я могу сделать тебя лидером изменений
Создаем будущее вместе!
Московский авиационный институт
Все записи
текст

Учеными МАИ создана уникальная система дефектоскопии с помощью дронов

Специалисты центра «Беспилотные летательные аппараты» Московского авиационного института, кафедры «Вычислительная математика и программирование» МАИ и компании Phygitalism разработали уникальную систему дефектоскопии промышленных объектов с помощью дронов на основе компьютерного зрения.
Учеными МАИ создана уникальная система дефектоскопии с помощью дронов
Фото: МАИ
Созданная командой разработчиков система дефектоскопии с помощью компьютерного зрения позволяет выявлять на поверхности промышленных объектов такие повреждения, как трещины, вздутия, свищи, очаги коррозии и многие другие.
Сейчас в проект внедряется анализ облаков данных, полученных с лидарных камер -  специальных камер с крутящейся лазерной головкой, которая выпускает лазерные лучи и составляет картину окружающего пространства по уровню задержки и амплитуды отражённого луча.
Заместитель директора центра «Беспилотные летательные аппараты» МАИ Максим Калягин рассказал, что специалисты МАИ занимались созданием беспилотника, разработкой алгоритмов автономной навигации внутри помещения и программы, которая может обнаруживать дефекты на снимках, сделанных аппаратом. Задачей специалистов компании Phygitalism стало обучение нейронной сети, которая анализирует полученные с беспилотника данные на предмет дефектов. Одна из уникальных особенностей проекта – создание собственного генератора синтетических данных, который позволяет значительно сократить процесс поиска данных для обучения нейросети.
«Нейросеть может находить дефекты на поверхности тех или иных объектов, только пройдя предварительное обучение. Мы должны „объяснить“ ей на примерах, как выглядит трещина или другое повреждение. Созданный нами генератор синтетических данных позволяет обогатить обучающую выборку за счёт фотореалистичных изображений дефектов с соответствующей разметкой, которую обычно при обучении нейросетей люди наносят вручную. Для генерации изображений предварительно создаётся цифровой двойник исследуемого объекта. Система успешно прошла испытания на тестовом стенде и уже используется в интересах внешних заказчиков», - добавил руководитель исследовательской лаборатории компании Phygitalism Вадим Кондаратцев.
Учёные подчеркнули, что подобных проектов по дефектоскопии в облаке точек, использующих синтетические данные и авторазметку, сегодня практически нет на рынке. Также было отмечено, что у проекта большие перспективы не только в дефектоскопии, но и в сельском и городском хозяйстве, на производстве для контроля качества изделий, в том числе перспективных авиационных.
Вадим Кондаратцев рассказал об одном из кейсов - обследовании сети ТЭЦ на наличие повреждений труб:
«Обычно для этой процедуры необходимо останавливать работу паровых котлов, которые используются в системах теплового обогрева городов и промышленных предприятий, выкачивать из них всю жидкость и выстраивать внутри промышленные леса, чтобы у специалистов по дефектоскопии была возможность получить прямой доступ к трубам. После нахождения и устранения дефектов процесс повторяется в обратном порядке. Автоматическая детекция дефектов на практике минимизировала время и расходы на проведение сервисного обслуживания».

Технологии

Машины и Механизмы
Всего 0 комментариев
Комментарии

Рекомендуем

Актуальное
Петросити
Поэма здоровья
Биосфера
Новиков Александр Иванович, персональный сайт
OK OK OK OK OK OK OK