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 22-21-00605

НазваниеРазработка системы автоматизированного визуального контроля сварных швов на основе нейросетевых технологий

Руководитель Иванов Михаил Александрович, Кандидат технических наук

Организация финансирования, регион Федеральное государственное автономное образовательное учреждение высшего образования "Южно-Уральский государственный университет (национальный исследовательский университет)" , Челябинская обл

Конкурс №64 - Конкурс 2021 года «Проведение фундаментальных научных исследований и поисковых научных исследований малыми отдельными научными группами»

Область знания, основной код классификатора 01 - Математика, информатика и науки о системах; 01-727 - Специализированные системы обработки и анализа изображений и сигналов

Ключевые слова сварное соединение, неразрушающий контроль, нейронные сети, визуальный контроль, компьютерное зрение

Код ГРНТИ28.23.29


 

ИНФОРМАЦИЯ ИЗ ЗАЯВКИ


Аннотация
Целью проекта является разработка системы автоматизированного визуального контроля сварных швов на основе нейросетевых технологий. Автоматизация процессов на крупных промышленных предприятиях является важнейшим направлением развития технологий индустрии 4.0. Контроль качества сварных швов в настоящее проводится преимущественно вручную. Предлагаемая к реализации система позволит проводить контроль качества сварного шва в автоматизированном режиме. Качество сварного шва предлагается определять на основе фотографий шва, полученных со сварочного робота. Данные для построения модели машинного обучения будут получены и размечены силами коллектива на основе работы сварочного робота Fanuc, имеющегося в лаборатории сварочного производства ЮУрГУ. Оценка качества сварного шва будет проводится с применением искусственных нейронных сетей. Предполагается использование сверточных нейронных сетей для получения признаков с фотографий работы сварочного робота и рекуррентных нейронных сетей для использования фотографий, полученных в предыдущие моменты времени. Подобная комбинация сверточных и рекуррентных нейронных сетей позволит улучшить качество работы всей системы по сравнению с применением только сверточных сетей.


 

ОТЧЁТНЫЕ МАТЕРИАЛЫ


 

Публикации

1. Иванов М.А., Уланов А.М., Черкасов Н.Д. Visual Control of Weld Defects Using Computer Vision System on FANUC Robot Proceedings - 2022 International Conference on Industrial Engineering, Applications and Manufacturing, ICIEAM 2022, Proceedings - 2022 International Conference on Industrial Engineering, Applications and Manufacturing, ICIEAM 2022, pp. 859 – 863. (год публикации - 2022)
10.1109/icieam54945.2022.9787245

2. Иванов М.А., Уланов А.М., Черкасов Н.Д. Sensitivity Analysis of Computer Vision System for Visual Control of Butt Joints Weld Defects Proceedings - 2022 International Conference on Industrial Engineering, Applications and Manufacturing, ICIEAM 2022, Proceedings - 2022 International Conference on Industrial Engineering, Applications and Manufacturing, ICIEAM 2022, pp. 869 – 873 (год публикации - 2022)
10.1109/icieam54945.2022.9787274


 

Публикации

1. Черкасов Н.Д, Иванов М.А., Уланов А.М. Classification of Weld Defects Based on Computer Vision System Data and Deep Learning Proceedings - 2023 International Conference on Industrial Engineering, Applications and Manufacturing, ICIEAM 2023, 856–860 (год публикации - 2023)
10.1109/ICIEAM57311.2023.10139093

2. Черкасов Н.Д., Иванов М.А., Уланов А.М. Weld Surface Defect Detection Based on a Laser Scanning System and YOLOv5 2023 International Conference on Industrial Engineering, Applications and Manufacturing (ICIEAM), 851-855 (год публикации - 2023)
10.1109/ICIEAM57311.2023.10139295

3. Черкасов Н.Д., Иванов С.А., Иванов М.А., Уланов А.М. Detection of Defects in Welded Joints Based on Data from the Computer Vision System Using YOLOv5 2023 International Ural Conference on Electrical Power Engineering (UralCon), 780-784 (год публикации - 2023)
10.1109/UralCon59258.2023.10291074

4. Черкасов Н.Д., Иванов С.А., Иванов М.А., Уланов А.М. Detection of Defects in Welded Butt Joints Based on Laser Scanning: Neural Networks Approach 2023 International Ural Conference on Electrical Power Engineering (UralCon), 775-779 (год публикации - 2023)
10.1109/UralCon59258.2023.10291060