В БГТУ им. Шухова разработали платформу для контроля качества абразивных изделий
Студенты Белгородского государственного технологического университета имени В. Г. Шухова создали стартап «Солид» — интеллектуальную платформу визуальной аналитики для контроля качества абразивных изделий. Проект прошёл межвузовский акселератор «Хоумнет», реализуемый в рамках федерального проекта «Технологии».
Разработка предназначена для автоматизированной проверки соединительных швов бесконечных шлифовальных лент. Такие швы могут влиять на качество готового изделия: при недостаточной или чрезмерной зачистке на обработанной поверхности могут оставаться дефекты. Система машинного зрения позволяет оценивать качество ленты на производственном конвейере и выявлять отклонения до перехода изделия на следующий этап производства.
Одним из первых этапов работы над проектом стало посещение Белгородского завода абразивных материалов. Команда ознакомилась с процессом зачистки соединительных швов, изучила особенности производства и уточнила требования к разрабатываемой системе. На предприятии также определили место установки комплекса компьютерного зрения на производственной линии.
В основе решения лежит анализ изображений обработанной поверхности. Камера получает изображение, после чего модели компьютерного зрения проверяют его на наличие отклонений от нормы. Результаты передаются в программную часть системы, где предусмотрены инструменты настройки и регистрации обнаруженных дефектов.
В составе комплекса используются три модели компьютерного зрения. YOLO определяет объект на изображении, ResNet формирует признаки для последующего анализа, а PatchCore выявляет отклонения от нормы. Все три компонента работают в рамках единой системы.
Команда обучила модели и провела апробацию прототипа. Разработка позволяет различать три состояния поверхности после зачистки соединительного шва: недостаточную обработку, соответствие норме и чрезмерную обработку. Кроме того, система выделяет участки, на которых обнаружены признаки аномалий.
Согласно диагностическому отчёту проекта, точность распознавания составила 83% для светлого основания шлифовальной ленты и 81% для тёмного. Эти показатели относятся к текущему прототипу и исследованным образцам.
Для дальнейшего совершенствования системы команда планирует расширить набор данных, добавив изображения различных шлифовальных лент и состояний их поверхности, а также проверить качество распознавания на новых изображениях с учётом производственных условий.
Параллельно ведётся работа над программной частью платформы. В неё входят основной интерфейс для взаимодействия с комплексом, настройки параметров моделей, журнал регистрации дефектов и система разграничения прав доступа пользователей.
Следующие этапы проекта предусматривают разработку программного обеспечения платформы, создание механизмов интеграции и взаимодействия её компонентов, тестирование, подготовку эксплуатационной документации и обучение персонала.
