Учёные из Томского государственного университета (ТГУ) создали алгоритм и программное обеспечение, которые позволяют обнаруживать дефекты в материалах, элементах и блоках радиоэлектронной аппаратуры (РЭА). Система анализирует снимки, полученные с помощью интеллектуального рентгеновского 3D-микротомографа.
Разработка эффективной российской системы дефектоскопии была продиктована растущими объёмами производства отечественной электроники. Новый подход, предложенный исследователями ТГУ, уже был протестирован на реальных производственных линиях по выпуску электроники и другого оборудования.
Для обучения нейросети использовались цифровые двойники различных компонентов электроники, включая печатные платы, транзисторы, катушки индуктивности и другие элементы. Это позволяет повысить точность диагностики, в том числе для обнаружения редких и сложных дефектов, которые проще смоделировать, чем создать в реальных условиях. Искусственный интеллект способен распознавать изображения разных размеров и цветовых оттенков.
Во время испытаний результаты работы модели сравнивались с результатами диагностических технологий из США, Китая и других стран. Выяснилось, что томская разработка точнее, устойчивее к помехам и быстрее решает задачи. Авторы проекта отмечают, что нейросеть легко адаптируется под нужды военно-промышленного комплекса и может быть настроена для разных отраслей. Некоторые предприятия уже начали её использовать, а внедрение в работу организаций «Роскосмоса» планируется в ближайшее время.
Разработка эффективной российской системы дефектоскопии была продиктована растущими объёмами производства отечественной электроники. Новый подход, предложенный исследователями ТГУ, уже был протестирован на реальных производственных линиях по выпуску электроники и другого оборудования.
Для обучения нейросети использовались цифровые двойники различных компонентов электроники, включая печатные платы, транзисторы, катушки индуктивности и другие элементы. Это позволяет повысить точность диагностики, в том числе для обнаружения редких и сложных дефектов, которые проще смоделировать, чем создать в реальных условиях. Искусственный интеллект способен распознавать изображения разных размеров и цветовых оттенков.
Во время испытаний результаты работы модели сравнивались с результатами диагностических технологий из США, Китая и других стран. Выяснилось, что томская разработка точнее, устойчивее к помехам и быстрее решает задачи. Авторы проекта отмечают, что нейросеть легко адаптируется под нужды военно-промышленного комплекса и может быть настроена для разных отраслей. Некоторые предприятия уже начали её использовать, а внедрение в работу организаций «Роскосмоса» планируется в ближайшее время.