Магистрант кафедры системного программирования Высшей школы электроники и компьютерных наук Южно-Уральского государственного университета (ВШЭКН ЮУрГУ) Вячеслав Полонский и доктор физико-математических наук Михаил Цымблер разработали программную систему на основе нейросети для выявления дефектов сварных швов промышленных труб. По словам разработчиков, она  позволит улучшить качество продукции трубопрокатного завода.

 

Основной задачей системы является предсказание возможных дефектов сварного соединения в режиме реального времени во время электродуговой сварки. Это делается с помощью показаний многочисленных датчиков (тока, напряжения и др.), установленных на сварочном аппарате. 

«Работы по созданию системы предсказания дефектов сварного соединения выполняются в рамках проектного обучения для ПАО «Челябинский трубопрокатный завод». Наша команда выполняет анализ данных с реальных сварочных установок за 4-летний период для выявления причин возникновения дефектов сварных соединений. На данный момент у нас уже разработан программный комплекс для хранения и анализа массива данных о сварочном процессе. Далее мы планируем построить нейросетевую модель, которая сможет предсказывать дефект на основе показаний датчиков», - поясняет один из разработчиков магистрант Вячеслав Полонский.

Уникальность разработки заключается в детальном анализе сварочного процесса в режиме реального времени на основе текущих показаний датчиков, благодаря которым можно предсказать вероятность возникновения дефектов из-за возможных нарушений технологического процесса. 

В перспективе, разработчики  планируют усовершенствовать систему таким образом, чтобы она выполняла подбор и оперативное изменение параметров сварочного процесса и исключала появление дефектов.