Метод обнаружения на основе машинного обучения для неразрушающего контроля в промышленном производстве

Люминесцентный пенетрантный контроль (FPI) представляет собой хорошо зарекомендовавший себя метод неразрушающего контроля, применяемый в производстве для выявления трещин и других дефектов исследуемого изделия. Это важный этап в механической и аэрокосмической промышленности. Целью данной работы была разработка автоматизированной системы контроля на основе экспертной системы технического зрения для автоматизации этапа инспекции в процессе FPI на линии аэрокосмического производства. Задача заключалась в определении состояния дефектности механических деталей по изображениям. В статье представлены, протестированы и сопоставлены различные архитектуры машинного обучения для автоматического обнаружения дефектов на заданном наборе данных. Для каждого образца было получено несколько изображений под разными углами, чтобы надлежащим образом сформировать входной набор данных. Таким образом, состояние дефектности определялось путем объединения информации, содержащейся на всех изображениях. Система была разработана, в частности, для повышения надежности оценки деталей воздушных судов за счет применения соответствующих методов искусственного интеллекта (ИИ) и снижения нагрузки на операторов. Результаты показывают, что в приложениях с относительно небольшим доступным набором данных хорошо разработанный процесс выделения признаков, выполняемый до применения классификатора машинного обучения, имеет решающее значение для достижения высокой точности классификации.