной обработки изображений и позволяющий определять положение контролируемого объекта и его поверхностные цветные дефекты. Рассмотрены варианты трехмерных СНКД на основе рентгеновского датчика изображений: классическая трехмерная рентгеновская мехатронная схема для контроля малогабаритных объектов, (элементов РЭА, микросхем, печатных плат). Модернизированная трехмерная рентгеновская мехатронная схема для контроля крупногабаритных объектов (корпусов, печатных плат) и комбинированная быстродействующая трехмерная для диагностики крупногабаритных изделий (широкоразмерных печатных плат, корпусов, шестерен и др.); для проектирования универсального СНКД синтезирована блок-схема «Цифрового двойника» рентгеновского 3D микротомографа. Построена трехмерная математическая модель, описывающая послойно дефекты элементов РЭА (например, печатных плат), использующая сглаживающие сплайны; это обеспечивает построение карт изолиний дефектов элементов РЭА [Монография: Сырямкин В.И., Сырямкин М.В., Иваненко Б.П., Клестов С.А., Берцун А.Н., Сунцов С.Б. «Нейросетевые технологии в системах диагностики и мониторинга объектов», STT, г. Томск, 2024г. – 217 С.] 5. Метрология и синтез «Цифрового двойника» программного обеспечения системы диагностики элементов РЭА. Впервые разработаны и применены блок-схема и операторная ленточная схема «Цифрового двойника» программного обеспечения универсальной распределенной системы диагностики элементов РЭА; приведена классификация метрик качества программных средств СНКД (Тейнера, Денесенко, Холстеда, сложности потока управления программ и числа точек пересечения) 6. Дополнение первоначальной (созданной) базы данных дефектов и особенностей исследуемых материалов и элементов РЭА. Дополнена база неисправностей элементов РЭА дефектами конденсаторов, резисторов, катушек индуктивности, сварных соединений материалов (микротрещины), топологии печатных плат; особенно дополнительно рассмотрены модели изображений дефектов печатных плат (17 типов дефектов), например, смещение контактных площадок, изменение размеров разъемных контактов и др.) 7. Синтез собственной архитектуры (на основе уже существующих) нейронной сети для поиска дефектов в 3-х мерных моделях по снимкам, полученным рентгеновским 3D микротомографом. Программное обеспечение имитирует исследование 6ти дефектов проводников и печатных плат (разрыв, замыкание, вырыв, выступ, остров, прокол) путем зашумленности 1500 реальных снимков ПП с разрешением 640х640 пикселей. В качестве нейронной сети для обнаружения дефектов были модернизированы 2 варианты сетей – двухэтапная FasterR-CNN и одноэтапная YOLOv8. Для обработки изображений разработаны также блоки нейросети, как автоэнкодеры, энкодеры, декодеры [Сырямкин В.И., Классен Ф.А., Берцун А.Н., Клестов С.А., Авторское свидетельство программного обеспечения № 2024663941. «Программа для фильтрации изображений на основе нейросетевых алгоритмов для диагностики печатных плат и РЭА (ПЭВМ)»; Сырямкин В.И., Классен Ф.А., Берцун А.Н., «Применение нейронных сетей для контроля печатных плат с помощью данных рентгеновского 3D-микротомографа» Russian Journal of Nondestructive Testing, 2024г. – 13 С.]

Публикации

Возможность практического использования результатов
Результаты проекта можно практически использовать для контроля и диагностики элементов РЭА и другой аппаратуры а также для формирования новых инновационных технологических процессов в России и за рубежом. Разработанное алгоритмическое и программное обеспечение можно также использовать в научных исследованиях и учебном процессе. Следует отметить, что достигнутые высокие результаты по контролю и диагностике элементов РЭА, с помощью нейро-сетевых технологий и цифрового рентгеновского 3D микротомографа свидетельствует о приоритете России в этой высокой технологичной области.