Новости

Авария на серьезных технологических объектах может привести к простою на время ремонта и большим финансовым потерям. Протечки опасных химических жидкостей и газов могут повлечь взрывы, нанести ущерб человеку, загрязнить атмосферу и почву.

 

Для предотвращения таких ситуаций важно точно и своевременно находить дефекты, приводящие к отказу конструкций. Повреждения вызывают и агрессивная окружающая среда, и сторонние механические силы. Например, линии электропередачи не защищены от внешнего воздействия. Сильный ветер, осадки, резкие перепады температуры часто приводят к деформациям системы. 

 

Существующие способы диагностики не позволяют максимально точно и быстро определять проблемные участки. Визуальное обследование целой конструкции, например, автодорожной, занимает много времени и человеческих сил. А использование различных автоматизированных средств измерения и специальных приборов для дефектоскопии обычно дорого обходится и не всегда обладает приемлемой точностью. 

 

– Мы разработали программу, которая на основе искусственного интеллекта способна быстро определять наличие и отсутствие дефектов на нефте- и газопроводе и линиях электропередачи. С помощью оборудования, оснащенного камерой, например, дрона или беспилотного аппарата, можно снять трубопровод на видео. Оно переносится на компьютер, где программа превращает его в набор изображений. А нейросеть уже определяет, где на фото трубопровод с повреждениями, а где без, – объясняет кандидат технических наук, доцент кафедры электроники и электромеханики ПНИПУ Григорий Килин. 

 

Все программные вычисления происходят на внешнем компьютере, поэтому для съемки можно использовать любое оборудование с камерой. Это увеличивает универсальность применения способа дефектоскопии. Подобрав правильное устройство, получится снять видео из труднодоступных участков конструкции.

 

Для работы нейросети необходима информация в числовом виде. Но так как программа изначально получает данные в виде фото или видео, то сначала происходит их преобразование в цифровой массив. Это занимает время, поэтому ученые рекомендуют применять для дефектоскопии именно фотофиксацию. Тогда не нужны дополнительные шаги в обработке каждого кадра видео. Есть возможность сохранять данные координат снимков и другую необходимую информацию. 

 

Обучение нейросети политехники проводили с помощью большого количества снимков трубопровода и линий электропередач с дефектами и без. Чтобы не допустить ошибки, в программу встроен фильтр-анализ, основанный на наложении изображений. При фотофиксации делается не одно фото каждого места, а несколько. И если искусственный интеллект говорит, что повреждение присутствует только на одной фотографии, то это ложное срабатывание.

 

– Человеку не обязательно видеть все данные, обрабатываемые программой. Необходимо проанализировать только те, где нейросеть нашла ошибку, а блок анализа это подтвердил. Также специалист проверяет то, что сеть не смогла отнести к той или иной категории. Такой способ значительно ускоряет процесс дефектоскопии длинномерных технологических конструкций, – поделился Григорий Килин.

 

Сейчас ученые заканчивают работу над программным комплексом. После внедрения удобного интерфейса для пользователя разработку будут вводить в массовое производство и продавать предприятиям. Комплекс устроен так, что потребители смогут легко и быстро дополнительно обучать нейросеть под любой конкретный запрос, что  делает программу универсальной и широко функциональной для задач распознавания и идентификации.

 

Источник: Пермский национальный исследовательский политехнический университет

Читайте также:

Тэги: цифровизация безопасность