Цифровая платформа «Гарантир качества»

Автор: Сурнин О.Л., Ситников П.В., Авсиевич В.В., Резников Ю.Е., Иващенко А.В.

Журнал: Известия Самарского научного центра Российской академии наук @izvestiya-ssc

Статья в выпуске: 6 т.25, 2023 года.

Бесплатный доступ

В статье предлагается цифровая платформа «Гарантир качества», предназначенная для построения интеллектуальных ворот качества на основе активного использования технологий машинного зрения. Предложенное аппаратно-программное решение реализует современные принципы рациональной комбинации алгоритмического подхода, баз знаний и элементов искусственного интеллекта для совершенствования системы организации производства. Гарантир качества содержит компоненты, обеспечивающие визуальный контроль соответствия продукции заданным параметрам, идентификацию несоответствий, дефектов и брака, сбор и обработку информации о текущем качестве выпускаемой продукции в рамках специализированного ситуационного центра, интегрированного с PDM и ERP системами предприятия. Проектирование новой системы визуального контроля качества состоит в планировании трека контроля и проектировании образцов качества таким образом, чтобы минимальными средствами машинного зрения обеспечить покрытие ключевых узких мест. Для построения и настройки отдельных треков контроля и образцов качества могут быть использованы статистические данные и результаты видеосъемки производственных операций, выполняемых высокопрофессиональными исполнителями. Реализация платформы на практике проиллюстрирована двумя аппаратно-программными комплексами для контроля результатов механической обработки в машиностроении и контроля внутренних отверстий с помощью видеокамеры-эндоскопа. Цифровая платформа «Гарантир качества» позволяет расширить области применения систем машинного зрения на основе искусственных нейронных сетей для контроля качества производственных процессов.

Еще

Управление качеством, компьютерное зрение, система искусственного интеллекта, цифровые двойники, гарантир качества

Короткий адрес: https://sciup.org/148328538

IDR: 148328538 | DOI: 10.37313/1990-5378-2023-25-6-74-83

Список литературы Цифровая платформа «Гарантир качества»

Blanco-Encomienda F., Rosillo-Díaz E., Muñoz-Rosas J. Importance of quality control implementation in the production process of a company // European Journal of Economics and Business Studies. Vol. 4. 2018. P. 240-244.
Dominguez O. Quality management: the heart of the quality assurance/quality control process // Spectroscopy Europe. Vol. 33. No 1. 2021. P. 27-32.
Sonka M., Hlavac V., Boyle R. Image processing, analysis, and machine vision, 2008. - 555 p.
Wiley V., Lucas T. Computer vision and image processing: a paper review // International Journal of Artificial Intelligence Research. Vol. 2. No 1. 2018. P. 28-36.
Roblek V., Mesko M., Krapez A. A complex view of Industry 4.0 // SAGE Open. Vol. 6. 2016. P. 1-11.
Назаренко, М.А. Актуальные вопросы управления качеством с применением CALS-технологий для создания производственной модели Индустрии 4.0 / М.А. Назаренко, Ю.В. Круглова // Технология машиностроения. - 2022. - № 10 .- С. 54-60.
Халиулин, Р.А. Цифровые двойники как инструмент мониторинга производственных процессов в Индустрии 4.0 / Р.А. Халиулин // Известия Самарского научного центра Российской академии наук. - 2023. - Т. 25. - № 2. - С. 45-50.
Чупринова, О. В. Метод машинного зрения для контроля качества продукции / О.В. Чупринова, А.С. Степашкина, Е.В. Помазан // Инновационное приборостроение. - 2023. - Т. 2. - № 3. - С. 17-20.
Нигматуллин, Ф. VMX DEQUS: Как искусственный интеллект автоматизирует контроль качества продукта / Ф. Нигматуллин // Управление качеством. - 2020. - № 6. - С. 18-23.
Guseva M., Andreeva E., Rogozhina Yu. Machine vision digital technology for non-contact quality control of garment manufacturing // Vestnik of Vitebsk state technological university. № 2(43). 2022. С. 10-18.
Михалев, О.Н. Машинное зрение и распознавание объектов с помощью нейронных сетей / О.Н. Михалев, А.С. Янюшкин // Робототехника и техническая кибернетика. - 2022. - Т. 10. - № 2. - С. 113-120.
Мироненко, В.В. Исследование внедрения машинного зрения на производстве для контроля узлов при сборке агрегатов планера самолета / В.В. Мироненко, А.А. Алексеев // Кузнечно-штамповоч-ное производство. Обработка материалов давлением. - 2022. - № 6. - С. 35-40.
Молотков, А.А, О разработке и применении программной платформы машинного зрения для различных лазерных технологий / А.А. Молотков, О.Н. Третьякова, Д.Н. Тужилин // Научная визуализация. - 2022. - Т. 14. - № 5. - С. 108-118.
Молотков, А.А., Применение машинного зрения в лазерных технологиях / А. А. Молотков, О.Н. Третьякова // Труды МАИ. - 2022. - № 25(127). - С. 1-24.
Мамрега, В.В. Сферы применения машинного зрения в промышленности / В.В. Мамрега // Современная наука: актуальные проблемы теории и практики. Серия: Естественные и Технические Науки. - 2022. - №01/2. - С. 32-37.
Шилович, О.Б. К вопросу улучшения качества анализа продукции путём применения алгоритмов компьютерного зрения / О.Б. Шилович, В.Г. Гуляй, А.И. Марков, Д. А. Шаповалов // ЦИТИСЭ. - 2023. -№ 1 (35). - С. 191-201.
Кадыров, И.Р. Автоматизированный способ контроля качества поверхности стекла и зеркал при помощи алгоритмов машинного зрения для гироскопических устройств и приборов / И.Р. Кадыров, А.В. Кривов, Р.В. Мельников // Интеллектуальные системы в произвсдстве. - 2022. - Т. 20. - № 2. - С. 68-77.
Ромащенко, М.А. Проведение дефектовки печатных модулей с использованием нейронных сетей / М.А. Ромащенко, Д.В. Васильченко, Д.А. Пухов, С.Ю. Белецкая // Радиотехника. - 2022. - Т. 86. -№ 7. - С. 44-49.
Аль Окаби, М.М. Использование нейронной сети глубокого обучения для обнаружения дефектов в видеопотоке при производстве стеклодротов / М.М. Аль Окаби, Ю.Н. Матвеев // Научно-технический вестник Поволжья. - 2021. - № 2. - С. 24-27
Петров, М.А. Получение 3Б-моделей листовых и объёмных деталей, изготовленных методами холодного деформирования, при помощи оптического сканирования / М.А. Петров, И.С.А Эльдиб // Известия Тульского государственного университета. Технические науки. - 2019. - № 9. - С. 471-479.
Афанасьев, М.Я. Применение машинного зрения в задачах автоматического позиционирования инструмента модульного оборудования / М.Я. Афанасьев, Ю.В. Федосов, А.А. Крылова, С. А. Шорохов // Известия высших учебных заведений. Приборостроение. - 2020. - Т. 63. - № 9. - С. 830-839.
Батшев, В.И. Методы и средства визуально-измерительного контроля труднодоступных узлов ракетно-космической техники / В.И. Батшев, А.С. Мачихин, А.В. Горевой, Д.Д. Хохлов, А.А. Наумов, А.М. Перфилов, В.А. Калошин // Главный механик. - 2022. - № 3. - C. 168-177.
Surnin, O., Sitnikov, P., Gubinkiy, A., Dorofeev, A., Nikiforova, T., Krivosheev, A., Zemtsov, V., Ivaschenko, A.: Augmented reality implementation for comfortable adaptation of disabled personnel to the production workplace // Proceedings of the 35th Annual European Simulation and Modelling Conference, 2021, P. 64-69.
Ivaschenko A., Avsievich V., Golovnin O., Aleksandrova M., Sitnikov P. Production control based on a quality guarantor computer vision system // Studies in Systems, Decision and Control. Vol 457. 2023. P. 85-95.
Программный комплекс «Гарантир качества». Свидетельство о регистрации программы для ЭВМ № 2021610580 от 15.01.2021.

Еще

Статья научная